首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于深度神经网络的事件实时处理系统

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第10-14页
    1.1 研究背景第10-12页
    1.2 研究内容第12-13页
    1.3 论文的组织结构第13页
    1.4 本章小结第13-14页
第二章 相关技术第14-22页
    2.1 事件处理系统第14-15页
        2.1.1 事件及事件驱动第14页
        2.1.2 物联网环境下的事件处理系统第14-15页
    2.2 深度神经网络第15-16页
        2.2.1 深度神经网络概述第15-16页
        2.2.2 深度学习框架第16页
    2.3 MXNET框架第16-20页
        2.3.1 MXNet框架编程模式第16-17页
        2.3.2 MXNet框架的系统架构第17-18页
        2.3.3 MXNet并行加速第18-20页
    2.4 本章小结第20-22页
第三章 系统需求分析第22-28页
    3.1 功能性需求第22-26页
        3.1.1 事件处理第22-23页
        3.1.2 并行处理第23-24页
        3.1.3 管理模块第24-26页
        3.1.4 负载均衡第26页
    3.2 非功能性需求第26-27页
    3.3 本章小结第27-28页
第四章 系统概要设计第28-44页
    4.1 系统构架设计第28-30页
        4.1.1 系统整体架构第28-29页
        4.1.2 系统工作流程第29-30页
    4.2 事件处理模块概要设计第30-35页
        4.2.1 事件处理模块整体设计第30-31页
        4.2.2 数据集训练子模块功能设计第31-32页
        4.2.3 数据并行的改进设计第32-34页
        4.2.4 事件流处理子模块第34-35页
    4.3 调度器模块概要设计第35-38页
        4.3.1 调度器的设计目标第35-36页
        4.3.2 基本思想第36页
        4.3.3 负载均衡算法设计第36-38页
    4.4 管理模块设计第38-41页
        4.4.1 管理模块的设计目标第38页
        4.4.2 设计分析第38-40页
        4.4.3 设计方案第40-41页
    4.5 本章小结第41-44页
第五章 系统详细设计与实现第44-64页
    5.1 事件处理模块第44-50页
        5.1.1 数据载入方法和相关类的解析第44-46页
        5.1.2 数据载入算法解析第46-47页
        5.1.3 数据迭代器第47-48页
        5.1.4 事件流处理的实现第48-50页
    5.2 调度器模块第50-55页
        5.2.1 调度器详细设计第50-51页
        5.2.2 调度器实现第51-55页
    5.3 管理模块第55-63页
        5.3.1 管理模块的详细设计第55-56页
        5.3.2 界面设计第56-60页
        5.3.3 数据设计第60-62页
        5.3.4 后台管理功能的设计与实现第62-63页
    5.4 本章小结第63-64页
第六章 系统测试和验证第64-80页
    6.1 测试目标及环境第64-65页
        6.1.1 测试目标第64页
        6.1.2 测试环境第64-65页
        6.1.3 测试数据集第65页
    6.2 功能测试第65-71页
        6.2.1 数据集训练功能测试第65-67页
        6.2.2 调度器功能测试第67-68页
        6.2.3 管理系统第68-71页
    6.3 性能测试第71-77页
        6.3.1 并行训练性能测试第71-75页
        6.3.2 事件流处理的高并发性第75-77页
    6.4 本章小结第77-80页
第七章 工作总结与展望第80-82页
    7.1 工作总结第80页
    7.2 下一步研究工作第80-82页
参考文献第82-84页
致谢第84-86页
攻读学位期间发表的学术论文目录第86页

论文共86页,点击 下载论文
上一篇:物联网系统的知识子系统的设计与实现
下一篇:在线教育中个性化推荐课程算法的研究与实现