基于农产品追溯平台的预警系统的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的背景及意义 | 第9-10页 |
| 1.2 相关研究 | 第10-12页 |
| 1.2.1 农产品追溯平台中预警功能 | 第10-11页 |
| 1.2.2 预警算法 | 第11-12页 |
| 1.3 本文研究内容和主要贡献 | 第12-13页 |
| 1.4 本文组织结构 | 第13-15页 |
| 第2章 背景知识与概念 | 第15-31页 |
| 2.1 预警系统基本流程 | 第15-17页 |
| 2.2 预警算法 | 第17-22页 |
| 2.2.1 阈值法 | 第17-18页 |
| 2.2.2 马尔科夫模型 | 第18-20页 |
| 2.2.3 卷积神经网络 | 第20-22页 |
| 2.3 算法优化方法 | 第22-27页 |
| 2.3.1 损失函数 | 第22-24页 |
| 2.3.2 梯度下降法 | 第24-25页 |
| 2.3.3 过拟合 | 第25-27页 |
| 2.4 spark | 第27-28页 |
| 2.5 分布式消息系统 | 第28-29页 |
| 2.6 本章小结 | 第29-31页 |
| 第3章 农产品数据预测模型 | 第31-37页 |
| 3.1 背景介绍 | 第31页 |
| 3.2 数据预处理 | 第31-33页 |
| 3.3 建立农产品数据预测模型 | 第33-34页 |
| 3.4 实验与结果分析 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第4章 农产品数据趋势分析模型 | 第37-47页 |
| 4.1 背景介绍 | 第37-38页 |
| 4.2 数据预处理 | 第38-40页 |
| 4.2.1 缺失值处理 | 第38-39页 |
| 4.2.2 标准化处理 | 第39-40页 |
| 4.3 建立农产品数据趋势分析模型 | 第40-41页 |
| 4.4 实验与结果分析 | 第41-43页 |
| 4.4.1 试验步骤 | 第42页 |
| 4.4.2 试验结果 | 第42-43页 |
| 4.5 实验分析 | 第43-45页 |
| 4.5.1 模型准确度研究 | 第43-44页 |
| 4.5.2 模型实用性研究 | 第44-45页 |
| 4.6 本章小结 | 第45-47页 |
| 第5章 预警系统的设计与实现 | 第47-67页 |
| 5.1 需求分析 | 第47-50页 |
| 5.1.1 功能性需求 | 第47-49页 |
| 5.1.2 非功能性需求 | 第49-50页 |
| 5.2 系统架构 | 第50-51页 |
| 5.3 系统业务设计与实现 | 第51-60页 |
| 5.3.1 网点子系统的设计和实现 | 第51-53页 |
| 5.3.2 省市区域子系统的设计和实现 | 第53-56页 |
| 5.3.3 趋势预警系统的设计和实现 | 第56-60页 |
| 5.4 大数据系统设计与实现 | 第60-63页 |
| 5.4.1 搭建分布式消息系统 | 第61-62页 |
| 5.4.2 Kafka集群 | 第62页 |
| 5.4.3 搭建与配置Spark | 第62-63页 |
| 5.5 系统测试 | 第63-64页 |
| 5.5.1 测试环境 | 第63页 |
| 5.5.2 功能性测试 | 第63-64页 |
| 5.5.3 压力测试 | 第64页 |
| 5.5.5 测试结果 | 第64页 |
| 5.6 本章小结 | 第64-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间所取得的研究成果 | 第73-75页 |
| 致谢 | 第75页 |
