桥梁车辆动态称重管理系统设计
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-11页 |
| 1.1 选题背景和意义 | 第8-9页 |
| 1.2 动态称重系统国内外的发展动态 | 第9-10页 |
| 1.2.1 动态称重系统国外发展动态 | 第9页 |
| 1.2.2 动态称重系统国内发展动态 | 第9-10页 |
| 1.3 选题的研究目的与主要内容 | 第10页 |
| 1.4 本章小结 | 第10-11页 |
| 2 动态称重系统需求分析及总体设计 | 第11-15页 |
| 2.1 动态称重系统的需求分析 | 第11-12页 |
| 2.2 动态称重系统的设计原则 | 第12页 |
| 2.3 动态称重管理系统设计 | 第12-14页 |
| 2.3.1 动态称重系统总体设计结构 | 第12-13页 |
| 2.3.2 动态称重系统总体工作流程 | 第13-14页 |
| 2.4 本章小结 | 第14-15页 |
| 3 动态称重管理系统硬件结构设计 | 第15-26页 |
| 3.1 系统硬件模块设计 | 第15页 |
| 3.2 动态称重模块 | 第15-21页 |
| 3.2.1 数据采集模块 | 第16-18页 |
| 3.2.2 I/O模块 | 第18-20页 |
| 3.2.3 动态称重模块的部署方案 | 第20-21页 |
| 3.3 车牌自动识别模块 | 第21-22页 |
| 3.3.1 模块组成及其电路连接 | 第21页 |
| 3.3.2 车牌识别模块部署方案 | 第21-22页 |
| 3.4 报警显示模块 | 第22-23页 |
| 3.4.1 报警显示模块组成 | 第22-23页 |
| 3.4.2 报警显示模块部署方案 | 第23页 |
| 3.5 监控模块 | 第23-24页 |
| 3.5.1 监控模块组成 | 第24页 |
| 3.5.2 监控模块部署方案 | 第24页 |
| 3.6 网络通讯模块 | 第24-25页 |
| 3.7 本章小结 | 第25-26页 |
| 4 基于BP神经网络算法的动态称重数据处理 | 第26-31页 |
| 4.1 动态称重数据算法的比较与分析 | 第26页 |
| 4.2 神经网络的特点 | 第26-27页 |
| 4.3 BP神经网络 | 第27-28页 |
| 4.3.1 BP网络模型 | 第27-28页 |
| 4.3.2 BP神经网络算法 | 第28页 |
| 4.4 BP神经网络算法在动态称重数据应用 | 第28-30页 |
| 4.4.1 获取样本数据 | 第28-29页 |
| 4.4.2 BP神经网络数据建模 | 第29-30页 |
| 4.4.3 分析结果数据 | 第30页 |
| 4.5 本章小结 | 第30-31页 |
| 5 动态称重管理系统的软件设计 | 第31-39页 |
| 5.1 开发环境及MVC模式介绍 | 第31-32页 |
| 5.1.1 开发环境 | 第31页 |
| 5.1.2 MVC模式 | 第31-32页 |
| 5.2 系统软件需求分析 | 第32-33页 |
| 5.2.1 系统软件概述 | 第32页 |
| 5.2.2 系统功能需求 | 第32-33页 |
| 5.3 系统软件流程图 | 第33-34页 |
| 5.4 关键技术实现 | 第34-36页 |
| 5.4.1 Socket技术 | 第34-35页 |
| 5.4.2 Hibernate技术 | 第35页 |
| 5.4.3 多线程技术 | 第35-36页 |
| 5.4.4 动态链接库技术 | 第36页 |
| 5.5 数据库表设计 | 第36-37页 |
| 5.6 系统界面设计 | 第37-38页 |
| 5.7 本章小结 | 第38-39页 |
| 6 总结与展望 | 第39-40页 |
| 6.1 总结 | 第39页 |
| 6.2 展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 致谢 | 第43页 |
