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

高校公寓管理信息化系统的设计与实现

摘要第4-5页
Abstract第5-6页
第1章 绪论第10-16页
    1.1 论文研究目的与意义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 国外研究现状第11-12页
        1.2.2 国内研究现状第12-13页
    1.3 本文研究内容第13页
    1.4 论文结构说明第13-16页
第2章 系统技术方案分析第16-24页
    2.1 系统开发平台分析第16-20页
        2.1.1 Struts第17-18页
        2.1.2 Hibernate第18-19页
        2.1.3 Spring第19-20页
        2.1.4 ExtJS第20页
    2.2 数据库选择第20-22页
    2.3 本章小结第22-24页
第3章 学生公寓管理系统需求分析第24-42页
    3.1 整体需求概述第24-32页
        3.1.1 系统管理第24-25页
        3.1.2 学生住宿管理第25-28页
        3.1.3 文明宿舍管理第28-29页
        3.1.4 统计查询第29-30页
        3.1.5 低值易耗品库房管理第30-31页
        3.1.6 基础设置管理第31-32页
    3.2 功能需求分析第32-38页
        3.2.1 系统管理需求分析第32页
        3.2.2 学生宿舍管理需求分析第32-33页
        3.2.3 文明宿舍管理需求分析第33-34页
        3.2.4 统计查询需求分析第34-35页
        3.2.5 低值易耗品库房管理需求分析第35-37页
        3.2.6 基础设置管理需求分析第37-38页
    3.3 非功能需求第38-40页
        3.3.1 可扩展性第38-39页
        3.3.2 安全性第39页
        3.3.3 性能需求第39-40页
    3.4 本章小结第40-42页
第4章 系统设计第42-64页
    4.1 系统架构第42-43页
    4.2 系统网络拓扑第43-46页
    4.3 数据库的设计第46-50页
        4.3.1 数据库连接第46-47页
        4.3.2 数据库接口第47页
        4.3.3 数据库结构第47-50页
    4.4 系统功能结构设计第50-63页
        4.4.1 系统管理模块功能设计第50-51页
        4.4.2 基础管理模块的设计第51-55页
        4.4.3 学生住宿管理模块功能设计第55-56页
        4.4.4 统计查询模块功能设计第56-58页
        4.4.5 文明宿舍管理模块功能设计第58-60页
        4.4.6 低值易耗品库房管理模块功能设计第60-63页
    4.5 本章小结第63-64页
第5章 系统功能的实现第64-88页
    5.1 系统实现的软硬件环境第64-65页
        5.1.1 系统开发工具第64页
        5.1.2 数据库服务器配置第64页
        5.1.3 应用服务器配置第64页
        5.1.4 客户终端配置第64-65页
    5.2 数据库实现第65-68页
    5.3 系统管理模块的实现第68-71页
    5.4 基础信息管理模块功能的实现第71-73页
    5.5 学生住宿管理模块功能的实现第73-77页
    5.6 统计查询模块功能的实现第77-82页
    5.7 文明宿舍管理模块功能的实现第82-83页
    5.8 低值易耗品库房采购管理模块功能的实现第83-86页
    5.9 本章小结第86-88页
第6章 系统测试与验证第88-94页
    6.1 学生公寓信息管理系统测试概述第88页
    6.2 测试方案第88-89页
        6.2.1 测试原则第88-89页
        6.2.2 测试目标第89页
        6.2.3 测试方法第89页
        6.2.4 测试工具第89页
    6.3 系统验证第89-90页
    6.4 测试结果分析第90-91页
    6.5 本章小结第91-94页
结论第94-96页
参考文献第96-98页
致谢第98页

论文共98页,点击 下载论文
上一篇:基于MindWave的脑电信号分析方法研究及其应用
下一篇:基于决策树算法和关联规则分析方法的学生就业数据分析