一、数据传输及可视数据业务(论文文献综述)
于翔[1](2021)在《基于数字水网的河北地下水超采治理效果的过程化评价及业务融合研究》文中研究表明华北平原是我国地下水超采最严重的地区,地下水位的持续下降,形成了冀枣衡、沧州及宁柏隆等七大地下水漏斗区,尤其是河北省,地下水超采量和超采面积占全国的1/3,由此引发了地面沉降、海水入侵等一系列问题。国家高度重视,自2014年起在河北省开展地下水超采综合治理试点工作,已取得了阶段性成效,地下水位持续下降趋势得到显着改善。通过对地下水超采治理效果进行客观评价,有助于推进地下水超采治理措施落实,高质量完成地下水超采治理各项工作。本文采用大数据、组件和综合集成等技术,建立了集空间数据水网、逻辑拓扑水网和业务流程水网为一体的数字水网,研发数字水网集成平台,基于平台提供地下水超采治理效果过程化评价及水位考核评估业务应用,为河北省地下水超采治理提供科学依据和技术支撑,具有重要研究意义。论文主要研究成果如下:(1)构建了河北省一体化数字水网。面向河流水系、地表水地下水等实体水网,将地理信息、遥感影像等数据数字化、可视化,构建空间数据水网;将管理单元的对象实体逻辑和用水对象进行拓扑化、可视化,构建逻辑拓扑水网;采用知识图将业务的相关关系、逻辑关联进行流程化、可视化,构建业务流程水网。研发数字水网综合集成平台,搭建可视化操作的业务集成环境,通过三种可视化水网的集成应用构建一体化的数字水网,为地下水超采治理效果评价和水位考核评估提供技术支撑。(2)提出了基于数字水网的业务融合模式。采用大数据技术对地下水数据资源进行处理与分析,实现多源数据融合;将地下水超采治理效果评价及水位考核评估的数据、方法和模型等进行组件开发提供组件化服务,实现模型方法的融合。采用知识可视化技术描述应用主题、业务流程、关联组件和信息,实现地下水超采治理业务过程融合;将数据、技术及业务进行融合,基于平台、主题、组件、知识图工具组织地下水超采治理业务应用,实现基于数字水网的地下水超采治理业务融合。(3)提供主题化地下水超采治理业务应用。基于数字水网集成平台,按照业务融合应用模式,采用大数据技术对多源数据进行融合,搭建地下水动态特征分析的业务化应用系统,提供信息和计算服务。针对地下水超采治理效果评价目标,采用组件及知识可视化技术将评价方法组件化、过程可视化,搭建过程化评价业务化应用系统,提供在线评价和决策服务。根据地下水采补水量平衡原理,研究河北省超采区的地下水位考核指标制定的方法,基于数字水网搭建水位考核评估业务化应用系统,提供考核和决策服务。
詹建文[2](2021)在《光缆线路视频监控告警系统设计与实现》文中研究说明近年来,随着互联网快速发展和5G网络建设,电信运营商管理的光缆线路数量不断增加,保证光缆线路畅通的重要性日益提高。然而,在当前的光缆线路维护过程中,工作人员只有在巡检时才能发现光缆线路隐患,这样不仅会极大地消耗人力资源,而且无法及时处理发生的异常情况。如今视频监控已经广泛应用在各个领域,智能视频分析技术的发展使得视频监控更加智能化。若将智能视频监控应用到光缆线路上,通过技术手段辅助人工维护,可以有效提高光缆线路维护的效率。本论文选题来源于电信运营商企业合作项目,设计并实现光缆线路视频监控告警系统,对光缆线路监控视频进行实时采集与智能分析,当发现光缆线路隐患时及时产生告警,通知工作人员处理,具体工作内容如下:(1)对光缆线路视频监控告警系统进行分析与设计,包括系统需求分析、系统总体架构设计以及系统各层设计。为了保证系统的延展性,系统按照层次结构分为数据采集层、数据存储层、智能分析层、系统服务层、系统管理层以及系统可视化层。为了防止光缆受到外力和人为因素的影响,系统智能分析层主要检测工程车辆与行人,针对实际应用场景中存在的问题,本文对YOLOv3-tiny检测算法进行改进和优化,提出了基于可变形卷积和注意力机制的多尺度检测算法YOLOv3-monitor,实验结果表明,该优化算法在检测速度不变的情况下有效提高了检测准确率,为系统提供算法支持。(2)完成光缆线路视频监控告警系统的实现与测试。本文采用微服务、流媒体和可视化等技术实现了系统各层功能,系统可采集实时视频流和离线文件,通过调用算法服务接口对数据进行分析,并提供了实时告警、视频转发和GIS地图展示等服务,支持对用户、设备以及数据的管理,实现了告警数据的图表化展示和流媒体播放。最后,分别对系统功能和性能进行测试,保证了系统的有效性和可靠性。
汤淼[3](2021)在《大规模Ad Hoc网络智能组网技术的研究与仿真》文中提出移动自组织(Ad Hoc)网络具有无需基础设施,组网灵活,高抗毁性等特点,广泛应用于民用和军事方面的场景,具有十分广阔的发展前景,获得了国内外教育、研究机构的广泛关注。随着移动Ad Hoc网络组网技术研究的深入以及计算机网络仿真工具的发展,其智能化研究与仿真的实现需求也越来越迫切。所以,设计一个面向移动Ad Hoc组网技术的智能化交互仿真验证系统有着十分重要的意义。本文在结合移动Ad Hoc网络仿真技术研究的基础上,以OMNeT++仿真器软件为工具,在其对移动Ad Hoc网络仿真时的组网分簇可视化功能以及相关网络业务测试触发手段不够丰富的条件下,结合卫星工具包(Satellite/System Tool Kit,STK)作为网络仿真的可视化程序,设计实现了一个专门面向移动Ad Hoc网络仿真数据实时展示和人机交互业务测试需求的仿真系统平台,提升整个网络仿真过程的实时性和交互性,为验证移动Ad Hoc网络仿真研究提供了支持。(1)以OMNeT++网络仿真软件和INET协议仿真框架为基础,研究开发打通仿真网络内部与控制程序之间的接口,完成在仿真运行时,通过Socket实现的数据信息交互。在移动Ad Hoc网络仿真的基础上,研究OMNeT++中基于INET框架的仿真实现,根据仿真器原理为业务测试设计并开发符合场景需求的网络内部消息与数据处理函数,实现仿真时的信息数据收集和交互功能实现。(2)开发基于 C++微软基础类库(Microsoft Foundation Classes,MFC)平台的连接控制软件,并完成与OMNeT++仿真网络和STK可视化软件的连接,构建网络仿真系统平台。连接控制软件通过STK/Connect模块完成应用命令对STK软件的控制,并通过接收OMNeT++仿真数据在STK中完成网络场景的实时展示呈现。同时,连接控制软件实现了包括通信数据收集、节点数据管理和业务指令下发三种功能,为使用者提供了人机交互界面和按键集成,可通过输入的数据完成对STK和OMNeT++仿真网络的控制,触发业务应用命令消息发送到仿真网络中进行实现。(3)通过进行仿真平台系统测试,对已有的Ad Hoc网络中设计的典型业务场景进行联合仿真分析,验证该仿真系统的性能和有效性。通过对不同场景下的网络仿真测试,结果表明该系统相较于普通的网络仿真可实现本文预期的实时展示和数据交互功能,并符合仿真测试时的系统参数需求。
李建桥[4](2021)在《地震前兆时间序列大数据渐进式可视化方法研究》文中研究说明随着地震前兆观测时间序列数据量越来越大,现有的基于Web的可视化方案由于网络传输的数据量大,导致系统响应时间变长,严重影响了用户的交互体验。基于采样和过滤的大数据可视化方案虽然可以大大缩小数据规模,缩短数据传输时间,但会丢失高频数据背后的信息。面对如此海量的地震观测数据,如何高效地存储并对满足用户需求的数据进行快速地可视化分析,已经成为目前迫切需要解决的问题。针对上述问题,本文在研究目前主流的以My SQL为代表的关系型数据库、以Open TSDB为代表的分布式文件系统以及以HBase为代表的No SQL数据库等三种存储方案基础上,采用HBase数据库,提出了一种地震前兆时间序列大数据存储方案,以解决海量地震前兆数据读写效率低下的问题。接着,针对现有的基于Web的可视化方案存在的一些不足,同时考虑到目前的地震前兆观测数据存储在关系型数据库中,本文首先提出了一种基于Cloudberry的地震大数据渐进式可视化方案。此外,随着大数据技术的发展,在大数据平台下,针对大数据的存储与应用已经成为一种越来越流行的趋势,因此接着又提出一种基于HBase的地震大数据渐进式可视化方案。本文的创新点如下:(1)提出了基于HBase的地震大数据存储方案。针对传统的关系型数据库在存储海量地震前兆观测数据方面存在读写效率低下的问题,同时考虑到地震前兆观测数据的特点、应用场景以及查询数据的实时性、快速性等方面的需求,将地震前兆观测数据保存在HBase数据库中。实验结果表明,基于HBase的存储方案具有较优异的可扩展性与并发性,在读取操作和写入操作方面也都表现出较好的性能,充分证明了本方案的有效性。(2)本文首次提出了基于Cloudberry的地震大数据渐进式实时可视化解决方案。该方案大大缩短了各数据分片的传输时间,改善了用户交互体验,很好地满足了地震业务中长期大范围观测数据可视化的需要。针对目前包括Cloudberry在内的渐进式可视化方案中,平均聚合函数(AVG)的正确性往往得不到保证的问题,本文创新性地提出了一种基于计数(COUNT)和求和(SUM)聚合函数可累加性的AVG转换规则技术解决方案,以保证AVG结果的正确性。实验结果表明,与非渐进式可视化方案相比,基于Cloudberry的渐进式可视化方案可以在不需要长时间等待的情况下立即看到结果。并且与P5渐进式可视化方案相比,Cloudberry每批次的响应时间更短,并且随着数据量的增加,Cloudberry总能将每批的响应时间保持在用户可接受的范围内。因此,Cloudberry渐进式可视化方案缩短了用户的响应时间,避免了长时间的等待,提高了用户的交互体验。(3)提出了一种大数据环境下的渐进式可视化方案,以满足大数据场景下的需求。由于Cloudberry目前不支持大数据环境下的HBase数据库,虽然可以通过Elasticsearch从HBase中读数据,但此方案明显涉及到了网络中大规模的数据迁移,耗时且浪费计算资源。因此,本文模仿Cloudberry提出了一种大数据环境下的渐进式可视化方案,并将研究成果应用在“地震大数据可视化及机器学习平台”项目上。应用结果表明,地震大数据渐进式可视化方案具有快速性、灵活性等特点,对海量地震前兆观测数据的可视化具有广泛而实用的价值。
聂鑫[5](2021)在《稻麦联合收割机收获损失在线检测软件系统的设计与实现》文中进行了进一步梳理作为粮食生产及消费大国,减少粮食产后损失并提高农业信息化水平意义重大。收获作为农业生产重要环节之一,实时损失检测便尤为重要。本文以PVDF压电薄膜谷物损失传感器及双层硬件电路为基础,依托WinForm及云服务设计并实现了谷物损失检测可视化人机交互平台及数据可视化面板。以谷粒碰撞压电薄膜传感器产生的混合数字信号为研究对象,提出了适用于单层阵列式及双层十字交叉型PVDF压电薄膜谷物损失传感器的数字信号处理方案及谷粒识别及计数算法。本文的主要研究内容及结论如下:(1)搭建了谷物损失检测可视化人机交互平台及云端数据可视化面板用于谷粒碰撞相关数据(传感器参数、CAN分析仪参数、算法阈值数据、实时电压数据等)的接收、计算、展示、报警、存储、管理及上传等,完善了谷物损失检测系统,并为后续谷物碰撞混合数字信号的研究提供了基础。(2)在均值滤波的基础上,增加主动降噪进一步降低机组振动信号对谷粒识别及计数的影响。针对单层阵列式压电薄膜谷物损失传感器,借鉴数据融合方法设计了多阈值融合决策计数算法,设置了独立阈值调节机制并讨论了阈值确定方法。在此基础上,设计了用于双层十字交叉型压电薄膜谷物损失传感器的谷粒识别及计数算法,通过识别颗粒在传感器上的位置信息,解决了多颗粒同时碰撞传感器产生的计数误差。(3)在实验室条件下对主动降噪算法及谷粒碰撞识别计数算法进行功能及准确性联合测试,在多通道独立阈值计数算法下系统对单层阵列式碰撞传感器谷粒碰撞检测平均绝对值误差1.70%;对双层十字交叉型碰撞传感器谷粒碰撞检测平均绝对值误差为1.60%。通过两季水稻收获田间试验表明,该系统能够适应农田复杂工况下的作业。
张田宇[6](2021)在《基于组件化的数据大屏可视化构建平台的研究与实现》文中研究指明数据可视化大屏构建平台是面向非专业数据分析工程师的、简单易用的一站式服务工具,通过自动化生成数据可视化大屏,在有限的窗口内针对复杂的多源数据进行可视化实时动态全景展示。但是由于数据可视化大屏这类数据可视化应用具有展示图表众多,数据来源及维度复杂、数据规模庞大等特性,目前大多数据可视化大屏构建平台仍存在着平台可扩展性差、页面渲染延迟、动态交互能力较弱等问题与挑战:1)缺乏完整统一的组件化标准架构体系来规范数据可视化应用的开发,使得平台内部组件复用性低,可移植性差,造成平台难以扩展;2)数据可视化图表频繁获取大规模图表数据进行渲染重绘易导致网络数据传输压力过大,造成数据资源下载时间过长,使得图表加载缓慢,从而导致页面渲染时间延迟;3)缺乏对数据图表之间复杂交互关系的统一管理,不能全方位解决信息的单向流动问题,对于大屏动态可交互性的提升存在一定局限。针对以上问题和挑战,本文重点围绕前端组件化技术、数据可视化图表渲染优化技术和多视图动态交互技术,完成了基于组件化的数据大屏可视化构建平台的研究与实现,主要研究内容有以下三项:1)提出并实现了一种面向数据可视化大屏的前端组件化设计方法,提供统一的组件化开发准则,基于此构建多工具融合的、丰富的可视化图表组件库,支持多类型数据的分析展示,方便快速构建多维度可视化视图,提高组件的复用性及平台的可扩展性;2)提出并实现了一种基于Web的数据可视化图表渲染优化方法,针对大规模图表数据进行传输优化,解决多来源复杂数据的实时展现,实现低延迟的实时数据分析,缩短页面渲染时长,提升大屏加载的流畅性;3)设计并实现了 一种面向多视图联动的动态交互事件管理方法,为可视化视图之间建立复杂的交互关系网,实现统一的交互事件管理,通过深入挖掘数据背后的关联信息网络,实现信息的全方位流动,增强数据可视化大屏的动态交互能力。最后,该平台应用于国家重点研发计划项目“基于大数据的科技咨询技术与服务平台研发”中,以科技咨询为背景构建了信息产业可视化大屏展示案例,验证了本文平台及方法的有效性和实用性。
李恩洲[7](2021)在《基于Web的大数据展现系统研究与应用》文中研究表明随着大数据时代的来临,各行各业竞相挖掘与分析大数据背后的商业价值,大数据可视化已经成为展现数据内涵和规律的重要手段。然而,现有的可视化工具主要针对普通数据进行设计,对于特殊数据尤其是大数据的可视化渲染能力不足,无法满足用户精准展示的要求;另外难以解决大量原始数据产生的数据冗余问题,也不能有效利用碎片化数据。针对上述问题,本文研发基于Web的大数据展现平台,并应用于智慧供热和智慧城市评价系统中。本文主要研究内容如下:(1)对可视化平台构建、大数据分析以及数据可视化方面的国内外现状进行调研和分析,提出了以React为研发框架,以AntV为可视化开发组件的可视化技术路线。(2)基于上述研究和探索,提出了分布式的平台总体构建模型,并引入云平台作为系统平台的服务支撑,在此基础上进行可视化架构设计。(3)从三方面详细阐述了在平台构建过程中需要采用的关键技术架构,其中在客户端中主要应用基于React的AntDesignPro的前端框架,针对大数据及其可视化问题采取基于组件化的开发模式,将数据和可视化模块以组件的形式进行封装和开发,利用kafka+Spark Streaming的数据处理技术,对提取数据进行分析和过滤。(4)将构建的平台应用于智慧供热和智慧城市领域,并对两个应用案例进行一系列优化与测试,验证了平台及其关键技术在大数据展现系统中的通用性和实用性。
倪立强[8](2021)在《基于i-vector的语种识别系统设计与实现》文中进行了进一步梳理近年来,随着信息技术的快速发展和国际化交流的不断深入,多语言交流需求在不断增大,语种识别技术在智能语音领域中的重要性也在不断提高。然而,当前的语种识别技术主要停留在算法研究阶段,已有的语种识别系统也主要依赖用户上传的语音文件进行识别,交互方式单一且繁琐。若能实现一个方便高效的语种识别系统,能使语种识别技术向应用化更近一步。本文针对目前语种识别系统级实现较少且已有系统交互方式单一且繁琐的问题,设计并实现了一个基于i-vector的语种识别系统,具体研究内容如下:本文完成了基于i-vector的语种识别系统设计。采用了高内聚、低耦合的分层设计方案,从系统需求出发,完成了语种识别系统的总体设计和分层设计。系统设计包括数据采集层、数据传输层、算法分析层、系统管理层以及系统可视化层这五个层次的设计。其中数据采集层由实时数据采集模块和离线文件采集模块组成,数据传输层由语音数据传输模块和系统信令传输模块组成,算法分析层包括语音预处理、特征提取与融合、i-vector提取以及语种判别这四个部分,系统管理层包括用户管理、设备管理以及数据管理这三个模块,系统可视化层包括前端交互页面展示和图表可视化这两个部分。本文完成了基于i-vector的语种识别系统实现。在完成语种识别系统设计的条件下,先后完成了系统中数据采集层、数据传输层、算法分析层、系统管理层以及系统可视化层的实现。其中数据采集层支持麦克风模组拾音和离线文件两种语音数据采集方式。数据传输层负责将语音数据和系统信令传输到业务后台,然后由业务后台调用算法分析层的语种识别算法对语音数据进行分类识别。系统管理层和系统可视化层支持用户和设备更为友好的接入系统并对语种识别数据进行管理。最后进行了详尽的测试和分析,结果表明本系统可以在14s内完成整个语种识别任务,且识别准确率在87%以上。
申正阳[9](2021)在《EAST实验数据统一访问方法的设计与实现》文中研究指明EAST(Experimental Advanced Superconducting Tokamak)是我国自主设计建造的第一个全超导磁约束核聚变实验装置。EAST实验数据主要分为放电实验的物理诊断数据和装置的工程监控数据,目前主要分散的存储在异构的存储系统中。随着聚变实验的开展和实验装置的不断升级,数据总量不断增加,目前已达到PB级别。由于数据存储分散和存储结构不统一,严重阻碍了数据的相互流通,造成了“数据孤岛”现象。统一数据访问方法不仅将不同来源、不同格式的数据进行集成,而且提供统一的数据访问接口,有效的隐藏了数据的存储位置和存储结构,实现了数据的透明访问。因此,随着聚变实验的开展和装置的升级,如何实现数据高效集成和快速访问成了聚变实验数据管理的重点方向。本文根据EAST实验数据的存储现状,设计并实现了一套统一数据访问系统,该系统主要包括数据集成、数据传输、数据访问和数据安全四个模块。数据集成模块采用中间件集成技术,有效的实现了多个异构数据源的快速集成。数据传输模块基于Protocol Buffers、线程池、内存池和Reactor模型等技术,实现了一个高并发、大吞吐量的RPC框架,该框架有效的降低了数据传输的复杂性。数据访问模块基于IDL(Interface Definition Language)技术,实现了支持多种编程语言的数据访问接口,同时还基于Vue和Flask框架提供了一个可视化工具,用于数据的浏览和导出。数据安全模块基于动态令牌JWT和图数据库Neo4j技术,实现了身份认证和权限认证,有效的保障了数据的访问安全。系统测试结果显示,EAST实验数据统一访问系统能够快速响应用户请求,支持多用户并发,数据访问接口和可视化工具简单易用。系统功能和性能满足设计要求。
胡右东[10](2020)在《配电网馈线自动化主站管理系统的设计与实现》文中研究表明配电网馈线自动化是智能电网时代的重要趋势。配电网的管理涉及到众多业务软件,因此为了实现集成化的配电网运维管理,在这些业务软件基础上实现配电网数据的集中处理和展示,是目前的技术发展趋势。本文设计和实现了一套配电网馈线自动化主站管理系统,该系统可以在公司的现有业务软件基础上,利用大屏幕技术、数据可视化技术、网络通信技术和Java Web技术等,在公司的配电网监控中心内部建立统一的集成化业务管理服务。在研究中进行的工作包括如下方面:首先整理分析国内外的发展情况及技术趋势,梳理本系统的研发背景,基于现存的问题和不足提出系统的研发目标。其次,从硬件需求、软件需求和交互需求等角度,详细研究了系统的开发要求,同时提出系统的性能要求和标准。在需求分析工作的基础上,选择大屏幕技术、数据可视化技术、数据通信技术等,对系统进行设计分析,详细介绍系统的硬件结构、软件功能模型、软件功能模块、数据交互功能及后台数据库的技术框架,并详细分析其中的关键技术要点。最后,对系统的硬件进行选型和部署,开发实现系统的内部软件功能,分析系统的数据交互服务。同时,对系统的硬件、软件和通信等进行测试分析,并通过集成测试对系统的总体表现进行验证。在本系统中实现了基于监控中心的大屏幕展示、大屏幕控制和数据服务功能,可以在公司现有的配电网业务软件基础上,建立配电网馈线自动化管理的集成平台,实现业务管理的集中化和可视化,可以有效提高公司的配电网管理效率。
二、数据传输及可视数据业务(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、数据传输及可视数据业务(论文提纲范文)
(1)基于数字水网的河北地下水超采治理效果的过程化评价及业务融合研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.3 国内外研究现状 |
1.3.1 地下水超采研究现状 |
1.3.2 地下水变化特征研究现状 |
1.3.3 治理效果评价研究现状 |
1.3.4 数字水网研究现状 |
1.3.5 相关文献计量分析 |
1.4 研究内容及技术路线 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.4.3 技术路线 |
1.4.4 论文创新点 |
2 地下水超采形势与治理现状 |
2.1 研究区概况 |
2.1.1 地理位置 |
2.1.2 地形地貌 |
2.1.3 水文地质 |
2.1.4 河流水系 |
2.1.5 社会经济 |
2.2 地下水开发利用现状 |
2.2.1 地下水资源量 |
2.2.2 地下水开采量 |
2.2.3 地下水供水量 |
2.3 地下水超采造成影响 |
2.3.1 地下水位降落漏斗形成 |
2.3.2 对水文地质条件的影响 |
2.3.3 地面沉降及地裂缝产生 |
2.3.4 海水入侵及其危害程度 |
2.4 地下水超采治理现状 |
2.4.1 地下水超采形势 |
2.4.2 治理任务及范围 |
2.4.3 治理的相关措施 |
2.4.4 治理措施实施情况 |
2.4.5 治理中存在的问题 |
2.5 本章小结 |
3 数字水网的构建及关键技术 |
3.1 数字水网关键技术 |
3.1.1 大数据技术 |
3.1.2 5S集成技术 |
3.1.3 可视化技术 |
3.1.4 综合集成研讨厅技术 |
3.2 空间数据水网构建 |
3.2.1 空间数据处理 |
3.2.2 地形地物可视化 |
3.2.3 数字水网提取 |
3.2.4 空间水网可视化 |
3.3 逻辑拓扑水网构建 |
3.3.1 拓扑元素概化 |
3.3.2 拓扑关系描述 |
3.3.3 拓扑关系存储 |
3.3.4 拓扑水网可视化 |
3.4 业务流程水网构建 |
3.4.1 业务主题划分 |
3.4.2 业务流程概化 |
3.4.3 流程可视化描述 |
3.4.4 业务水网可视化 |
3.5 一体化数字水网构建 |
3.5.1 业务集成环境 |
3.5.2 三网集成合一 |
3.6 本章小结 |
4 基于数字水网的业务融合及实现 |
4.1 数字水网与业务融合 |
4.1.1 多源数据融合 |
4.1.2 模型方法融合 |
4.1.3 业务过程融合 |
4.2 面向主题的业务应用 |
4.2.1 主题服务模式 |
4.2.2 主题服务特点 |
4.2.3 业务应用过程 |
4.3 基于数字水网的业务实现 |
4.3.1 基于大数据的信息服务 |
4.3.2 基于水网的过程化评价 |
4.3.3 基于水网的水位考核 |
4.4 本章小结 |
5 基于大数据的地下水动态特征分析 |
5.1 业务应用实例及数据来源 |
5.1.1 业务应用系统 |
5.1.2 多源数据来源 |
5.1.3 应用分析方法 |
5.2 地下水位变化特征分析 |
5.2.1 地下水位时间变化 |
5.2.2 地下水位空间变化 |
5.3 地下水储量变化特征分析 |
5.3.1 地下水储量反演方法 |
5.3.2 地下水储量时间变化 |
5.3.3 地下水储量空间变化 |
5.4 地下水动态影响因素分析 |
5.4.1 自然因素变化 |
5.4.2 人为因素变化 |
5.4.3 影响因素分析 |
5.5 本章小结 |
6 地下水超采治理效果的过程化评价 |
6.1 评价指标体系构建 |
6.1.1 主题化指标库 |
6.1.2 评价指标优选 |
6.1.3 评价等级划分 |
6.2 评价方法选取调用 |
6.2.1 评价方法选取 |
6.2.2 方法的组件化 |
6.2.3 方法组件调用 |
6.3 评价结果及应用实例 |
6.3.1 指标数据来源 |
6.3.2 评价结果分析 |
6.3.3 结果的反馈优化 |
6.3.4 过程化评价实例 |
6.4 本章小结 |
7 地下水治理效果水位考核评估服务 |
7.1 水位考核指标制定方法 |
7.1.1 考核基本原理 |
7.1.2 指标计算方法 |
7.1.3 水位考核评分 |
7.2 水位考核评估计算示例 |
7.2.1 监测数据处理 |
7.2.2 水位指标确定 |
7.2.3 地下水位考核 |
7.3 水位考核业应用务系统 |
7.3.1 数据管理服务 |
7.3.2 基础信息服务 |
7.3.3 考核管理服务 |
7.4 本章小结 |
8 结论与展望 |
8.1 结论 |
8.2 展望 |
致谢 |
参考文献 |
附录A 数字水网开发程序代码 |
附录B 博士期间主要研究成果 |
(2)光缆线路视频监控告警系统设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 主要研究内容 |
1.3 论文结构安排 |
第二章 相关技术综述 |
2.1 视频监控发展与应用 |
2.1.1 视频监控研究现状 |
2.1.2 视频监控应用概况 |
2.2 智能视频分析关键技术 |
2.2.1 目标检测 |
2.2.2 目标跟踪 |
2.2.3 行为识别 |
2.2.4 异常行为检测 |
2.3 光缆线路巡检技术分析 |
2.3.1 光缆线路巡检概况 |
2.3.2 视频监控在光缆线路巡检中的应用 |
2.4 视频监控告警系统开发的相关技术 |
2.4.1 流媒体技术 |
2.4.2 可视化技术 |
2.4.3 框架与设计模式 |
2.5 本章小结 |
第三章 光缆线路视频监控告警系统设计 |
3.1 系统需求分析与总体架构设计 |
3.1.1 系统需求分析 |
3.1.2 系统层次结构设计 |
3.1.3 系统架构设计 |
3.2 数据采集层设计 |
3.2.1 实时视频采集模块的设计 |
3.2.2 离线文件采集模块的设计 |
3.3 数据存储层设计 |
3.4 智能分析层设计 |
3.4.1 工程车辆与行人检测算法设计 |
3.4.2 光缆区域入侵算法设计 |
3.4.3 算法服务调用设计 |
3.5 系统服务层设计 |
3.5.1 实时告警模块的设计 |
3.5.2 处置反馈模块的设计 |
3.5.3 视频分发模块的设计 |
3.5.4 GIS地图展示模块的设计 |
3.6 系统管理层设计 |
3.6.1 用户管理模块的设计 |
3.6.2 设备管理模块的设计 |
3.6.3 数据管理模块的设计 |
3.7 系统可视化层设计 |
3.8 本章小结 |
第四章 光缆线路视频监控告警系统实现与测试 |
4.1 系统整体实现 |
4.2 系统分层实现 |
4.2.1 数据采集层的实现 |
4.2.2 数据存储层的实现 |
4.2.3 智能分析层的实现 |
4.2.4 系统服务层的实现 |
4.2.5 系统管理层的实现 |
4.2.6 系统可视化层的实现 |
4.3 系统测试 |
4.3.1 系统功能测试 |
4.3.2 系统性能测试 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 论文工作总结 |
5.2 下一步工作展望 |
参考文献 |
缩略语 |
致谢 |
(3)大规模Ad Hoc网络智能组网技术的研究与仿真(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 论文的主要工作 |
1.4 论文章节安排 |
第二章 仿真关键技术 |
2.1 移动自组织网络仿真技术 |
2.1.1 移动自组织网络仿真器 |
2.1.2 网络可视化和仿真交互性 |
2.2 网络仿真软件技术基础 |
2.2.1 仿真架构功能 |
2.2.2 外部交互模块 |
2.3 STK软件技术基础 |
2.3.1 STK软件介绍 |
2.3.2 基于STK的功能扩展 |
2.4 本章小结 |
第三章 移动自组织网络组网技术仿真验证系统设计 |
3.1 需求分析 |
3.2 移动自组织网络组网技术仿真验证系统结构设计 |
3.2.1 网络仿真模块 |
3.2.2 仿真展示模块 |
3.2.3 控制管理模块 |
3.3 移动自组织网络组网技术仿真验证系统的实现 |
3.3.1 系统接口与功能 |
3.3.2 仿真数据实时呈现 |
3.3.3 应用业务命令实现 |
3.4 本章小结 |
第四章 典型业务场景设计与仿真实现 |
4.1 仿真环境配置以及系统参数 |
4.2 仿真及性能分析 |
4.2.1 网络仿真数据呈现 |
4.2.2 应用命令业务实现 |
4.3 本章小结 |
第五章 总结与展望 |
5.1 全文工作总结 |
5.2 下一步的工作 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文 |
(4)地震前兆时间序列大数据渐进式可视化方法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 研究目标和内容 |
1.4 论文组织结构 |
第二章 理论基础与相关技术 |
2.1 大数据存储 |
2.2 大数据可视化 |
2.3 Web端相关技术 |
2.4 服务端相关技术 |
2.5 Hadoop集群相关技术 |
2.6 本章小结 |
第三章 面向地震前兆时间序列大数据的存储方案设计 |
3.1 问题的提出 |
3.2 地震前兆时间序列大数据特征 |
3.3 地震前兆时间序列数据存储方案 |
3.4 实验验证与分析 |
3.5 本章小结 |
第四章 基于Cloudberry的地震大数据渐进式可视化方案 |
4.1 问题的提出 |
4.2 基于Cloudberry的地震大数据渐进式可视化方案设计 |
4.3 基于Cloudberry的地震大数据渐进式可视化系统 |
4.4 实验验证与分析 |
4.5 本章小结 |
第五章 基于HBase的地震大数据渐进式可视化方案 |
5.1 问题的提出 |
5.2 基于HBase的地震大数据渐进式可视化方案设计 |
5.3 基于HBase的地震大数据渐进式可视化系统 |
5.4 系统测试 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 研究展望 |
参考文献 |
致谢 |
作者简介 |
(5)稻麦联合收割机收获损失在线检测软件系统的设计与实现(论文提纲范文)
致谢 |
摘要 |
Abstract |
英文缩略表 |
第一章 绪论 |
1.1 课题背景及意义 |
1.2 谷物损失检测原理研究进展 |
1.3 国内外对农机作业监测软件及云平台服务的研究进展及趋势 |
1.3.1 国外研究进展 |
1.3.2 国内研究进展 |
1.4 国内外对压电传感器冲击信号检测及噪声消除的研究进展及趋势 |
1.4.1 国外研究进展 |
1.4.2 国内研究进展 |
1.5 研究目标、内容及技术路线图 |
1.5.1 研究目标 |
1.5.2 研究内容 |
1.5.3 技术路线 |
1.6 本章小结 |
第二章 上位机软件平台及云端数据可视化面板的设计与实现 |
2.1 谷物损失检测硬件平台介绍 |
2.1.1 PVDF压电薄膜谷物损失传感器 |
2.1.2 谷物损失传感器信号处理系统硬件电路 |
2.2 开发环境及工具介绍 |
2.2.1 开发环境 |
2.2.2 开发工具 |
2.3 系统需求分析 |
2.3.1 系统业务需求分析 |
2.3.2 子系统功能需求分析 |
2.3.3 数据库建设需求分析 |
2.4 平台系统整体设计 |
2.4.1 平台系统设计原则 |
2.4.2 平台技术框架设计 |
2.4.3 平台功能结构设计 |
2.4.4 平台系统整体框架设计 |
2.4.5 数据模型设计 |
2.5 平台功能实现 |
2.5.1 CAN总线组网及与USB转换方法 |
2.5.2 下位机连接测试系统的实现 |
2.5.3 人机交互展示系统的实现 |
2.5.4 数据传输及存储系统的实现 |
2.6 云端数据可视化面板 |
2.6.1 开发框架、云服务器及可视化工具介绍 |
2.6.2 登录页面 |
2.6.3 数据可视化面板 |
2.7 本章小结 |
第三章 谷物碰撞混叠信号处理及籽粒识别计数算法研究 |
3.1 数字电压信号处理方案设计 |
3.2 主动降噪算法 |
3.3 单层阵列式PVDF压电薄膜谷物损失传感器计数算法 |
3.3.1 多阈值融合决策计数算法 |
3.3.2 独立阈值调节机制及阈值的确定方法 |
3.4 双层十字交叉型PVDF压电薄膜谷物损失传感器计数算法 |
3.4.1 双层十字交叉型PVDF压电薄膜谷物损失传感器基本特性 |
3.4.2 谷粒碰撞识别及计数算法 |
3.5 本章小结 |
第四章 系统测试 |
4.1 测试环境 |
4.2 系统功能测试 |
4.2.1 下位机连接系统测试 |
4.2.2 人机交互展示系统测试 |
4.2.3 数据传输及存储系统测试 |
4.3 算法功能测试 |
4.4 水稻收获田间试验 |
4.5 本章小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 主要创新点 |
5.3 未来研究展望 |
参考文献 |
个人简历 |
(6)基于组件化的数据大屏可视化构建平台的研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题背景及意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 国内外研究现状及分析 |
1.2.1 数据可视化平台研究现状 |
1.2.2 Web前端可视化研究现状 |
1.2.3 国内外研究现状小结 |
1.3 主要研究内容及创新点 |
1.3.1 主要研究内容 |
1.3.2 论文创新点 |
1.4 硕士在读期间主要工作 |
1.5 论文组织架构 |
第二章 相关理论与技术研究 |
2.1 前端组件化研究 |
2.2 Web前端性能优化方案 |
2.2.1 页面元素优化 |
2.2.2 Web缓存优化 |
2.2.3 Http请求优化 |
2.3 Web实时通信技术研究 |
2.3.1 轮询技术 |
2.3.2 Comet技术 |
2.3.3 WebSocket技术 |
2.4 本章小结 |
第三章 面向数据可视化大屏的前端组件化方法的设计与实现 |
3.1 研究挑战 |
3.2 研究方案 |
3.2.1 组件化顶层设计 |
3.2.2 组件的细节描述 |
3.2.3 组件模版框架生成 |
3.3 本章小结 |
第四章 基于Web的数据可视化图表渲染优化方法的设计与实现 |
4.1 研究挑战 |
4.2 研究方案 |
4.2.1 基于缓存的多图表渲染优化 |
4.2.2 面向大规模图表数据增量更新的CDIU算法 |
4.2.3 基于多视图分时更新的数据实时处理 |
4.3 实验结果与分析 |
4.3.1 多图表渲染优化实验 |
4.3.2 单图表数据传输优化实验 |
4.3.3 综合对比实验 |
4.4 本章小结 |
第五章 面向多视图联动的动态交互事件管理方法的设计与实现 |
5.1 研究挑战 |
5.2 研究方案 |
5.2.1 可视化组件拆解 |
5.2.2 交互关系网建立 |
5.2.3 全局交互关系解析及事件动作触发 |
5.3 本章小结 |
第六章 数据可视化大屏构建平台的设计与实现 |
6.1 平台需求分析 |
6.1.1 平台业务需求 |
6.1.2 平台功能需求 |
6.2 平台总体架构设计 |
6.3 核心功能模块设计与实现 |
6.3.1 多场景大屏管理模块 |
6.3.2 公共可视化图表库 |
6.3.3 图形化可拖拽编辑模块 |
6.3.4 交互事件管理模块 |
6.3.5 功能模块组件化 |
6.4 平台开发及环境部署 |
6.5 数据可视化大屏构建与应用 |
6.5.1 数据可视化大屏构建流程 |
6.5.2 项目组创建 |
6.5.3 可视化大屏编辑制作 |
6.5.4 动态交互设计 |
6.5.5 可视化大屏展示效果 |
6.6 本章小结 |
第七章 总结与展望 |
7.1 工作总结 |
7.2 研究展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术成果 |
(7)基于Web的大数据展现系统研究与应用(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 论文研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 平台构建研究 |
1.2.2 大数据分析方面 |
1.2.3 数据可视化方面 |
1.3 本文主要研究内容及组织结构 |
1.3.1 主要研究内容 |
1.3.2 组织结构 |
第二章 相关技术 |
2.1 可视化研究 |
2.1.1 可视化综述 |
2.1.2 大数据可视化呈现类型 |
2.2 web前端可视化技术 |
2.2.1 可视化工具综述 |
2.2.2 可视化类库的比较 |
2.3 数据库相关技术 |
2.4 系统构建技术 |
2.4.1 前端技术 |
2.4.2 服务平台选择 |
2.5 本章小结 |
第三章 系统平台构建研究 |
3.1 平台概述 |
3.2 通用平台总体设计 |
3.3 云平台架构设计 |
3.3.1 感知传输层 |
3.3.2 基础设施层 |
3.3.3 平台服务层 |
3.3.4 软件服务层 |
3.4 可视化架构设计 |
3.5 本章小结 |
第四章 平台关键技术研究 |
4.1 平台关键技术 |
4.1.1 基于React的前端技术 |
4.1.2 大数据实时可视化展现技术 |
4.1.3 驾驶舱自由布局 |
4.1.4 kafka+Spark Streaming数据处理技术 |
4.2 本章小结 |
第五章 平台应用案例 |
5.1 引言 |
5.2 平台在智慧供热的应用实例 |
5.2.1 需求分析 |
5.2.2 功能设计 |
5.2.3 系统功能实现 |
5.2.4 平台实例展示 |
5.3 可视化技术在智慧城市可视化评价系统中的应用案例 |
5.3.1 可视化系统设计原则 |
5.3.2 可视化系统总体设计 |
5.3.3 可视化方案设计 |
5.3.4 可视化技术应用 |
5.4 系统测试 |
5.4.1 测试环境 |
5.4.2 功能测试 |
5.4.3 非功能测试 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 本文工作总结 |
6.2 未来展望 |
参考文献 |
攻读硕士学位期间所取得的研究成果 |
致谢 |
(8)基于i-vector的语种识别系统设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究内容及成果 |
1.3 论文结构安排 |
第二章 语种识别相关技术综述 |
2.1 语种识别综述 |
2.1.1 语种识别算法综述 |
2.1.2 语种识别系统综述 |
2.2 基于i-vector的语种识别 |
2.3 数据集和算法性能评价指标 |
2.3.1 数据集 |
2.3.2 算法性能评价指标 |
2.4 系统开发的相关技术 |
2.4.1 系统框架与设计模式 |
2.4.2 系统数据持久化与传输 |
2.5 本章小结 |
第三章 基于i-vector的语种识别系统设计 |
3.1 系统需求分析 |
3.1.1 功能性需求 |
3.1.2 非功能性需求 |
3.2 系统总体设计 |
3.2.1 系统结构层次设计 |
3.2.2 系统架构设计 |
3.3 系统各层设计 |
3.3.1 数据采集层设计 |
3.3.2 数据传输层设计 |
3.3.3 算法分析层设计 |
3.3.4 系统管理层设计 |
3.3.5 系统可视化层设计 |
3.4 本章小结 |
第四章 基于i-vector的语种识别系统实现 |
4.1 系统运行环境搭建 |
4.1.1 硬件配置 |
4.1.2 软件部署 |
4.2 系统各层实现 |
4.2.1 数据采集层实现 |
4.2.2 数据传输层实现 |
4.2.3 算法分析层实现 |
4.2.4 系统管理层实现 |
4.2.5 系统可视化层实现 |
4.3 系统测试与分析 |
4.3.1 系统功能测试 |
4.3.2 系统性能分析 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 论文工作总结 |
5.2 未来工作展望 |
参考文献 |
致谢 |
(9)EAST实验数据统一访问方法的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 选题背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 数据集成方法 |
1.2.2 数据访问技术 |
1.3 论文主要工作 |
1.4 开发环境 |
1.5 论文组织结构 |
第2章 相关技术理论介绍 |
2.1 数据集成相关 |
2.1.1 MDSplus技术 |
2.1.2 MySQL数据库 |
2.2 数据传输相关 |
2.2.1 RPC技术 |
2.2.2 IO复用技术 |
2.2.3 Reactor模型 |
2.2.4 Protocol Buffers技术 |
2.3 数据安全相关 |
2.3.1 JWT技术 |
2.3.2 Neo4j数据库 |
2.4 前端技术 |
2.4.1 Flask框架 |
2.4.2 Vue框架 |
2.5 本章小结 |
第3章 需求分析 |
3.1 功能性需求 |
3.1.1 数据集成需求 |
3.1.2 数据访问需求 |
3.1.3 数据可视化需求 |
3.1.4 数据安全需求 |
3.2 非功能性需求 |
3.2.1 性能需求 |
3.2.2 可扩展性需求 |
3.2.3 安全性需求 |
3.2.4 可维护性需求 |
3.2.5 界面友好需求 |
3.3 本章小结 |
第4章 系统设计 |
4.1 概述 |
4.1.1 系统整体架构设计 |
4.1.2 系统网络拓扑设计 |
4.2 数据集成模块 |
4.2.1 数据集成步骤概述 |
4.2.2 全局检索数据库 |
4.2.3 离线检索数据提取 |
4.2.4 数据源包装器 |
4.3 数据传输模块 |
4.3.1 整体框架设计 |
4.3.2 高性能网络传输组件 |
4.3.3 Stub组件 |
4.3.4 日志系统 |
4.4 数据访问模块 |
4.4.1 多语言数据访问接口 |
4.4.2 数据可视化工具 |
4.5 数据安全模块 |
4.5.1 身份和权限认证 |
4.5.2 用户和权限数据库设计 |
4.5.3 用户和权限管理平台 |
4.6 本章小结 |
第5章 系统实现 |
5.1 数据集成模块实现 |
5.1.1 离线数据提取 |
5.1.2 数据源包装器 |
5.2 数据传输模块实现 |
5.2.1 高性能网络传输组件实现 |
5.2.2 Stub组件实现 |
5.2.3 日志系统 |
5.3 数据访问模块实现 |
5.3.1 数据访问接口实现 |
5.3.2 可视化工具实现 |
5.4 数据安全模块实现 |
5.4.1 身份和权限认证实现 |
5.4.2 用户和权限管理平台 |
5.5 本章小结 |
第6章 系统测试 |
6.1 测试环境 |
6.2 界面功能测试 |
6.2.1 可视化工具界面测试 |
6.2.2 用户和权限管理平台测试 |
6.3 访问接口测试 |
6.3.1 接口功能测试 |
6.3.2 多语言接口测试 |
6.4 安全测试 |
6.5 性能测试 |
6.5.1 吞吐量测试 |
6.5.2 并发量测试 |
6.5.3 响应时间测试 |
6.6 本章小结 |
第7章 总结与展望 |
7.1 本文总结 |
7.2 不足和展望 |
参考文献 |
致谢 |
在读期间发表的学术论文与取得的研究成果 |
(10)配电网馈线自动化主站管理系统的设计与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 研究内容 |
1.4 论文结构 |
第二章 系统需求分析 |
2.1 系统开发背景 |
2.1.1 业务现状及问题 |
2.1.2 业务信息化方案 |
2.1.3 总体开发目标 |
2.2 系统硬件需求 |
2.3 系统软件需求 |
2.3.1 大屏幕展示功能需求 |
2.3.2 大屏幕控制功能需求 |
2.3.3 数据服务功能需求 |
2.4 数据交互需求 |
2.4.1 交互需求概述 |
2.4.2 交互类型及内容 |
2.4.3 交互功能需求 |
2.5 系统非功能需求 |
2.6 本章小结 |
第三章 系统设计 |
3.1 系统硬件设计 |
3.1.1 硬件拓扑设计 |
3.1.2 网络结构设计 |
3.2 系统软件模型设计 |
3.3 系统软件模块设计 |
3.3.1 大屏幕展示功能设计 |
3.3.2 大屏幕控制功能设计 |
3.3.3 数据服务功能设计 |
3.4 数据交互设计 |
3.5 数据库设计 |
3.6 本章小结 |
第四章 系统实现 |
4.1 系统开发环境 |
4.2 系统硬件功能实现 |
4.3 系统软件功能实现 |
4.3.1 大屏幕展示功能实现 |
4.3.2 大屏幕控制功能实现 |
4.3.3 数据服务功能实现 |
4.4 数据交互实现 |
4.5 本章小结 |
第五章 系统测试 |
5.1 测试概述 |
5.2 测试过程 |
5.3 测试结果分析 |
5.3.1 硬件测试结果 |
5.3.2 软件测试结果 |
5.3.3 集成测试结果 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
四、数据传输及可视数据业务(论文参考文献)
- [1]基于数字水网的河北地下水超采治理效果的过程化评价及业务融合研究[D]. 于翔. 西安理工大学, 2021(01)
- [2]光缆线路视频监控告警系统设计与实现[D]. 詹建文. 北京邮电大学, 2021(01)
- [3]大规模Ad Hoc网络智能组网技术的研究与仿真[D]. 汤淼. 北京邮电大学, 2021(01)
- [4]地震前兆时间序列大数据渐进式可视化方法研究[D]. 李建桥. 防灾科技学院, 2021(01)
- [5]稻麦联合收割机收获损失在线检测软件系统的设计与实现[D]. 聂鑫. 浙江大学, 2021(01)
- [6]基于组件化的数据大屏可视化构建平台的研究与实现[D]. 张田宇. 北京邮电大学, 2021(01)
- [7]基于Web的大数据展现系统研究与应用[D]. 李恩洲. 中北大学, 2021(09)
- [8]基于i-vector的语种识别系统设计与实现[D]. 倪立强. 北京邮电大学, 2021(01)
- [9]EAST实验数据统一访问方法的设计与实现[D]. 申正阳. 中国科学技术大学, 2021(08)
- [10]配电网馈线自动化主站管理系统的设计与实现[D]. 胡右东. 电子科技大学, 2020(03)