一、Web应用开发的两层体系结构建模（论文文献综述）
宁念文[1]（2021）在《基于表示学习的多层网络融合关键技术的研究》文中指出网络本质上是对底层复杂系统信息进行编码的一种方式。对普遍存在的网络数据中所编码的信息进行提取、表示和融合具有重要的研究意义和实用价值。目前人们已经对复杂网络及其普遍的性质进行了研究,其成果表明大多数复杂系统很少单独存在和运行。从社交网络、基础设施、运输系统到细胞和大脑,这些都是由多个相互作用的网络构成的“多层网络”,其中每一层代表特定的交互类型或视角。对多层网络中所编码信息的融合可以获得更全面和更有价值的信息。然而,目前多层网络融合研究面临着两方面的挑战:第一,由于隐私保护和技术的限制,对于不同网络中相同节点的识别更加困难;第二,图数据的碎片化、多视图的完备性和数据的多源异构性引入了更加复杂的特性,这使得网络信息的挖掘更加困难。现有的分析方法在信息提取和融合方面仍存在缺陷,不能很好地提取更深层次、更完整的信息以解决相关的实际问题。本文综合利用多层网络相关性质和网络表示学习方法,研究一套完整的多层网络融合技术。本文从层间对齐、结构融合以及空间嵌入融合三方面的研究出发,对多层网络信息提取与融合中的一系列关键技术进行研究,主要研究成果如下:1.本文研究基于图神经网络的多层网络层间对齐问题,该问题是蛋白质功能推断、跨域推荐、级联故障预测和疾病防控等实际应用的重要基础。为了实现层间对齐节点对的识别,本文给出了一种基于图-序列生成的节点排序图对齐神经网络模型。针对已有的基于网络表示学习对齐算法的缺陷,本文在构建的一对一嵌入约束的基础上,实现了保存层内节点邻近性和层间网络相关性的嵌入约束和空间对齐。然后,基于源网络的节点嵌入利用图-序列生成模型和注意力机制对目标网络中的节点进行排序,将最应该对齐的正确节点置于序列的首位。2.本文研究多层网络的结构融合问题,该问题在多领域知识图谱融合、生物多组学数据的集成和分子新结构研发等方面有很大的应用场景。为了实现碎片化图数据融合、多视图数据的完备性重构,本文从层间结构信息的一致性和互补性出发,以构建更加全面的网络结构为目标,提出了一种非线性多层网络结构融合模型。该模型通过保存多个网络中高重复性的边以保存结构一致性信息,保存较少出现的高相似性的边来保存互补性信息。同时,本文进一步通过高阶相似性缓解融合网络的构建质量对嵌入质量的依赖问题,进而得到新的、完整的图结构。3.本文研究保存多层网络中层间相关性的空间嵌入融合问题,该问题在信息的传播与检索、用户异常检测和跨域推荐等研究中具有重要的意义。针对当前方法中采样的偏执问题和结构多层性导致的采样边类型失衡问题,本文提出了一种基于自适应采样的多层网络空间嵌入融合框架并实现了两种带有跨层约束的多层网络嵌入方法。其中,为了对多层网络中层间相关性进行量化,本文严格定义了一种邻居分布系数并根据该系数实现自适应的跨层跳转。本文将采样的节点序列输入Skip-Gram模型中实现多层网络中节点的空间嵌入融合。4.本文研究保存多层属性网络中节点高阶依赖关系的空间嵌入融合问题,该问题在图谱补全、画像构建和用户属性补全等需求中具有广泛应用前景。本文发现多层网络中并非只有节点之间的依赖,节点属性与所在层局部结构之间也存在着高阶依赖,进而提出了一种保存节点高阶依赖关系的无监督空间嵌入融合模型。其中,通过设计的对称图卷积-反卷积模型精细化图神经网络聚合与更新操作中不同结构的语义对节点属性的依赖。本文也利用图自编码器架构作为全局无监督学习的框架以实现节点原始属性的重构,进而得到更加准确和细粒度的空间嵌入融合。
王仲[2]（2021）在《燃气-蒸汽联合循环机组智能诊断与健康维护技术研究》文中研究说明燃气-蒸汽联合循环机组运行工况多变、状态参数间相互耦合、故障传递与演化规律复杂,其健康状况诊断是一项涉及多学科知识的复杂系统工程。本文在对影响机组健康状况的典型故障模式深入分析的基础上,结合知识工程、大数据以及人工智能等相关理论和技术,开展了数据与知识双驱动的机组智能诊断与健康维护技术研究。首先,针对燃气-蒸汽联合循环机组多源故障信息间关联关系复杂以及查询和推理低效的问题,提出了基于本体理论和语义网络技术的领域知识和数据结构化表示方法。以故障树分析法和故障模式及影响分析法为指导,系统性地分析了机组典型故障知识;提出了机组健康维护领域本体概念和层次结构,构建了包括边界工况、故障知识和监测数据在内的本体语义网,实现故障知识和数据的多粒度语义性建模;同时,研究了基于本体的机组故障知识和数据的语义性推理和查询方法,提高了故障知识和数据的管理效率和应用效果。其次,针对燃气-蒸汽联合循环机组运行工况的多变性和健康状态信息的复杂性,研究了基于条件变自编码器的机组健康状况异常检测方法。在深入分析机组的运行特性和监测数据规律的基础上,提出了包括稳态判别、工况划分、基准样本筛选等过程在内的机组历史运行数据清洗流程;考虑到负荷等边界条件对监测参数的影响,采用条件变自编码器建立多变运行工况下多参数融合的基准模型,实现变工况下机组健康状况的数据表征;采用模型的重构概率作为异常检测的特征指标,用于衡量机组实际状态与基准状态的偏离程度,提高机组健康状况异常检测的准确率和灵敏度。再次,针对燃气-蒸汽联合循环机组故障和征兆复杂关联关系下的诊断问题,研究了基于反事实推理的诊断决策方法。从因果性的角度重新定义故障和征兆间的关系,通过引入隐变量表示诊断的不确定性,结合领域本体搜索获得的故障知识,构建了故障的结构性因果模型。在此基础上,提出了基于反事实推理的充分因和必要因的表达式和计算模型,用于定量表征故障对证据的因果性解释强弱,并从敏度、可靠性和可解释性的角度对所提出的诊断方法的鲁棒性和工程适用性进行了评价。最后,研究了基于数字孪生的燃气-蒸汽联合循环机组智能诊断系统构架,详细介绍了该系统的总体设计思想、具体功能以及系统实现的关键技术等,完成了粤电集团中山电厂燃气-蒸汽联合循环机组智能诊断系统的开发,以推进燃气-蒸汽联合循环机组智能诊断与健康维护研究工作的技术成果转化和工程应用。
马鹏淘[3]（2021）在《煤机装备科学数据共享服务平台开发》文中进行了进一步梳理煤炭能源作为我国的主要能源之一,传统的发展模式已经不能够适应当前发展环境,需要进行产品的创新设计来改变传统的发展模式,推动煤炭产业数字化发展。采煤机、掘进机、提升机和刮板输送机作为煤机装备主要设备,从设备的设计到最终的维护全生命周期产生了海量有价值的数据,由于这些数据零散化分布在企业及主要设计人员手中,阻碍了数据流通,造成了数据孤岛和数据浪费等问题,难以发挥数据潜在的科学价值。因此,实现数据共享是煤机领域创新发展的主要趋势,有助于促进煤机企业智能化和数字化发展。煤机装备科学数据是指煤机装备在全生命周期中产生的多源异构数据,主要包括产品参数、CAD模型、CAE分析结果、虚拟装配模型、文献、专利等科学数据。针对煤机装备数据孤岛、数据封闭的现状,分析数据的输入-处理-输出的“数据循环”体系,运用ASP.NET技术、Ajax技术和元数据技术,以.NET为开发平台、SQL server 2008为存储数据库,构建集数据汇交、专题数据和应用服务功能为一体的煤机装备科学数据共享服务平台。共享服务平台包含四大主要煤机装备（采煤机、掘进机、提升机和刮板输送机）的科学数据共享服务系统,每个共享服务系统由数据汇交、专题数据和应用服务三大模块组成,将煤机装备科学数据进行深度挖掘和汇交整合,为煤机企业及领域专业人员提供数据基础,促进煤机装备科学数据规范汇交和高效共享。提出线上与线下相结合的汇交方式,采用数据传输和权限控制和配置文件加密技术,构建集汇交注册、汇交申请、汇交审核和汇交入库为一体的数据汇交模块,为用户提供元数据和实体数据汇交途径,丰富专题数据库内容,实现煤机装备科学数据的安全规范汇交。提出构建煤机装备特色专题数据库方案,通过对煤机装备科学数据的深度挖掘和整理,以分布式存储方式存储在数据库中,形成多样化的专题数据库,包含计算资源库、CAD模型库、虚拟装配库、监测运行库、可靠性信息库、企业产品信息库和文献库等,为用户提供在线浏览、查询和下载等服务,促进煤机领域数据的高效共享。构建煤机装备综合性应用服务模块,在原有参数化建模子系统、CAE分析子系统、优化设计子系统、虚拟装配子系统等基础上完善概念设计子系统和参数化建模子系统并集成到共享服务平台,使应用服务系统功能更加全面,为煤机装备产品数字化设计提供数据和技术支持。面向煤机装备产品的全生命周期设计过程,通过数据汇交、专题数据、应用服务三大模块可实现煤机领域数据安全规范汇交、专题数据分级分类共享和高效设计、分析与优化,为煤机装备企业及有需求的公众提供科研、设计、制造、运维等数据支撑与服务。经应用测试,共享服务平台运行稳定,安全可靠。
付迪阳[4]（2021）在《基于BERT预训练模型的web应用程序客户端输入约束检测》文中指出在互联网时代,Web应用发展迅猛并且正在成为许多领域的核心业务,是信息共享和资源获取的重要载体,其安全性和可靠性也成为了许多企业和研究者重点关注的问题。Web应用中的交互通常强烈依赖于用户的交互式输入,并且由于编程人员的经验不足或安全意识的缺失导致了输入约束漏洞,而这个漏洞常常导致应用程序被网络攻击,造成信息泄露和系统破坏等不可估量的损失。随着Web应用客户端计算功能的强大和用户对实时信息与实时互动需求的迫切,许多数据验证功能已经迁移到了客户端,以此来减少服务器端的性能开销,因此,Web应用程序客户端的输入约束检测是必不可少的,也是重要的特性。现有的输入约束检测相关研究主要分为基于规范和基于静态分析的方法来生成测试用例去检测输入约束函数。前者严重依赖于开发文档质量,并且测试覆盖率和测试准确率都比较低,后者生成测试用例过程太耗时,并且在实际项目中的测试效果不理想。它们两者共同存在的问题是都需要通过测试用例去执行测试代码才能发现漏洞,并且测试结果无法直观地显示是什么约束类型导致了约束验证功能的漏洞,开发人员还得根据测试结果重新理解自己的约束代码,再进行反复修改测试,导致开发周期长,效率低。针对上述问题,为了帮助开发人员理解自己编写的约束验证代码,并且在编写代码过程中及时发现输入约束代码中的漏洞,本文提出了基于BERT预训练模型的方法来实现约束代码检测的研究。本文的主要的工作内容及贡献如下:（1）通过半监督学习方法构建输入约束代码数据集。利用自然语言处理技术对约束代码检测的研究的首要前提就是数据集,由于现有研究中并没有公开的输入约束代码数据集,本文首先采集了github公开的Coede Search Net代码数据集中Java Script代码部分;其次,为了提取出只与输入约束有关的代码,因此需要将其数据集进行标注分类,然而在代码领域进行高质量的数据标注耗时耗力,标注代价巨大,并且传统的半监督学习方法往往只利用标注数据或未标注的数据,容易出现过拟合现象,因此,本文采用了一种基于Mix Text半监督的文本分类方法,对有标注代码和未标注代码的隐式空间进行插值,挖掘代码之间的隐式关系,并在学习有标签代码的同时利用无标签代码的信息来分类出输入约束代码,实验结果表明在200个有标注代码和50000个未标注代码上的分类准确率为79%,并通过消融研究证明了在BERT模型中的{7,9,12}层进行代码的插值分类准确率最高,为本文约束代码检测的研究奠定了基础。（2）提出了基于Code BERT和CRF结合的约束代码实体识别方法。由于Java Script代码语法众多且复杂,实现方式多样,通过人工设计的启发式规则无法准确的提取出输入约束代码的语义特征。针对这个问题,本文根据约束代码的特征拆分为约束函数名、约束变量、约束条件判断、约束反馈行为四部分实体构成。由于代码也属于文本,因此,本文首次将自然语言处理中命名实体识别的方法运用到约束代码实体识别上,采用约束实体标签和BIEO标签联合标注的方式对约束代码进行标注。由于预训练模型具有更好的模型泛化能力和更少的特征工程依赖,本文提出了基于Code BERT预训练模型和条件随机场（CRF）结合的方式来提取约束代码特征,实验结果证明Code BERT-CRF模型约束代码实体预测的精确率、召回率、F1值分别为81.12%,79.87%,80.88%,比其他主流的命名实体识别模型具有更高的预测准确率,证明了该方法的可行性和有效性。（3）提出了基于机器学习的约束代码分类方法。为了准确将约束代码的语义通过自然语言的方式呈现出来,帮助开发人员理解代码并及时发现约束代码漏洞,本文通过机器学习的方法将输入约束代码的各类特征分类为对应的代码语义描述。由于目前还没有对输入约束的类别进行总结的研究,本文首先通过卡片分类法将实际开发中常见的输入约束代码进行分类;其次,通过特征设计和特征选择提取了有关输入约束代码的语义特征、关键词特征、信息特征;由于输入约束代码可能属于多种约束类型,因此,本文最后对比了三种不同类别的机器学习多标签分类方法在约束代码分类中的效果。实验结果表明,基于集成学习的极度随机树算法分类的平均精确率为78%,要优于其它两个模型,而在独误损失和覆盖率上ML-KNN表现更好,分别为0.197和0.203。
巫两璟[5]（2021）在《基于CLDNN混合模型的中文语音识别系统》文中进行了进一步梳理目前语音识别技术中运用较成熟的高斯混合-隐马尔科夫模型（Gauss MixedModel and Hidden Markov Model,GMM-HMM）,其结构简单,实现方便,小数据下训练速度较快。但随着语料库的增大,及语音识别精度的要求变高,GMM-HMM难以穷举所有的文字关系,导致其对数据的适应性差,识别效果不够好,且传统模型使用解析语音的音素信号序列与对应文字进行训练,需对齐语料语音与文字标签,以上弊端使GMM-HMM等传统模型难以满足需求。针对上述问题,本文基于卷积长短时记忆深度网络（Convolutional Long stortterm Deep Nerual Network,CLDNN）,对传统模型提出了三种改进方案。第一,针对该模型需要对齐输入输出标签,统一对齐输入信号长度,每次输入均完整输入整段语音,只需要整段文字对应的文字标签,并与连接时序分类（Connectionist Temporal Classfication,CTC）结合。第二,针对该模型在应用上述改进后适应性不足的问题,用深层CNN代替浅层CNN,可提取更高级的特征提供给后续层,更适应中文语音识别任务应用场景。第三,针对该模型中双层相关联的LSTM复杂且无法获得下文信息的问题,采用门控循环单元（Gated Recurrent Unit,GRU）简化和加强LSTM层,两层相关联但方向不同的GRU组成的双向GRU（Bi-directional GRU,BiGRU）能在一个时刻同时获得上下文信息,有更强的时序反馈能力。为了验证三种改进方案的有效性,本文以传统的CLDNN模型作为基准,设计实验进行验证,与单独添加三种改进方案后的模型、需要对齐标签的传统GMMHMM模型,以及主流Deep CNN-CTC模型进行对比。实验结果证明了改进的CLDNN-CTC模型在准确性与无需标签对齐上的优越性。最后,本文基于浏览器-服务器架构,应用三种改进后的CLDNN混合模型,构建了中文语音识别系统。其主要功能包括语音识别、纠正词典、识别记录查询等,用户可以在浏览器上使用该系统进行语音识别,并对识别结果进行修改、保存和反馈,还可以添加特殊词到纠正字典,服务器会重新对识别结果查错,并根据纠正词典对错误进行修正,提高识别准确率。为了检验系统实际应用效果,本文对系统的纠正词典及语音识别功能进行了测试。测试结果表明系统的纠正词典以及语音识别功能达到预期效果,具有较好的鲁棒性及泛化能力。
李小平,乌尼日其其格,马世龙,吕江花[6]（2020）在《高阶类型化可验证应用系统体系结构建模及案例》文中提出随着应用软件体系结构风格变化和规模变大,其运行环境变得日趋复杂,对应用系统体系结构的设计及其正确性验证提出了新的挑战.现有的应用系统体系结构设计关于需求满足性验证在建模与验证中需要多种工具的支持.应用系统体系结构在设计阶段的需求满足验证,有助于客观评价应用系统部署方案和系统如期上线以及主动运维.面向应用系统体系结构设计及其验证,在模型驱动的软件工程背景下提出一种高阶类型化可验证应用系统体系结构建模语言(VASAML)与可验证应用系统体系结构建模方法(VASAMM).VASAML语言通过定义类型和项的语法和语义,描述构成应用系统体系结构的类型和对象的结构,通过定义两种类型规则及其类型检查算法,判定Γt:T和ΓR（T1,T2）是否成立,其中,结构类类型规则用于描述应用系统体系结构中的组成部分,关系类类型规则用于描述组成部分之间的关系和配置.VASAMM方法给出了应用系统体系结构建模过程,包括构建Mbd（基本数据类型）、Mbti（基本接口类型）、Mdev（设备类型）和Mfrwk（应用系统框架）这4层,以及自动生成层内与层间类型之间关系对应的类型规则,同时定义了设备类型服务调用图（GDSI）用以刻画部署要求,定义了类型序列及其正确性用以刻画需求期望性质,并给出了相应的基于类型检查的验证算法.设计实现了基于该方法的原型工具系统VASAMS,其中,建模编辑环境支持应用系统部署方案的设计过程,验证环境支持设计是否满足需求的自动验证.通过一个实际案例完成了某行业较大规模应用系统体系结构的建模和验证.
陈思红[7]（2020）在《采煤机科学数据共享服务系统》文中进行了进一步梳理目前,煤炭能源仍然是我国的主体能源,面对煤炭长期可持续开发与利用等问题,明确高效的煤炭开采技术与先进的配套装备是解决该问题的主要方法。采煤机作为现代化机械开采的重要设备之一,在设计过程中产生大量数据,由于这些数据分散于采煤机各信息化平台,造成了技术流失和知识共享困难等问题。因此,实现数据驱动的创新设计是采煤机现代设计的主要内容,有助于促进企业集数据资源整合、数据应用、技术创新、产业结构为一体的协同化发展。面向数据驱动的采煤机创新设计发展趋势,针对采煤机数据分散、共享程度低等现状,围绕科学数据共享服务系统的需求,运用ASP.NET技术、Ajax异步技术、Web Service技术及先进的数据库技术,以Visual Studio、SQL server 2008为系统开发工具,构建一个集专题数据、应用服务、数据汇交为一体的基于数据共享的采煤机服务系统。共享服务系统包括专题服务子系统、应用服务子系统、汇交服务子系统和其他辅助子系统,有效地将分散于采煤机各数字化平台数据资源整合和汇聚,为设计人员提供具有指导意义的数据资源,促进采煤机数据资源的应用与共享。本研究提出采煤机科学数据专题数据服务子系统解决方案,通过对采煤机数据深度挖掘、分析处理,构建具有专项特点的专题数据库,包括设计资源库、零件库、CAD模型库及CAE分析库等专题库,满足用户对数据资源的浏览、检索、下载等功能。通过对概念设计、参数化建模和CAE分析技术的研究,构建在线概念设计、CAD参数化建模、CAE分析等功能模块,完成采煤机应用服务子系统的集成,通过实例分析初步验证应用服务子系统,满足用户在线对采煤机的选型设计、关键零部件的CAD参数化建模和CAE参数化分析,为采煤机数字化设计提供技术支持。通过对采煤机科学数据特征分析,设计采煤机设计数据汇交体系和功能框架,提出“以专家审核为主、数据管理员为辅”的汇交审核方案,构建比较完整的采煤机设计数据汇交服务子系统,满足用户对数据产品的元数据和数据实体的汇交需求,不断丰富采煤机数据中心数据资源,初步实现采煤机制造企业数据的高效汇交。根据用户实际使用需求,确定系统测试方案,完成系统功能测试、性能测试、安全性测试、兼容性等测试,通过对各个子系统运行实例验证系统的可靠性和安全性。该系统将数字化设计贯穿于采煤机设计流程中,收集整合大量具有设计意义的数据资源,设计并开发供用户共享数据的汇交平台,为用户提供集数据资源、数字化设计、数据汇交等服务为一体的数据应用共享服务模式,促进数据资源的共享应用,实现数据资源的科学管理,减少数据资源的浪费,对煤机装备的资源集成化、设计数字化、运行网络化、管理信息化和服务智能化具有重要的作用。
宋铠钰[8]（2020）在《基于信息互联的数字化车间智能化关键技术研究》文中指出随着网络和信息技术的迅猛发展,智能化、网络化和绿色化已渐渐成为制造业发展的重要方向,数字化车间也逐渐从数字化向智能化转变,为智能制造做准备,因此数字化车间智能化技术也备受关注。本文以面向智能制造的数字化车间为研究对象,对其智能化技术进行了深入研究。论文的主要研究内容如下:（1）提出了面向智能制造的数字化车间智能化技术体系架构。为数字化车间向智能化车间转变提供了新的研究思路与方向。智能技术特征、智能功能特征和智能网络特征共同支撑起了该架构。其中,智能技术特征用来描述数字化车间内现场设备、生产管理和信息知识三个层面的智能化要素和水平,也是三个层面所具有的功能技术和网络技术的智能化界定基础。智能功能特征则给出了数字化车间内生产制造及计划管理等各层面所应具有的智能化功能技术的整体架构与描述。智能网络特征主要描述了数字化车间为实现智能制造所应具备的基本信息模型、网络架构和信息共享机制。（2）针对存在于数字化车间生产制造中数字化控制设备及其与业务管理系统间的数据交换和共享中的问题,基于分层建模的方法和面向服务的集成技术,首次提出了一种面向智能制造数字化车间制造过程的信息互联架构。以数字化车间制造过程信息为对象,定义了基于XML（Extensible Markup Language）语言的工单定义格式（Worksheet Definition Format,简称WDF）和过程消息格式（Process Message Format,简称PMF）。构建WDF信息组织结构,将数字化车间生产制造及计划管理等各层面数据信息按照合理的逻辑组织关系统一描述在WDF文件中,以实现信息的高效传递和共享。基于WDF资源驱动机制可实现生产节拍平稳控制。同时,通过WDF信息互联模型可解决不同厂商设备异构和平台差异性问题,做到真正意义上的开放式互联共享机制。（3）创新性的设计了一种基于复杂工艺路径规划模型的智能调度方法。目前数字化车间为实现柔性化作业管理而采用的智能调度技术,往往都是在依据人工经验确定的固定的工艺路径及工序设定的基础上进行的,会导致车间内现场设备没有被充分利用,生产效率有再被提高的可能性。因此,基于有向无环图的理论提出了一种针对复杂工艺的工艺路径规划模型,即PR-AOV网和PP-AOE网。PR-AOV网对复杂工艺进行拓扑排序寻找出所有可能的工艺路径,再通过PP-AOE网计算出这些工艺路径的关键路径。将该模型与人工智能算法（如遗传算法）结合,实现柔性作业车间内的准静态智能调度和动态智能调度。此方法为实际生产中具有复杂工艺的智能调度提供了全新的思路和方法。（4）首次提出了通过主轴电流杂波成分识别复杂工况铣刀磨损状态的研究思想。目前针对刀具磨损监测的研究方法众多,其中主轴电流监测方法由于不影响到机床的正常加工而被广泛采用,但目前方法很难适用于复杂工况下的刀具磨损监测,限制了其在实际工业环境中的应用。针对主轴电流受切削工艺参数影响无法适应复杂工况条件下刀具磨损监测的问题,本论文开创性的提出了一种基于主轴电流杂波和深度卷积神经网络的复杂工况下刀具磨损监测方法。通过剔除电流信号中反映切削参数变化的相关信息,保留与刀具磨损状态相关性强的杂波成分,并基于深度卷积神经网络设计一种Le Net-WSRMC网络,自适应地挖掘主轴电流杂波中蕴含的刀具磨损状态特征,并通过实验验证了该方法的有效性。（5）基于上述理论和方法研究,围绕面向智能制造的数字化车间信息互联架构及其智能功能搭建了仿真验证平台,基于客户机/服务器（C/S）模式完成两种数字化车间网络架构中MES层和SCADA监控层应用程序的开发,构建了数字化制造车间MES层、SCADA层和设备层三层网络架构。并在该信息互联架构软件环境下对本文提出的信息交互机制、WDF模型、PMF模型,WDF信息组织架构及基于复杂工艺路径规划模型的智能调度方法进行仿真验证。最后,将本文提出的面向智能制造的数字化车间信息互联模型及信息共享机制在北京北一机床有限公司数字化制造车间进行了应用验证通过仿真平台与现场验证,证明了本文的研究成果的可行性、适用性及有效性。
吴邵宇[9]（2020）在《基于上下文感知的餐饮O2O本体建模与推荐方法研究》文中认为随着移动互联网的发展,面向餐饮等服务业的O2O电子商务模式逐渐凸显它的价值和发展潜力。但由于O2O平台所承载的数据量不断增长,导致了“数据爆炸但知识贫乏”的困境,信息过载问题日益凸显。为解决该问题,个性化推荐系统通过信息过滤从海量的资源中提取符合用户需求的信息,在各类电子商务网站上得到了广泛应用。餐饮O2O电子商务的线上线下交互更加情景化和多元化,用户的个性化需求具有上下文敏感性,因此O2O推荐与传统推荐在数据的维度与稀疏性、用户偏好特征、推荐实时性等方面存在区别,对用户的动态偏好分析与挖掘提出了更高的要求。不过,普适计算的发展为更全面、更实时的上下文信息的获取提供了基础。在此背景下,本文通过本体建模对用户的上下文与餐饮领域推荐资源进行知识表示与推理,并对将上下文信息融入推荐模型的方法进行研究,主要研究内容如下:首先,研究了基于上下文感知的餐饮O2O推荐本体。在设计了两层本体结构的上下文服务模型的基础上,对上下文建模信息获取方法进行了分析。通过上下文本体和餐饮领域本体的概念和属性类、属性、实例等详细描述了餐饮O2O推荐中实体概念之间的交互关系,并在此基础上利用本体的属性与规则建立餐饮领域的知识库,通过规则推理实现基于知识过滤的餐饮O2O推荐。然后,研究了上下文后过滤的协同过滤推荐方法。针对传统推荐方法用于餐饮O2O推荐时的稀疏矩阵、冷启动问题,参考计算文本特征项权重的TF-IDF算法,设计了将用户-商品评分矩阵转化为用户-商品属性值评分矩阵的方法。根据以用户的评分偏好和静态上下文信息构建的相似组,采用基于KL散度为上下文加权的贝叶斯方法预测用户对于商品属性值的动态偏好。通过实验分析,验证了上下文后过滤推荐方法的有效性。最后,研究了餐饮O2O推荐流程与系统实现。从餐饮O2O推荐系统用户的实际使用需求进行考虑,将知识过滤和协同过滤两种算法按流程融合,并设计了模块化的系统体系框架,实现了上下文信息的获取以及具有推理功能的本体模块。按照用户使用系统的过程,对客户端实现的效果进行了展示。
李鹏[10]（2019）在《基于虚拟化资源管理的计量信息平台构建研究》文中指出目前,信息化在各行各业已经发展起来,成为经济发展的重要力量。但是由于计量检定业务的专业性与特殊性,计量行业的信息化发展水平明显落后于社会信息化平均水平。云计算技术作为信息化发展的新一代技术,改变了传统的信息处理模式,它与互联网技术相结合为信息化发展提供了动态的应用服务和更好的平台扩展能力,其核心技术之一的虚拟化技术,对数据中心底层的各种硬件资源进行整合,构建虚拟资源池,运用虚拟资源管理策略进行管理,实现动态调度的目标。但是,在计量信息平台的构建过程中,数据中心资源闲置、负载不均衡的情况仍然存在,特别是绿色计算概念的提出,对于虚拟资源管理提出了更高的要求。因此,研究如何优化虚拟资源管理,特别是虚拟机调度的优化,对于提高资源利用率、降低能耗等方面具有重要的意义。本文以计量信息平台为研究对象,分析计量信息平台的功能,研究计量信息平台构建过程中的应用系统架构与虚拟资源管理问题,构建可扩展的多层次计量信息应用系统并解决虚拟资源管理过程中的高能耗与负载不均问题。首先对计量信息平台的功能进行分析,包括计量信息平台应用系统的业务特点、技术架构与功能模块分析,以及虚拟资源管理的功能分析与基于遗传算法的资源调度分析:其次对虚拟资源管理进行模型构建,抽象出数学模型,并将负载均衡与能耗节约作为优化目标构建适应度函数,设计改进后的遗传算法并进行算法模型实现;最后,通过CloudSim平台进行实验仿真,构建算法性能评价指标,通过小规模、中型规模、大规模的算法实验验证算法对于能耗与负载双指标的优化能力;以权限管理子系统为例进行应用系统案例实现,验证系统架构中包括系统实现方法在内的各种关键技术的应用原理,包括MVC模型、Entity Framework架构、API技术与Angular前端技术。实验结果表明,改进后的遗传算法对于虚拟机调度过程中的能耗优化与负载优化具有较高的可用性与稳定性;架构技术验证结果表明,本文设计的计量信息平台架构具有较高的实用性与可扩展性,并能够进行系统案例实现并投入使用。本文的研究结果将对计量信息行业的信息化发展具有重大的推动意义与示范意义。
二、Web应用开发的两层体系结构建模（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Web应用开发的两层体系结构建模（论文提纲范文）
（1）基于表示学习的多层网络融合关键技术的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 网络对齐研究 |
| 1.2.2 多层网络的结构融合研究 |
| 1.2.3 多层网络的空间嵌入融合研究 |
| 1.3 本文研究面临的挑战 |
| 1.4 本文主要研究内容和创新点 |
| 1.5 论文结构安排 |
| 第二章 相关知识 |
| 2.1 多层网络模型 |
| 2.1.1 数学描述 |
| 2.1.2 基本性质 |
| 2.2 多层网络的层间对齐研究 |
| 2.3 多层网络融合研究 |
| 2.3.1 多层网络的结构融合问题 |
| 2.3.2 多层网络的空间嵌入融合问题 |
| 2.4 网络表示学习研究 |
| 2.4.1 基于矩阵分解的网络表示学习研究 |
| 2.4.2 基于随机游走的网络表示学习研究 |
| 2.4.3 基于深度学习的网络表示学习研究 |
| 2.5 解纠缠表示学习问题 |
| 2.6 本章小结 |
| 第三章 基于图-序列生成的节点排序图对齐神经网络模型 |
| 3.1 研究背景 |
| 3.2 相关问题与定义 |
| 3.3 基于图-序列生成的节点排序图对齐神经网络模型 |
| 3.3.1 预处理阶段 |
| 3.3.2 网络的层内嵌入阶段 |
| 3.3.3 网络的嵌入空间对齐阶段 |
| 3.3.4 基于图-序列生成的网络匹配阶段 |
| 3.3.5 GANN算法 |
| 3.4 实验结果 |
| 3.4.1 实验设置 |
| 3.4.2 实验结果与分析 |
| 3.4.3 模型的参数敏感性分析 |
| 3.4.4 有效性验证实验 |
| 3.5 本章小结 |
| 第四章 基于层间一致性和互补性的多层网络结构融合模型 |
| 4.1 研究背景 |
| 4.2 相关问题与定义 |
| 4.3 非线性多层网络结构融合 |
| 4.3.1 网络特征的提取 |
| 4.3.2 增强迭代融合 |
| 4.3.3 高阶邻近性 |
| 4.4 实验结果 |
| 4.4.1 实验设置 |
| 4.4.2 数据集 |
| 4.4.3 对比算法 |
| 4.4.4 跨域链接预测 |
| 4.4.5 共享社区发现 |
| 4.4.6 模型的参数敏感性分析 |
| 4.4.7 消融实验 |
| 4.4.8 效率对比实验 |
| 4.5 本章小结 |
| 第五章 保存多层网络层间结构相关性的空间嵌入融合框架 |
| 5.1 研究背景 |
| 5.2 相关问题与定义 |
| 5.3 基于自适应采样的多层网络空间嵌入融合框架 |
| 5.3.1 自适应跨层跳转问题 |
| 5.3.2 采样边类型不平衡问题 |
| 5.3.3 基于自适应采样的节点嵌入 |
| 5.3.4 模型优化 |
| 5.4 实验结果 |
| 5.4.1 实验设置 |
| 5.4.2 跨域链接预测 |
| 5.4.3 共享社区发现 |
| 5.4.4 框架的参数敏感性分析 |
| 5.5 本章小结 |
| 第六章 保存节点高阶依赖关系的空间嵌入融合模型 |
| 6.1 研究背景 |
| 6.2 相关问题与定义 |
| 6.3 保存节点高阶依赖关系的空间嵌入融合 |
| 6.3.1 保存高阶邻近性 |
| 6.3.2 保存层间依赖性 |
| 6.3.3 保存属性和拓扑之间的依赖性 |
| 6.3.4 模型优化和时间复杂度 |
| 6.4 实验结果 |
| 6.4.1 实验设置 |
| 6.4.2 跨域链接预测 |
| 6.4.3 共享社区发现 |
| 6.4.4 模型的参数敏感性分析 |
| 6.4.5 消融实验 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文总结 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
| 攻读博士学位期间参与的科研项目 |
（2）燃气-蒸汽联合循环机组智能诊断与健康维护技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.1.1 联合循环机组在我国的发展 |
| 1.1.2 联合循环机组健康维护面临的挑战 |
| 1.1.3 联合循环机组健康维护的新机遇 |
| 1.2 课题的研究目的及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 故障与健康概念内涵研究现状 |
| 1.3.2 知识与数据管理研究现状 |
| 1.3.3 联合循环机组智能诊断理论研究现状 |
| 1.3.4 联合循环机组智能诊断系统研究现状 |
| 1.4 本文的研究内容和结构安排 |
| 第2章 联合循环机组健康维护大数据系统研究 |
| 2.1 引言 |
| 2.2 联合循环机组健康维护领域知识获取 |
| 2.2.1 FMEA和FTA基本理论 |
| 2.2.2 FMEA和FTA联合指导机组领域知识获取 |
| 2.2.3 联合循环机组领域知识获取结果 |
| 2.3 本体基本理论 |
| 2.3.1 本体的概念 |
| 2.3.2 本体的语义 |
| 2.3.3 OWL的语法 |
| 2.4 基于本体的领域知识和数据结构化表示 |
| 2.4.1 边界工况本体 |
| 2.4.2 故障知识本体 |
| 2.4.3 监测数据本体 |
| 2.4.4 案例验证 |
| 2.5 基于本体的语义性推理 |
| 2.5.1 基于OWL公理的本体语义性推理 |
| 2.5.2 基于SWRL的本体语义性推理 |
| 2.5.3 案例验证 |
| 2.6 基于本体的语义性查询 |
| 2.6.1 基于SPARQL的本体查询 |
| 2.6.2 基于本体的历史数据访问 |
| 2.6.3 案例验证 |
| 2.7 本章总结 |
| 第3章 联合循环机组健康状况异常检测研究 |
| 3.1 引言 |
| 3.2 联合循环机组健康状况异常检测分析与流程设计 |
| 3.3 历史数据清洗 |
| 3.3.1 稳态工况判别 |
| 3.3.2 工况划分 |
| 3.3.3 基准样本筛选 |
| 3.4 变工况异常检测 |
| 3.4.1 联合循环机组变工况运行状态分析 |
| 3.4.2 变分自编码器基本理论 |
| 3.4.3 基于条件变自编码器的联合循环机组变工况基准模型 |
| 3.4.4 基于重构概率的异常检测 |
| 3.5 实例验证 |
| 3.5.1 数据清洗 |
| 3.5.2 参数预测 |
| 3.5.3 异常检测 |
| 3.6 本章总结 |
| 第4章 联合循环机组健康诊断与维护决策研究 |
| 4.1 引言 |
| 4.2 联合循环机组智能诊断分析与流程设计 |
| 4.2.1 联合循环机组故障诊断特点 |
| 4.2.2 联合循环机组智能诊断的流程设计 |
| 4.3 诊断模型的构建 |
| 4.3.1 结构性因果模型基本理论 |
| 4.3.2 Leaky Noisy-Or假设 |
| 4.3.3 基于结构性因果模型的诊断模型 |
| 4.4 基于反事实推理的诊断决策 |
| 4.4.1 反事实推理基本理论 |
| 4.4.2 充分因与必要因诊断指标的定义 |
| 4.4.3 基于孪生网络的反事实推理计算框架 |
| 4.5 诊断模型的评价 |
| 4.5.1 诊断模型的敏度分析 |
| 4.5.2 诊断模型的可靠性分析 |
| 4.5.3 诊断模型的可解释性分析 |
| 4.6 实例验证 |
| 4.7 本章总结 |
| 第5章 联合循环机组智能诊断系统设计与实现 |
| 5.1 引言 |
| 5.2 联合循环机组智能诊断系统的数字孪生模型 |
| 5.2.1 数字孪生基本理论 |
| 5.2.2 基于数字孪生的智能诊断系统框架 |
| 5.3 联合循环机组智能诊断系统的设计 |
| 5.3.1 系统需求分析 |
| 5.3.2 系统整体设计 |
| 5.3.3 大数据系统设计 |
| 5.3.4 模型算法库设计 |
| 5.3.5 人机交互系统设计 |
| 5.4 联合循环机组智能诊断系统的实现 |
| 5.4.1 系统技术框架概述 |
| 5.4.2 系统主要功能实现 |
| 5.5 本章总结 |
| 第6章 结论与展望 |
| 6.1 全文总结 |
| 6.2 论文的主要创新点 |
| 6.3 有待进一步开展的工作 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（3）煤机装备科学数据共享服务平台开发（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究动态 |
| 1.2.1 科学数据共享 |
| 1.2.2 数据共享技术研究 |
| 1.2.3 煤机装备数据库与应用系统 |
| 1.2.4 存在问题 |
| 1.3 研究内容 |
| 1.4 论文结构 |
| 第2章 煤机装备科学数据共享服务平台总体设计 |
| 2.1 引言 |
| 2.2 煤机装备科学数据资源 |
| 2.3 平台设计原则与需求分析 |
| 2.3.1 设计原则 |
| 2.3.2 功能模块 |
| 2.3.3 非功能性需求分析 |
| 2.3.4 可行性分析 |
| 2.4 体系架构与功能设计 |
| 2.4.1 体系架构 |
| 2.4.2 功能设计 |
| 2.4.3 数据共享模式 |
| 2.5 平台实现关键技术 |
| 2.5.1 ASP.NET技术 |
| 2.5.2 Ajax技术 |
| 2.5.3 元数据技术 |
| 2.6 平台开发环境 |
| 2.6.1 平台架构 |
| 2.6.2 平台硬件开发环境 |
| 2.6.3 平台软件开发环境 |
| 2.7 小结 |
| 第3章 平台数据汇交模块设计与实现 |
| 3.1 引言 |
| 3.2 数据汇交需求分析 |
| 3.2.1 汇交数据特征 |
| 3.2.2 存在的问题 |
| 3.3 功能设计 |
| 3.3.1 汇交注册 |
| 3.3.2 汇交申请 |
| 3.3.3 汇交审核 |
| 3.3.4 汇交入库 |
| 3.4 关键技术 |
| 3.4.1 权限控制与加密技术 |
| 3.4.2 数据传输 |
| 3.5 汇交实现 |
| 3.5.1 汇交流程 |
| 3.5.2 数据库设计 |
| 3.5.3 元数据注册界面设计 |
| 3.6 小结 |
| 第4章 平台专题数据模块设计与实现 |
| 4.1 引言 |
| 4.2 煤机装备专题数据资源 |
| 4.2.1 数据资源概述 |
| 4.2.2 数据库构建原则 |
| 4.2.3 专题数据子数据库 |
| 4.3 模块开发 |
| 4.3.1 界面设计 |
| 4.3.2 数据库设计 |
| 4.3.3 数据查询设计 |
| 4.4 小结 |
| 第5章 平台应用服务模块设计与实现 |
| 5.1 引言 |
| 5.2 应用服务功能模块 |
| 5.3 参数化建模子系统 |
| 5.3.1 系统功能框架与功能设计 |
| 5.3.2 参数化建模基本原理与方法 |
| 5.3.3 子系统实现 |
| 5.4 概念设计子系统 |
| 5.4.1 系统功能框架与功能设计 |
| 5.4.2 概念设计基本原理与方法 |
| 5.4.3 子系统实现 |
| 5.5 小结 |
| 第6章 平台测试与应用 |
| 6.1 引言 |
| 6.2 平台测试 |
| 6.2.1 测试目的与原则 |
| 6.2.2 测试内容 |
| 6.2.3 测试方法与步骤 |
| 6.2.4 测试环境 |
| 6.2.5 测试结果 |
| 6.3 应用实例 |
| 6.3.1 数据汇交模块 |
| 6.3.2 专题数据模块 |
| 6.3.3 应用服务模块 |
| 6.4 平台实际应用情况 |
| 6.5 小结 |
| 第7章 结论与展望 |
| 7.1 主要结论 |
| 7.2 工作展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（4）基于BERT预训练模型的web应用程序客户端输入约束检测（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.2.1 输入验证功能测试研究现状 |
| 1.2.2 输入验证安全测试研究现状 |
| 1.2.3 研究现状总结 |
| 1.3 研究目标与内容 |
| 1.4 创新与特色 |
| 1.5 论文结构 |
| 1.6 本章小结 |
| 第2章 相关理论与技术 |
| 2.1 词向量 |
| 2.2 语言模型 |
| 2.2.1 规则模型 |
| 2.2.2 统计语言模型 |
| 2.2.3 神经网络语言模型 |
| 2.3 深度学习模型 |
| 2.3.1 Transformer模型 |
| 2.3.2 BERT预训练模型 |
| 2.4 序列标注 |
| 2.4.1 分词 |
| 2.4.2 词性标注 |
| 2.4.3 命名实体识别 |
| 2.5 本章小结 |
| 第3章 基于半监督的文本分类算法提取输入约束代码研究 |
| 3.1 引言 |
| 3.2 相关理论 |
| 3.3 实验数据采集 |
| 3.3.1 CodeSearchNet数据集 |
| 3.3.2 数据预处理 |
| 3.4 基于Mix Text的半监督文本分类的输入约束代码提取建模 |
| 3.4.1 TMix约束代码数据增强 |
| 3.4.2 基于Mix Text的半监督的输入约束代码分类建模 |
| 3.5 实验与结果分析 |
| 3.5.1 实验设计 |
| 3.5.2 评估指标 |
| 3.5.3 实验结果与分析 |
| 3.6 本章小结 |
| 第4章 基于Code BERT和 CRF结合的约束代码实体识别研究 |
| 4.1 引言 |
| 4.2 数据预处理 |
| 4.2.1 输入约束代码实体定义 |
| 4.2.2 数据预处理及输入约束代码实体标注 |
| 4.3 基于CodeBERT和 CRF结合的约束代码实体提取的模型建立 |
| 4.3.1 CodeBERT模型架构 |
| 4.3.2 CodeBERT提取输入约束代码特征 |
| 4.3.3 条件随机场(CRF)判别约束代码实体标签 |
| 4.4 实验与结果分析 |
| 4.4.1 实验数据 |
| 4.4.2 模型参数设置 |
| 4.4.3 评估指标 |
| 4.4.4 实验结果及分析 |
| 4.5 本章小结 |
| 第5章 基于机器学习的约束代码分类研究 |
| 5.1 引言 |
| 5.2 输入约束代码分类 |
| 5.2.1 卡片分类法 |
| 5.2.2 实验参与者 |
| 5.2.3 实验流程 |
| 5.2.4 实验结果分析 |
| 5.3 基于机器学习的约束代码分类建模 |
| 5.3.1 特征设计 |
| 5.3.2 数据预处理 |
| 5.3.3 特征分析 |
| 5.3.4 模型构建 |
| 5.4 实验设计与结果分析 |
| 5.4.1 实验数据 |
| 5.4.2 特征选择 |
| 5.4.3 评估指标 |
| 5.4.4 模型训练 |
| 5.4.5 实验结果与分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（5）基于CLDNN混合模型的中文语音识别系统（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究历史与现状 |
| 1.3 本文的主要贡献 |
| 1.4 本论文的结构安排 |
| 第二章 语音识别技术与神经网络技术基础 |
| 2.1 语音识别技术 |
| 2.1.1 信号预处理与特征提取 |
| 2.1.2 声学模型 |
| 2.1.3 语言模型 |
| 2.2 神经网络基础 |
| 2.2.1 卷积神经网络 |
| 2.2.2 循环神经网络 |
| 2.2.3 连接时序分类 |
| 2.3 本章小结 |
| 第三章 改进CLDNN的声学模型及其解码器设计与实验 |
| 3.1 CLDNN及其分析 |
| 3.1.1 CLDNN模型 |
| 3.1.2 模型分析 |
| 3.2 改进CLDNN模型原理与设计 |
| 3.2.1 统一语音信号长度 |
| 3.2.2 卷积神经网络深化 |
| 3.2.3 长短时记忆网络层的简化与优化 |
| 3.2.4 总体结构 |
| 3.3 统计语言模型解码器设计 |
| 3.3.1 马尔科夫链解码器 |
| 3.3.2 语言模型的词频统计方法 |
| 3.4 实验设计与结果分析 |
| 3.4.1 实验设计 |
| 3.4.2 实验结果及分析 |
| 3.5 本章小结 |
| 第四章 基于改进后CLDNN模型的中文语音识别系统 |
| 4.1 系统设计与实现 |
| 4.1.1 总体设计 |
| 4.1.2 用户信息管理模块 |
| 4.1.3 语音识别模块 |
| 4.1.4 纠正词典模块 |
| 4.1.5 识别记录管理模块 |
| 4.2 系统测试 |
| 4.2.1 纠正词典测试 |
| 4.2.2 语音识别测试 |
| 4.3 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
（7）采煤机科学数据共享服务系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究动态 |
| 1.2.1 科学数据共享 |
| 1.2.2 数据共享技术研究 |
| 1.2.3 采煤机数据库共享与知识库系统 |
| 1.2.4 存在的问题 |
| 1.3 主要研究内容 |
| 1.4 技术路线 |
| 第二章 采煤机科学数据共享服务系统总体架构设计 |
| 2.1 引言 |
| 2.2 采煤机科学数据资源 |
| 2.3 系统需求分析 |
| 2.3.1 功能需求分析 |
| 2.3.2 非功能性需求分析 |
| 2.4 系统体系架构与功能设计 |
| 2.4.1 设计原则 |
| 2.4.2 体系架构 |
| 2.4.3 功能设计 |
| 2.5 系统实现关键技术 |
| 2.5.1 ASP.NET |
| 2.5.2 Ajax技术 |
| 2.5.3 Web Service技术 |
| 2.6 系统开发环境 |
| 2.6.1 系统架构 |
| 2.6.2 系统硬件开发环境 |
| 2.6.3 系统软件开发环境 |
| 2.7 系统可行性分析 |
| 2.8 小结 |
| 第三章 采煤机科学数据共享服务系统模块集成 |
| 3.1 引言 |
| 3.2 专题数据服务子系统 |
| 3.2.1 采煤机专题数据资源 |
| 3.2.2 功能结构设计 |
| 3.2.3 数据库设计 |
| 3.3 应用服务子系统 |
| 3.3.1 概念设计功能 |
| 3.3.2 CAD参数化建模功能 |
| 3.3.3 CAE参数化分析功能 |
| 3.4 下载中心子系统 |
| 3.4.1 功能设计 |
| 3.4.2 功能实现 |
| 3.5 用户管理子系统 |
| 3.5.1 用户权限分析 |
| 3.5.2 用户管理功能实现 |
| 3.6 系统帮助子系统 |
| 3.6.1 联系我们 |
| 3.6.2 问题反馈 |
| 3.7 小结 |
| 第四章 采煤机设计数据汇交服务子系统 |
| 4.1 引言 |
| 4.2 汇交子系统需求分析 |
| 4.2.1 采煤机设计数据特征 |
| 4.2.2 采煤机设计数据汇交面临的问题 |
| 4.3 汇交体系 |
| 4.3.1 汇交体系结构 |
| 4.3.2 汇交技术流程 |
| 4.3.3 汇交工作流程 |
| 4.4 功能设计 |
| 4.4.1 汇交注册 |
| 4.4.2 数据汇交 |
| 4.4.3 汇交审核 |
| 4.4.4 数据管理 |
| 4.5 功能实现技术研究 |
| 4.5.1 元数据汇交 |
| 4.5.2 数据传输 |
| 4.5.3 专家审核 |
| 4.6 数据库设计 |
| 4.7 小结 |
| 第五章 系统测试与应用 |
| 5.1 引言 |
| 5.2 系统集成 |
| 5.3 系统测试 |
| 5.3.1 测试目的与原则 |
| 5.3.2 测试内容 |
| 5.3.3 测试方法与步骤 |
| 5.3.4 测试结果 |
| 5.4 应用实例 |
| 5.4.1 专题数据服务子系统 |
| 5.4.2 应用服务子系统 |
| 5.4.3 汇交服务子系统 |
| 5.4.4 下载中心子系统 |
| 5.4.5 用户管理子系统 |
| 5.4.6 系统帮助子系统 |
| 5.5 小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 下一步工作展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（8）基于信息互联的数字化车间智能化关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 数字化车间是制造业向着智能化发展的基础 |
| 1.1.2 制造过程信息的互联互通是制造车间智能化的关键 |
| 1.1.3 信息模型是互联互通的基础 |
| 1.1.4 制造车间智能化技术是实现智能制造的核心技术 |
| 1.2 国内外研究现状 |
| 1.2.1 数字化车间智能化技术及应用研究现状 |
| 1.2.2 数字化车间信息模型研究现状 |
| 1.2.3 信息集成研究现状 |
| 1.2.4 数字化车间智能调度研究现状 |
| 1.2.5 数字化车间智能监控研究现状 |
| 1.2.6 国内外研究现状分析 |
| 1.3 课题来源及主要主要研究内容 |
| 1.3.1 课题来源 |
| 1.3.2 课题的主要研究内容 |
| 1.4 论文研究内容的总体框架 |
| 第2章 面向智能制造的数字化车间智能化技术体系架构研究 |
| 2.1 面向智能制造的数字化车间的智能化技术体系架构 |
| 2.1.1 智能技术特征 |
| 2.1.2 智能功能特征 |
| 2.1.3 智能网络特征 |
| 2.2 面向智能制造的数字化车间互联网络体系结构 |
| 2.3 面向智能制造的数字化车间信息交互机制 |
| 2.3.1 工单定义格式 |
| 2.3.2 过程消息格式 |
| 2.3.3 解析器 |
| 2.4 本章小结 |
| 第3章 面向智能制造的数字化车间信息模型研究 |
| 3.1 面向智能制造数字化车间制造过程信息互联架构 |
| 3.2 工单定义格式(WDF) |
| 3.2.1 功能模型 |
| 3.2.2 资源模型 |
| 3.3 WDF信息组织结构 |
| 3.3.1 纵向嵌套规则 |
| 3.3.2 横向链接规则 |
| 3.4 资源驱动机制 |
| 3.5 WDF的生命周期 |
| 3.6 过程消息格式(PMF) |
| 3.6.1 消息族 |
| 3.6.2 信息交互模式 |
| 3.6.3 消息传递级别 |
| 3.7 本章小结 |
| 第4章 基于复杂工艺路径规划的数字化车间智能调度研究 |
| 4.1 高级计划与排程(APS)概述 |
| 4.1.1 APS的构成 |
| 4.1.2 APS的定位 |
| 4.2 数字化车间调度问题研究 |
| 4.2.1 传统作业车间调度问题描述 |
| 4.2.2 柔性作业车间调度问题描述 |
| 4.3 工艺路径规划模型 |
| 4.3.1 PR-AOV网络 |
| 4.3.2 PP-AOE网络 |
| 4.4 基于工艺路径规划模型的多目标柔性作业车间调度方法 |
| 4.5 数字化作业车间的准静态与动态调度 |
| 4.5.1 准静态调度 |
| 4.5.2 动态调度 |
| 4.6 本章小结 |
| 第5章 基于主轴电流杂波的刀具磨损状态智能识别研究 |
| 5.1 主轴电流杂波映射刀具磨损机理 |
| 5.1.1 铣削力与刀具磨损关系 |
| 5.1.2 主轴电流与铣削力关系 |
| 5.2 铣刀磨损状态的智能识别方法 |
| 5.3 深度卷积神经网络模型 |
| 5.3.1 输入层 |
| 5.3.2 卷积层 |
| 5.3.3 池化层 |
| 5.3.4 全连接层 |
| 5.3.5 输出层 |
| 5.3.6 损失函数 |
| 5.3.7 反向传播算法 |
| 5.4 试验验证 |
| 5.4.1 实验装置 |
| 5.4.2 实验数据集 |
| 5.4.3 实验结果讨论与分析 |
| 5.5 本章小结 |
| 第6章 验证与分析 |
| 6.1 现场验证 |
| 6.1.1 企业概述 |
| 6.1.2 企业数字化车间信息互联存在的问题分析 |
| 6.1.3 验证现场环境 |
| 6.1.4 验证方案 |
| 6.1.5 验证步骤及过程 |
| 6.2 仿真平台验证 |
| 6.2.1 系统架构及开发工具的选择 |
| 6.2.2 MES应用程序 |
| 6.2.3 SCADA应用程序 |
| 6.3 本章小结 |
| 结论 |
| 参考文献 |
| 附录A 常用数据类型的描述和编码 |
| 附录B Function类可能包含的属性和元素 |
| 附录C Resource类可能包含的属性和元素 |
| 附录D PMF消息可能包含的属性和元素 |
| 附录E 典型零件的图纸与工艺 |
| 攻读博士学位期间所发表的学术论文 |
| 致谢 |
（9）基于上下文感知的餐饮O2O本体建模与推荐方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于上下文感知的推荐方法的研究综述 |
| 1.2.2 餐饮推荐方法的研究综述 |
| 1.2.3 研究述评 |
| 1.3 研究内容与技术路线 |
| 1.4 本文的主要创新点 |
| 第二章 基于上下文感知的推荐相关理论研究 |
| 2.1 上下文感知的相关概念 |
| 2.1.1 上下文与上下文感知的定义 |
| 2.1.2 餐饮O2O推荐的上下文分类 |
| 2.2 基于上下文感知的个性化推荐技术 |
| 2.2.1 传统的个性化推荐模式 |
| 2.2.2 融入上下文信息的个性化推荐技术 |
| 2.3 基于上下文感知的本体建模方法 |
| 2.3.1 上下文模型的构建方法 |
| 2.3.2 本体建模方法 |
| 2.4 本章小结 |
| 第三章 基于上下文感知的餐饮O2O推荐本体建模 |
| 3.1 上下文服务模型设计 |
| 3.2 上下文建模信息获取 |
| 3.2.1 上下文信息获取的原则 |
| 3.2.2 直接上下文获取的理论方法 |
| 3.2.3 非直接上下文获取的理论方法 |
| 3.3 餐饮O2O推荐本体构建 |
| 3.3.1 本体模型构建方法 |
| 3.3.2 上下文本体 |
| 3.3.3 餐饮领域本体 |
| 3.4 基于本体的知识推理方法 |
| 3.4.1 SWRL规则的定义与推理 |
| 3.4.2 健康餐饮知识获取方法 |
| 3.5 本章小结 |
| 第四章 上下文后过滤的协同过滤推荐方法 |
| 4.1 上下文后过滤的推荐算法 |
| 4.2 基于商品属性的近邻搜索 |
| 4.2.1 评分矩阵的基本数据结构 |
| 4.2.2 基于TF-IDF算法的属性效用分析 |
| 4.2.3 用户偏好相似度计算 |
| 4.3 上下文后过滤的推荐生成过程 |
| 4.3.1 基于贝叶斯方法的动态偏好分析 |
| 4.3.2 基于KL散度的上下文加权方法 |
| 4.3.3 推荐结果排序 |
| 4.4 实验及结果分析 |
| 4.4.1 实验流程 |
| 4.4.2 实验结果分析 |
| 4.5 本章小结 |
| 第五章 餐饮O2O推荐流程与系统实现 |
| 5.1 融合知识过滤的混合推荐方法 |
| 5.2 推荐系统设计 |
| 5.2.1 系统环境架构 |
| 5.2.2 上下文信息获取的实现 |
| 5.2.3 基于Jena的本体模块 |
| 5.3 客户端实现效果 |
| 5.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（10）基于虚拟化资源管理的计量信息平台构建研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 信息管理系统国内外研究现状 |
| 1.3.2 计量信息系统国内外研究现状 |
| 1.3.3 虚拟化资源管理策略国内外研究现状 |
| 1.4 研究内容、研究方法与创新点 |
| 1.4.1 研究内容 |
| 1.4.2 研究的方法 |
| 1.4.3 创新点 |
| 1.5 论文章节安排 |
| 第二章 相关理论与技术 |
| 2.1 虚拟化资源管理的基本理论 |
| 2.1.1 虚拟化技术定义与分类 |
| 2.1.2 虚拟化资源管理定义与特点 |
| 2.1.3 虚拟资源管理模型与调度算法 |
| 2.2 Angular技术框架 |
| 2.2.1 Angular框架 |
| 2.2.2 Bootstrap |
| 2.3 CloudSim仿真平台 |
| 2.3.1 CloudSim与其它仿真平台介绍 |
| 2.3.2 CloudSim体系结构 |
| 第三章 计量信息平台的功能分析 |
| 3.1 计量信息平台总体概述 |
| 3.1.1 计量信息平台总体架构 |
| 3.1.2 应用系统与虚拟化资源管理的关系 |
| 3.2 计量信息平台应用系统分析 |
| 3.2.1 计量信息平台业务特点 |
| 3.2.2 计量信息平台功能模块分析 |
| 3.2.3 计量信息平台架构关键技术原理分析 |
| 3.3 计量信息平台虚拟资源管理分析 |
| 3.3.1 虚拟化资源管理的功能分析 |
| 3.3.2 虚拟化资源管理的调度目标与问题分析 |
| 3.3.3 基于遗传算法的资源调度分析 |
| 第四章 计量信息平台中的虚拟资源管理算法设计 |
| 4.1 多维随机装箱问题描述 |
| 4.2 虚拟资源调度模型抽象 |
| 4.3 多目标的资源调度优化指标构建 |
| 4.3.1 基于负载均衡的评价指标构建 |
| 4.3.2 基于能耗的资源调度指标构建 |
| 4.4 遗传算法的设计 |
| 4.4.1 基于FFD近似算法的初始化种群 |
| 4.4.2 适应度函数设计 |
| 4.4.3 遗传算子设计 |
| 4.4.4 终止条件 |
| 第五章 计量信息平台的实现 |
| 5.1 CloudSim环境初始化 |
| 5.1.1 CloudSim环境配置 |
| 5.1.2 仿真步骤 |
| 5.2 实验设计及分析 |
| 5.2.1 实验参数设置 |
| 5.2.2 实验设计 |
| 5.2.3 评价指标与实验结果分析 |
| 5.3 计量信息平台应用系统案例实现 |
| 5.3.1 基于Scrum与瀑布模型相结合的系统实现方法 |
| 5.3.2 基于Entity Framework的数据访问层实现 |
| 5.3.3 基于API封装的业务逻辑层的实现 |
| 5.3.4 基于Angular框架的信息平台的前端实现 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 遗传算子核心代码 |
| 攻读硕士论文期间发表的论文与科研成果 |
四、Web应用开发的两层体系结构建模（论文参考文献）
- [1]基于表示学习的多层网络融合关键技术的研究[D]. 宁念文. 北京邮电大学, 2021(01)
- [2]燃气-蒸汽联合循环机组智能诊断与健康维护技术研究[D]. 王仲. 华北电力大学(北京), 2021(01)
- [3]煤机装备科学数据共享服务平台开发[D]. 马鹏淘. 太原理工大学, 2021
- [4]基于BERT预训练模型的web应用程序客户端输入约束检测[D]. 付迪阳. 四川大学, 2021(02)
- [5]基于CLDNN混合模型的中文语音识别系统[D]. 巫两璟. 电子科技大学, 2021(01)
- [6]高阶类型化可验证应用系统体系结构建模及案例[J]. 李小平,乌尼日其其格,马世龙,吕江花. 软件学报, 2020(08)
- [7]采煤机科学数据共享服务系统[D]. 陈思红. 太原理工大学, 2020
- [8]基于信息互联的数字化车间智能化关键技术研究[D]. 宋铠钰. 北京工业大学, 2020
- [9]基于上下文感知的餐饮O2O本体建模与推荐方法研究[D]. 吴邵宇. 华南理工大学, 2020(02)
- [10]基于虚拟化资源管理的计量信息平台构建研究[D]. 李鹏. 西安石油大学, 2019(02)