首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于机器学习的计量管理系统设计与实现

摘要第5-6页
Abstract第6-7页
第1章 绪论第13-18页
    1.1 研究背景和意义第13-14页
    1.2 国内外研究现状第14-15页
        1.2.1 国内研究现状第14-15页
        1.2.2 国外研究现状第15页
    1.3 本文的主要工作第15-17页
    1.4 本文的结构第17-18页
第2章 相关技术和理论第18-22页
    2.1 J2EE平台第18-19页
        2.1.1 客户层组件第18-19页
        2.1.2 Web层组件第19页
        2.1.3 业务层组件第19页
        2.1.4 EIS层第19页
    2.2 SSH框架与SSM框架第19-20页
    2.3 面向服务的体系结构第20页
    2.4 机器学习技术与深度学习第20-21页
    2.5 本章小结第21-22页
第3章 系统需求分析第22-29页
    3.1 现状分析第22页
    3.2 可行性分析第22-23页
    3.3 功能分析第23-27页
        3.3.1 计量设备管理业务第23-24页
        3.3.2 计量校准管理业务第24-26页
        3.3.3 计量配备管理业务第26页
        3.3.4 量值溯源管理业务第26-27页
        3.3.5 计量文件管理业务第27页
        3.3.6 安全管理功能模块第27页
        3.3.7 故障智能分析模块第27页
    3.4 非功能性需求第27-28页
    3.5 本章小结第28-29页
第4章 计量管理系统的系统设计与实现第29-42页
    4.1 系统设计原则第29页
    4.2 系统总体设计第29-31页
        4.2.1 技术架构设计第29-30页
        4.2.2 拓扑结构设计第30页
        4.2.3 功能架构设计第30-31页
    4.3 系统模块设计第31-36页
        4.3.1 计量设备管理模块第31-32页
        4.3.2 计量校准管理模块第32-33页
        4.3.3 计量配备管理模块第33-34页
        4.3.4 量值溯源管理模块第34-35页
        4.3.5 计量文件管理模块第35页
        4.3.6 安全管理模块第35-36页
    4.4 数据库设计第36-40页
    4.5 移动端与基于机器学习的故障智能分析模块设计第40-41页
    4.6 本章小结第41-42页
第5章 系统实现与测试第42-65页
    5.1 开发运行环境搭建第42-44页
        5.1.1 SSM框架配置第42-43页
        5.1.2 Android开发环境配置第43-44页
    5.2 WEB系统模块实现第44-49页
        5.2.1 计量设备管理模块第44-46页
        5.2.2 计量校准管理模块第46-47页
        5.2.3 计量配备管理模块第47-48页
        5.2.4 量值溯源管理模块第48-49页
        5.2.5 计量文件管理模块第49页
    5.3 计量管理手机APP客户端模块第49-53页
        5.3.1 图像校正模块第49-50页
        5.3.2 图像上传模块第50-52页
        5.3.3 信息获取及审批模块第52-53页
    5.4 基于机器学习的故障智能分析模块第53-57页
        5.4.1 基于尺度不变特征变换的图像比对算法第53-54页
        5.4.2 基于机器学习的故障智能分析环境搭建与准备第54-55页
        5.4.3 基于深度学习的故障智能分析自适应训练算法第55-56页
        5.4.4 基于深度学习的故障智能分析算法第56-57页
    5.5 系统测试第57-64页
        5.5.1 功能测试第57-61页
        5.5.2 服务器性能测试第61-62页
        5.5.3 移动端性能测试第62-63页
        5.5.4 机器学习算法性能测试第63-64页
    5.6 本章小结第64-65页
结论第65-67页
    本文主要工作第65-66页
    展望第66-67页
参考文献第67-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:移动机器人前景障碍物检测及避障系统设计与实现
下一篇:基于分解的高维多目标进化算法研究