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--程序设计论文

基于HTML5与Node.js的移动Web健康大数据平台设计与实现

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-16页
    1.1 论文研究背景及意义第10-12页
        1.1.1 移动互联网的发展第10-11页
        1.1.2 利用大数据进行疾病风险预测的意义第11-12页
    1.2 国内外研究现状第12-13页
    1.3 论文主要工作及创新点第13-14页
    1.4 论文组织结构第14-16页
第二章 基于HTML5与Node.js的移动Web健康大数据平台技术第16-28页
    2.1 疾病风险评估相关大数据技术研究第16-21页
        2.1.1 哈佛癌症风险指数第16-17页
        2.1.2 Logistic回归算法第17-19页
        2.1.3 MLP多层感知器第19-20页
        2.1.4 BP神经网络算法第20-21页
    2.2 Web软件平台技术研究第21-26页
        2.2.1 移动Web前端技术第21-24页
        2.2.2 服务器端技术第24-26页
    2.3 本章总结第26-28页
第三章 移动Web健康大数据平台需求分析与方案设计第28-40页
    3.1 移动Web健康大数据平台需求分析第28-30页
        3.1.1 慢性病与癌症的危害第28-29页
        3.1.2 平台功能性需求分析第29页
        3.1.3 平台非功能性需求分析第29-30页
    3.2 移动Web健康大数据平台方案设计第30-39页
        3.2.1 常见软件平台架构方式第30-31页
        3.2.2 移动Web健康大数据平台的系统架构设计第31-33页
        3.2.3 移动Web健康大数据平台关键模块设计第33-36页
        3.2.4 软件平台前后端接口设计第36-39页
    3.3 本章小结第39-40页
第四章 移动Web健康大数据平台的实现第40-54页
    4.1 Web服务模块实现第40-46页
        4.1.1 Web前端的实现第40-42页
        4.1.2 Web服务端的实现第42-44页
        4.1.3 数据存储的实现第44-46页
    4.2 慢病预测模块实现第46-48页
    4.3 癌症筛选模块实现第48-52页
        4.3.1 模型建立第49-51页
        4.3.2 模型训练第51-52页
    4.4 本章小结第52-54页
第五章 软件平台测试与结果分析第54-62页
    5.1 软件测试方案设计第54-55页
    5.2 软件测试与结果分析第55-60页
        5.2.1 移动设备适配测试第55-57页
        5.2.2 软件平台冒烟测试第57-58页
        5.2.3 慢病预测模块测试第58-59页
        5.2.4 癌症筛选模块测试第59-60页
    5.3 本章小结第60-62页
第六章 总结与展望第62-64页
    6.1 论文工作总结第62-63页
    6.2 下一步工作计划第63-64页
参考文献第64-68页
附录 缩略词第68-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:基于图像相似度对比的Photoshop作品自动评阅方法研究
下一篇:课研类APP的交互设计研究--以“微课研”APP的交互设计为例