摘要 | 第6-7页 |
Abstract | 第7页 |
第一章 绪论 | 第8-12页 |
1.1 选题背景及研究意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.3 本文主要工作与组织结构 | 第10-12页 |
第二章 基础理论与相关技术 | 第12-25页 |
2.1 参与感知系统 | 第12-14页 |
2.1.1 参与感知概述 | 第12-13页 |
2.1.2 激励机制 | 第13-14页 |
2.2 K-means算法 | 第14页 |
2.3 Canopy算法 | 第14-15页 |
2.4 贪婪算法概述 | 第15-17页 |
2.4.1 贪婪算法基本思想 | 第16页 |
2.4.2 贪婪算法的优缺点 | 第16-17页 |
2.5 SSM框架介绍 | 第17-21页 |
2.5.1 Spring框架介绍 | 第17-19页 |
2.5.2 Spring MVC框架介绍 | 第19-20页 |
2.5.3 MyBatis框架介绍 | 第20-21页 |
2.6 Echarts介绍 | 第21-23页 |
2.7 AJAX技术 | 第23-24页 |
2.8 本章小结 | 第24-25页 |
第三章 气象数据处理 | 第25-31页 |
3.1 气象数据来源 | 第25-26页 |
3.1.1 自动气象站数据 | 第25页 |
3.1.2 参与感知数据 | 第25-26页 |
3.2 数据归一化处理 | 第26页 |
3.3 改进型K-means算法实现 | 第26-30页 |
3.3.1 基于密度的Canopy算法 | 第26-28页 |
3.3.2 基于密度的Canopy的K-means算法 | 第28-30页 |
3.3.3 仿真分析 | 第30页 |
3.4 本章小结 | 第30-31页 |
第四章 基于贪婪算法的参与感知激励机制的实现 | 第31-41页 |
4.1 系统模型 | 第31-35页 |
4.1.1 模型描述 | 第31-33页 |
4.1.2 样本数量和分布与平均误差之间的关系 | 第33页 |
4.1.3 样本数量 | 第33-34页 |
4.1.4 样本分布 | 第34-35页 |
4.2 激励机制模型求解 | 第35-37页 |
4.3 仿真实验 | 第37-40页 |
4.3.1 程序设置 | 第37页 |
4.3.2 仿真结果 | 第37-40页 |
4.4 本章小结 | 第40-41页 |
第五章 气象服务系统的设计与实现 | 第41-59页 |
5.1 系统设计目标 | 第41页 |
5.2 系统设计原则 | 第41-42页 |
5.3 系统功能模块设计 | 第42-43页 |
5.4 参与感知激励模块的实现 | 第43-48页 |
5.4.1 数据采集模块 | 第44-45页 |
5.4.2 数据上传模块 | 第45-46页 |
5.4.3 激励模块 | 第46-48页 |
5.5 服务管理子系统的实现 | 第48-52页 |
5.5.1 系统用户管理 | 第48-49页 |
5.5.2 发布管理 | 第49-51页 |
5.5.3 互动交流管理 | 第51-52页 |
5.6 产品显示子系统的实现 | 第52-58页 |
5.6.1 首页 | 第52-53页 |
5.6.2 气象新闻 | 第53-55页 |
5.6.3 产品服务页面 | 第55-56页 |
5.6.4 个人中心 | 第56-58页 |
5.7 本章小结 | 第58-59页 |
第六章 系统测试与维护 | 第59-64页 |
6.1 测试环境 | 第59页 |
6.2 系统功能测试 | 第59-63页 |
6.2.1 服务管理子系统测试 | 第59-60页 |
6.2.2 产品显示子系统测试 | 第60-63页 |
6.3 系统维护 | 第63页 |
6.4 本章小结 | 第63-64页 |
第七章 总结与展望 | 第64-66页 |
7.1 总结 | 第64-65页 |
7.2 展望 | 第65-66页 |
参考文献 | 第66-69页 |
作者简介 | 第69-70页 |
致谢 | 第70页 |