一、在VB中利用API实现多进程数据交换的方法（论文文献综述）
陈成坤[1]（2021）在《空-地协同环境下果园信息共享平台设计与实现》文中提出未来智能农业装备向全面无人化发展,以往都是单一机器进行作业,多机器协同工作的需求逐渐增加,单一无人平台无法满足任务的复杂和多样的问题,多个机器之间的协同工作将是潜在的发展方向。本课题研究采用弹性云服务器、Mongo DB数据库集群和Node.js技术实现多个机器人之间的协同通信。本研究从空-地协同系统云平台为切入点,考虑多机协同之间通信方式的问题,针对地面移动机器人与无人机协同作业情况下两者相互通信的要求,研究一种基于Node.js技术的通信云平台,实现了多机之间相互共享数据。主要的研究内容与结论如下:（1）分析了国内外在不同领域内多机器人通信、空地机器人协同系统、基于Node.js与Express.js应用、基于Mongo DB的数据存储应用研究以及云计算与云机器人平台发展的过程,通过对比分析,总结研究中的不足之处,确定了通信云平台研究的方法和技术路线。（2）通过系统总体架构分析,确定云平台所使用的关键技术、研究平台。并对系统进行需求分析,架构设计。在此基础上进行空-地机器人平台的设计及传感器数据分类,根据通信云平台传感器数据的要求对比传统关系型数据库进行数据库的选择,基于通信云平台海量数据及实时通信的要求实现数据库集群架构的设计与实现。（3）根据系统功能需求,确定了基于Node.js与Express.js开发多机器人之间云通信平台的实现方法。分析了GNSS、数值型和图像型传感器的格式要求,基于RESTful设计原则的基础上设计了传感器的数据通信操作接口;同时基于Mongo DB数据库设计了Mongoose的数据库存储模式（Schema）;最后基于Python实现了机器人端访问云服务平台程序,实现了实时查看云平台状态的浏览器端设计。（4）根据云平台通信的要求,实现了相应的原型系统,基于双目视觉技术,运用YOLOv4深度神经网络实现了果园环境下障碍物信息获取及定位,并根据云平台数据接口格式要求共享至云平台,在云平台实现数据实时数据显示,完成与其他机器人的信息共享。为进一步测试云平台与本地嵌入式计算机的数据通信能,进行网络云平台网络延迟,文件上传下载测试,试验数据表明,网络延迟最大值为36.122 ms,最小值为23.347 ms;文件上传测试中,最小值为1.2 MB/s,最大值为2.9 MB/s;文件下载测试的最小值为580.9 KB/s,最大值为680.9 KB/s。最后使用Apache Bench工具对通信云平台进行并发测试,最终得出在Web服务器在并发500请求/s的负载下可以实现较为稳定的应对高并发处理能力。
李潼[2]（2021）在《云平台下基于微服务架构的高并发web服务器的设计与实现》文中指出近年来,云计算相关技术不断发展与完善,越发受到各企业的重视。私有云、公有云等各类云平台也随之受到社会不同行业的青睐与应用。云平台在底层通过虚拟化技术合理地管理和调度软硬件资源。上层的用户一般通过网络连接来获取云相关的服务,对于云平台的用户来说,无需关心云计算资源的管理,升级和维护。但是,随着移动互联网时代的发展,互联网用户有了爆发性的增长,同时用户需求也有了更加快速,复杂的变化。对云平台web服务器的要求也变得越来越严格,快速交付、易扩展能力和高并发能力等变得越发重要。目前实验室开发的云平台web服务器已经无法适应这样的变化,暴露出代码高度耦合,可靠性差,不易扩展以及高并发能力不足等问题。本文针对其存在的问题,同时联系实际,引入微服务架构对云平台web服务器进行分层设计,并利用基于NodeJS的微服务框架Seneca和应用框架EggJS完成具体的实现。本文分析了目前云平台web服务器的单体架构,并进行了详细的需求分析,之后引入微服务架构的设计思想,将原来的整体架构分成了三层,分别是微服务治理层、微服务通信层以及微服务提供层。本文围绕分层后的架构,对每一层的设计与实现进行了详细的阐述。论文利用Seneca框架,EggJS框架和相关的插件,在微服务治理层中设计并实现了服务注册中心,API网关,熔断服务以及配置中心等一系列微服务治理的组件。在微服务通信层中完成了微服务间通信机制的设计与实现,完成了微服务调用策略的设计与实现。在微服务提供层中对云平台web服务器的业务功能进行了拆分,按照一定的划分颗粒度和业务边界得到了用户管理服务,消息管理服务,云应用服务以及云存储服务等核心功能模块并完成了代码重构。同时按照拆分后的服务对数据库进行了拆分,各个微服务拥有自己的数据层,能独立开发和部署,形成完整的小web应用。最后本文对改进后的云平台web服务器进行了功能测试和非功能测试。通过分析测试结果,发现改进后的web服务器有效地解决了之前暴露的问题,也基本符合预期的设计目标。
赵玉宇,程光,刘旭辉,袁帅,唐路[3]（2021）在《下一代网络处理器及应用综述》文中认为网络处理器作为能够完成路由查找、高速分组处理以及Qo S保障等主流业务的网络设备核心计算芯片,可以结合自身可编程性完成多样化分组处理需求,适配不同网络应用场景.面向超高带宽及智能化终端带来的网络环境转变,高性能可演进的下一代网络处理器设计是网络通信领域的热点问题,受到学者们的广泛关注.融合不同芯片架构优势、高速服务特定业务,使得下一代网络处理器具备分组处理性能加速、动态配置硬件资源和服务应用智能化的特点.对利用新型可编程技术、面向新型网络体系结构以及针对新型高性能业务的下一代网络处理器设计方案与现有研究进行分析比较,并对下一代网络处理器的工业化进程做了介绍;提出了高性能可演进的下一代网络处理器体系架构,通过软硬件协同分组处理流水线、多级缓存与分组调度、资源管理及编程接口等方面给出了架构设计细节,研制了原型系统并对其性能进行了测试.明确了自主可控的网络处理器体系架构的发展方向和智能化应用场景,讨论了未来可能的研究方向.
艾俊伟[4]（2021）在《芯片验证平台设计与自动化测试》文中研究指明在系统级芯片（SoC,System on Chip）的研发过程中,芯片的设计工作和验证工作是交替进行的,芯片设计完成后才能进行流片制造以及封装测试。在流片制造之后会产生不可预知的缺陷,这些缺陷可能来自于设计方也可能来自于制造方。一旦流片制造完成,这些缺陷芯片便造成了经济损失。要将芯片的良率控制在80%以上,在流片之前会进行大量的验证工作,该过程会占据SoC研发阶段的大部分时间。为了缩短芯片的研发周期,硬件设计和软件设计是协同进行的,验证人员根据设计概要利用高级程序语言开发出芯片模型。为了验证该模型设计的正确性,还需设计出验证平台以实现对芯片模型的验证。验证人员发现设计缺陷之后会即时反馈并作相应的修改,该过程是反复进行的。而困难在于反复验证工作会因不同的验证场景而产生不同的验证方法,每一个场景都需重新设计测试用例,导致芯片研发效率低下,延长研发周期。因此还需要结合该验证平台设计出自动化测试机制来优化整个验证过程。本文首先对芯片研发的不同阶段的验证场景进行简要概述,讨论了不同芯片验证方法。设计一种交换芯片的验证平台,该验证平台可以根据用户的不同需求,提供不同的服务程序包括寄存器配置、测试开发等。在验证平台的测试开发模块中设计一种虚拟仪表,通过设置不同的测试模式实现数据包的收发。利用Tcl语言和思博伦仪表提供的函数接口,设计虚拟测试仪表和思博伦仪表之间的转换机制,实现虚拟仪表在硬件环境下的数据收发。结果表明在验证期间时,验证平台可以在不同的场景完成数据包的收发和对测试结果的自动化分析,为验证人员简化不同验证场景转换流程节省了验证时间,实现测试脚本的复用。
张丽敏[5]（2020）在《面向大数据服务的容器调度研究与实现》文中研究表明云计算、物联网以及社交网络等媒体技术的发展,使得全球各种各样的数据呈爆炸态势涌现,随之就出现了大量亟待解决的服务需求,因此在互联网的演进过程中,海量的数据处理和服务需求成为了一大挑战。目前,大数据服务被广泛地用于海量数据的业务处理,同时它多以集群方式部署在传统物理机或者虚拟机上,然而此方式往往会削弱服务的性能和灵活性。该研究借助一种新兴的轻量级虚拟技术容器在性能和灵活性方面的优势,将大数据服务部署到容器技术构建的环境中,可保障服务运行时的高性能和灵活的生命周期管理。在大数据应用场景中,很多业务的服务需求具备不可预期性,当面对突增或骤减的数据负载变化时,合理地进行服务的动态调度至关重要。构建容器化大数据服务,并进行基于服务性能的容器调度可通过较低成本满足高可用和高性能的要求,保障服务和主机节点的正常运行。通过上述的阐述与分析,本文的主要研究工作有:1.为了解决现有监控架构存在的单一粒度级监控问题,从全局多粒度层级监控角度出发,给出了一种面向大数据服务的容器监控架构。该监控架构主要包含监控服务和告警响应服务两大部分。监控服务负责实现大数据服务中多粒度层级指标数据的监控,并集成了监控展示平台来实时的掌握监控对象的变化。告警响应服务负责告警规则和告警响应机制的设计,完成对告警信息的管理和告警的响应处理工作。2.为了改善服务层级调度研究的缺乏,提出了一种面向大数据服务的容器调度方法。此方法为了解决服务调度方面存在的问题,进行了大数据服务容器调度的需求分析,明确了大数据服务中的调度对象和调度流程。为了解决已有调度方法存在的静态调度问题,本文自定义了容器调度方法并给出了核心算法的实现,以满足业务处理过程中动态的服务需求。3.结合交通大数据应用案例,对容器调度方法进行了可行性和有效性测试与分析,对容器调度前后服务的主要性能指标进行了对比分析。实验验证了本文方法的可行性和有效性,通过进行面向大数据服务的容器调度,能够改善服务性能,保障服务的稳定运行。
王飞[6]（2020）在《基于多视图结合的文档静态检测系统的研究与实现》文中研究指明近年来,高级可持续威胁攻击（APT攻击）变得越来越激烈。APT攻击是主要对特定的组织如政府、企业、公司展开的持续有效的攻击活动。随着人们对可执行文件的警惕性提高,APT组织将攻击方式逐渐转移到恶意文档中。鱼叉式网络钓鱼攻击又是APT组织主要的攻击方式,它常使得邮件用户遭受重大损失。由于邮件阅读者通常对附件中的文档警惕性较低,因此也导致攻击者将攻击手法向恶意文档上倾斜。普通文档如PDF、WORD等格式的文档越来越成为人们网络交流信息的主要文档格式,但这些文档中可嵌入多种类型对象使得文档可产生形式多变的恶意行为。因此文档的恶意性检测变得尤为重要。本文以网络信息交流中常见文档为研究对象,研究恶意文档的快速检测方法。本研究在总结近些年的国内外研究现状和较多的样本分析基础上提出了多视图的检测框架,为文档的恶意性快速判断提供参考。另外,依靠本框架设计并实现了基于Web网站的文档静态检测系统。主要研究工作和成果如下:1.提出基于多视图结合的文档恶意性静态检测方案:方案从文档的规范性、文档的错误信息、文档的结构路径、对象数量等多个视图对文档提取特征,并使用机器学习算法训练模型;2.针对 PDF、Word、Excel、RTF、JPEG、PNG 和 GIF 格式的文档进行了特征工程研究,确定各个类型文档不同的特征及权重。3.将提出的检测模型在Word类型文档上进行测试,获得了较好的检出率（97.36%）和较低的误报率（0.27%）。在图片类文档和其他Office文档中也获得了较好的实验结果;将单一视图检测实验和多视图结合的检测实验相对比,证明了多视图结合的检测方法的有效性。4.设计并实现了基于Web的文档静态检测平台。平台能对常见的文档文件实现快速的静态检测并通过API接口完成样本检测和结果查询。
田益坤[7]（2020）在《基于嵌入式Linux的矢网仪器底层软件设计》文中研究说明随着现代测量技术的高速发展,测量仪器也在不断更新换代,矢量网络分析仪作为射频、微波测量领域的重要工具之一,是测量仪器领域中缺一不可的现代电子测量设备。本文研究的主要内容是基于嵌入式Linux的矢网仪器底层软件设计,通过完成嵌入式矢网仪器图像显示系统设计,以及矢网仪器软硬件通信模块驱动设计,实现矢网仪器硬件平台参数控制与数据交换,以及测量数据12项误差校准及分析处理等工作。文中根据嵌入式Linux矢网仪器底层软件的设计需求分析给出了总体设计方案,然后详细介绍了各个部分的具体实现过程。论文的主要工作与研究成果概述如下:1、实现嵌入式矢网仪器图像显示系统。实现了嵌入式矢网仪器系统,并通过对比X11窗口系统与Wayland窗口系统,在嵌入式矢网仪器系统上采用X11窗口系统完成了图像显示系统设计,其中,针对测量图形显示的刷新需求,完成了Mali GPU实现图像显示硬件加速配置,实现了矢网测试图像的流畅显示,达到了预期目标。2、实现嵌入式矢网仪器软硬件通信模块驱动。针对矢网仪器硬件需求完成了仪器数据结构、数据通信协议等设计,进一步,基于BRAM存储体,设计了矢网仪器命令参数分发的底层驱动,实现了仪器软件对硬件平台的灵活操控;基于直接内存访问（DMA）技术,设计了面向矢网测量数据的DMA传输底层驱动,实现了矢网测量数据的快速传输。3、十二项误差校准软件模块。基于SOLT（Short-Open-Load-Thru）校准技术,在底层软件中设计了双端口全S参数测量数据校准模块,通过对标准校准件的测量,实现了双端口矢网仪器全S参数校准,并针对数据校准算法复杂度高的问题,设计了矢网软件多进程与多线程的运行机制。本文完成了基于嵌入式Linux的矢网仪器底层软件设计,并在相应的硬件平台上完成调试与验证,其嵌入式Linux系统运行稳定,实现了软硬件通信,到达了嵌入式Linux矢网仪器底层软件设计的预期目标。
刘奕[8]（2020）在《5G网络技术对提升4G网络性能的研究》文中进行了进一步梳理随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
崔志斌[9]（2020）在《面向智能网联汽车的云数据平台的设计与实现》文中研究说明随着自动驾驶技术的发展,智能车的单车智能化水平也变得越来越高。但是在智能车自动驾驶等级提升的过程中,单车智能化的提升仍不能有效解决诸如全局交通智能规划调度、超视距感知等一系列高阶自动驾驶过程中需要实现的功能。将智能车与云计算技术相结合研发云控平台是发展高阶自动驾驶技术切实可行的方案。因此,本文对智能网联汽车云平台的开发展开了深入的研究与探索。本文依托智能网联实验室重点项目,针对小型标准化智能网联汽车边缘云平台的快速落地方案展开研究,结合智能网联汽车当前的具体需求和云平台的构建方案进行相关的系统开发和与实验验证,主要的工作内容如下:1.首先分析了智能车在网联化方面的发展态势与智能网联汽车云平台的应用现状。针对智能网联汽车在低时延和高安全性方面的需求,本文提出了一种智能车边缘云平台架构,并在此基础上实现了相应的落地方案——面向智能网联汽车的云数据平台。2.在此基础上,根据车联网场景中边缘云平台的功能需求,针对目前车联网领域中基于边缘云的标准化解决方案较少的情况。本文希望从构建云平台的底层技术入手实现自主可控且可灵活部署的边缘云落地方案。利用主流开源的硬件虚拟化软件Docker与Kubernetes集群管理引擎将实验室的服务器资源进行容器化与有效整合,并在此基础上部署了后续开发所用到的基础容器化软件,为云数据平台具体功能的实现提供了相应的支持,最终构建起边缘云的PaaS层云基础平台。3.针对智能车端数据实时上云、存储和可视化的功能需求在云基础平台中搭建车云通信、云端存储和云端数据可视化三大子系统从而实现边缘云的SaaS功能应用层。其中针对由于网络带宽不足而无法实现视频实时传输与显示的问题,本论文的边缘云方案中采用双通道车云数据传输方案分别将车端的消息数据和图像数据实时回传,经实验验证云端实时视频显示的帧率可达5帧/s以上。相比于中心云车联网方案,本论文提出的边缘云方案在实时性方面有了较大的性能提升。本文设计与实现的智能网联汽车云数据平台是所提出的智能网联汽车边缘云平台架构的可行落地方案。该方案不同于以中心云为核心的车联网解决方案,其更加注重在智能车和中心云之间构建起一个低延迟、高可靠的边缘云平台,为车联网技术在边缘场景中的落地提供了切实可行的方案。
何朝阳[10]（2020）在《滑坡实时监测预警系统关键技术及其应用研究》文中研究指明监测预警是地质灾害防灾减灾的重要手段,监测是预警的基础,预警是监测的目的。近年来,国内外学者对滑坡监测预警的方法技术体系进行了深入研究,取得了大量的研究成果。但总体上,地理与地质结合不够紧密,监测预警模型很难充分考虑滑坡变形过程和成灾机理,难以取得较高的预警精度,研发的监测预警系统也难以满足数以万计隐患点实时监测预警的实战需求。已有的研究成果还难以有效地解决地质灾害“什么时间可能发生”、“力争实现提前3个小时预警”的任务。如何提高滑坡监测预警能力,我们面临诸多挑战:如何提高滑坡监测预警精度?如何将理论研究成果应用到实际的监测预警中,构建一套可业务化大规模应用的滑坡实时监测预警系统?基于此,本论文系统总结作者近10年来在监测预警方面的实践成果,采用云计算与物联网等先进技术,构建滑坡监测预警云平台,整合与管理滑坡地质灾害演化全过程的各类资料,研发并行高效的多源异构监测数据汇聚平台,集成多源异构实时监测数据,形成天-空-地多元立体监测数据中心;综合分析2.1万余台（套）监测设备、超过1.26亿条监测数据的实测曲线,总结划分监测曲线类型,构建监测设备可靠度评价体系,研究滑坡过程预警模型及其实现的关键技术,在此基础上,构建一套混合架构（B/S架构、C/S架构、移动App）的滑坡实时监测预警系统,实现了地质与地理、空间与属性相结合的滑坡演化全过程一体化管理,利用计算机手段对滑坡实施全过程动态跟踪的“过程预警”,有效地提高了滑坡预警精度。本文取得主要成果如下:（1）构建滑坡“过程预警”模型及其自动求解算法:结合变形速率、速率增量、改进切线角三个参数,构建基于滑坡变形演化过程的“过程预警”模型,从滑坡变形监测数据入手,划分监测曲线类型,研究滑坡变形演化阶段的自动识别理论及计算机技术,实现对滑坡全过程动态跟踪预警;（2）构建监测设备可靠度建立评价体系和多设备联动预警机制:通过动态对监测设备可靠度进行评价,结合联动预警机制,评价预警结论可信度,以提升监测预警的成功率,利用计算机技术自动识别滑坡的变形演化过程,实现自动、实时的“过程预警”,为预警模型的业务化、自动化运行提供理论与技术支撑;（3）提出监测数据自动处理方法:研究实测监测数据的预处理方法,为计算机自动处理监测数据提供相关的算法。通过设置监测数据过滤器和采用拉依达准则实现对异常数据的初步过滤与粗差处理,再结合数据特征,分别采用移动平均法与最小二乘法对数据进行拟合,识别数据表现出来的变形趋势。基于监测数据曲线特征自动选择相应的数据处理方法,为后续预警模型计算提供更为准确的数据,提高预警精度;（4）构建实时高效的监测数据集成与共享统一管理平台:结合物联网、消息队列、负载均衡等技术,研究监测数据编码体系,提出一套基于MQTT协议的实时监测数据传输与集成方案,实现多源异构监测数据终端集成和监测数据采集、传输及汇集融合一体化管理,为监测预警提供实时数据保障;（5）构建基于策略的滑坡实时过程预警技术:从模型的计算、预警的发布与解除等方面,将滑坡预警的理论模型与实际应用相结合,研发预警等级求解器,构建基于策略的预警模型通用计算框架,并从预警信息发布技术及发布策略方面进行总结,实现对滑坡的实时过程预警;（6）构建滑坡变形演化全过程一体化数据管理平台:基于“天-空-地”滑坡多元立体观测技术,采用WebGL技术跨平台的三维数字地球,提供直观、真实的三维实景漫游平台,实现海量基础数据、实时监测数据、视频的集成管理与共享,也为实时监测预警系统提供一个功能强大、数据丰富的三维展示平台,构建基于滑坡演化全过程的一体化数据管理体系和滑坡综合信息模型,为滑坡的专家预警决策提供数据支撑;（7）研发混合架构体系的滑坡实时监测预警系统:综合集成上述研究成果,研究混合架构体系（B/S、C/S、移动端）,基于微服务研发滑坡实时监测预警系统,各个架构系统密切配合,针对不同的功能需求,充分发挥各架构的优势,构建数据综合展示统一平台,为过程预警模型提供技术解决方案,实现滑坡监测预警的业务化运行,为滑坡的防治、应急、抢险等提供基础数据支撑与预警信息服务。
二、在VB中利用API实现多进程数据交换的方法（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、在VB中利用API实现多进程数据交换的方法（论文提纲范文）
（1）空-地协同环境下果园信息共享平台设计与实现（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 多机器人系统 |
| 1.2.2 空地机器人协同系统 |
| 1.2.3 基于Node.js和 Express.js的应用研究现状 |
| 1.2.4 基于Mongo DB的数据存储应用研究现状 |
| 1.2.5 云计算与云机器人平台 |
| 1.3 本文研究目的与内容 |
| 1.4 研究方案与技术路线 |
| 1.5 论文章节安排 |
| 第二章 协同通信云平台系统架构设计 |
| 2.1 系统总体架构设计 |
| 2.1.1 系统需求分析 |
| 2.1.2 系统架构设计 |
| 2.2 空-地机器人平台及传感器数据获取 |
| 2.2.1 空-地机器人平台设计 |
| 2.2.2 ZED双目视觉系统 |
| 2.2.3 协同通信云平台 |
| 2.2.4 4G通信模块 |
| 2.3 数据库架构设计 |
| 2.3.1 数据库选择 |
| 2.3.2 数据库集群架构设计 |
| 2.3.3 数据库集群架构实现 |
| 2.4 本章小结 |
| 第三章 基于Node.js的通信云平台设计 |
| 3.1 服务器结构设计 |
| 3.2 服务器端的实现 |
| 3.2.1 服务器配置 |
| 3.2.2 服务器接口模块 |
| 3.2.3 机器人传感器数据操作接口设计 |
| 3.2.4 RESTful云平台接口设计 |
| 3.3 数据存储的数据库设计 |
| 3.4 接口实现 |
| 3.5 机器人端的实现 |
| 3.6 浏览器端的实现 |
| 3.7 本章小结 |
| 第四章 空-地机器人与云平台通信试验 |
| 4.1 地面移动机器人与云平台通信系统构建 |
| 4.2 无人机识别果树树冠与云平台通信实验 |
| 4.3 云平台数据及通信试验 |
| 4.3.1 云平台网络延迟通信测试 |
| 4.3.2 云平台文件上传测试 |
| 4.4 云平台并发测试 |
| 4.5 云平台浏览器端功能测试 |
| 4.6 云平台系统性能分析 |
| 4.7 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 创新点 |
| 5.3 展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（2）云平台下基于微服务架构的高并发web服务器的设计与实现（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 国内外研究现状 |
| 1.3 论文主要研究内容 |
| 1.4 论文结构安排 |
| 第二章 关键技术分析 |
| 2.1 微服务架构 |
| 2.1.1 微服务架构概念 |
| 2.1.2 微服务架构特点 |
| 2.2 高并发 |
| 2.3 Seneca框架 |
| 2.4 EggJS框架 |
| 2.5 本章小结 |
| 第三章 云平台web服务器的分析与设计 |
| 3.1 现有云平台架构分析 |
| 3.2 需求分析 |
| 3.2.1 功能性需求 |
| 3.2.2 非功能性需求 |
| 3.2.3 设计思路分析 |
| 3.3 整体架构设计 |
| 3.4 微服务治理层设计 |
| 3.4.1 服务注册中心设计 |
| 3.4.2 API网关设计 |
| 3.4.3 熔断服务设计 |
| 3.4.4 配置中心设计 |
| 3.5 微服务通信层设计 |
| 3.5.1 微服务通信方式设计 |
| 3.5.2 微服务调用策略设计 |
| 3.6 微服务提供层设计 |
| 3.6.1 用户管理服务设计 |
| 3.6.2 消息管理服务设计 |
| 3.6.3 云应用服务设计 |
| 3.6.4 云存储服务设计 |
| 3.7 云平台数据库设计 |
| 3.7.1 用户管理服务数据库设计 |
| 3.7.2 消息管理服务数据库设计 |
| 3.7.3 云应用服务数据库设计 |
| 3.7.4 云存储服务数据库设计 |
| 3.8 本章小结 |
| 第四章 云平台web服务器的实现 |
| 4.1 微服务治理层的实现 |
| 4.1.1 服务注册中心的实现 |
| 4.1.2 API网关的实现 |
| 4.1.3 熔断服务的实现 |
| 4.1.4 配置中心的实现 |
| 4.2 微服务通信层的实现 |
| 4.2.1 微服务通信方式的实现 |
| 4.2.2 微服务调用策略的实现 |
| 4.3 微服务提供层的实现 |
| 4.3.1 用户管理服务的实现 |
| 4.3.2 消息管理服务的实现 |
| 4.3.3 云应用服务的实现 |
| 4.3.4 云存储服务的实现 |
| 4.4 本章小结 |
| 第五章 云平台的测试与分析 |
| 5.1 测试环境 |
| 5.2 功能测试 |
| 5.3 非功能测试 |
| 5.3.1 可靠性测试 |
| 5.3.2 高并发测试 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
（3）下一代网络处理器及应用综述（论文提纲范文）
| 1 网络处理器基本概念 |
| 1.1 网络处理器基本架构 |
| 1.2 网络处理器发展以及挑战 |
| 2 利用新型可编程技术的下一代网络处理器 |
| 2.1 基于ASIC芯片的NGNP设计 |
| 2.2 FPGA加速辅助的NGNP设计 |
| 2.3 利用P4等高级语言的NGNP |
| 3 面向新型网络体系结构的下一代网络处理器 |
| 3.1 服务SDN的NGNP |
| 3.2 边缘计算与云计算中的NGNP |
| 3.3 NGNP与Smart NIC的功能推拉 |
| 4 针对新型高性能业务的下一代网络处理器 |
| 4.1 精确网络测量 |
| 4.2 基于metadata的Qo S保障 |
| 4.3 NP的处理优化以及应用加速 |
| 5 下一代网络处理器的工业化及评测 |
| 5.1 网络处理器的工业化 |
| 5.2 部分主流网络处理器的性能评测 |
| 6 未来发展趋势 |
| 6.1 高性能可演进下一代网络处理器架构 |
| 6.2 软硬件协同分组处理流水线 |
| 6.3 多级缓存与分组调度 |
| 6.4 编程接口及进程实现 |
| 6.5 基于HPENP的在线智能测量及应用 |
| 6.6 HPENP原型系统构建与测试 |
| 7 总结 |
（4）芯片验证平台设计与自动化测试（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 本文研究的背景及意义 |
| 1.1.1 本文研究的背景 |
| 1.1.2 本文研究的目的及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文的主要内容 |
| 1.4 论文的组织结构 |
| 2 SoC的设计与验证 |
| 2.1 SoC的概述 |
| 2.2 SoC的设计流程 |
| 2.3 包交换芯片架构 |
| 2.4 SoC验证技术 |
| 2.4.1 软硬协同仿真验证 |
| 2.4.2 基于IP的验证 |
| 2.4.3 FPGA原型验证 |
| 2.5 本章小结 |
| 3 验证平台设计 |
| 3.1 验证平台设计概述 |
| 3.2 验证平台设计架构 |
| 3.3 子系统功能概述 |
| 3.3.1 用户应用层 |
| 3.3.2 中心控制层 |
| 3.3.3 场景匹配层 |
| 3.3.4 待测设备匹配层 |
| 3.4 本章小结 |
| 4 测试仪表设计 |
| 4.1 虚拟仪表的设计 |
| 4.1.1 虚拟仪表特点 |
| 4.1.2 虚拟仪表的设计 |
| 4.2 思博伦测试 |
| 4.2.1 思博伦测试仪表 |
| 4.2.2 接口调用函数 |
| 4.2.3 思博伦仪表的测试设计 |
| 4.3 本章小结 |
| 5 自动化测试 |
| 5.1 基于Tcl语言的测试 |
| 5.2 仪表转接设计 |
| 5.3 结果分析 |
| 5.4 本章总结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录1 攻读硕士学位期间参与的项目和发表的论文 |
| 附录2 主要英文缩写语对照表 |
（5）面向大数据服务的容器调度研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究内容和论文结构安排 |
| 第二章 相关技术介绍 |
| 2.1 大数据服务的关键技术 |
| 2.2 容器技术 |
| 2.2.1 Docker |
| 2.2.2 Kubernetes |
| 2.3 监控技术 |
| 2.4 调度技术 |
| 2.5 本章小结 |
| 第三章 面向大数据服务的多粒度级监控架构 |
| 3.1 大数据服务的监控需求分析 |
| 3.1.1 大数据服务 |
| 3.1.2 大数据服务的监控需求 |
| 3.2 多粒度级监控架构 |
| 3.2.1 监控的关键点 |
| 3.2.2 多粒度级监控架构 |
| 3.2.3 告警响应机制 |
| 3.3 面向大数据服务的多粒度级监控实现 |
| 3.4 本章小结 |
| 第四章 面向大数据服务的容器调度方法 |
| 4.1 大数据服务的容器调度需求分析 |
| 4.1.1 大数据服务调度存在的问题 |
| 4.1.2 大数据服务的容器调度需求 |
| 4.2 容器调度方法 |
| 4.2.1 容器调度的原理和难点 |
| 4.2.2 目标节点的选择策略 |
| 4.2.3 容器调度方法 |
| 4.3 容器调度算法实现 |
| 4.3.1 问题描述 |
| 4.3.2 算法简介 |
| 4.3.3 容器调度核心算法 |
| 4.4 本章小结 |
| 第五章 实验与分析 |
| 5.1 实验环境配置与搭建 |
| 5.1.1 实验环境配置 |
| 5.1.2 实验环境搭建 |
| 5.2 方法的可行性验证 |
| 5.2.1 监控告警功能测试 |
| 5.2.2 容器调度功能测试 |
| 5.3 方法的有效性验证 |
| 5.3.1 负载均衡性测试与分析 |
| 5.3.2 性能测试与分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 研究展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（6）基于多视图结合的文档静态检测系统的研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 静态检测技术 |
| 1.2.2 动态检测技术 |
| 1.2.3 动静态结合检测技术 |
| 1.2.4 PDF恶意性检测研究总结 |
| 1.2.5 Word文档恶意性检测研究总结 |
| 1.3 研究目标及内容 |
| 1.4 研究创新点 |
| 1.5 论文主要工作及组织结构 |
| 第二章 恶意文档的攻击形式研究 |
| 2.1 PDF文档的主要攻击形式 |
| 2.1.1 JavaScript代码攻击 |
| 2.1.2 嵌入式文件攻击 |
| 2.2 Office文档的主要攻击形式 |
| 2.2.1 VBA恶意代码 |
| 2.2.2 OLE对象 |
| 2.2.3 文档规范漏洞 |
| 2.2.4 DDE命令 |
| 2.2.5 图片等媒体文件 |
| 2.3 图片文件恶意形式 |
| 2.3.1 伪造文件头 |
| 2.3.2 CVE漏洞 |
| 2.3.3 插入代码 |
| 2.3.4 恶意数据隐藏 |
| 2.4 RTF文档恶意形式 |
| 2.4.1 数组溢出漏洞 |
| 2.4.2 OLE对象漏洞 |
| 2.5 本章小结 |
| 第三章 基于多视图结合的文档静态检测特征工程 |
| 3.1 检测框架的步骤 |
| 3.2 规范检查错误 |
| 3.2.1 Office文档错误 |
| 3.2.2 PDF文档错误 |
| 3.2.3 Image规范错误 |
| 3.3 结构路径 |
| 3.3.1 Office文档结构路径 |
| 3.3.2 Image的对象结构路径 |
| 3.4 代码关键字 |
| 3.4.1 Office文档代码关键字 |
| 3.4.2 Image代码关键字 |
| 3.5 对象数量 |
| 3.5.1 PDF文档对象数量 |
| 3.5.2 Office文档对象数量 |
| 3.5.3 Image对象数量 |
| 3.5.4 RTF对象数量 |
| 3.6 本章小结 |
| 第四章 基于多视图结合的文档静态检测算法与实验 |
| 4.1 数据集来源 |
| 4.2 特征选择算法 |
| 4.3 n-gram算法 |
| 4.4 检测算法选择 |
| 4.4.1 决策树 |
| 4.4.2 随机森林 |
| 4.5 检测模型性能评价指标 |
| 4.6 实验环境 |
| 4.7 实验结果与分析 |
| 4.7.1 基于多视图结合的实验 |
| 4.7.2 基于单一视图的实验 |
| 4.7.3 对比实验 |
| 4.7.4 方法分析 |
| 4.8 本章小结 |
| 第五章 基于Web的文档静态检测系统的设计与实现 |
| 5.1 系统需求 |
| 5.2 系统设计 |
| 5.2.1 系统总体设计 |
| 5.2.2 用户子系统 |
| 5.2.3 样本检测子系统 |
| 5.2.4 后台管理子系统 |
| 5.3 关键技术 |
| 5.3.1 高并发检测 |
| 5.3.2 文件检测流程 |
| 5.3.3 生成检测报告 |
| 5.3.4 API接口 |
| 5.4 功能演示 |
| 5.4.1 用户子系统 |
| 5.4.2 样本检测子系统 |
| 5.4.3 后台管理子系统 |
| 5.5 系统测试 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（7）基于嵌入式Linux的矢网仪器底层软件设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要研究内容及章节安排 |
| 第二章 嵌入式矢网仪器底层软件总体方案设计 |
| 2.1 矢量网络分析仪的原理及硬件平台介绍 |
| 2.1.1 矢网原理概述 |
| 2.1.2 硬件平台介绍 |
| 2.2 嵌入式矢网仪器需求分析 |
| 2.2.1 图像显示系统需求分析 |
| 2.2.2 仪器控制及数据传输需求分析 |
| 2.2.3 数据校准需求分析 |
| 2.2.4 矢网软件框架需求分析 |
| 2.3 嵌入式矢网仪器底层软件总体方案设计 |
| 2.3.1 图像显示系统方案 |
| 2.3.2 驱动模块方案 |
| 2.3.3 误差校准方案 |
| 2.3.4 多线程与多进程软件运行机制方案 |
| 2.4 本章小结 |
| 第三章 嵌入式矢网仪器图像显示系统设计与实现 |
| 3.1 图像显示系统概述 |
| 3.2 窗口系统对比 |
| 3.3 基于Mali GPU的图像显示系统实现 |
| 3.3.1 与图像显示系统相关的内核配置及搭建 |
| 3.3.2 图像文件系统装载 |
| 3.3.3 GPU加速图像显示配置 |
| 3.4 本章小结 |
| 第四章 矢网仪器软硬件通信模块设计与实现 |
| 4.1 矢网数据结构与通信协议设计 |
| 4.2 数据交换驱动设计 |
| 4.2.1 数据交换原理 |
| 4.2.2 驱动中的异步通知 |
| 4.2.3 DMA驱动设计实现 |
| 4.3 控制驱动设计 |
| 4.4 驱动程序加载 |
| 4.5 本章小结 |
| 第五章 矢网仪器数据校准模块设计 |
| 5.1 误差校准模块的实现 |
| 5.1.1 误差校准算法的实现 |
| 5.1.2 误差校准系数的保存与读取 |
| 5.2 软件运行机制 |
| 5.2.1 多线程与多进程的实现 |
| 5.2.2 测量数据的分段显示 |
| 5.3 本章小结 |
| 第六章 嵌入式矢网仪器底层软件测试与验证 |
| 6.1 嵌入式矢网仪器的嵌入式系统验证 |
| 6.2 嵌入式矢网仪器软件的数据通信验证 |
| 6.3 嵌入式矢网仪器软件数据校准验证 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（8）5G网络技术对提升4G网络性能的研究（论文提纲范文）
| 引言 |
| 1 4G网络现处理办法 |
| 2 4G网络可应用的5G关键技术 |
| 2.1 Msssive MIMO技术 |
| 2.2 极简载波技术 |
| 2.3 超密集组网 |
| 2.4 MEC技术 |
| 3 总结 |
（9）面向智能网联汽车的云数据平台的设计与实现（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 智能车网联化的发展趋势 |
| 1.2.2 车联网边缘云的研究现状 |
| 1.2.3 智能网联汽车云控平台的应用现状 |
| 1.3 研究内容 |
| 1.4 本文组织架构 |
| 第二章 智能车云数据平台相关技术 |
| 2.1 引言 |
| 2.2 云计算技术 |
| 2.3 智能网联车云平台 |
| 2.3.1 智能网联车云平台架构 |
| 2.3.2 智能网联云端数据处理架构 |
| 2.4 云计算技术与智能网联汽车的关系 |
| 2.5 本章小结 |
| 第三章 智能车云数据平台基础架构设计 |
| 3.1 引言 |
| 3.2 需求与可行性分析 |
| 3.2.1 云平台需求分析 |
| 3.2.2 构建云平台的可行性分析 |
| 3.3 云数据平台的总体架构设计 |
| 3.3.1 云数据平台的层次化网络架构 |
| 3.3.2 智能车端的任务需求与系统设计 |
| 3.3.3 云数据平台的任务需求与系统设计 |
| 3.3.4 智能网联汽车云数据平台的架构优势 |
| 3.4 私有云平台PAAS层环境的构建 |
| 3.4.1 基于Docker技术实现硬件平台的虚拟化 |
| 3.4.2 基于Kubernetes实现私有云集群 |
| 3.4.3 基础云平台中容器化应用的部署 |
| 3.5 私有云平台功能子系统的设计 |
| 3.5.1 车云通信子系统的设计 |
| 3.5.2 云端存储子系统的设计 |
| 3.5.3 云端数据可视化子系统的设计 |
| 3.6 本章小结 |
| 第四章 云数据平台SAAS功能应用层的实现 |
| 4.1 引言 |
| 4.2 智能车端上云数据分析 |
| 4.3 云数据平台的车云通信子系统的实现 |
| 4.3.1 车云通信子系统的实现难点 |
| 4.3.2 云数据平台车云通信子系统的实现 |
| 4.4 云数据平台的存储子系统的实现 |
| 4.4.1 智能车运行数据库的设计与实现 |
| 4.4.2 智能车端消息数据与图像数据的存储 |
| 4.5 云数据平台数据可视化子系统的实现 |
| 4.5.1 云端数据可视化子系统的实现难点 |
| 4.5.2 云端数据可视化实现原理 |
| 4.5.3 Web UI界面的前端实现 |
| 4.5.4 Web UI界面的后端实现 |
| 4.6 本章小结 |
| 第五章 云数据平台的实验验证 |
| 5.1 引言 |
| 5.2 智能车云数据实验平台介绍 |
| 5.2.1 实验场景设置 |
| 5.2.2 实验设备介绍 |
| 5.3 智能车云数据平台性能测试与功能验证 |
| 5.3.1 云数据平台连接压力性能测试 |
| 5.3.2 车云通信功能的验证 |
| 5.3.3 数据上云后处理功能的验证 |
| 5.3.4 数据云端可视化功能的验证 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）滑坡实时监测预警系统关键技术及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 前言 |
| 1.1 选题依据及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 滑坡监测预警模型研究 |
| 1.2.2 滑坡位移监测数据处理方法研究 |
| 1.2.3 数据质量评价方法研究 |
| 1.2.4 滑坡监测预警系统研究 |
| 1.2.5 混合架构在监测预警领域中的应用研究 |
| 1.3 主要存在的问题 |
| 1.4 主要研究内容 |
| 1.4.1 滑坡监测预警方法研究 |
| 1.4.2 滑坡监测预警系统关键技术研究 |
| 1.4.3 基于WebGL技术的三维数字地球的研究 |
| 1.4.4 混合架构体系的滑坡监测预警系统研究 |
| 1.5 研究路线 |
| 1.6 本论文特色及创新点 |
| 1.7 完成的主要工作 |
| 第2章 基于变形演化过程的滑坡预警技术 |
| 2.1 概述 |
| 2.2 滑坡变形演化过程的一般特征 |
| 2.3 基于变形过程的滑坡预警模型 |
| 2.4 滑坡变形演化阶段自动识别 |
| 2.4.1 改进切线角自动求解方法 |
| 2.4.1.1 改进切线角模型 |
| 2.4.1.2 离散小波变换提取曲线特征 |
| 2.4.2 常见监测曲线类型与识别 |
| 2.4.2.1 平稳型(T11) |
| 2.4.2.2 稳定型(T21) |
| 2.4.2.3 震荡型(T22) |
| 2.4.2.4 递增型(T31) |
| 2.4.2.5 指数型(T32) |
| 2.4.2.6 突变型(T33) |
| 2.5 多设备联动预警机制 |
| 2.5.1 监测设备分组 |
| 2.5.2 监测设备可靠度动态评价体系TRIP |
| 2.5.3 预警结论可信度 |
| 2.5.4 联动预警案例分析 |
| 2.6 本章小结 |
| 第3章 滑坡监测数据自动处理方法 |
| 3.1 异常数据自动处理 |
| 3.1.1 监测数据过滤器 |
| 3.1.2 异常数据处理方法 |
| 3.1.2.1 粗差数据的处理 |
| 3.1.2.2 雨量监测数据常见问题 |
| 3.2 监测数据的拟合处理 |
| 3.2.1 移动平均法 |
| 3.2.2 最小二乘法 |
| 3.3 数据处理方法适用范围研究 |
| 3.3.1 数据消噪处理 |
| 3.3.2 仪器误差处理 |
| 3.3.3 滑坡失稳阶段的数据处理 |
| 3.4 监测数据等时间间隔处理 |
| 3.4.1 状态量数据 |
| 3.4.2 累积量数据 |
| 3.5 本章小结 |
| 第4章 滑坡监测数据实时集成与共享技术 |
| 4.1 高可靠数据集成与共享技术 |
| 4.1.1 高级消息队列协议(AMQP) |
| 4.1.2 消息队列遥测传输(MQTT) |
| 4.1.3 高并发下的高可靠数据分发与共享 |
| 4.2 基于MQTT协议的多源异构监测数据实时集成技术 |
| 4.2.1 两种数据集成技术 |
| 4.2.1.1 基于ETL模式的批处理集成 |
| 4.2.1.2 基于MQTT协议的流处理集成 |
| 4.2.2 基于MQTT协议的数据集成体系 |
| 4.2.2.1 数据流模型 |
| 4.2.2.2 负载均衡中的会话保持 |
| 4.3 海量数据存取优化方案 |
| 4.3.1 分词技术 |
| 4.3.2 倒排索引 |
| 4.3.3 海量数据存取优化方案 |
| 4.4 本章小结 |
| 第5章 基于策略的滑坡实时过程预警技术 |
| 5.1 基于策略的预警模型计算框架 |
| 5.1.1 预警计算流程 |
| 5.1.2 预警模型管理 |
| 5.1.3 通用模型计算框架研究 |
| 5.1.4 预警等级求解器的设计与实现 |
| 5.1.4.1 求解器计算流程 |
| 5.1.4.2 多线程预警技术 |
| 5.1.5 过程预警成果展示 |
| 5.2 预警的发布与解除 |
| 5.2.1 预警信息自动发布技术 |
| 5.2.2 预警信息发送规则 |
| 5.2.3 预警信息解除 |
| 5.3 本章小结 |
| 第6章 滑坡综合数据一体化管理技术 |
| 6.1 滑坡空间数据集成体系研究 |
| 6.1.1 多源异构空间数据预处理 |
| 6.1.2 空间数据库的选择 |
| 6.1.3 空间数据服务平台 |
| 6.1.4 空间数据集成体系 |
| 6.2 基于WebGL技术的三维数字地球 |
| 6.2.1 WebGL技术 |
| 6.2.2 三维平台的选择 |
| 6.2.3 三维模型高精度集成技术 |
| 6.2.4 三维数字地球应用效果 |
| 6.3 基于国标的视频设备集成体系 |
| 6.3.1 数据传输协议 |
| 6.3.2 视频监控统一管理平台 |
| 6.3.2.1 平台架构设计 |
| 6.3.2.2 视频设备编码规则 |
| 6.3.2.3 统一视频平台的开发与应用 |
| 6.4 天-空-地一体化数据管理体系 |
| 6.4.1 空间数据 |
| 6.4.2 属性数据 |
| 6.4.3 非结构化数据 |
| 6.4.4 一体化数据管理平台 |
| 6.5 本章小结 |
| 第7章 基于混合架构体系的滑坡实时监测预警系统 |
| 7.1 概述 |
| 7.2 需求分析 |
| 7.3 系统功能架构设计 |
| 7.4 数据结构体系 |
| 7.5 云服务基础平台设计 |
| 7.5.1 SOA与 JWT |
| 7.5.2 系统架构 |
| 7.6 混合架构体系 |
| 7.6.1 B/S架构网页端 |
| 7.6.1.1 系统演示主界面 |
| 7.6.1.2 天-空-地一体化数据管理 |
| 7.6.1.3 监测数据分析 |
| 7.6.1.4 滑坡过程预警分析 |
| 7.6.2 C/S架构客户端 |
| 7.6.2.1 演示模式 |
| 7.6.2.2 空间数据管理 |
| 7.6.2.3 监测预警信息管理 |
| 7.6.2.4 后台服务监控 |
| 7.6.3 移动端App |
| 7.6.3.1 概述 |
| 7.6.3.2 功能架构设计 |
| 7.6.3.3 移动端开发相关技术 |
| 7.6.3.4 主要功能 |
| 7.7 本章小结 |
| 第8章 系统应用案例 |
| 8.1 预警案例 |
| 8.2 预警流程时间因素分析 |
| 8.3 黑方台滑坡监测预警 |
| 8.3.1 概述 |
| 8.3.2 党川7号滑坡预警过程 |
| 8.4 兴义龙井村9组岩质滑坡监测预警 |
| 8.4.1 概述 |
| 8.4.2 监测点布置 |
| 8.4.3 系统应用 |
| 8.5 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
| 附录 |
| A.1 全文公式索引 |
| A.2 全文图索引 |
| A.3 全文表索引 |
四、在VB中利用API实现多进程数据交换的方法（论文参考文献）
- [1]空-地协同环境下果园信息共享平台设计与实现[D]. 陈成坤. 西北农林科技大学, 2021(01)
- [2]云平台下基于微服务架构的高并发web服务器的设计与实现[D]. 李潼. 电子科技大学, 2021(01)
- [3]下一代网络处理器及应用综述[J]. 赵玉宇,程光,刘旭辉,袁帅,唐路. 软件学报, 2021(02)
- [4]芯片验证平台设计与自动化测试[D]. 艾俊伟. 武汉邮电科学研究院, 2021(01)
- [5]面向大数据服务的容器调度研究与实现[D]. 张丽敏. 北方工业大学, 2020(02)
- [6]基于多视图结合的文档静态检测系统的研究与实现[D]. 王飞. 北京邮电大学, 2020(04)
- [7]基于嵌入式Linux的矢网仪器底层软件设计[D]. 田益坤. 电子科技大学, 2020(08)
- [8]5G网络技术对提升4G网络性能的研究[J]. 刘奕. 数码世界, 2020(04)
- [9]面向智能网联汽车的云数据平台的设计与实现[D]. 崔志斌. 电子科技大学, 2020(07)
- [10]滑坡实时监测预警系统关键技术及其应用研究[D]. 何朝阳. 成都理工大学, 2020(04)