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

智慧路灯远程监控管理软件开发

摘要第5-6页
ABSTRACT第6页
第1章 绪论第10-15页
    1.1 课题研究背景第10-11页
    1.2 课题研究的目的与意义第11-12页
        1.2.1 研究目的第11页
        1.2.2 研究意义第11-12页
    1.3 国内外研究现状及未来发展趋势第12-13页
        1.3.1 国外研究现状第12页
        1.3.2 国内研究现状第12-13页
        1.3.3 未来发展趋势第13页
    1.4 课题研究内容及组织结构第13-15页
第2章 系统关键技术第15-24页
    2.1 Nginx技术第15-19页
        2.1.1 Nginx服务器第15页
        2.1.2 Nginx模块化结构第15-16页
        2.1.3 Nginx进程模型第16-17页
        2.1.4 Nginx反向代理第17-18页
        2.1.5 Nginx负载均衡技术第18-19页
    2.2 百度地图API及常用类第19-20页
    2.3 Highcharts图表技术第20-21页
    2.4 Redis存储技术第21-23页
        2.4.1 Redis简介第21页
        2.4.2 Redis功能实现机制第21-23页
    2.5 本章小结第23-24页
第3章 路灯监控管理系统的需求分析第24-26页
    3.1 系统的功能需求分析第24页
    3.2 系统的性能需求分析第24-25页
    3.3 系统的技术需求分析第25页
    3.4 本章小结第25-26页
第4章 云服务器的设计第26-48页
    4.1 开发环境选择第26-27页
        4.1.1 服务器后台环境选择第26页
        4.1.2 前端界面搭建第26-27页
    4.2 云服务器架构第27-29页
        4.2.1 云服务器的模块结构第27-28页
        4.2.2 云服务器的软件模块化设计第28-29页
        4.2.3 云服务器的总体框架第29页
    4.3 云服务器功能设计第29-30页
    4.4 Nginx负载均衡优化设计第30-35页
        4.4.1 Nginx加权轮询算法第30-32页
        4.4.2 动态自适应负载均衡算法设计第32-33页
        4.4.3 本系统负载均衡的配置第33-35页
    4.5 Web服务器设计第35-39页
    4.6 数据库服务器的设计第39-42页
        4.6.1 数据库存储方式第39-40页
        4.6.2 数据库的配置及实现第40-42页
    4.7 网络通信模块的设计第42-47页
        4.7.1 通信协议第42-45页
        4.7.2 数据加密第45-47页
    4.8 本章小结第47-48页
第5章 服务器功能模块详细设计与实现第48-62页
    5.1 用户管理第48-51页
        5.1.1 用户账号管理第48-50页
        5.1.2 用户登录第50-51页
    5.2 策略管理第51-55页
        5.2.1 控制管理界面设计第51-53页
        5.2.2 策略控制设计第53-55页
    5.3 统计模块设计第55-58页
    5.4 地图监控模块设计第58-60页
    5.5 告警模块设计第60-61页
    5.6 本章小结第61-62页
第6章 系统测试及结果分析第62-75页
    6.1 测试环境第62页
    6.2 服务器功能测试第62-71页
        6.2.1 用户管理模块测试第63-67页
        6.2.2 策略控制模块测试第67-70页
        6.2.3 统计模块测试第70页
        6.2.4 地图监控模块测试第70页
        6.2.5 告警模块测试第70-71页
        6.2.6 测试结果分析第71页
    6.3 服务器性能测试第71-74页
    6.4 本章小结第74-75页
第7章 总结与展望第75-77页
    7.1 总结第75页
    7.2 展望第75-77页
致谢第77-78页
参考文献第78-81页
附录第81页

论文共81页,点击 下载论文
上一篇:基于深度学习的图像质量评价
下一篇:基于Faster R-CNN的工业CT图像缺陷检测研究