冷轧工艺的网络访问和数据库系统的开发
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·引言 | 第10页 |
| ·材料数据库的现状和发展趋势 | 第10-12页 |
| ·基于Web的数据库技术状况 | 第12-13页 |
| ·本文研究的立题背景及意义 | 第13-15页 |
| ·本文研究的主要内容 | 第15-16页 |
| 第二章 冷轧材料与工艺简介 | 第16-25页 |
| ·板带钢的分类以及在国民经济中的的作用 | 第16页 |
| ·金属性能介绍 | 第16-18页 |
| ·冷轧板带钢的优点 | 第18-19页 |
| ·冷轧板带钢生产的工艺特点 | 第19-21页 |
| ·冷轧板带钢的生产工艺 | 第21-22页 |
| ·冷轧板带钢生产工艺流程 | 第21-22页 |
| ·冷轧板带钢生产的主要工艺 | 第22页 |
| ·轧制规程 | 第22-25页 |
| ·压下规程 | 第23页 |
| ·速度制度 | 第23页 |
| ·温度制度 | 第23页 |
| ·张力制度 | 第23-25页 |
| 第三章 Web数据库开发的关键技术 | 第25-34页 |
| ·Web与数据库技术的结合 | 第25页 |
| ·Web数据库体系结构 | 第25-28页 |
| ·C/S体系结构 | 第26-27页 |
| ·B/S体系结构 | 第27页 |
| ·C/S与B/S结构的比较 | 第27-28页 |
| ·Web数据库访问技术 | 第28-29页 |
| ·新一代数据库访问技术-ADO.NET | 第29-34页 |
| ·ADO.NET体系结构 | 第29-30页 |
| ·ADO.NET访问数据库的两种模式 | 第30页 |
| ·传统的数据库存取模式 | 第30-31页 |
| ·通用的数据库操作方法 | 第31-32页 |
| ·ADO.NET中使用存储过程优化应用程序性能 | 第32-34页 |
| 第四章 系统开发环境及技术支持 | 第34-39页 |
| ·系统的软件配置 | 第34页 |
| ·IIS集成技术 | 第34-35页 |
| ·.NET开发平台 | 第35-36页 |
| ·.NET Framework概述 | 第35页 |
| ·Visual Studio.NET | 第35-36页 |
| ·ASP.NET | 第36-37页 |
| ·ASP.NET程序模型 | 第36-37页 |
| ·ASP.NET执行原理 | 第37页 |
| ·系统采用的编程语言Visual C# | 第37-39页 |
| 第五章 系统设计与实现 | 第39-52页 |
| ·系统设计原则 | 第39-40页 |
| ·系统设计 | 第40-45页 |
| ·系统结构设计 | 第41-42页 |
| ·系统功能设计 | 第42-45页 |
| ·数据库设计 | 第45-48页 |
| ·数据库概念设计 | 第45-46页 |
| ·数据库逻辑设计 | 第46-48页 |
| ·数据库物理设计 | 第48页 |
| ·系统运行效果 | 第48-52页 |
| 第六章 图像处理软件的设计与实现 | 第52-61页 |
| ·软件开发背景 | 第52页 |
| ·软件的设计与实现 | 第52-56页 |
| ·软件设计的方案 | 第52-53页 |
| ·软件模块设计 | 第53-55页 |
| ·软件实现 | 第55-56页 |
| ·关键技术—多阈值动态二值化方法 | 第56-61页 |
| ·图像二值化 | 第56-58页 |
| ·多阈值动态二值化方法 | 第58-61页 |
| 第七章 神经网络在冷轧数据库系统中的应用 | 第61-73页 |
| ·人工神经网络概述 | 第61-62页 |
| ·神经网络及其在轧制领域的应用 | 第61-62页 |
| ·人工神经网络的基本结构与模型 | 第62页 |
| ·BP神经网络模型 | 第62-66页 |
| ·BP神经网络结构 | 第62-63页 |
| ·BP算法原理 | 第63-66页 |
| ·BP算法流程 | 第66页 |
| ·基于BP神经网络的冷轧工艺预测模型 | 第66-73页 |
| ·网络建模 | 第66-67页 |
| ·神经网络训练 | 第67-73页 |
| 第八章 总结与展望 | 第73-74页 |
| ·总结 | 第73页 |
| ·展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77页 |
