一、管理信息系统快速生成器的研制(论文文献综述)
张睿智[1](2020)在《基于神经网络的电力终端安全监测及信息攻击检测策略研究》文中研究指明在工业化和信息化融合发展趋势下,传统孤立、单独的通信协议、通信设备和系统逐渐联合串通起来。在智能电网系统中,由于接入终端数量众多、环境复杂和无线通信的广泛化运用,数据也面临着一系列安全威胁,不利于智能电网的发展。从实际的智能电网现场配置来看,智能终端目前主要是利用光纤和无线网络的方式来接入到配电系统中,其防护措施比较薄弱,再加上黑客攻击技术升级,网络本身面临着较突出的受攻击危险,黑客往往能够利用伪造身份、多重攻击和重放攻击等形式恶意破坏和攻击配电站,导致配电系统瘫痪,进而影响配电系统安全供电。在基于神经网络的电力终端安全监测及信息攻击检测策略研究中,提出了深度学习的电力终端安全检测技术,通过对电力终端的设备级和网络级进行检测,达到全方位保护智能电网的作用。首先是制定电力终端设备级安全防护策略,采集旁路信息,利用LSTM神经网络来观察设备级的功耗,达到安全检测的目的。通过对设备级的功耗时序变化监测分析设备级的安全,这种检测方式的优点在于它属于非侵入式监测,整个监测活动不会影响到电力系统的正常工作,并达到防护效果。其次是制定电力终端设备网络级安全防护策略,对电力终端中的流量报文信息进行采集汇总,清洗数据,并采用模型训练等方式来进行信息攻击监测,进而监测网络安全。经过实物仿真平台实际验证分析,对电力设备进行设备级和网络级安全检测,证实本文提出的理论能够有效对电力终端进行安全防护,保护电力终端。
黄晖[2](2020)在《基于产品协同设计的数据管理与应用技术研究》文中研究表明现代电子产品普遍具有专业面广、系统复杂、技术要求高等特点,其研制过程是一项复杂的系统工程。为了缩短产品研制周期、降低研制成本、提高产品质量,协同设计已成为电子产品企业信息化建设的重要方向,其中信息共享是协同设计中的重要环节。由于电子元器件品种众多、参数复杂,在当前设计模式中元器件信息往往缺乏系统性规划,分散于各个设计和质量部门、信息孤岛较为严重。因此,迫切需要对协同设计环境中的元器件数据资源进行重构,以便于电子系统设计仿真各环节中实现元器件参数的应用。本论文主要针对协同设计环境下对元器件数据资源规范化、结构化以及快速调用等需求,开展产品设计与可靠性设计工作项目、工具软件对元器件数据的需求分析,解析各类数据的内容、格式与内涵,研究各工作项目之间的数据流向与关系,获得各工作输入元器件数据类型的最大集合,进而提出了工作项目与元器件数据直接关联的元器件数据模板概念,并以数据模板为基准明确了一种元器件支撑数据库建设方式。为解决已有元器件基础数据如何移植至协同设计平台、如何能够被设计软件工具直接调用、关联设计项目之间数据如何信息化传递等问题,针对基于数据模板理念的元器件数据提取、数据传输、数据同步、数据检索和数据提交,提出了一套以数据平台为中心总线的数据管理与集成应用模式,并对各应用模式在企业中的实施思路与实现场景进行了分析。最后本文设计了一款元器件数据平台的功能框架,该框架包括本文提出的支撑数据库建设方式,嵌入了本文提出的覆盖14个工作项目、10个软件工具约200个数据模板,在功能上以模型生成器、资源管理系统以及资源发布系统为核心实现对协同设计环境下的元器件的管理与应用支撑。平台实现后在某单位进行了验证,结果表明本文建立的数据资源方案可有效改进传统模式下数据逐一查询、数据遗漏、错误等不足,节约了15%设计时间,对加强企业数据集中管理,提高数据标准化、规范化水平,提升数据调用效率、促进数据共享应用方面可提供有效支撑。
赵冰[3](2020)在《基于深度学习的铁路图像智能分析关键技术研究与应用》文中指出铁路运输为我国综合交通运输体系的重要组成部分,近年来取得了举世瞩目的快速发展。安全作为铁路运营的前提条件,是铁路运营维护工作的重中之重。为确保庞大复杂铁路网的安全运营,我国已构建了覆盖车务、机务、工务、电务、车辆等主流专业的安全检测监测体系,面向基础设施、移动装备、内外部环境等建立了多个安全管理信息系统,产生和积累了大量的检测图像数据,迫切需要开展面向海量图像数据的分析挖掘工作,进一步提升铁路运营安全保障能力。受限于传统图像分析技术的性能瓶颈,目前检测图像的分析主要以定期采集图像后由人工分析完成。一方面庞大的检测数据给识别人员带来繁重的工作负荷,造成人力物力的大量消耗;另一方面图像分析的准确性和覆盖度与人员的能力和经验直接相关,难以确保分析工作的质量;此外由于人工分析一般在图像采集后进行,无法确保分析的时效性。当前随着人工智能技术的发展,深度学习算法在图像识别领域取了突破性进展,因此研究采用深度学习算法解决铁路检测图像智能分析问题极为必要。铁路检测图像涵盖车辆关键部件检测图像、接触网检测图像、钢轨检测图像、隧道质量检测图像等诸多场景。其特点如下,如分辨率尺度差异明显、图像成像质量差异较大、拍摄角度多样等,造成其检测难度高于自然场景图像。为推动人工智能、大数据、物联网等先进技术在铁路图像智能分析领域中的应用,本文针对铁路图像智能分析任务涉及的关键技术及工程应用开展了一系列研究。主要工作及成果如下:(1)基于深度残差网络模型,提出一种融合迁移学习与模型可视化技术的铁路图像场景分类方法,解决铁路场景分类领域图像数据量较小造成分类模型难以收敛的问题,通过在Railway12数据集上开展的实验验证了方法有效性。本文根据图像所属场景进行分类,实现对历史图像数据的分类管理,可为后续图像检测分析提供预处理操作。基于迁移学习思想,对已在大型数据集完成训练的网络固定其浅层参数,在铁路图像场景分类数据集上对网络深层参数进行训练。基于模型可视化方法,提升铁路场景分类模型的可解释性。在Railway12数据集开展的铁路场景分类实验表明,本文方法取得了82.6%(Top1)及95.3%(Top3)的分类准确率。同时,可视化方法有助于降低数据类间不均衡性,本文实验证明对数据集进行可视化分析从而调整数据均衡性,可提升分类准确率约2%左右。(2)基于Faster R-CNN目标检测算法,提出一种基于监督学习理论的双通道缺陷检测方法,解决将目标检测方法应用于缺陷检测任务引起的缺陷分类性能受限问题,通过在铁路关键部件缺陷检测数据集及NEU缺陷检测数据集上开展的实验验证了模型有效性。本文提出一种将缺陷检测任务划分为部件检测与缺陷分类的双通道缺陷检测方法。利用改进的Faster R-CNN方法提升关键部件检测性能,进而结合SRGAN及RAISR超分辨率方法对小尺寸关键部件实现超分辨率提升,最终利用单独训练的缺陷分类网络判别部件图像是否含有缺陷。在对某路局TEDS检测系统收集的图像开展缺陷检测实验证明,该方法的mAP值可达0.792,相比目标检测方法性能提升明显。(3)基于半监督学习理论,提出一种基于空间映射的异常检测方法,以解决利用监督学习进行缺陷检测引起的数据不平衡问题,通过在MNIST、CIFAR10及高铁螺栓状态异常数据集上开展的实验验证了本方法有效性。本文提出一种图像异常检测方法,其基于BEGAN方法实现正常图像样本生成,通过多重映射模型学习正常样本的多空间映射规律。在测试阶段,通过定义适宜的阈值区分正负样本。在对4C检测系统收集的接触网螺栓检测图像进行的实验证明,该方法相比现有半监督学习异常检测算法性能提升显着,可应用于实际异常检测任务中。(4)基于Tensorflow-Serving模型部署机制,提出一种云边融合的深度学习部署方案,解决现有方法网络传输带宽压力大,影响分析时效性的问题,通过铁路图像大数据智能分析平台的建设验证了本方法的有效性。边缘计算具有节省带宽、存储成本及可在边缘节点实现任务实时响应的优点,边缘端+云端融合的形式可为铁路视频分析业务提供可行工程化方案。通过量化、剪枝、权值共享等模型轻量化技术构建适用于小算力场景下的边缘端网络模型,实现对检测视频的边缘端实时分析。云端可借助大规模算力优势,实现复杂模型的分布式训练及推理,融合多终端设备历史数据进行多维度分析,实现对业务的预测及预警。
贺景曼[4](2019)在《基于SAP ERP的内蒙古电力企业信息管理系统的开发与应用》文中指出随着信息网络的发展,信息化企业管理模式已经逐渐成为现代企业的重要管理手段。企业资源计划系统(Enterprise Resource Planning,ERP)整合了企业的管理理念、财务业务流程、人力资源调配、基础数据汇总及综合分析、物资设备等资源管理,为企业提供详实信息以支持企业战略、运作、管理分析和决策,在企业管理中占据非常重要的作用。然而,对于特定企业,ERP系统的建设实施通常需要不断修改完善内部组织管理流程,以建立适应企业特点和特殊功能要求的综合规划信息管理软件系统。目前,我国电力企业正处于改革创新发展的一个关键时期,企业内部信息化建设进程迅速向前推进,因此建立适用于我国电力企业的ERP系统是一项重要任务。同时,发挥其在财务管理、资金管理、人员管理、项目管理、物资管理等方面的作用,助力电力企业快速发展。本文结合内蒙古电力企业的管理现状,通过对ERP系统框架进行功能开发和应用研究,优化了该电力企业ERP系统的5个功能模块。本文主要完成了以下工作:1.通过对内蒙古电力企业管理现状的深入调研,针对业务管理系统数据不全、信息流失、管理系统模块功能孤岛、信息混乱等实际问题,梳理了该企业ERP系统的需求情况,详细分析了五大模块下的总计43项功能需求,对该企业的ERP系统进行了功能开发和综合应用技术研究。2.根据系统运营网络管理模式和需求情况,制定具体实施设计方案,对系统进行了七个主要部分的总体架构设计。然后对网络架构和服务器系统进行分析设计,并采用统一网络建模语言UML在ERP系统的各业务模块之间建立了整体网络连接,从而完成了系统技术体系架构和业务系统工作流程的整体设计,实现了ERP系统与现有企业信息系统的集成。同时在ERP框架中采用WEB以及SAP GUI两套系统平台,以满足不同用户的操作需求。3.完成了电力企业ERP框架下的主要基本功能管理模块的系统设计和规划实施,包括财务管理、人力资源管理、物资管理、项目管理和设备管理五个功能模块,建立了相应的系统信息接口连接,实现了对企业资金、人员、物资、项目和生产设备等基本资源的全面一体化综合管理。
杨学增[5](2009)在《基于ASP.NET的管理信息系统的代码自动生成研究》文中指出随着企业对市场机制和知识经济认识的深入,越来越多的企业希望采用管理信息系统来提高企业工作效率和增强企业的综合竞争力。在管理信息系统的开发过程中,开发人员经常面对重复性模块设计、重复性编码。这样不仅造成了开发资源浪费、开发周期延迟,也增加了企业成本,不利于企业的信息化的进展,也不利于开发人员将注意力放在更有价值的开发工作中。虽然有些企业采用了不同的代码生成工具来提高开发效率,但这些代码生成工具的有着一些的不足,如很多代码生成工具往往采用Db2Code模式,没有很好地其进行扩展,生成的代码也不够灵活;不支持可视化建模等。为了解决上述问题,本文通过分析管理信息系统的功能和体系结构并根据其特点,研究并实现了代码自动生成工具。本文详细地阐述了以下几个方面的工作:1.分析研究了管理信息系统的功能和体系结构。根据自己所参与的项目和经典的案例,总结了这类系统的结构和功能特点。2.研究了相关的代码生成驱动模型,结合这几种驱动模型的优点和管理信息系统的特点,设计了本文研究的代码生成工具的三种工作模式。3.本文根据这三种工作模式,设计并实现了支持这三种工作模式的代码生成工具。4.本文通过代码生成举例,说明了此生成工具的工作方式。本文研究的基于ASP.NET的管理信息系统的代码生成工具已经在实际的开发中得到应用,成功生成了服务器运营管理、某大学人事管理等系统所需的功能,提高了开发效率,证明了此代码生成工具的可行性。
胡东滨[6](2008)在《决策问题管理系统及其开发组件研究》文中指出问题管理系统(PMS)是决策支持系统的重要子系统,更是问题驱动型决策支持系统的核心子系统,其中,决策问题的分析处理与求解等问题管理的方法以及问题管理系统的开发,一直就是该领域研究的重点和难点。尽管如此,在面向人机交互的决策问题管理方法方面仍然存在很多难题没有很好得到解决,包括决策问题的形式化描述,用自然语言表述的决策问题的识别与理解,决策问题的子问题分解,决策问题求解方法的智能匹配及运用,决策问题库的有效组织等等。本文针对这些问题,通过分析决策问题的普遍特征,在综合人与计算机对决策问题处理的各自优势基础上,探讨更具智能性的决策问题管理和分析的一般方法,并以此研制出问题管理系统开发组件,为问题驱动的决策支持系统的开发提供具有较强实用性的手段和工具。本文的主要研究内容及研究成果包括:(1)决策问题的特征分析与描述方法的研究。将决策问题看成一种复杂的系统,在分析决策问题系统的内部结构及特征的基础上,提出一种面向对象的问题向量空间模型,用以作为决策问题系统的描述方法。同时,运用问题向量空间模型研究探讨决策问题属性类型、属性结构和问题理解与求解过程中的属性取值状态的变化规律,以及问题属性识别与分析同问题求解及其过程中子问题分解的关系,得到从决策问题描述,到问题分析理解、子问题产生,以及问题求解方案形成的问题处理一般方法。(2)决策问题智能处理方法的研究。在根据决策问题特征分析而得到问题处理的一般方法的基础上,将知识管理技术引入到这一处理方法中,研究基于知识管理的决策问题智能处理方法所涉及的三个核心问题:问题管理系统的问题库组织方式、问题的知识结构以及问题智能理解与求解过程和方法。并以此提出一种嵌入到知识库的问题库管理方法,研究了问题库嵌入到知识库的方式、相应的问题库及知识库的基本结构。同时,根据决策问题处理所涉及的各种知识的组成和数据结构,提出了问题的知识结构.另外,给出了根据问题的描述识别问题属性、根据问题属性识别问题类型和求解方法、以及根据问题属性的取值状态来识别子问题等基于知识管理的问题理解与求解的具体流程和机制。(3)决策问题智能识别相关模型与方法的研究。在上述决策问题智能处理方法的基础上,建立问题属性识别、问题类型识别以及子问题识别的模型和算法。通过给出中文语句分词算法的选择依据,建立了基于分词算法、子句分割算法和句法分析算法的决策问题表层属性智能识别模型;建立了基于双关键词搜索规则和问题类型知识库匹配规则的决策问题隐含属性智能识别模型;建立了基于子问题产生规则和构建规则的子问题智能识别模型。(4)决策问题管理系统开发组件研究。依据本文对决策问题特征的研究和所提出的问题智能处理方法与模型,设计出通用问题管理系统的功能结构。将该功能结构组件化,设计出问题管理系统开发组件(PMS-DC),详细探讨了PMS-DC中所需包含的对象、类和控件及其属性、方法和事件,并进一步研究了PMS-DC内部各种类与控件的相互关系,以及与互联网环境下通用决策支持系统生成器(i-GDSSG)中其他组件的关系,设计了PMS-DC的外部接口,给出了在专用DSS中的组件部署策略。(5)组件的实际应用。运用本文设计和开发的PMS-DC及i-GDSSG的相关组件,实际开发了一个问题驱动型DSS,即中国固体矿产业持续技术创新支撑体系决策支持系统(CMTIDSS)。应用效果表明,采用PMS-DC及相关组件开发面向问题的专用DSS,不仅可提高开发效率,且能有效地管理和处理中文自然语言表述的决策问题。
李晓慧[7](2008)在《李昭原:将人从软件开发中解放出来》文中指出研制先进的软件开发工具,将人尽可能地从软件开发中解放出来一直是李昭原的愿望。李昭原是北京航空航天大学的教授,他出书,写论文,同时还要讲课,承担国家项目,并将自己的研究转化为商品。现在,已经退休了的李昭
徐悦竹[8](2005)在《基于工作流和表单生成器业务开发平台设计》文中研究表明实施管理信息系统是企业信息化建设的一个重要措施,然而,传统管理信息系统已经不能满足目前企业的需求。企业的模式在逐渐的由层次职能型转变为流程管理型,企业业务流程经常变动,并且越来越复杂,传统管理信息系统不能很好的支持业务重组、流程管理,本文设计了基于工作流/表单生成器的业务开发平台,以满足企业流程多变的需要。介绍了业务平台、工作流与构件技术,重点阐述了业务开发平台的概念、发展现状和实现原理方法;提出了基于工作流/表单生成器的业务开发平台的体系结构;分别对平台中工作流系统、表单生成器和软构件库管理系统等组成部分进行功能和结构的描述;结合表单生成器的体系结构和当前的技术发展水平,提出表单生成器系统的设计方案;在总体设计方案的基础上,提出了该系统的具体设计方案,并对业务建模、数据库设计和系统构件化进行了描述。
黄充[9](2004)在《工程项目招投标管理信息系统》文中认为工程项目招投标管理在工程建设中具有重要的地位,随着现代大型工程的日益增多,招投标管理涉及的部门、机构、单位越来越多,现行的管理手段不能适应高速度、高质量的要求,迫切需要新的管理手段。 作者经过研究,根据工程项目招投标管理的特点和信息系统的要求,提出了基于Internet建立工程项目招投标管理信息系统的新方法,具有一定的新颖性。 本论文通过对工程项目管理和工程项目招投标管理的简单描述,明确了一些基本的概念,分析现行工程招投标方法中存在的问题,找出这些问题产生的原因。提出了建立工程项目招投标管理信息系统的方法以解决现行的招投标管理中信息不畅、沟通困难、暗箱操作等问题。 本论文对拟建设的工程项目招投标管理信息系统的目标、规模与结构、功能、系统建设原则进行了分析。提出了建立一个信息系统的丌发方法、过程、系统结构以及必须的准备工作。 本论文还讨论了在工程项目招投标管理信息系统中如何建立决策支持系统,以及进一步建立专家系统。对信息系统开发过程的组织管理也进行了讨论,分析了系统开发过程中进度控制、成本控制与质量控制。 本论文研究成果对工程项目管理具有参考价值。
管宝云,时珍全[10](2003)在《管理信息系统快速生成器的研制》文中提出为缩短管理信息系统(MIS)的开发周期,利用面向对象程序(OOP)的继承和重载技术对MIS中的功能模块进行延展和重复利用,并对部分程序进行文本化处理,开发了基于三层结构的MIS快速生成器.这一系统可以提供快速开发MIS系统的方案和实施办法.
二、管理信息系统快速生成器的研制(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、管理信息系统快速生成器的研制(论文提纲范文)
(1)基于神经网络的电力终端安全监测及信息攻击检测策略研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 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 电力终端安全方面研究 |
1.2.2 电力终端攻击识别研究 |
1.2.3 深度学习在电力领域的应用研究 |
1.3 研究方法和技术路线 |
1.3.1 研究方法 |
1.3.2 技术路线 |
1.4 论文结构及内容 |
1.5 论文的创新之处 |
第2章 安全防护概念和神经网络理论概述 |
2.1 智能电网及深度学习概念界定 |
2.1.1 智能电网概念 |
2.1.2 智能电网特点 |
2.1.3 深度学习概念界定 |
2.2 安全防护模型和深度神经网络理论 |
2.2.1 安全防护模型 |
2.2.2 深度神经网络理论 |
2.3 本章小结 |
第3章 基于LSTM神经网络的电力终端安全监测 |
3.1 基于旁路信号的电力终端安全监测 |
3.1.1 RNN神经网络 |
3.1.2 LSTM神经网络 |
3.2 电力终端设备级安全监测方案 |
3.2.1 数据采集模块 |
3.2.2 特征提取模块 |
3.2.3 安全监测模块 |
第4章 基于深度神经网络的电力终端信息攻击检测 |
4.1 基于电力终端报文的攻击检测 |
4.1.1 电力远动通信和终端设备报文协议 |
4.1.2 对抗生成神经网络 |
4.1.3 栈式自编码器 |
4.2 电力终端网络级安全监测方案 |
4.2.1 数据采集及数据清洗 |
4.2.2 特征提取 |
4.2.3 基于对抗生成神经网络的数据增强方法 |
4.2.4 电力终端网络级安全监测 |
第5章 安全防护系统的实现 |
5.1 密钥协商模块的实现 |
5.2 密文通信模块的实现 |
5.3 异常处理模块的实现 |
5.4 管理系统接口模块的实现 |
结论 |
附录 |
附录 A |
参考文献 |
攻读硕士学位期间所发表的论文 |
致谢 |
个人简历 |
(2)基于产品协同设计的数据管理与应用技术研究(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 研究现状及发展趋势 |
1.3 论文的主要工作 |
1.4 论文的各章节安排 |
1.5 本章小结 |
第二章 面向协同设计环境的数据模板研究 |
2.1 设计工作项目、软件工具及数据资源分析 |
2.2 设计项目的关联性分析 |
2.3 设计工作项目数据输入定义研究 |
2.3.1 原理图设计 |
2.3.2 PCB设计 |
2.3.3 结构设计 |
2.3.4 信号完整性仿真 |
2.3.5 电路性能仿真 |
2.3.6 电源完整性仿真 |
2.3.7 热仿真分析 |
2.3.8 振动分析 |
2.3.9 可制造性分析 |
2.3.10 可靠性建模 |
2.3.11 可靠性预计 |
2.3.12 降额设计 |
2.3.13 故障树分析 |
2.3.14 故障模式影响及危害性分析 |
2.4 数据模板制定 |
2.5 支撑数据库设计 |
2.4.1 元器件数据 |
2.4.2 协同项目数据 |
2.6 本章小结 |
第三章 元器件数据管理与集成应用模式研究 |
3.1 协同设计平台下元器件数据应用模式 |
3.2 数据提取 |
3.3 数据传输 |
3.4 数据同步 |
3.4.1 平台与平台外部的数据同步 |
3.4.2 平台内部的数据同步 |
3.5 数据检索 |
3.6 数据提交 |
3.7 本章小结 |
第四章 基于产品协同的元器件数据平台设计与验证 |
4.1 软件架构设计 |
4.2 功能模块设计 |
4.3 数据平台验证 |
4.3.1 原理图设计 |
4.3.2 PCB设计 |
4.3.3 结构设计 |
4.3.4 信号完整性仿真 |
4.3.5 电源完整性仿真 |
4.3.6 热仿真分析 |
4.3.7 振动分析 |
4.3.8 可制造性分析 |
4.3.9 可靠性预计 |
4.4 验证结果分析 |
4.5 本章小结 |
总结与展望 |
1 论文工作总结 |
2 后续工作展望 |
参考文献 |
附录 数据平台功能模块设计 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
(3)基于深度学习的铁路图像智能分析关键技术研究与应用(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究进展 |
1.2.1 国内外铁路图像智能分析系统及设备 |
1.2.2 图像物体分类及场景分类研究现状 |
1.2.3 表面缺陷识别技术研究现状 |
1.2.4 图像异常检测技术研究现状 |
1.2.5 现有研究问题及总结 |
1.3 研究内容与路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 章节安排 |
2 铁路图像场景分类研究 |
2.1 引言 |
2.2 图像场景分类基本原理 |
2.2.1 传统基于特征的图像场景分类原理 |
2.2.2 基于深度学习的图像场景分类原理 |
2.2.3 图像分类任务评价指标 |
2.3 铁路图像场景分类及模型可视化方法 |
2.3.1 基于迁移学习的铁路图像场景分类 |
2.3.2 深度学习模型可视化 |
2.4 实验与分析 |
2.4.1 数据集 |
2.4.2 场景分类实验分析 |
2.4.3 模型可视化分析 |
2.4.4 数据集偏差优化实验分析 |
2.5 本章小结 |
3 基于监督学习的铁路检测图像缺陷检测研究 |
3.1 引言 |
3.2 目标检测及评价指标 |
3.2.1 基于深度学习的目标检测方法 |
3.2.2 图像检测任务评价指标 |
3.3 部件检测通道设计 |
3.3.1 图像特征融合 |
3.3.2 候选区域过滤优化 |
3.4 缺陷分类通道 |
3.5 实验与结果 |
3.5.1 数据集 |
3.5.2 铁路关键部件缺陷检测实验 |
3.5.3 模型迁移学习实验 |
3.6 本章小结 |
4 基于半监督学习的铁路检测图像异常检测研究 |
4.1 引言 |
4.2 图像异常检测原理 |
4.3 基于多重映射的异常检测算法设计 |
4.3.1 BEGAN训练 |
4.3.2 MM model训练 |
4.3.3 异常图像阈值定义 |
4.4 实验与分析 |
4.4.1 数据集 |
4.4.2 图像异常检测实验 |
4.5 本章小结 |
5 云边融合的深度学习模型部署方案 |
5.1 引言 |
5.2 云边融合的模型部署方案 |
5.2.1 模型管理及算力资源调度方案 |
5.2.2 边缘端模型轻量化方法 |
5.2.3 深度学习模型部署方案 |
5.3 系统功能架构 |
5.3.1 图像预处理 |
5.3.2 多数据源管理 |
5.3.3 图像标注 |
5.3.4 模型管理 |
5.3.5 典型应用 |
5.4 系统关键技术 |
5.5 本章小结 |
6 结论 |
6.1 论文总结 |
6.2 工作展望 |
参考文献 |
作者简历及攻读博士学位期间取得的科研成果 |
学位论文数据集 |
(4)基于SAP ERP的内蒙古电力企业信息管理系统的开发与应用(论文提纲范文)
摘要 |
abstract |
一 绪论 |
1.1 研究背景与意义 |
1.2 ERP系统国内外研究现状 |
1.2.1 国内ERP系统应用现状 |
1.2.2 国外ERP系统应用现状 |
1.3 研究内容及研究技术路线 |
1.3.1 研究内容 |
1.3.2 研究技术路线 |
二 基于SAP的 ERP系统的理论基础 |
2.1 基于SAP的 ERP系统简介 |
2.2 ERP系统基本理论及应用 |
2.2.1 WEB技术及其应用 |
2.2.2 数据库技术 |
2.2.3 B/S及 C/S架构简介 |
2.2.4 统一建模语言UML |
2.2.5 企业管理信息系统开发平台 |
2.3 本章小结 |
三 基于SAP的内蒙古电力企业ERP系统的需求分析 |
3.1 系统总体需求概述 |
3.1.1 电力企业运营管理特点分析 |
3.1.2 电力企业运营管理存在的问题 |
3.2 系统总体业务及功能需求分析 |
3.2.1 ERP系统业务需求分析 |
3.2.2 系统功能需求分析 |
3.3 系统五大基本功能管理模块需求分析 |
3.3.1 财务管理(FICO)模块需求分析 |
3.3.2 人力资源管理(HR)模块需求分析 |
3.3.3 物资管理(MM)模块需求分析 |
3.3.4 项目管理(PS)模块需求分析 |
3.3.5 设备管理(PM)模块需求分析 |
3.4 本章小结 |
四 基于SAP的内蒙古电力企业ERP系统设计与实现 |
4.1 总体架构设计 |
4.1.1 技术架构设计的原则 |
4.1.2 总体技术架构框架设计 |
4.2 基础架构设计 |
4.2.1 基于SAP的 ERP系统网络架构设计的总原则 |
4.2.2 服务器系统设计 |
4.3 数据库设计 |
4.3.1 系统数据库架构设计 |
4.3.2 数据中心设计 |
4.3.3 系统数据库管理 |
4.4 集成架构设计 |
4.4.1 表示层集成设计 |
4.4.2 应用层集成 |
4.4.3 业务流程集成 |
4.4.4 系统平台设置 |
4.5 系统五大基本功能设计 |
4.5.1 财务管理(FICO)模块设计 |
4.5.2 人力资源管理(HR)模块设计 |
4.5.3 物资管理(MM)模块设计 |
4.5.4 项目管理(PS)模块设计 |
4.5.5 设备管理(PM)模块设计 |
4.6 系统五大基本功能实现 |
4.6.1 财务管理(FICO)模块实现 |
4.6.2 人力资源管理(HR)模块实现 |
4.6.3 物资管理(MM)模块实现 |
4.6.4 项目管理(PS)模块实现 |
4.6.5 设备管理(PM)模块实现 |
4.7 系统后续管理和监控 |
4.7.1 SAP提供的系统监控工具——CCMS |
4.7.2 系统试运行 |
4.8 本章小结 |
五 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
附录 |
1.财务管理(FICO)模块核心代码 |
2.人力资源管理(HR)模块核心代码 |
3.物资管理(MM)模块核心代码 |
4.项目管理(PS)模块核心代码 |
5.设备管理(PM)模块核心代码 |
致谢 |
(5)基于ASP.NET的管理信息系统的代码自动生成研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 国内外现状 |
1.3 本文的目标和意义 |
1.4 本文的组织结构 |
第2章 代码生成的目标系统研究 |
2.1 管理信息系统研究 |
2.1.1 管理信息系统的功能分析 |
2.1.2 管理信息系统的体系结构分析 |
2.2 ASP.NET |
2.3 本系统的功能特性 |
第3章 代码生成工具的研究 |
3.1 代码生成工具概述 |
3.2 代码生成驱动模型研究 |
3.2.1 基于MDA的驱动模型 |
3.2.2 基于模板的驱动模式 |
3.2.3 FMP模型 |
3.2.4 ORM模型 |
3.3 本系统的工作模式 |
3.3.1 第一种模式 |
3.3.2 第二种模式 |
3.3.3 第三种模式 |
第4章 代码生成工具的设计 |
4.1 系统框架 |
4.2 系统总体功能设计 |
4.3 系统详细设计 |
4.3.1 录入模块设计 |
4.3.2 可视化模型设计 |
4.3.3 数据库功能模块设计 |
4.3.4 模板功能模块设计 |
4.3.5 项目配置设计 |
4.3.6 业务模块生成设计 |
4.3.7 通用模块生成设计 |
第5章 代码生成工具的实现 |
5.1 数据库功能模块实现 |
5.2 可视化模型实现 |
5.2.1 可视化模型的文件格式 |
5.2.2 可视化模型的逻辑结构与操作实现 |
5.3 模板功能模块实现 |
5.3.1 模板 |
5.3.2 模板解析器实现 |
5.4 项目配置实现 |
5.5 业务模块生成实现 |
5.6 通用模块生成实现 |
第6章 代码生成应用举例 |
6.1 模式一举例 |
6.2 模式三举例 |
6.3 应用结论 |
总结与展望 |
致谢 |
参考文献 |
攻读学位期间发表的论文 |
(6)决策问题管理系统及其开发组件研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 问题提出与研究背景 |
1.2 决策支持系统中问题管理的研究内容 |
1.3 国内外研究现状 |
1.3.1 决策问题管理及问题管理系统的研究 |
1.3.2 决策支持系统的开发方法研究 |
1.3.3 国内外研究成果总结 |
1.4 研究思路与内容结构 |
1.4.1 研究目标、内容与思路 |
1.4.2 研究内容的结构安排 |
1.5 主要创新点 |
第2章 决策问题系统模型及其特征研究 |
2.1 决策问题系统及其层次分析 |
2.1.1 决策问题系统 |
2.1.2 决策问题系统的层次分析 |
2.2 面向对象的问题向量空间描述方法研究 |
2.3 决策问题的属性分析 |
2.3.1 问题属性向量空间的基本表示 |
2.3.2 问题属性向量空间的基本特征 |
2.4 决策问题的子问题分析 |
2.4.1 问题分解的作用 |
2.4.2 子问题向量空间的基本表示 |
2.4.3 子问题向量空间的基本特征 |
2.5 决策问题的求解路径分析 |
2.5.1 问题求解路径向量空间的基本表示 |
2.5.2 问题求解路径向量空间的基本特征 |
2.5.3 属性分析、问题分解策略与求解路径搜索 |
2.6 问题理解实例分析 |
2.7 本章小结 |
第3章 决策问题管理的智能方法研究 |
3.1 基于知识管理的决策问题库管理方法研究 |
3.1.1 基于知识管理的问题库 |
3.1.2 问题知识库的基本结构 |
3.2 决策问题的知识结构研究 |
3.3 基于智能识别技术的决策问题理解与求解机制研究 |
3.3.1 基于知识管理的问题理解与求解流程 |
3.3.2 问题智能理解机制 |
3.4 本章小结 |
第4章 决策问题智能识别相关模型与方法研究 |
4.1 基于中文自然语言理解的决策问题表层属性智能识别模型研究 |
4.1.1 分词方法的选择 |
4.1.2 基于句法分析的问题表层属性智能识别过程研究 |
4.1.3 基于问题表层属性识别过程的识别模型 |
4.2 决策问题隐含属性智能识别模型研究 |
4.2.1 基于依存关系三元组的关键词识别方法 |
4.2.2 基于双关键词的问题类型识别与求解方法匹配过程 |
4.2.3 问题隐含属性识别模型 |
4.3 决策子问题智能识别模型研究 |
4.3.1 基于问题属性取值状态分析的子问题识别模型 |
4.3.2 子问题构建规则与分析方法研究 |
4.4 基于决策问题智能识别模型的问题处理过程 |
4.5 问题理解和求解实例分析 |
4.6 本章小结 |
第5章 决策问题管理系统开发组件研究 |
5.1 决策问题管理系统一般功能结构研究 |
5.1.1 问题管理系统的一般功能 |
5.1.2 问题管理系统的基本结构 |
5.2 问题管理系统的对象和类的识别 |
5.2.1 问题管理系统的实体与功能集分析 |
5.2.2 问题管理系统开发组件的类与对象设计 |
5.3 组件功能设计 |
5.4 组件基本架构及其外部接口研究 |
5.4.1 PMS-DC的基本架构 |
5.4.2 PMS-DC的外部接口 |
5.5 组件实施和部署研究 |
5.5.1 PMS-DC的开发环境 |
5.5.2 PMS-DC的实现与部署 |
5.6 本章小结 |
第6章 实例分析-中国固体矿产业技术创新体系决策支持系统设计与开发 |
6.1 系统背景与基本需求 |
6.1.1 系统背景 |
6.1.2 需求描述 |
6.2 系统功能结构与数据库设计 |
6.2.1 功能结构设计 |
6.2.2 数据库设计 |
6.3 问题管理系统开发组件在系统中的应用 |
6.3.1 系统开发 |
6.3.2 决策问题分析 |
6.3.3 开发结果 |
6.4 本章小结 |
第7章 研究结论与进一步研究方向 |
7.1 研究的主要结论 |
7.2 进一步研究的方向 |
附录A PMS-DC中的主要类表 |
附录B PMS-DC外部接口的BNF定义 |
B-1 MMS-DC接口的BNF定义 |
B-2 DMS-DC接口的BNF定义 |
B-3 KMS-DC接口的BNF定义 |
附录C DataBase组件数据接口程序 |
附录D CMTIDSS中的主要界面 |
附录E 缩略词索引 |
参考文献 |
致谢 |
攻读学位期间主要的研究成果 |
(8)基于工作流和表单生成器业务开发平台设计(论文提纲范文)
第1章 绪论 |
1.1 课题背景 |
1.2 本文所做的工作 |
1.3 本文结构和组织 |
第2章 相关技术综述 |
2.1 业务平台 |
2.1.1 业务平台概要 |
2.1.2 业务平台研究现状 |
2.1.3 业务平台实现原理和方法 |
2.2 工作流技术 |
2.2.1 工作流基本概念 |
2.2.2 工作流研究现状 |
2.2.3 工作流系统体系结构 |
2.3 软件构件技术 |
2.3.1 构件技术概要 |
2.3.2 基于构件的软件开发 |
2.3.3 主要的构件方法 |
2.4 本章小结 |
第3章 基于工作流和表单生成器的业务开发平台体系结构 |
3.1 目的意义 |
3.2 功能概述 |
3.3 平台建模 |
3.3.1 工作流系统 |
3.3.2 表单生成器 |
3.4 体系结构 |
3.5 系统运行 |
3.6 本章小结 |
第4章 表单生成器的设计 |
4.1 概述 |
4.2 总体设计 |
4.2.1 系统功能 |
4.2.2 设计思想 |
4.3 具体设计 |
4.3.1 业务建模 |
4.3.2 数据库设计 |
4.3.3 系统构件化 |
4.5 业务应用生成 |
4.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(9)工程项目招投标管理信息系统(论文提纲范文)
第1章 概论 |
1.1 工程项目招投标管理 |
1.2 现行方法中的问题及解决办法 |
1.3 招投标管理信息系统研究现状 |
1.4 工程项目招投标管理信息系统的特点与优点 |
1.5 小结 |
第2章 工程项目招投标管理信息系统概念 |
2.1 工程项目管理信息系统 |
2.2 工程项目招投标管理信息系统 |
2.3 工程项目招投标管理信息系统的意义 |
2.4 小结 |
第3章 工程项目招投标管理信息系统的建立 |
3.1 工程项目招投标管理信息系统的目标 |
3.2 工程项目招投标管理信息系统的规模与结构 |
3.3 工程项目招投标管理信息系统的功能 |
3.4 工程项目招投标管理信息系统建设的原则 |
3.5 工程项目招投标管理信息系统运行平台 |
3.6 小结 |
第4章 系统开发方法研究 |
4.1 工程项目招投标管理信息系统的开发 |
4.2 工程项目招投标管理信息系统的开发过程 |
4.3 工程项目招投标管理信息系统的结构 |
4.4 建立工程项目招投标管理信息系统的准备 |
4.5 小结 |
第5章 工程项目招投标管理决策支持与专家系统 |
5.1 决策与决策支持系统 |
5.2 决策支持系统模型与构件 |
5.3 工程项目招投标管理决策支持系统开发 |
5.4 决策支持系统生成器 |
5.5 决策支持系统的发展——专家系统 |
5.6 小结 |
第6章 工程项目招投标管理信息系统开发的组织管理工作 |
6.1 组织管理的原则和任务 |
6.2 人员组织 |
6.3 系统开发的进度、成本、质量控制 |
6.4 小结 |
结论 |
致谢 |
参考文献 |
攻读硕士期间发表论文及参加科研情况 |
四、管理信息系统快速生成器的研制(论文参考文献)
- [1]基于神经网络的电力终端安全监测及信息攻击检测策略研究[D]. 张睿智. 河北科技大学, 2020(07)
- [2]基于产品协同设计的数据管理与应用技术研究[D]. 黄晖. 华南理工大学, 2020(02)
- [3]基于深度学习的铁路图像智能分析关键技术研究与应用[D]. 赵冰. 中国铁道科学研究院, 2020(01)
- [4]基于SAP ERP的内蒙古电力企业信息管理系统的开发与应用[D]. 贺景曼. 内蒙古大学, 2019(05)
- [5]基于ASP.NET的管理信息系统的代码自动生成研究[D]. 杨学增. 西南交通大学, 2009(03)
- [6]决策问题管理系统及其开发组件研究[D]. 胡东滨. 中南大学, 2008(02)
- [7]李昭原:将人从软件开发中解放出来[J]. 李晓慧. 中国计算机用户, 2008(27)
- [8]基于工作流和表单生成器业务开发平台设计[D]. 徐悦竹. 哈尔滨工程大学, 2005(08)
- [9]工程项目招投标管理信息系统[D]. 黄充. 西南交通大学, 2004(02)
- [10]管理信息系统快速生成器的研制[J]. 管宝云,时珍全. 天津工业大学学报, 2003(06)