1. MMS的工业标准是由WAP Forum(WAP论坛)和3GPP(3G Partnership Project:3G伙伴计划)这两个组织制订的。

MMS是在WAP协议的上层运行,因此它对传输格式并没有严格的限制,既支持电路交换数据格式,也支持通用分组无线业务GPRS格式。其工作原理是利用高速传输技术EDGE,是GSM向第三代移动通信系统IMT-2000过渡的台阶。它被称为“GSM 384”,因为这种技术能使数据速率由目前的9.6kbit/s提高到384kbit/s,这种速率可以支持语音、因特网浏览、电子邮件、会议电视等多种高速数据业务。在GPRS网络的支持下,以WAP(无线应用协议)为载体传送视频、图片、声音和文字。

2. MMS信息是以标准方式压缩的,因此,接收一方可以确认它不支持的内容格式,并以控制方式进行处置。这也是互联网上解决内容交互问题所用的方法。

3. MMS标准推荐支持的媒体类型有:JPEG、GIF、TEXT、AMR语音和其他一些非主流格式。为了获得更好的交互性,诺基亚和其他一些制造商已共同拟就了“MMS一致性文件”,列出了MMS手机能支持的最小一组内容类型。

4. MMS标准没有规定单一MMS信息的最大容量,这主要是为了保证未来的互操作性,避免SMS遇到的窘境。因此,MMS信息大小与标准无关,只是操作问题。另外,它还取决于运营商的有关决策,例如它们是否希望信息大小标准化,以方便计费等。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10294527/viewspace-125488/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/10294527/viewspace-125488/

MMS的基本特征与特点(转)相关推荐

  1. 10024.多媒体短信MMS

    一.MMS的基本概念 1. 什么是MMS? MMS是Multimedia Messaging Service的缩写,中文意为多媒体短信业务,是按照3GPP的标 准( 3GPP TS 23.140)和W ...

  2. 机器学习 | 特征工程(数据预处理、特征抽取)

    所谓特征工程即模型搭建之前进行的数据预处理和特征提取.有时人们常常好高骛远,数据都没处理好就开始折腾各种算法,从第一开始就有问题,那岂不是还没开始就已经结束了.所以说啊,不积跬步无以至千里,生活中的每 ...

  3. Python数值特征转换

    前言 经常用SparkML中特征转换,包括二值化.多项式展开.字符串-索引变换.独热编码.规范化.最大-最小缩放.分位数离散化等等一系列的操作,可如何用python来实现呢? 全面了解请看官网 离散值 ...

  4. DeepCTR-Torch 如何使用【案例(Criteo、Movielens)演示、特征(SparseFeat、DenseFeat、VarLenSparseFeat)参数含义】

    文章目录 安装 DeepCTR-Torch 的 4 个步骤 step1:模型导入 step2:简单的预处理 step3:生成特征列 step4:生成训练样本并训练模型 分类:Criteo 回归:Mov ...

  5. 人体行为识别特征点提取 综述很全面

    转自:http://www.cnblogs.com/tornadomeet/archive/2012/06/22/2558548.html 行为识别特征提取综述   摘要   人体行为识别目前处在动作 ...

  6. 基于MMS街景的导航数据采集方法研究

    基于MMS街景的导航数据采集方法研究 李观石,刘波,陆藩藩,宋法奇 (江苏省基础地理信息中心,江苏南京 210013) 摘  要       本文利用MMS街景数据,结合基础地理信息数据进行导航数据的 ...

  7. MMS流媒体下载原理

    现在网上有很多可以点播的视频节目,大部分是MMS流媒体格式的,文件后缀一般是 WMV 或者ASF.虽然可以直接用 Windows Media Player 9 播放,但是经常会被一次又一次的" ...

  8. 预处理--python实现用随机森林评估特征的重要性

    python实现用随机森林评估特征的重要性 随机森林根据森林中所有决策树计算平均不纯度的减少来测量特征的重要性,而不作任何数据是线性可分或不可分的假设. import numpy as np impo ...

  9. 特征工程和数据预处理常用工具和方法

    import pandas as pdtrain_data = pd.read_csv("train.csv")train_data.shape #应该是给了property (8 ...

  10. 机器学习和特征工程理论与python代码实现 晓物智联

    文章来源于:http://www.52phm.cn/blog/detail/23 最初来源于本人的kesci专栏 课题:特征工程理论及代码实现 日期:2019.9.21 作者:小知同学 描述:本篇比较 ...

最新文章

  1. 理解和认识udev(转载)
  2. 新网站如何在最短的时间内提升排名呢?
  3. 辞九门回忆用计算机,辞九门回忆(单轨,曲速70,适合UTAU调教;midishow首发)...
  4. 吐血整理:Java线程池源码分析(基于JDK1.8建议收藏)
  5. linux下samba病毒,Samba 用户模拟漏洞(CVE-2016-2125)
  6. JavaParser生成,分析和修改Java代码
  7. flutter安装教程(win7)
  8. 显示地区名称用城市代码查询城市天气
  9. [Xilinx FPGA] #1 Xilinx ISE 工程开发全流程笔记
  10. python编写udp端口扫描工具全
  11. 02-若依权限管理子系统简介(自己了解)
  12. ah、esp、gre协议_AH,ESP的协议号和它们支持的功能有何差异?两种模式下的差异是什么?...
  13. EPICS Archiver Appliance在Debian11下安装文档
  14. 计算机网络广东海洋大学简答题,广东海洋大学计算机网络历年考题(直接阅读版6套可编辑)...
  15. PS——使用 快速选择工具、魔法棒 抠图
  16. Endnote X9软件关联WPS解决方案
  17. 【JAVA长虹键法】第七式 建造者模式(23种设计模式)
  18. 测试人员的基本技能要求 - 快速掌握业务知识的能力
  19. Uncaught TypeError: ‘set‘ on proxy: trap returned falsish for property ‘visible‘
  20. android 中文开发文档

热门文章

  1. 记录TI电量计采集化学ID过程
  2. phpcms v9文件上传的四次绕过复现
  3. HDUOJ 6555 The Fool
  4. Hard!168 · 吹气球
  5. Error installing to Instantiated: name=AttachmentStore state=Described
  6. 还在用vuex吗,pinia(菠萝头)才香
  7. 计算机CPU核心部件简介
  8. 常用数列总结性质记录
  9. 2012年8月11日
  10. 分布式Restful SpringBoot骨架搭建