一、“工作日志管理系统”的应用(论文文献综述)
赵学鑫[1](2021)在《基于物联网的无土栽培智能决策管理系统设计与实现》文中进行了进一步梳理中国是盐碱地大国,人均耕地面积远低于世界平均水平。利用无土栽培技术提高土地的生产效率成为中国农业向着高效化发展的重要途径。推进物联网技术在无土栽培中的应用,提高农业智能化管理水平是加快农业现代化的有效途径,而数据融合技术的应用对于实现高效、低成本的数据采集整理起到关键作用。由于我国发展农业物联网起步较晚,数据融合决策精度较低,很多管理系统缺乏一体化、信息化管理。在此背景下,本文通过实地调研、需求分析、算法改进,设计并实现了物联网技术下无土栽培数据融合决策模型与信息管理云平台的综合系统。具体研究工作如下:(1)分析设施农业环境中无土栽培智能化管理的发展背景、应用现状和融合决策方法。在现有问题与实际需求的基础上,对系统业务流程及功能需求进行分析,并依托物联网、Web、数据融合算法对系统进行了整体设计,制定了系统总体架构。(2)以无土栽培棚区环境为背景,构建了基于多数据融合算法的决策模型,该模型分为一级数据融合与全局决策融合两部分。在一级数据融合阶段,针对现有多传感器数据融合算法冗余高、误差大的问题,提出了一种基于自适应信任估计与神经网络的多传感器数据融合算法(Trust-Neural Network,T-NN)。将时间因子引入自适应信任估计模型,通过计算节点间的信任度,并对数据进行优化,最大程度地避免了测量时间过长所带来的数据不准确问题。将优化后的数据引入BP神经网络进行数据融合,提高了融合的精度与稳定性。在全局决策阶段,引入改进证据源的D-S证据理论方法对一级融合优化后的数据进行决策融合,实现了证据冲突下的自适应修正,提高了决策融合准确度。通过仿真实验对比,在该模型下数据融合决策精度有明显的提高,为系统的智能监测和决策控制提供了强有力的理论依据。(3)确定系统采集控制终端的选型,完成信息管理云平台的设计与实现。选择系统所需的各种传感器、控制终端等设备,为系统的实现奠定了基础。通过对系统的业务流程与功能需求分析,设计开发了基于Django+Vue的智能决策管理云平台。平台设计了供农场员工使用的前台与供管理员使用的后台管理,并将数据融合决策模型应用到功能模块中,实现了棚区环境智能监测、决策控制、传感器异常检测、信息数据管理等功能。经过系统部署和测试,各模块均达到设计要求,为棚区提供了高效的作业管理服务。
李强[2](2021)在《高速公路收费站车流量预测与信息管理系统研究与实现》文中研究指明随着国内经济的快速发展,高速公路收费站车辆通行压力日益增加。一方面,收费站交通拥堵情况严重,需要进行更加合理、有效的人员配置。另一方面,收费站日常办公的交通信息量也在与日剧增,需要进行更加有效的信息管理。针对上述问题,本文研究了高速公路收费站车流量预测及信息管理系统。主要工作内容和研究成果如下:(1)针对高速公路收费站高峰时期车流量易拥堵问题,分析了循环神经网络模型,提出了基于LSTM的高速公路车流量预测算法。具体算法研究如下:首先,研究了循环神经网络的基本原理和车流量检测技术;其次,说明高速公路收费站车流量数据具体来源并研究了数据预处理方法,为后面数据应用做好准备;最后,研究了常用的车流量预测方法并对其优劣性进行了比较,通过实验验证分析,说明了算法的有效性,最终实现了根据历史车流量监测数据预测未来时期同一时段数据,提出了应急预案决策方法,为收费站优化人员配置提供依据。(2)针对系统密码登录安全性问题,分析了MD5加密算法模型,提出了基于改进MD5算法的系统登录加密技术。具体算法研究如下:首先,研究了单项散列函数的基本原理;其次,研究了MD5加密算法的基本原理,并进行了算法实现;最后,本文对MD5算法进行了改进,增加了密码破解的难度,通过实验结果,表明算法有效,最终实现了对系统登录时进行密码加密保存的效果,且该过程不可逆。(3)针对高速公路收费站实际工作中手工排班效果差,纸质管理不易存储、信息查询慢等问题,设计并实现了基于B/S架构的高速公路车流量预测及信息管理系统。具体做法如下:首先,根据高速公路收费站工作中实际需求,从功能和性能方面分别对系统进行需求分析,在功能上分为信息管理、值班管理、日志管理、辅助功能四个模块;在性能上从稳定性、安全性、可靠性、可操作性四个方面进行分析;其次,对系统进行具体模块和数据库设计并通过Web技术对系统进行实现;最后,对系统进行功能测试和性能测试,测试结果表明,该系统功能和性能均达到需求分析中提出的要求。
孙世韬[3](2021)在《云边协同环境下的工业数据采集与处理系统设计与实现》文中提出当前,新一轮科技革命和产业变革正加快我国经济发展方式转变,制造业格局面临重大调整,大数据、云计算、边缘计算等新一代信息技术的发展日新月异,为传统制造企业转型升级提供了新方法和新思路。随着新一代信息技术和制造业深度融合,工业数据量呈指数态势增长,为了从海量的工业数据中找出数据蕴含的规律,助力制造企业转型升级,基于工业互联网平台开发数据采集与数据处理系统具有重要的理论意义和实际价值。本文以智能制造企业为研究对象,挖掘设备运行数据中蕴含的规律为目标,使用云边协同技术和工业互联网平台完成了边缘设备数据采集、边缘侧数据预处理、云平台设备故障诊断建模分析、工业数据可视化及信息管理等功能设计与实现,可助力制造企业转型升级,提高企业生产效率。本文主要工作涵盖以下四个方面:首先,在采集数据种类繁多、云平台传输时延较高等现有问题的基础上,依据边缘计算技术设计了云边协同环境下的工业互联网实施架构,涵盖了从边缘数据采集到云平台数据处理的全部功能需求。其次,通过DNC(Distributed Numerical Control)网络将制造企业生产设备连接起来,并将采集到的数据按类别进行建模,得到设备信息数据模型、工作人员信息数据模型、生产信息数据模型等5种数据模型,通过工业现场总线和5G无线网络实现近距离传输,将数据直接存入边缘存储服务器。再次,将采集到的工业数据在边缘网关进行预处理,将孤立森林算法(Isolation Forest)与模拟退火算法(Simulated Annealing)相结合进行异常点检测,针对Isolation Forest算法引入随机变量导致稳定性差的问题,使用模拟退火算法挑选出适应度较优的孤立树生成孤立森林,大量的仿真结果表明,SA-i Forest算法降低了冗余提高了算法可靠性,在异常点检测精度方面也有明显提高。基于XGBoost算法在工业互联网云平台建立故障诊断评估模型,并将其与传统的朴素贝叶斯算法和GBDT算法进行对比分析,通过混沌矩阵评估模型的量化性能,证明了XGBoost模型在工业故障设备检测上具有优越性。最后,通过对工业数据可视化及信息管理系统的软件设计以及可行性分析,开发了基于Spring Boot的工业数据管理平台,并将其部署到云端服务器。本工业数据可视化及信息管理系统实现了工业数据可视化、生产设备管理、仓储物流管理等功能,还将故障诊断评估模型应用到系统中,实现了报警事件智能管控。通过系统功能测试,证明本系统可以满足智能制造企业的使用需求。
成媛[4](2020)在《基于移动应用的销售外勤综合管理系统的设计与实现》文中研究说明在企业的销售活动中常派遣员工现场联络拜访客户,因此外勤业务在企业日常业务中占据较大分量,对外勤人员的行为管理显得尤为重要。由于管理手段欠缺以及经验不足,企业难以掌握外勤人员的具体行踪,对外勤人员行为约束能力严重欠缺,影响企业的运转效率;同时工作人员执行外勤时缺乏及时沟通交流的手段,与现代化企业管理理念相违背。因此有必要基于移动应用模式开发销售外勤综合管理系统。基于JavaEE平台、Mybatis+Spring MVC框架开发了本系统Web端;JavaEE平台中体现通用的企业应用标准,通过DAO、表现层等组件优化部署体系并简化系统维护工作;Mybatis框架应用于数据处理层面,通过SQL解析、类型转换等方式实现数据的持久化效应;Spring MVC框架中包括HandlerMapping、ViewResolver组件,完成响应请求、视图转换等任务,通过整合系统业务模块保证系统的层次性;系统移动端基于Android平台开发,应用该平台的组件提升交互性;平台中的SQLite组件则应用到数据管理层面。销售外勤综合管理系统实现了企信管理、工作管理、CRM(客户关系管理,Cutomer relationship management)管理、应用管理、个人管理模块;企信管理模块实现聊天发起、企信图片分组、对话文件管理、企信转换等功能;工作管理模块实现分享管理、日志管理、日程任务管理、工作查询、工作审批等功能;CRM管理模块实现CRM内容查看、客户管理、机会管理功能;应用管理模块实现微营销管理、外勤签到管理、附近客户、网盘管理、规则设置等功能;个人管理模块实现了通讯录导出、话题选择、归档管理以及数据上报管理等功能。该系统应用后为企业管理工作人员销售外勤行为提供了先进手段,企业通过制定管理规则有效规范人员外勤行为,有助于企业管理层及时掌握外勤人员的工作轨迹和工作情况,激发工作人员责任感并提升其工作积极性;系统的应用实现人员外勤中的互动沟通交流,降低因信息不对称造成的不必要损失,并使得企业满足现代化管理理念的具体要求。
任新华[5](2020)在《变电站电力设备运行管理系统的设计与实现》文中研究说明二十一世纪是科学技术发展的年代,电力行业在保障人们日常工作和生活基本保障,电力行业发展离不开信息化、科学化和网络化的深入研究。为了确保电力稳定和电能传输供应,电力系统新建了大量的变电站,并实现了对变电站电力设备的信息化和科学化的管理。为进一步加强对电力设备的监测和维护,完善电力设备的运行检修计划,对设备的运行检修情况进行科学化、网络化和智能化管理,本文将对变电站电力设备运行和管理系统的研究与分析内容进行叙述。本文首先研究了变电站电力设备运行管理系统的实施现状,对国内外变电站电力设备管理系统的类型和技术框架进行分析,提出了基于ASP.NET平台和HTML5微信公众号开发技术设计并实现变电站电力设备运行管理系统的解决方案。该系统基于B/S架构进行设计,基于互联网和微信公众号对电力设备运行情况和检修情况进行监控,方便快捷的完成设备的检查和记录工作,提高工作效率。接着,系统对变电站电力设备运行管理系统的功能需求进行研究,采用功能用例图的形式描述系统功能用例和角色,着重说明了系统功能模块结构、体系结构和网络结构的设计内容,并对系统设计和开发的过程进行了详细的叙述。最后,本文对变电站电力设备运行管理系统的功能和性能进行了全面的测试,对测试结果进行分析,对全文工作内容进行总结,并指出系统中存在的不足和下一步的研究内容。
程旭[6](2020)在《国密证书管理系统的设计与实现》文中认为近十年来,国密算法体系在国家的鼓励和政策支持下已经发展的渐趋成熟。其中应用在数字证书签名验签领域的SM2算法经验证,在安全性能方面较国际上普遍使用的RSA算法更强。而且SM2算法在数据加签方面效率比RSA算法也更加迅速,在国内的银行、交通以及多家第三方证书机构中都得到了支持。然而根据调查发现,SM2算法在国内真正步入到行业内应用率不是很高,以至于在国内计算机以及密码领域SM2算法的认知度较RSA算法而言偏低,国内自主研发的算法体系未能在国内得到普遍的应用。另外随着国内第三方证书机构的发展,企业内部对数字证书的管理过多的依赖于第三方机构,对证书的管理需要借助第三方机构。在企业内每次对获取到的证书的操作都要登陆第三方机构平台,不仅操作流程繁琐,而且服务响应也很缓慢,还有证书相关信息的描述不容易理解,这样的工作会消磨企业内部用户及服务用户的耐心,给企业内部数字证书的管理造成很大的阻碍。鉴于上述因素,设计实现国密证书管理系统,一方面可以实现企业在使用第三方机构提供的数字证书时不会过度依赖第三方机构,而且企业内部可以简单易懂的对获取的证书进行管理,另一方面在申请证书时对SM2证书和RSA证书进行标记,对国产算法证书支持申请等操作,对RSA证书不支持后续的申请服务,普及国密算法证书在我国各行业内的应用。本文主要叙述国密证书管理系统的设计与实现,在实现完成后将能解决上文中提到的两个不利因素。本系统主要的工作就是对从第三方机构获取来的证书的管理,根据这个主要工作目的衍生出对证书存储介质的管理,证书中一系列批量定时任务工作,以及证书文件的导出工作和在证书提供服务时对各个服务的日志记录的工作。本文从论述系统设计实现角度,在对系统的设计目的和相关技术进行简单介绍后,着重对系统的需求分析、设计实现以及系统的测试作详细说明。在进行系统需求分析时,采用用例图、流程图、活动图和实体关系图分别对系统中的功能模块、流程以及系统中各个实体间的关联关系进行辅助说明。在系统设计实现的叙述中,主要采用流程图、系统静态类图和动态时序图分别对实现中的设计流程、系统静态类结构和系统工作时动态接口调用关系进行辅助说明。在完成系统的设计实现后,对系统进行全面的功能测试以及非功能测试,验证本系统是否能够完成需求中的各个工作,在本文对系统测试进行论述中,首先对每个模块进行了详细的测试案例的设计,然后根据测试案例有目的的对系统进行测试,保证测试覆盖全面,最后给出系统的测试结果截图,保证测试的真实可靠。在完成了系统设计实现的相关工作后,论文最后对系统设计实现到测试的环节进行概括分析,总结本系统的成果以及系统中的不足,对系统未来的应用作出展望。本系统的设计实现可以顺利完成本系统的设计目的,可以帮助企业妥善的管理从第三方机构获取的数字证书,且从系统中约束从第三方机构获取国产SM2证书,系统设计初衷可以达到,并且对系统需求中的功能模块全面实现。通过系统测试,企业对第三方机构的数字证书的管理便利性大大提升,成功的消除了企业管理证书时频繁登陆,长时间等待的问题,完成了企业对数字证书的一站式管理,提高企业的工作效率和良好的证书管理体验。总的来说,本系统的设计实现成功,可以作为后期国内企业管理证书的参考。
潘壮志[7](2020)在《“互联网+生态站”后台管理系统的设计与实现》文中指出随着生态系统监测工作的需要和发展,生态站的管理与建设越来越受到林业相关的政府部门和科技工作人员的重视,不仅建设站点的数量逐渐增多,而且各站为了自身数据管理和分析的需要,也逐渐加强了信息化的建设工作,分别设计研发了站点数据管理系统。但是,这种单站的数据管理逐渐形成了“信息孤岛”,产生了指标命名、指标类型、存储方式和结构、管理方式不统一、各自为战等问题,从而为多站数据融合、联和分析、数据共享、站点管理、数据访问授权等需求带来了巨大的障碍,进而无法利用多站数据开展区域生态规律挖掘、生态价值评估和分析等工作。不仅如此,针对单站信息化系统的后台日志记录进行挖掘与分析的结果是比较片面的,需要结合多站的后台日志记录进行预测分析。针对以上需求,本文通过Vue.js、Springboot、Redis以及Hive等技术组件,结合前后端分离的软件开发架构,设计研发了“互联网+生态站”后台管理系统,实现了新站点注册、原有站点指标统一和融合、用户访问授权、站点授权、规范化的指标管理、站点管理、基于授权机制的数据共享以及用户偏好分析等功能。在开发技术方面,系统的前端使用桌面端组件库Element UI结合Vue.js设计实现了一套简洁、友好的用户界面,而后端使用Springboot微服务框架、分布式数据库以及Hive,结合Restful风格的接口设计,实现了系统的后端服务。系统设计实现之后,使用Postman、Test Link等测试工具进行了全面的测试。结果表明,系统的各个功能模块符合预期需要。与其他的数据管理系统相比,“互联网+生态站”后台管理系统的数据融合存储、离线分析以及数据推送成为了其主要特色。系统不仅可以为生态领域工作人员提供高效的信息管理途径,还可以为管理员提供便捷的资源服务。同时,系统还为生态效益评估、生态环境预警以及生态规律的分析提供数据支持,为智慧生态站的建设与管理提供依托与保障。
张勇[8](2020)在《基于Django的协同办公管理系统的设计与实现》文中指出2020年初,由于受新型冠状病毒肺炎疫情的影响,春节假期后首日,在线办公平台数据显示,中国上千万企业、约2亿人开启线上办公模式。在此次新型冠状病毒肺炎疫情的推动下,各企业对线上远程协同办公的需求剧增,线上协同办公也是未来的趋势。本文是基于Django的协同办公管理系统的设计与实现,对于中小型公司来说,部署一套大而全的企业系统显得过于繁重。本文系统基于Django框架开发有成本低和开发速度快的优点,该框架使用Python语言可以更快捷简单的进行二次开发以满足不同类型的乙方公司的实际应用需求。论文主要进行了如下工作:(1)对该系统进行了需求分析并对其功能模块进行了划分,选用功能完善、要素齐全的Django框架设计办公管理系统。(2)研究开发了协同办公管理系统,主要模块有:角色权限分配、资产(库存)管理、设备管理、日程管理、知识库管理、客户信息分析与管理和工单流程管理等模块。(3)研究将工作流技术应用于系统开发中,用户可自定义工作流程,可快速便捷地配置不同的工单审核流程,当所定流程规则发生改变时,修改工作流配置即可。另外研究了利用遗传算法对项目中的客户数据进行分析,得到对选定产品感兴趣的客户特征。最后将数据的可视化应用到了系统中。(4)在CentOS 7系统中使用uwsgi来做Web服务,Nginx做代理并提供静态资源访问和简单缓存功能。Mongodb用来存储日志信息,Mysql用来做系统数据库。同时用HTML5、CSS3、Bootstrap来开发前端,使用Ajax进行异步通信。论文系统为本人在清华大学实习的过程中参与设计完成。目前本文的协同办公管理系统已经初步实现,系统已部署并应用到清华大学孵化的华清智能公司中,从对该公司使用的反馈调查研究中可以看出,该系统有利于公司的资产管理、设备管理以及工作流程的规范化,提高了公司的效率。本研究在后续工作中,需要对系统的设计进行改进和完善,并提高系统的可扩展性以便在中小型乙方公司中广泛应用。
王婷[9](2020)在《基于数据挖掘技术的广告客户管理系统设计与实现》文中提出近年来,广告公司在产品质量竞争的基础上,更注重于客户市场的竞争,更加注重如何吸引客户、留住客户、挖掘客户,为客户提供良好的服务,以获得客户的认可,并与客户建立长期的合作关系。在广告公司客户管理中利用数据挖掘和软件工程技术实现高效的客户管理和客户服务,延长客户与企业的联络周期,提升客户对公司的认可度和满意度成为当前广告公司管理和发展面临的主要问题。数据挖掘技术的应用为使用数据挖掘技术的公司客户管理提供了新的技术支持。从广告公司客户数据中提取出有价值的潜在的客户信息,为客户市场的拓展和竞争力提升提供有力的技术支撑。基于此,本文研究了基于数据挖掘技术的广告公司客户管理系统的设计与开发。本文设计的广告的公司客户管理系统以数据挖掘技术为基础并基于互联网技术设计开发,分析了广告公司客户管理系统的应用需求,确定客户管理系统的功能模块,分析了客户管理系统各功能模块的业务流程,分析了系统的用户权限设置,阐述了客户管理系统的功能用例。同时,论文分析了客户管理系统的功能结构设计和网络结构设计,对客户管理系统各功能模块进行了详细设计分析,阐述分析了数据挖掘技术和数据库表格设计,并采用ASP.NET设计实现了客户管理系统。基于数据挖掘技术的广告公司客户管理系统实现了客户信息、客户业务、客户服务、客户挖掘、客户流失、工作辅助的管理等功能,实现了广告公司的客户分类管理和服务沟通管理平台,提升了客户管理品质,为公司发展提供决策辅助支持。基于数据挖掘技术的广告公司客户管理系统设计与开发,能从已有的客户数据信息中,通过数据挖掘技术,可以提取,处理,分析和加工客户数据,为公司发展提供决策支持。
林雅健[10](2020)在《面向私有云的轻量级IaaS云管理系统的设计与实现》文中研究说明近年来,IaaS云得到了快速长足的发展。出于对数据和业务的私密性的考量,已经有大量企业部署私有云。但随着私有云的广泛应用的同时,遇到了一系列问题,尤其是在对私有云的管理和运维方面,主要表现为私有云与传统的IT系统相比其技术架构更为复杂,管理起来难度往往更高,同时对运维人员的技术要求更高,然而很多部署私有云的非IT企业往往并不具备专业的运维能力。针对上述问题,本文设计和实现了面向私有云的轻量级IaaS云管理系统,旨在提供给私有云用户简单易用的管理系统,进而减小私有云运维难度和工作量,为企业实现“轻量级”运维。本文首先提出了一种面向私有云的管理对象模型,而后基于此管理对象模型提出了系统健康度评估方法。本方法通过建立针对私有云管理对象的综合态势评估模型,实现了对私有云平台整体评估;本文还提出一种面向私有云的能耗评估方法,采用计算节点的CPU和内存利用率等两项关键指标作为评定输入,综合考量了 CPU与内存之间的相互影响,从而构建出一种通用性较强的能耗评估模型。本文首先调研了私有云相关技术的发展情况,并整理了面向私有云的轻量级云管理平台需求;而后提出了私有云管理对象模型、私有云系统健康度评估方法和面向私有云的能耗评估方法;接着对系统整体设计方案和各模块设计加以说明;最后介绍了系统实现和测试。通过一系列功能和性能测试验证了系统的有效性。
二、“工作日志管理系统”的应用(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、“工作日志管理系统”的应用(论文提纲范文)
(1)基于物联网的无土栽培智能决策管理系统设计与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
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 主要研究内容 |
1.4 本文的组织结构 |
第2章 系统分析与相关数据融合算法 |
2.1 业务流程分析 |
2.2 功能需求分析 |
2.2.1 系统前台功能需求 |
2.2.2 系统后台功能需求 |
2.3 基于物联网的无土栽培智能决策管理系统架构 |
2.4 数据融合相关算法介绍 |
2.4.1 神经网络算法 |
2.4.2 D-S证据理论方法 |
2.5 本章小结 |
第3章 基于多数据融合算法的决策模型 |
3.1 决策模型总体设计 |
3.2 基于T-NN的多传感器数据融合算法 |
3.2.1 多传感器数据融合模型框架 |
3.2.2 自适应信任估计模型 |
3.2.3 一级数据融合 |
3.3 基于改进D-S证据理论的全局决策融合 |
3.4 实验与结果分析 |
3.5 本章小结 |
第4章 系统设计与终端选型 |
4.1 智能决策管理云平台总体设计 |
4.2 前台用户端设计 |
4.2.1 基础信息模块设计 |
4.2.2 基于多数据融合决策模型的功能性模块设计 |
4.3 后台管理端设计 |
4.3.1 基础信息管理模块设计 |
4.3.2 功能性数据管理模块设计 |
4.4 数据模型设计 |
4.4.1 数据库实体设计 |
4.4.2 数据库逻辑结构设计 |
4.5 系统终端选型 |
4.5.1 数据采集终端选型 |
4.5.2 设备控制终端选型 |
4.6 本章小结 |
第5章 无土栽培智能决策管理系统实现 |
5.1 系统开发应用技术 |
5.2 系统前台实现 |
5.2.1 系统登录 |
5.2.2 用户个人中心模块 |
5.2.3 工作简报模块 |
5.2.4 智能监测模块 |
5.2.5 智能控制模块 |
5.2.6 异常检测模块 |
5.2.7 物联网终端大屏 |
5.3 系统后台实现 |
5.3.1 基础信息管理模块 |
5.3.2 智能监测管理模块 |
5.3.3 控制设备管理模块 |
5.3.4 传感器设备管理模块 |
5.3.5 数据管理模块 |
5.4 本章小结 |
第6章 系统部署与测试 |
6.1 系统部署 |
6.1.1 部署相关应用技术 |
6.1.2 系统终端设备搭建 |
6.1.3 管理云平台部署 |
6.2 系统测试 |
6.2.1 环境测试 |
6.2.2 功能测试 |
6.2.3 测试结果 |
6.3 本章小结 |
第7章 总结与展望 |
7.1 工作总结 |
7.2 本文创新点 |
7.3 展望 |
参考文献 |
硕士期间取得成果 |
致谢 |
(2)高速公路收费站车流量预测与信息管理系统研究与实现(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题研究背景和意义 |
1.2 国内外研究现状 |
1.3 论文主要内容和组织结构 |
1.3.1 论文主要内容 |
1.3.2 论文组织结构 |
2 高速公路收费站车流量预测及信息管理系统需求分析 |
2.1 功能需求 |
2.1.1 信息管理模块需求分析 |
2.1.2 值班管理模块需求分析 |
2.1.3 日志管理模块需求分析 |
2.1.4 辅助功能模块需求分析 |
2.2 性能需求 |
2.2.1 稳定性 |
2.2.2 安全性 |
2.2.3 可靠性 |
2.2.4 可操作性 |
2.3 主要技术研究分析 |
2.3.1 B/S工作原理 |
2.3.2 SSH框架 |
2.3.3 Ajax技术 |
2.3.4 Tomcat服务器 |
2.4 小结 |
3 基于LSTM的高速公路车流量预测算法的研究 |
3.1 循环神经网络 |
3.1.1 循环神经网络 |
3.1.2 长短时记忆网络 |
3.2 基于LSTM的高速公路车流量预测算法基本原理 |
3.2.1 车流量检测技术 |
3.2.2 数据来源及数据预处理 |
3.2.3 车流量预测方法比较 |
3.2.4 基于LSTM算法的车流量预测模型 |
3.3 基于LSTM的高速公路车流量预测算法实现 |
3.3.1 车流量预测算法实现 |
3.3.2 应急预案决策方法 |
3.4 小结 |
4 基于改进MD5 算法的系统登录加密技术研究 |
4.1 单项散列函数 |
4.1.1 单项散列函数基本原理 |
4.2 MD5 介绍与应用 |
4.2.1 MD5 介绍 |
4.2.2 MD5 应用 |
4.2.3 MD5 安全性 |
4.3 MD5 算法基本原理 |
4.4 MD5 算法实现及改进 |
4.4.1 MD5 算法改进 |
4.4.2 MD5 算法实现 |
4.5 小结 |
5 高速公路收费站车流量预测与信息管理系统设计与实现 |
5.1 系统设计准则 |
5.2 系统功能设计 |
5.2.1 信息管理模块功能设计 |
5.2.2 值班管理模块功能设计 |
5.2.3 日志管理模块功能设计 |
5.2.4 辅助功能模块功能设计 |
5.3 数据库设计 |
5.3.1 Oracle数据库 |
5.3.2 数据库访问 |
5.3.3 数据库设计 |
5.4 系统软件运行基础环境 |
5.4.1 硬件环境 |
5.4.2 软件环境 |
5.5 系统功能具体实现 |
5.5.1 系统登录页面 |
5.5.2 信息管理模块具体实现 |
5.5.3 值班管理模块具体实现 |
5.5.4 日志管理模块具体实现 |
5.5.5 辅助功能模块具体实现 |
5.6 系统测试 |
5.6.1 功能测试 |
5.6.2 性能测试 |
5.7 小结 |
6 总结与展望 |
6.1 论文总结 |
6.2 工作展望 |
参考文献 |
作者在读期间研究成果 |
附录1 功能测试报告用例 |
附录2 性能测试报告用例 |
附录3 改进MD5代码 |
致谢 |
(3)云边协同环境下的工业数据采集与处理系统设计与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
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 主要研究内容 |
1.4 技术路线 |
1.5 本文的组织结构 |
第2章 系统架构设计及需求分析 |
2.1 云边协同环境下的工业互联网实施架构 |
2.2 工业数据采集与处理系统需求分析 |
2.2.1 面向工业制造车间多源数据采集模块需求分析 |
2.2.2 工业互联网数据预处理模块需求分析 |
2.2.3 工业互联网云计算中心数据分析模块需求分析 |
2.2.4 工业数据可视化及信息管理系统需求分析 |
2.3 本章小结 |
第3章 工业数据采集与处理模块设计与实现 |
3.1 数据采集模块设计与实现 |
3.1.1 工业互联网数据采集模块数据建模 |
3.1.2 工业互联网数据采集模块业务流程 |
3.1.3 数据采集模块架构设计 |
3.1.4 数据采集模块实现 |
3.2 数据预处理模块设计 |
3.2.1 Isolation Forest算法 |
3.2.2 基于SA算法的Isolation Forest算法改进 |
3.2.3 实验及结果分析 |
3.3 云计算中心数据分析模块设计 |
3.3.1 工业互联网云计算中心架构设计 |
3.3.2 基于XGBoost的数据挖掘算法 |
3.3.3 基于XGBoost算法的故障诊断评估模型 |
3.3.4 与朴素贝叶斯和GBDT算法建模对比分析 |
3.4 本章小结 |
第4章 工业数据可视化及信息管理系统设计 |
4.1 工业数据可视化及信息管理系统设计思路 |
4.2 系统前台数据展示模块功能设计 |
4.2.1 用户登录模块设计 |
4.2.2 个人信息中心模块设计 |
4.2.3 工作日志模块设计 |
4.2.4 数据可视化模块设计 |
4.3 系统后台数据管理模块功能设计 |
4.3.1 管理员审批模块设计 |
4.3.2 员工信息管理模块设计 |
4.3.3 日志管理模块设计 |
4.3.4 设备异常检测模块设计 |
4.3.5 任务管理模块设计 |
4.3.6 仓储物流管理模块设计 |
4.3.7 车间管理模块设计 |
4.4 数据模型设计 |
4.4.1 数据库逻辑结构设计 |
4.4.2 数据库实体设计 |
4.5 本章小结 |
第5章 工业数据可视化及信息管理系统实现 |
5.1 系统开发应用技术 |
5.2 系统功能实现 |
5.2.1 系统登录模块 |
5.2.2 工业数据可视化及信息管理系统首页 |
5.2.3 用户信息管理模块 |
5.2.4 用户日志管理模块 |
5.2.5 设备管理模块 |
5.2.6 任务管理模块 |
5.2.7 车间管理模块 |
5.2.8 仓储物流管理模块 |
5.2.9 警报事件智能管控模块 |
5.3 本章小结 |
第6章 系统部署与测试 |
6.1 系统部署 |
6.2 系统测试 |
6.3 本章小结 |
第7章 总结与展望 |
7.1 工作总结 |
7.2 展望 |
参考文献 |
硕士期间取得成果 |
致谢 |
(4)基于移动应用的销售外勤综合管理系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 系统开发背景 |
1.2 国内外研究现状 |
1.3 本文主要工作 |
1.4 本文组织结构 |
第2章 系统需求分析 |
2.1 系统需求概述 |
2.2 系统角色分析 |
2.3 功能需求分析 |
2.3.1 企信管理分析 |
2.3.2 工作管理分析 |
2.3.3 CRM管理分析 |
2.3.4 应用管理分析 |
2.3.5 个人管理分析 |
2.4 非功能性需求 |
第3章 系统设计 |
3.1 系统概要设计 |
3.1.1 总体架构 |
3.1.2 功能架构 |
3.1.3 网络架构 |
3.2 系统详细设计 |
3.2.1 企信管理设计 |
3.2.2 工作管理设计 |
3.2.3 CRM管理设计 |
3.2.4 应用管理设计 |
3.2.5 个人管理设计 |
3.3 数据库设计 |
第4章 系统实现与测试 |
4.1 系统功能实现 |
4.1.1 企信管理实现 |
4.1.2 工作管理实现 |
4.1.3 CRM管理实现 |
4.1.4 应用管理实现 |
4.1.5 个人管理实现 |
4.2 系统测试 |
第5章 总结与展望 |
参考文献 |
致谢 |
学位论文评阅及答辩情况表 |
(5)变电站电力设备运行管理系统的设计与实现(论文提纲范文)
摘要 |
abstract |
第一章 引言 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.3 课题主要工作 |
1.4 论文组织结构 |
1.5 本章小结 |
第二章 系统开发相关技术 |
2.1 ASP.NET平台 |
2.2 SQL SERVER数据库技术 |
2.3 微信开发技术 |
2.3.1 微信公众平台 |
2.3.2 二维码技术 |
2.3.3 基于C#的微信开发技术 |
2.4 本章小结 |
第三章 系统需求分析 |
3.1 系统预期目标 |
3.2 可行性分析 |
3.3 系统功能分析 |
3.3.1 站点管理分析 |
3.3.2 设备管理分析 |
3.3.3 检修计划管理分析 |
3.3.4 检修提醒管理分析 |
3.3.5 设备检修管理分析 |
3.3.6 系统管理分析 |
3.4 系统非功能分析 |
3.5 本章小结 |
第四章 系统设计 |
4.1 系统设计原则 |
4.2 系统架构设计 |
4.3 系统网络设计 |
4.4 系统安全设计 |
4.5 系统功能结构设计 |
4.6 系统数据库设计 |
4.6.1 数据库设计概述 |
4.6.2 数据库E-R设计 |
4.6.3 数据表设计 |
4.7 本章小结 |
第五章 系统实现 |
5.1 系统开发环境 |
5.2 微信公众平台设计与实现 |
5.2.1 公众号对接 |
5.2.2 功能菜单设计 |
5.3 系统功能设计与实现 |
5.3.1 站点管理设计与实现 |
5.3.2 设备管理设计与实现 |
5.3.3 检修计划管理设计与实现 |
5.3.4 检修提醒管理设计与实现 |
5.3.5 检修管理设计与实现 |
5.3.6 系统管理设计与实现 |
5.4 系统实现效果分析 |
5.5 本章小结 |
第六章 系统测试 |
6.1 测试目的 |
6.2 测试环境 |
6.3 测试规划 |
6.4 功能测试 |
6.5 系统性能测试 |
6.6 系统安全性能测试 |
6.7 本章小结 |
第七章 结论及展望 |
7.1 结论 |
7.2 展望 |
致谢 |
参考文献 |
(6)国密证书管理系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 选题背景、意义 |
1.2 国内外研究现状 |
1.3 研究内容及结构安排 |
1.3.1 研究内容 |
1.3.2 组织结构 |
第二章 相关技术与工具 |
2.1 相关技术概述 |
2.1.1 Quartz任务调度框架 |
2.1.2 Apache POI |
2.1.3 SSM框架 |
2.2 开发工具 |
2.3 本章小结 |
第三章 系统需求分析 |
3.1 系统总体需求分析 |
3.2 系统主要功能需求分析 |
3.2.1 证书管理模块需求分析 |
3.2.2 KEY管理模块需求分析 |
3.2.3 批量任务模块需求分析 |
3.2.4 文件导出模块需求分析 |
3.2.5 日志管理模块需求分析 |
3.3 系统非功能性需求分析 |
3.3.1 易用性和可靠性 |
3.3.2 代码高覆盖率 |
3.3.3 响应时间 |
3.4 系统实体分析 |
3.5 本章小结 |
第四章 系统的设计与实现 |
4.1 系统架构设计 |
4.2 数据库设计 |
4.3 证书管理系统的实现 |
4.3.1 证书管理模块的实现 |
4.3.2 KEY管理模块的实现 |
4.3.3 批量任务模块的实现 |
4.3.4 文件导出模块的实现 |
4.3.5 日志管理模块的实现 |
4.4 本章小结 |
第五章 系统测试及运行情况分析 |
5.1 系统测试环境介绍 |
5.2 系统功能模块测试 |
5.2.1 证书管理模块测试 |
5.2.2 KEY管理模块测试 |
5.2.3 批量任务模块测试 |
5.2.4 文件导出和日志管理模块测试 |
5.3 系统非功能性测试分析 |
5.3.1 代码覆盖率测试 |
5.3.2 易用性与可靠性分析 |
5.3.3 响应时间 |
5.4 本章小节 |
第六章 结论与展望 |
参考文献 |
致谢 |
作者简介 |
(7)“互联网+生态站”后台管理系统的设计与实现(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 论文主要内容及结构 |
2 关键技术与工具介绍 |
2.1 Vue.js |
2.2 Springboot |
2.3 Nginx |
2.4 HBase |
2.5 Hive |
2.6 本章小结 |
3 系统需求分析 |
3.1 系统用户分析 |
3.1.1 生态站工作人员 |
3.1.2 管理员 |
3.2 系统功能需求 |
3.2.1 权限管理 |
3.2.2 站点管理 |
3.2.3 设备管理 |
3.2.4 指标管理 |
3.2.5 模板管理 |
3.2.6 数据导入 |
3.2.7 资源监控 |
3.2.8 日志管理 |
3.3 系统非功能需求 |
3.3.1 性能要求 |
3.3.2 数据安全要求 |
3.4 本章小结 |
4 系统设计 |
4.1 系统架构设计 |
4.2 系统详细设计 |
4.3 数据库设计 |
4.3.1 用户信息表 |
4.3.2 站点信息表 |
4.3.3 指标信息表 |
4.3.4 设备信息表 |
4.3.5 设备端口信息表 |
4.3.6 传感器信息表 |
4.3.7 数据日志信息表 |
4.3.8 系统日志信息表 |
4.4 接口设计 |
4.5 本章小结 |
5 系统实现 |
5.1 系统框架 |
5.1.1 前端框架实现 |
5.1.2 后端框架实现 |
5.2 权限管理 |
5.2.1 功能管理 |
5.2.2 角色管理 |
5.2.3 用户管理 |
5.3 站点管理 |
5.3.1 站点列表 |
5.3.2 站点注册 |
5.3.3 站点数据 |
5.3.4 观测场 |
5.4 设备管理 |
5.4.1 设备列表 |
5.4.2 设备添加 |
5.5 指标管理 |
5.5.1 指标列表 |
5.5.2 指标添加 |
5.6 模板管理 |
5.6.1 模板列表 |
5.6.2 模板订制 |
5.7 数据导入 |
5.7.1 历史数据 |
5.7.2 人工数据 |
5.8 资源监控 |
5.8.1 数据源监控 |
5.8.2 HBase集群监控 |
5.8.3 Redis监控 |
5.9 系统日志 |
5.9.1 “互联网+生态站”大数据平台 |
5.9.2 “互联网+生态站”后台管理系统 |
5.10 本章小结 |
6 系统测试 |
6.1 测试方案 |
6.2 测试方法 |
6.3 本章小结 |
7 总结与展望 |
7.1 研究总结 |
7.2 工作展望 |
参考文献 |
个人简介 |
导师简介 |
企业导师简介 |
获得成果目录清单 |
致谢 |
(8)基于Django的协同办公管理系统的设计与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源、研究背景及意义 |
1.2 国内外现状及其发展趋势 |
1.3 课题的主要研究内容 |
1.4 论文的组织结构 |
第2章 系统相关技术介绍 |
2.1 Django框架 |
2.2 工作流技术 |
2.3 Docker容器 |
2.4 Ajax异步通信技术 |
2.5 Echarts |
2.6 其它相关技术 |
第3章 系统的需求分析 |
3.1 协同办公管理系统的概述 |
3.1.1 系统定义 |
3.1.2 当前存在的问题 |
3.2 功能性需求分析 |
3.2.1 系统管理 |
3.2.2 工程项目管理 |
3.2.3 用户工作台 |
3.3 非功能性需求分析 |
3.4 用例分析 |
第4章 系统设计方案 |
4.1 系统的架构设计 |
4.2 系统功能模块设计 |
4.2.1 系统总体模块概括 |
4.2.2 用户登录管理模块的设计 |
4.2.3 角色权限分配功能模块设计 |
4.2.4 基于遗传算法的客户获取模块设计 |
4.2.5 资产管理模块设计 |
4.2.6 设备管理模块设计 |
4.2.7 日程管理模块设计 |
4.2.8 工单流程模块设计 |
4.2.9 工作流模块设计 |
4.2.10 知识库管理模块设计 |
4.3 数据模型设计 |
4.3.1 字段类型和参数 |
4.3.2 数据模型设计表格 |
第5章 系统的实现 |
5.1 用户登录管理模块的实现 |
5.2 系统基础管理功能模块的实现 |
5.2.1 用户信息管理功能的实现 |
5.2.2 组织架构管理功能的实现 |
5.3 角色权限分配功能模块的实现 |
5.3.1 菜单管理功能的实现 |
5.3.2 角色组管理功能的实现 |
5.3.3 RBAC权限管理功能的实现 |
5.4 工程项目基础管理功能模块的实现 |
5.4.1 项目基础信息管理的实现 |
5.4.2 基于遗传算法的客户获取分析功能 |
5.5 资产管理功能模块的实现 |
5.6 设备管理功能模块的实现 |
5.7 日程管理功能模块的实现 |
5.8 工作流功能模块的实现 |
5.8.1 工单流转管理功能的实现 |
5.8.2 工单文档库及其可视化的实现 |
5.9 知识库管理功能模块的实现 |
第6章 系统的测试 |
6.1 测试的概述 |
6.2 测试的环境 |
6.3 功能模块的测试 |
6.3.1 用户登录功能的测试 |
6.3.2 系统基础管理功能的测试 |
6.3.3 角色权限分配功能的测试 |
6.3.4 工程项目基础管理功能的测试 |
6.3.5 资产管理功能的测试 |
6.3.6 设备管理功能的测试 |
6.3.7 日程管理功能的测试 |
6.3.8 工作流功能的测试 |
6.3.9 知识库管理功能的测试 |
第7章 总结与展望 |
7.1 论文的总结 |
7.2 展望 |
参考文献 |
致谢 |
(9)基于数据挖掘技术的广告客户管理系统设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题背景与意义 |
1.2 研究现状分析 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 研究的主要内容 |
1.4 论文的章节安排 |
第二章 相关技术分析 |
2.1 系统开发语言ASP.NET |
2.2 系统B/S体系结构 |
2.3 数据库管理技术 |
2.4 数据挖掘技术 |
2.5 本章小结 |
第三章 数据挖掘技术在客户管理系统中的应用 |
3.1 概述 |
3.2 数据挖掘技术应用 |
3.2.1 建立分析模型 |
3.2.2 数据清洗 |
3.2.3 决策树分析算法 |
3.2.4 客户分类方法 |
3.3 数据挖掘技术的应用 |
3.3.1 客户挖掘实现步骤 |
3.3.2 客户流失分析步骤 |
3.4 本章小结 |
第四章 客户管理系统需求分析 |
4.1 现状分析 |
4.2 客户管理系统功能需求和用例分析 |
4.2.1 客户信息管理功能需求和用例分析 |
4.2.2 客户业务管理功能需求和用例分析 |
4.2.3 客户服务管理功能需求和用例分析 |
4.2.4 数据挖掘功能需求和用例分析 |
4.2.5 客户流失管理功能需求和用例分析 |
4.2.6 辅助管理功能需求和用例分析 |
4.3 客户管理系统性能需求分析 |
4.4 业务流程分析 |
4.4.1 客户信息管理业务流程 |
4.4.2 客户业务管理业务流程 |
4.4.3 客户服务管理业务流程 |
4.4.4 客户挖掘管理业务流程 |
4.4.5 客户流失管理业务流程 |
4.4.6 辅助管理业务流程 |
4.5 本章小结 |
第五章 客户管理系统设计 |
5.1 客户管理系统设计目标 |
5.2 系统总体结构设计 |
5.3 客户管理系统详细设计 |
5.3.1 系统类图设计 |
5.3.2 客户管理系统时序图设计 |
5.4 系统数据库设计 |
5.5 本章小结 |
第六章 客户管理系统实现 |
6.1 系统登录功能实现 |
6.2 客户信息管理功能实现 |
6.3 客户业务管理功能实现 |
6.4 客户服务管理功能实现 |
6.5 客户挖掘管理功能实现 |
6.6 客户流失管理功能实现 |
6.7 辅助管理功能实现 |
6.8 本章小结 |
第七章 系统测试分析 |
7.1 客户管理系统功能测试 |
7.2 本章小结 |
第八章 总结与展望 |
8.1 总结 |
8.2 展望 |
致谢 |
参考文献 |
(10)面向私有云的轻量级IaaS云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 研究内容 |
1.3 论文结构 |
第二章 相关知识 |
2.1 云计算平台 |
2.2 运维技术 |
2.3 本章小结 |
第三章 面向私有云的轻量级IaaS云管理技术研究 |
3.1 面向私有云的轻量级IaaS云管理系统需求分析 |
3.2 面向私有云的管理对象模型 |
3.2.1 相关研究 |
3.2.2 私有云管理对象模型 |
3.2.3 应用效果分析 |
3.3 私有云系统健康度评估方法 |
3.3.1 相关研究 |
3.3.2 私有云健康度评估模型生成方法 |
3.3.3 应用效果分析 |
3.4 面向私有云的能耗评估方法 |
3.4.1 相关研究 |
3.4.2 基于CPU和内存的私有云能耗评估方法 |
3.4.3 应用效果分析 |
3.5 本章小结 |
第四章 面向私有云的轻量级IaaS云管理系统的设计 |
4.1 整体设计方案 |
4.2 交互层设计 |
4.3 核心业务层设计 |
4.3.1 系统管理子系统 |
4.3.2 云资源管理子系统 |
4.3.3 日志管理子系统 |
4.3.4 用户管理子系统 |
4.4 数据库设计 |
4.4.1 物理机监控数据 |
4.4.2 云服务数据 |
4.4.3 用户数据 |
4.5 本章小结 |
第五章 面向私有云的轻量级IaaS云管理系统实现 |
5.1 总体实现方案 |
5.2 交互层实现 |
5.3 核心业务层实现 |
5.3.1 系统管理子系统实现 |
5.3.2 云资源管理子系统实现 |
5.3.3 日志管理子系统实现 |
5.3.4 用户管理子系统实现 |
5.4 本章小结 |
第六章 面向私有云的轻量级IaaS云管理系统测试 |
6.1 测试目标 |
6.2 测试环境 |
6.3 系统功能测试 |
6.3.1 测试用例集 |
6.3.2 测试用例 |
6.4 系统性能测试 |
6.5 测试结果分析 |
6.6 本章小结 |
第七章 结束语 |
7.1 论文工作总结 |
7.2 下一步研究工作 |
参考文献 |
附录 缩略语表 |
致谢 |
作者攻读学位期间发表的学术论文目录 |
四、“工作日志管理系统”的应用(论文参考文献)
- [1]基于物联网的无土栽培智能决策管理系统设计与实现[D]. 赵学鑫. 曲阜师范大学, 2021(02)
- [2]高速公路收费站车流量预测与信息管理系统研究与实现[D]. 李强. 西安建筑科技大学, 2021(01)
- [3]云边协同环境下的工业数据采集与处理系统设计与实现[D]. 孙世韬. 曲阜师范大学, 2021(02)
- [4]基于移动应用的销售外勤综合管理系统的设计与实现[D]. 成媛. 山东大学, 2020(04)
- [5]变电站电力设备运行管理系统的设计与实现[D]. 任新华. 电子科技大学, 2020(03)
- [6]国密证书管理系统的设计与实现[D]. 程旭. 西安电子科技大学, 2020(05)
- [7]“互联网+生态站”后台管理系统的设计与实现[D]. 潘壮志. 北京林业大学, 2020(02)
- [8]基于Django的协同办公管理系统的设计与实现[D]. 张勇. 曲阜师范大学, 2020(01)
- [9]基于数据挖掘技术的广告客户管理系统设计与实现[D]. 王婷. 电子科技大学, 2020(01)
- [10]面向私有云的轻量级IaaS云管理系统的设计与实现[D]. 林雅健. 北京邮电大学, 2020(05)