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

危化品运输管理系统设计与实现

致谢第4-5页
摘要第5-6页
Abstract第6-7页
第1章 绪论第11-15页
    1.1 研究背景及意义第11页
    1.2 国内外研究现状第11-13页
    1.3 本文的研究内容及安排第13-14页
    1.4 本章小结第14-15页
第2章 系统总体方案与实现技术第15-24页
    2.1 业务需求第15-18页
        2.1.1 基本信息管理第15页
        2.1.2 电子订单业务第15-16页
        2.1.3 车辆在途跟踪第16-18页
        2.1.4 数据统计第18页
    2.2 Web端总体方案设计第18-20页
        2.2.1 Web端功能模块第18-19页
        2.2.2 Web端开发技术第19-20页
    2.3 App端总体方案设计第20-21页
        2.3.1 App端功能模块第20页
        2.3.2 App端开发技术第20-21页
    2.4 服务器端总体方案设计第21-23页
        2.4.1 服务器端开发技术第21-23页
    2.5 数据可视化第23页
    2.6 本章小结第23-24页
第3章 web端设计实现与关键技术第24-33页
    3.1 web端功能实现第24-27页
        3.1.1 基本信息管理模块实现第24页
        3.1.2 电子运单操作模块实现第24-25页
        3.1.3 车辆在途监控模块实现第25-26页
        3.1.4 数据统计模块实现第26-27页
    3.2 web端推送方案设计第27-31页
        3.2.1 基于Ajax长轮询的推送方案实现第27-29页
        3.2.2 基于WebSocket的推送方案实现第29-31页
    3.3 页面加载性能优化第31-32页
        3.3.1 图片加载优化第31-32页
        3.3.2 脚本资源加载速度优化第32页
    3.4 本章小结第32-33页
第4章 APP端设计实现与关键技术第33-51页
    4.1 App端功能实现第33-37页
    4.2 消息本地化存储第37-40页
        4.2.1 WebStorge第37-38页
        4.2.2 WebSql第38页
        4.2.3 消息本地存储功能实现第38-40页
    4.3 App端推送方案第40-43页
        4.3.1 GCM推送技术第40-41页
        4.3.2 个推技术第41-42页
        4.3.3 系统App端推送方案实现第42-43页
    4.4 DOM节点性能优化第43-49页
        4.4.1 Virtual DOM算法第44-48页
        4.4.2 算法性能验证第48-49页
    4.5 本章小结第49-51页
第5章 服务器端设计实现与关键技术第51-60页
    5.1 基于MVC框架的业务逻辑实现第51-54页
    5.2 身份权限验证方案实现第54-57页
        5.2.1 Oauth技术第54页
        5.2.2 基于session的身份验证第54-55页
        5.2.3 基于token的身份验证第55-56页
        5.2.4 系统身份验证方案实现第56-57页
    5.3 数据库分库分表方案设计与实现第57-59页
        5.3.1 id生成策略第58-59页
        5.3.2 分库分表性能测试第59页
    5.4 本章小结第59-60页
第6章 数据可视化方案设计与实现第60-67页
    6.1 数据可视化需求分析第60-61页
        6.1.1 统计类数据可视化需求第60页
        6.1.2 车辆行驶数据可视化需求第60-61页
        6.1.3 GPS地理数据可视化需求第61页
    6.2 基于Echarts的数据图表化功能实现第61-63页
    6.3 GPS地理数据可视化方案设计第63-65页
    6.4 CSS模块化开发与自定义ui控件开发第65-66页
    6.5 本章小结第66-67页
第7章 总结与展望第67-69页
参考文献第69-72页
作者简历及在学期间所取得的科研成果第72页

论文共72页,点击 下载论文
上一篇:王夫之经济伦理思想研究
下一篇:基于描述和用户评论的App应用市场信息挖掘