一、影响医学图像存储与通信系统建设质量的几个环节(论文文献综述)
于茜[1](2021)在《建材质量管理信息化追溯体系的研究》文中研究指明随着我国城市化发展,城市中高楼大厦巍然耸立,各种宏伟建筑纷纷呈现在大众面前,由此也带动了建材业的快速发展。而建材质量决定了建筑安全问题,目前工程质量问题屡见报端,引发建材行业质量安全受到了广泛的关注,因此,建立有效的建材质量追溯管理系统,构建完整的建材生产到使用全链条监管体系,是解决建材质量安全问题的重要途径。本文从原材料生产加工到使用全流程的质量追溯管理机制为研究对象,以供应链管理理论、产业组织理论为基础,建立了信息化、智慧化的建材质量安全管控系统构架及追溯体系;并根据我国建材行业现状与存在问题,提出促进建材可追溯系统有效运行的方案。主要研究内容如下:(1)基于相关企业信息化技术运用现状调研设计了建材安全生产运营与智慧管控整体构架,建立了建材综合管理与追溯系统;在追溯系统设计中考虑了前期数据获取、过程中数据信息的收集存储与查询及后期追溯服务等功能,解决了6个不同层面建材的综合追溯管理问题,完善了北京市建筑节能与建材管理服务平台的升级改造与系统功能的扩充。(2)依据现有编码规则的规定,结合所选建材产品的特点及应用需求,创建建材质量追踪编码与追溯流通编码的规则,实现了企业与政府监管部门之间的有效衔接。(3)基于区块链技术的特点及建材行业产品质量等存在的问题,构建区块链追溯体系;各企业生产、加工及流通等环节作为独立的节点,各类数据信息通过二维码技术存入北京市建材管理服务平台及区块链数据库中,用户可实时查询所需信息,监管部门也可高效追溯监管。(4)基于CREAM法及层次分析法,创建建材追溯管理全流程影响质量安全的因素评估分析模型,并应用灰色系统理论建立建材生产与运营管理风险预测;找出全流程中最薄弱的环节与易引起失误风险的因素,为减少和规避风险的发生提供依据。
杨斌[2](2021)在《基于FPGA的头戴显示器视频图像处理系统设计与实现》文中提出随着头戴显示器集成度越来越高,功能越来越完善,可以将其视为一种小型的视频处理平台,其核心之一为微显示技术。FPGA作为目前主流的视频处理芯片,不仅能够并行处理视频数据、还可以灵活地构造内部电路、通用性强,非常适合作为小规模视频处理系统的核心。本文以FPGA为核心实现了一个完整的视频图像处理系统,能独立完成从采集视频到实时处理并显示视频的全部工作,支持LCOS微显示器输出。在完成了系统平台的器件选型与电路设计等硬件设计后,本文采用了自顶向下的设计思想完成了系统的软件设计,并根据功能将系统划分为顶层模块、时钟模块、视频采集模块、视频存储模块、图像处理模块以及视频显示模块。系统工作过程如下:首先上电后通过SCCB协议完成OV5640的初始化,获取标准的视频图像数据;接着在图像处理模块中,实现对视频图像的灰度化、快速中值滤波、边缘检测、图像叠加等多种处理;然后通过设计SDRAM存储模块成功实现了视频数据的存储和读取,并解决了跨时钟域数据交互问题;最后在图像显示模块构造了完整的显示时序,通过控制行场信号可以驱动LCOS或显示器输出视频图像。整个系统都是通过硬件语言Verilog HDL描述的。图像算法在FPGA上的实现也是本文重点之一。本文在合理分配硬件资源的前提下,通过优化算法、流水线技术等手段提高了计算效率,充分发挥了FPGA并行处理数据的优势,最终提高了图像算法模块的处理速度。系统设计过程中,本文通过Modelsim对不同模块进行了仿真,并分析仿真波形保障了设计的准确性。系统设计完成后,本文对系统进行了测试与分析,证明了系统在不同显示器上的实时显示效果都较好,且能够对视频进行实时的处理。
刘浩然[3](2020)在《医疗云中MedSecurity电子健康记录隐私保护模型及关键技术研究》文中提出5G的商用极大的带动了医疗物联网的发展,更多的医疗设备接入互联网将进一步增大通讯功耗,同时云计算中的隐私保护技术也不能与高速发展的医疗应用相匹配,这为攻击者盗取用户数据提供了契机。现阶段,医疗云中主要存在以下问题:(1)医疗云中多设备的接入将增加密钥基础设施的负担,大幅提升用户的等待时间,造成通信资源的不平衡;同时,现阶段不完善的验证方案仍面临着中间人攻击的风险。(2)现有的加密算法并没有针对医疗数据的特点进行优化,极易造成密文数据量更大,增大数据传输的开销;同时,也易造成数据加密安全性低以及硬件兼容性差的问题。(3)现存的诱饵保护方法仍存在诱饵对原数据保护差、诱饵构建失败率高的难题。因此,在医疗设备与云服务器之间,探索兼具安全性高和能耗低且均衡的通讯方案、低密文输出和安全快速的加密技术以及迷惑性强伪真实性高的诱饵数据是极具挑战性的。为此,本文的主要工作和创新点如下所述:(1)针对传统电子健康记录模型在通信、数据加密和存储过程存在的资源开销和安全问题,提出一种融合MedGreen通讯方案、MedSecrecy加密技术和MedDecoy诱饵机制的新型电子健康记录模型,MedSecurity电子健康记录隐私保护模型。该模型相较传统医疗模型,提升了云中通信、数据传输和存储的安全,平衡了资源开销,并具备数据共享功能。(2)针对医疗通讯中存在的资源开销大、安全性不足的问题,提出一种基于椭圆曲线密码学和双线性配对的安全均衡节能的MedGreen通信认证方案。方案以MedGreen算法为核心,将密钥建立与身份认证过程相结合,减少了实现密钥建立和身份认证过程的通讯,平衡了密钥中心和用户的资源开销。理论验证和资源开销分析表明,MedGreen算法相较其他算法具有较好的节能性和均衡性,提升了身份验证的安全性,并能抵御中间人攻击。(3)针对医疗数据重复量大、数据敏感性高的特点,提出基于哈夫曼压缩和RC4算法的MedSecrecy加密技术。该技术以MedSecrecy算法为核心,在保持RC4加密效率的同时,增强算法保密性和密钥流的随机性,并降低了密文的数据量。理论验证和仿真结果表明,MedSecrecy算法在加密开销上、密文数据量和安全性方面相比其他算法具有一定的优势,其更适用于对医疗数据的加密。(4)针对医疗诱饵中存在的诱饵构建不准确而导致用户隐私泄露的问题,提出基于诱饵技术的MedDecoy诱饵机制。该机制以MedDecoy算法为核心,融合了计算机工程学和医学理论,明确了电子健康记录中的数据关联和诱饵的构建原则,解决了诱饵与原数据过度相似问题。理论分析和仿真结果表明,MedDecoy算法在保持传统诱饵技术诱饵化效率的同时,提升了诱饵的伪真实性和差异性,进一步增强了诱饵对医疗数据的保护能力。
许烨婧[4](2020)在《多媒体网络舆情信息的并发获取机理与话题衍进追踪研究》文中认为大数据技术、云计算技术、人工智能等技术的高速发展大大加持了多媒体、移动媒体、自媒体等各种媒体网络空间的多层次、丰富化、人性化设计,其功能的便捷化、智能化吸引了越来越多网民的关注与使用,各种多样化的互联网络空间承载了网络民众的海量言论与信息行为,这些都对健康网络环境的营造提出了更大的挑战。党的十九大报告提到“加强互联网内容建设,建立网络综合治理体系,营造清朗的网络空间”。网络舆情作为互联网络内容的重要体现之一,对其展开理论与实践研究具有重要意义。网络舆情从广义上讲即是网络民众观点、意见、态度、情绪在网络空间中的集中体现。网民借助强大的互联网络平台进行表达的意愿也越来越强。由此,引发的网络舆情信息获取与管理问题随之出现。而网络舆情信息的科学管理源于对网络舆情信息的有效获取与分析,那么,如何精准、快速获取网络舆情信息成为了亟待解决的问题。根据大量文献调查与研究,可以看出网络舆情受社会环境、客观事实、民众认知、网络媒体等要素综合协同影响而产生。由此,要充分考虑、整合上述诸多影响要素,展开对各种技术支持环境下的网络舆情信息获取分析。由于网络舆情信息的隐匿性、突变性、多元性、交互性、随机性等特征,加之其信息显性与隐性呈现状态的互相转换,亟需一种系统的定性分析与定量计算相结合的方法,实现舆情信息获取及其获取效果测度,以提高网络舆情信息获取的客观性、精准性、高效性。怀揣对以上问题的深度思考,本文尝试探索多媒体网络舆情信息并发获取机理与话题衍进追踪的相关理论与实践研究,进而提供更为客观科学的网络舆情信息获取路径与方法。目前,多媒体网络舆情信息的并发获取机理与话题衍进追踪的相关研究较少,对于多媒体网络舆情信息并发获取概念、内涵尚无明确界定,有关话题追踪的文献更多的是侧重于相关技术的研究,尚未对舆情话题衍进追踪进行全面而系统的理论与实践分析。鉴于此,本文综合信息学、管理学、情报学、统计学、计算机科学等多种学科优势共同探讨多媒体网络舆情信息的并发获取机理与话题衍进追踪。明确了多媒体网络舆情信息并发获取的概念、特征、流程,深度解析了网络舆情信息并发获取机理,构建了网络舆情信息并发获取模型,探索了网络舆情话题衍进追踪的内涵、过程,详细分析了网络舆情话题的衍进态势,并构建了动态的追踪模型,通过实证研究的方式验证了模型的合理性与可行性,以期从理论与实践两个方面展开网络舆情信息并发获取机理与话题衍进追踪的深度研讨,提高网络舆情信息获取的有效性,从而更好更快响应网络舆情的科学实践管理,进一步丰富网络舆情的基础理论与实践应用研究。本文的主要研究内容包括以下几个方面。第一,通过对国内外相关文献的总结归纳,借鉴当前网络舆情相关理论与方法研究,提出了多媒体网络舆情并发获取的概念、特征、原则,将网络舆情信息并发获取数据源划分为舆情主体、舆情客体、舆情媒体、舆情本体四种类型的数据源,并探讨了多媒体网络舆情信息并发获取的流程。第二,基于前文的基础研究,探寻了多媒体网络舆情信息并发获取的支撑动力,分析了网络舆情信息并发获取的时态属性,从单维时序的角度描述了网络舆情信息并发获取的数据源形成机理、线程管控机理、数据监视累积机理、数据采集存储机理、数据触发机理;从多维态势的角度描述了网络舆情信息并发获取的话题衍进机理、话题衍进追踪机理。最后解析了多媒体网络舆情信息并发获取的机理相互作用关系。第三,根据单维时序的多媒体网络舆情信息并发获取的机理分析,明确了网络舆情信息并发获取的构成要素,综合运用DEMATEL分析法、AHP分析法、FMF分析法构建了网络舆情信息并发获取模型。通过爬虫软件采集数据,根据模型计算过程进行数值计量,最后总结研究结果。第四,参考查阅相关文献信息,阐述了多媒体网络舆情话题衍进追踪的内涵及特性,明确了网络舆情话题衍进追踪过程,从时间变化的角度解析了网络舆情话题衍进的追踪态势,阐明了多媒体网络舆情信息并发获取与话题衍进追踪之间的关联关系,构建了多媒体网络舆情话题衍进追踪概念模型,并分析了舆情话题衍进过程中各时期的追踪特征。第五,在多媒体网络舆情话题衍进追踪理论分析的基础上,明晰多媒体网络舆情话题衍进追踪目标,从抽象---具象化角度对其展开深入探讨,分析了多媒体网络舆情话题衍进追踪的流程,从网络舆情话题衍进指数、强度、关联度、漂移度四个方面构建多媒体网络舆情话题衍进追踪模型。依据构建的模型,采集数据,进行实证分析。第六,根据多媒体网络舆情信息并发获取与话题衍进追踪的研究结论,从网络舆情客体、主体、媒体、本体、情境五个维度提出了较为具体的管控策略,充分分析与利用有效获取的网络舆情信息,为网络舆情的综合治理提供客观、可行的策略支持。本研究拓宽了网络舆情的研究范畴,从多视阈角度融入了新的探索理念,丰富了多媒体网络舆情信息并发获取机理与话题衍进追踪的理论研究。通过数理分析、模型构建、实证研究的方式提供了一套较为完整的网络舆情信息并发获取与话题衍进追踪应用实践量化体系,为大数据环境下多媒体网络舆情的管控治理提供了可行的管理策略,有助于净化网络舆情环境,促进网络舆情走势的良性化。
邢海龙[5](2020)在《大数据联盟数据挖掘服务模式研究》文中认为随着社交网络、传感器技术、移动互联网技术的快速发展,数据存储量已经达到了PB级别,成为了企业乃至国家的重要性战略资源。在国家政策的积极推动下,大数据服务平台不断涌现,为满足在“数据海洋”中获取所需资源及挖掘数据背后的潜在价值奠定了良好基础。但是目前大数据服务市场还处于发展初期,发育还不够完全,在面对用户多样的数据挖掘服务需求时,单一企业在服务能力方面还存在不足。为此,以大数据产业链为依托,以提高数据挖掘服务能力和服务质量为目的,通过整合大数据产业链上、中、下游企业的资源优势、技术优势和服务优势,以联盟的组织形式为社会提供数据挖掘服务,对完善大数据服务市场起到了重要作用,大数据联盟采用的服务模式将直接影响着数据挖掘服务的质量和水平,构建符合大数据服务需求特点、有利于整合联盟成员数据资源的数据挖掘服务模式是数据企业急需解决的紧迫课题。在跟踪总结国内外大数据、大数据联盟、数据挖掘及服务模式的研究现状、发展趋势和实际应用情况的基础上,分析和界定了大数据联盟、数据挖掘服务的相关概念及特点。从合作协同视角,运用核心能力理论、协同理论、博弈理论等,揭示大数据联盟合作机理,在分析大数据联盟数据演化过程、数据挖掘层次的基础上,构建大数据联盟数据挖掘服务模式框架。在此基础上,提出了大数据联盟标准化数据挖掘服务模式、定制化数据挖掘服务模式和智能化数据挖掘服务模式。标准化数据挖掘服务是针对用户共性化需求,提供的一种数据挖掘服务。该服务模式结合用户的需求类型,将联盟通过数据挖掘获取的资源进行服务产品的封装,以数据产品的形式进行发布与交付。并依照用户对服务认知和理解的程度不同,将服务方式划分为自助式和咨询式两种服务方式,以及从售后服务、运营监管两方面,提出标准化数据挖掘服务保障。定制化数据挖掘服务是针对用户个性化需求,提供的一种数据挖掘服务。该服务模式从联盟用户需求描述、服务能力挖掘、联盟数据准备、模型构建、模型评估和服务交付几个环节,构建大数据联盟定制化数据挖掘服务过程模型,依照用户的参与程度不同,将服务方式划分为委托式和跟进式两种服务方式,并从协调管理、资源配置、协同调度三方面,提出定制化数据挖掘服务保障措施。智能化数据挖掘服务是针对用户混合型需求,进行的一种数据挖掘服务。该服务模式是融合智能决策理论和知识推理方法,从服务需求知识表示、服务智能检索、服务重用与调整、服务支付、服务知识学习与存储几个环节,构建大数据联盟智能化数据挖掘服务过程模型,将服务方式划分为智能交互的委托式和智慧协同的跟进式两种服务方式,并从多案例经验集成、群体智能两方面,提出智能化数据挖掘服务保障措施。在实证研究部分,选择中关村大数据产业联盟中,以提供数据挖掘服务为主要业务的ZWJ大数据联盟为研究对象,将本文提出的大数据联盟数据挖掘服务模式运用到实际联盟中,验证数据挖掘服务模式的科学性与合理性,并完善数据挖掘服务模式管理体系。对大数据联盟数据挖掘服务模式的研究,有利于数据资源的流通、共享和价值创造。在满足日益增长的数据挖掘服务需求的同时,充分发挥联盟的资源优势、技术优势,挖掘数据资源背后的“知识财富”。为促进我国大数据服务产业蓬勃发展,提高数据资源价值活力和数字技术创新能力具有重要作用。同时研究成果有助于丰富企业资源管理理论与服务模式理论体系,并对大数据产业发展及大数据服务应用具有重要现实指导意义。
秦铎[6](2020)在《货运列车安全数据一体化集成模型研究与应用》文中认为我国铁路货运事业发展迅猛,呈现出重载、提速的趋势,对货物运输安全性提出了更高的挑战和要求。及时有效的信息共享,专业全面的数据集成是实现货运安全的基本保障。货运安全涉及车、机、工、电、辆等多专业部门协作,信息系统分类繁杂、缺乏统一规划,数据标准不一、数据质量参差不齐,数据信息传输效率较低,存在着数据异构等信息孤岛问题。由于列车是经编组产生的,安全监管的重点是对货物运输过程管控,是围绕列车生命周期展开的,因此本文以货运列车为对象,开展安全数据集成的研究。研究重点集中在列车对象安全数据集的确定、信息模型的构建以及元数据的管理方面,并将由信息模型和元数据模型组成的一体化集成模型应用到集成平台的构建中。首先对列车生命周期过程中相关业务领域的信息系统建设现状,以及数据特点进行分析,提出当前存在的数据利用问题,进一步提出通过信息模型和元数据管理辅助数据集成的需求。其次,通过对业务领域的分析,确定列车对象安全数据集,并建立可以通用于各业务系统的货运列车对象信息模型,通过信息模型定义统一的数据视图,清晰展现数据对象之间的关联关系,进而规范数据之间的交互流转。同时,从数据本身的信息解释出发,构建元数据模型,通过元数据的管理为数据集成提供描述信息和统一标准。由信息模型和元数据模型结合形成一体化集成模型的概念,通过一体化集成模型,确保集成数据的一致性和数据的质量。最后,构建实时动态显示的列车对象安全数据的一体化集成平台,将一体化集成模型的理念应用于平台的设计中,利用信息模型指导集成过程及集成平台的数据模型建设,并通过元数据的管理对数据的内容和使用方法进行描述和规范,使得集成的数据不只是简单的物理汇聚,更重要的是统一数据的来源、明确数据的含义以及属性约束的信息,在集成的同时保证数据的正确理解、使用,实现数据的一体化集成。通过集成平台,促进列车对象安全数据的统一监测,从而在发现问题时及时将数据共享给各专业部门,保证货物运输的安全。
刘奕[7](2020)在《5G网络技术对提升4G网络性能的研究》文中研究指明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。
刘森,张书维,侯玉洁[8](2020)在《3D打印技术专业“三教”改革探索》文中研究表明根据国家对职业教育深化改革的最新要求,解读当前"三教"改革对于职教教育紧迫性和必要性,本文以3D打印技术专业为切入点,深层次分析3D打印技术专业在教师、教材、教法("三教")改革时所面临的实际问题,并对"三教"改革的一些具体方案可行性和实际效果进行了探讨。
邹岩鹏[9](2020)在《云南省交通运输行业数据整合规范化的研究》文中研究说明随着大数据时代的到来,人们对交通数据资源的价值日益重视。交通数据的运用不仅能对优化运输结构和提高运输效率提供参考,还能为行业管理和决策提供辅助分析,具有很高的经济价值和社会效益,但是,目前由于各级交通信息系统建设时间先后不一、标准不同,多而散乱,加之交通运输领域信息资源数据量大、实时变化快、情况复杂,海量交通数据一直未得到有效利用。本文根据当前数据整合面临的问题,应用文献研究法、统计分析法等广泛收集、梳理相关标准的研究方法,提出了数据元标准化编制方法、数据元的命名和分类方法,通过基于业务流程和基于用户视图的两种数据元提取方法,制定了数据元标准化的框架,并结合对省级交通运输行业信息资源数据中心应用框架的研究,提出对交通运输数据标准的两种分类,提出了直接引用、部分引用、参考引用、新增补充四种规范标准的编制方法,用于规范和指导交通运输数据标准的研究和开发。最后根据本文提出的交通运输数据标准开发方法,完成我省交通运输行业数据中心的数据交换文档开发,包括数据交换的范围、策略、数据转换规则、交换任务等。通过实践证明,从数据元标准入手开展交通数据标准研究,能够保障我省交通运输行业数据中心数据交互质量,有利于促进数据整合。同时,使用信息标准模型和方法构建交通运输数据标准体系,开发数据交换文档规范,也为交通运输行业数据标准开发方法提供指导和信息标准支撑。
张聪[10](2019)在《基于交互创新的高校知识服务模式及其外部资源研究》文中认为高校是最为活跃的知识获取、传播、应用以及创造的场所。特别是在“提升我国高等教育社会服务综合实力以促进社会发展、助力创新转型”的背景下,通过知识服务的形式,促进知识从高校向社会的有效传递,不仅是高校服务社会的重要内容,也是促进社会发展创新的关键。本研究以开放式创新、责任式创新和资源依赖理论为理论基础,通过文献研究、案例研究等多种方法,构建了基于交互创新的高校知识服务模式并进一步分析外部资源是如何促进这一模式实现的问题。首先,基于交互创新的高校知识服务是在从事知识服务活动时,将供需双方视为一个整体,通过资源共享、任务共担以及价值共创的形式,将知识进行系统化地搜集、存储、传递、创造和应用以满足特定社会需求的活动。其次,为了维系交互的持续发生,本研究构建了高校知识服务交互式创新的模式。这一模式包含了战略引领层、流程操作层以及能力支撑层。这其中,战略引领层通过一定内容的战略选择、规划与实施引领了高校知识服务供需双方深层次互动合作。流程操作层通过知识服务的孕育、创生、应用以及保持阶段,促进了知识的发展与服务的传递。能力支撑层则通过基础知识生产能力与协同服务应用能力两个维度支撑了知识服务的全过程。最后,本研究提出基于交互创新的高校知识服务还必须从所处的外部环境中获取稀缺性的资源。这样的外部资源包括知识、资金、市场、技术以及制度等五类,主要来自于各级政府、知识服务中介机构以及竞争对手等供给主体。
二、影响医学图像存储与通信系统建设质量的几个环节(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、影响医学图像存储与通信系统建设质量的几个环节(论文提纲范文)
(1)建材质量管理信息化追溯体系的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 城市化发展与工程建设的需要 |
1.1.2 管理机制的不足 |
1.2 国内外研究现状 |
1.2.1 建设工程质量管理现状 |
1.2.2 相关行业追溯管理发展特点现状分析 |
1.2.3 产品追溯体系现状 |
1.2.4 区块链技术在质量管理追溯中的应用现状 |
1.2.5 建筑材料追溯管理技术研究现状 |
1.3 相关企业利用信息识别技术的特点与应用现状 |
1.3.1 河钢集团产品质量追溯体系建设特点 |
1.3.2 北京榆构集团产品质量追溯体系建设特点 |
1.3.3 燕通建筑构件产品质量追溯体系建设特点 |
1.3.4 北京建工新型建材产品质量追溯体系建设特点 |
1.3.5 东方雨虹防水产品质量追溯体系建设特点 |
1.3.6 联强远大及路德工程企业产品质量追溯体系建设特点 |
1.4 研究意义与研究内容 |
1.4.1 研究目的及意义 |
1.4.2 研究内容 |
第二章 建材管理可追溯性研究 |
2.1 可追溯系统概述 |
2.1.1 可追溯性的含义 |
2.1.2 可追溯系统的目标 |
2.1.3 可追溯系统的特点 |
2.2 建材管理体系现状 |
2.2.1 建材生产管理体系 |
2.2.2 建材供应管理体系 |
2.2.3 建材检测管理体系 |
2.2.4 建材采购管理体系 |
2.2.5 建材使用管理体系 |
2.3 北京建材管理平台及监管现状 |
2.3.1 北京市建材管理服务平台介绍 |
2.3.2 政府及企业监管系统 |
2.4 本章小结 |
第三章 基于信息化技术建材管理追溯机制研究 |
3.1 质量追溯体系研究 |
3.1.1 追溯对象研究 |
3.1.2 追溯过程研究 |
3.2 质量追溯系统信息识别关键技术 |
3.2.1 条码技术 |
3.2.2 RFID射频识别 |
3.2.3 无线传感网络 |
3.2.4 机器视觉 |
3.3 信息化技术对建材管理的促进作用 |
3.3.1 物联网在建材管理中的应用 |
3.3.2 区块链在建材管理中的应用 |
3.4 建材质量追踪体系编码规则设计 |
3.4.1 编码概述 |
3.4.2 建材质量追踪编码规则 |
3.4.3 追溯流程编码规则 |
3.4.4 建材全流程追溯核心编码串接 |
3.5 本章小结 |
第四章 北京建材质量追溯管理系统设计 |
4.1 追溯系统信息化技术 |
4.1.1 建材安全生产运营与智慧管控整体构架设计 |
4.1.2 信息化技术应用特点 |
4.1.3 系统功能设计 |
4.1.4 系统构成 |
4.2 基于区块链技术的建材追溯方案设计 |
4.2.1 基于区块链的追溯流程 |
4.2.2 基于区块链的追溯体系架构 |
4.2.3 追溯系统实施方案 |
4.3 本章小结 |
第五章 建材生产与运营管理对质量影响评估方法的研究 |
5.1 CREAM理论 |
5.1.1 HRA理论方法简介 |
5.1.2 CREAM法的认知行为理论基础 |
5.1.3 人的认知控制模式及失误概率 |
5.2 人因失效概率预测模型的建立 |
5.2.1 假设条件 |
5.2.2 CPC权重的确定 |
5.2.3 人因失效概率预测模型建立 |
5.3 案例分析 |
5.3.1 河钢集团事故案例列举 |
5.3.2 人为差错失误模式与前因分类 |
5.3.3 层次分析法 |
5.3.4 案例应用 |
5.4 本章小结 |
第六章 基于灰色理论的建材生产与运营管理风险预测 |
6.1 灰色预测理论相关知识 |
6.1.1 灰色系统理论的提出 |
6.1.2 灰生成技术 |
6.1.3 GM(1,1)定义及建模步骤 |
6.2 建材生产与运营管理风险预测影响指标选取 |
6.2.1 指标选取原则 |
6.2.2 指标对象的确定 |
6.2.3 风险预测影响指标的初选 |
6.2.4 基于层次分析法的预测指标体系建立 |
6.3 基于GM(1,1)模型建立建材生产与运营管理风险预测 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 建议及展望 |
参考文献 |
在学期间的研究成果 |
致谢 |
(2)基于FPGA的头戴显示器视频图像处理系统设计与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 发展及现状 |
1.2.1 头戴显示器发展及现状 |
1.2.2 图像处理系统发展及现状 |
1.3 论文主要内容与章节安排 |
第二章 系统总体方案设计 |
2.1 FPGA在图像处理领域的优势 |
2.2 总体方案设计 |
2.2.1 需求分析 |
2.2.2 系统实现方案 |
2.2.3 系统测试方案 |
2.3 关键技术 |
2.4 本章小结 |
第三章 图像处理系统硬件设计与实现 |
3.1 实时图像处理系统的总体框架 |
3.2 器件选型 |
3.2.1 FPGA开发平台 |
3.2.2 视频采集模块 |
3.2.3 视频存储模块 |
3.2.4 视频显示模块 |
3.3 电路设计 |
3.3.1 视频采集模块电路设计 |
3.3.2 视频存储模块电路设计 |
3.3.3 视频显示模块电路设计 |
3.4 本章小结 |
第四章 图像处理系统软件设计与实现 |
4.1 FPGA设计流程 |
4.2 系统软件设计框图 |
4.3 时钟管理模块 |
4.4 实时图像采集模块 |
4.5 SDRAM存储模块 |
4.6 视频图像显示模块 |
4.6.1 视频图像显示原理 |
4.6.2 视频图像显示模块FPGA实现 |
4.7 本章小结 |
第五章 基于FPGA的图像处理算法设计与实现 |
5.1 图像灰度化 |
5.1.1 图像灰度化实现 |
5.1.2 仿真与分析 |
5.2 中值滤波 |
5.2.1 快速中值滤波实现 |
5.2.2 仿真与分析 |
5.3 边缘检测 |
5.3.1 边缘检测实现 |
5.3.2 仿真与分析 |
5.4 图像叠加 |
5.4.1 图像叠加实现 |
5.4.2 仿真与分析 |
5.5 本章小结 |
第六章 系统测试与分析 |
6.1 视频图像实时显示测试 |
6.1.1 实时视频正常显示效果 |
6.1.2 资源使用报告 |
6.1.3 实验结论 |
6.2 图像处理模块测试 |
6.2.1 灰度视频图像测试 |
6.2.2 图像叠加模块测试 |
6.2.3 边缘检测模块测试 |
6.3 本章小结 |
第七章 总结与展望 |
7.1 全文总结 |
7.2 后续展望 |
致谢 |
参考文献 |
(3)医疗云中MedSecurity电子健康记录隐私保护模型及关键技术研究(论文提纲范文)
摘要 |
Abstract |
变量注释表 |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.3 论文的主要创新点 |
1.4 论文组织结构 |
1.5 本章小结 |
2 预备知识 |
2.1 电子健康记录 |
2.2 椭圆曲线密码学原理 |
2.3 SHA-1哈希算法和HMAC技术 |
2.4 RC4密码学算法 |
2.5 哈夫曼压缩算法 |
2.6 诱饵技术 |
2.7 本章小结 |
3 医疗云中MedSecurity电子健康记录隐私保护模型 |
3.1 MedSecurity系统模型要素 |
3.2 MedSecurity模型的运行原理 |
3.3 MedSecurity模型的数据共享 |
3.4 MedSecurity模型的安全分析 |
3.5 本章小结 |
4 医疗云中安全节能的MedGreen通信认证方案 |
4.1 MedGreen通信认证算法 |
4.2 MedGreen通信认证算法的正确性分析 |
4.3 MedGreen通信认证算法的安全性分析 |
4.4 MedGreen通信认证算法的时间复杂度分析 |
4.5 MedGreen通信认证算法的资源开销分析 |
4.6 MedGreen通信认证方案的搭建 |
4.7 本章小结 |
5 医疗云中高保密性、低密文量的MedSecrecy加密技术 |
5.1 MedSecrecy加密算法 |
5.2 MedSecrecy算法的安全性分析 |
5.3 MedSecrecy算法的时间复杂度分析 |
5.4 MedSecrecy仿真实验 |
5.5 本章小结 |
6 医疗云中强迷惑性的MedDecoy诱饵机制 |
6.1 电子健康记录的安全问题 |
6.2 电子健康记录诱饵化中的数据预处理 |
6.3 电子健康记录诱饵化中的属性关联 |
6.4 电子健康记录中的数据诱饵化原则 |
6.5 电子健康记录中的数据诱饵化方法 |
6.6 MedDecoy算法 |
6.7 身份检测和诱饵文件构建方法 |
6.8 本章小结 |
7 总结与展望 |
7.1 现阶段的研究总结 |
7.2 未来研究的展望 |
参考文献 |
作者简历 |
致谢 |
学位论文数据集 |
(4)多媒体网络舆情信息的并发获取机理与话题衍进追踪研究(论文提纲范文)
摘要 |
Abstract |
第1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 国内外研究现状综述 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 研究现状述评 |
1.4 研究内容与研究方法 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.4.3 技术路线 |
1.5 研究创新点 |
1.6 本章小结 |
第2章 相关理论基础 |
2.1 信息论与全信息理论 |
2.1.1 信息论 |
2.1.2 全信息理论 |
2.2 信息传播的相关理论 |
2.2.1 信息传播理论 |
2.2.2 信息生命周期理论 |
2.3 多媒体网络舆情的相关理论 |
2.3.1 网络舆情 |
2.3.2 多媒体网络舆情 |
2.4 信息获取与追踪的相关理论 |
2.4.1 信息获取理论 |
2.4.2 话题追踪理论 |
2.5 本章小结 |
第3章 多媒体网络舆情信息并发获取的相关分析 |
3.1 多媒体网络舆情信息并发获取的界定 |
3.2 多媒体网络舆情信息并发获取目标 |
3.3 多媒体网络舆情信息并发获取原则 |
3.3.1 整体与部分相协调原则 |
3.3.2 主观与客观相结合原则 |
3.3.3 有限与无限相统一原则 |
3.3.4 单维时序与多维态势相结合原则 |
3.4 多媒体网络舆情信息并发获取特征 |
3.4.1 多媒体网络舆情并发获取运行的非线性 |
3.4.2 多媒体网络舆情并发获取阶段的自适应性 |
3.4.3 多媒体网络舆情并发获取任务执行的时序性 |
3.4.4 多媒体网络舆情并发获取负载技术的均衡性 |
3.5 多媒体网络舆情信息并发获取数据源分析 |
3.5.1 舆情主体数据源分析 |
3.5.2 舆情客体数据源分析 |
3.5.3 舆情媒体数据源分析 |
3.5.4 舆情本体数据源分析 |
3.6 多媒体网络舆情信息并发获取流程分析 |
3.6.1 多媒体网络舆情信息检索 |
3.6.2 多媒体网络舆情信息抓取 |
3.6.3 多媒体网络舆情信息萃取 |
3.6.4 多媒体网络舆情信息存取 |
3.6.5 多媒体网络舆情信息智取 |
3.6.6 多媒体网络舆情主体交互 |
3.7 本章小结 |
第4章 多媒体网络舆情信息并发获取机理分析 |
4.1 多媒体网络舆情信息并发获取动力分析 |
4.1.1 并发获取内源动力 |
4.1.2 并发获取外源动力 |
4.1.3 舆情并发获取动力作用模式 |
4.2 多媒体网络舆情信息并发获取的时态属性 |
4.2.1 单维时序属性 |
4.2.2 多维态势属性 |
4.3 基于单维时序的多媒体网络舆情信息并发获取机理 |
4.3.1 并发获取数据源形成机理 |
4.3.2 并发获取线程管控机理 |
4.3.3 并发获取数据监视累积机理 |
4.3.4 并发获取数据采集存储机理 |
4.3.5 并发获取数据触发机理 |
4.4 基于多维态势的多媒体网络舆情信息并发获取机理 |
4.4.1 话题衍进机理 |
4.4.2 衍进追踪机理 |
4.5 多媒体网络舆情信息并发获取机理关系分析 |
4.5.1 多媒体网络舆情信息并发获取的数据源与机理关系 |
4.5.2 多媒体网络舆情信息并发获取的过程与机理关系 |
4.5.3 多媒体网络舆情信息并发获取的机理间作用关系 |
4.6 本章小结 |
第5章 多媒体网络舆情信息并发获取模型构建 |
5.1 多媒体网络舆情信息并发获取模型构建总体思路 |
5.2 多媒体网络舆情信息并发获取模型构成要素 |
5.2.1 构成要素解析 |
5.2.2 构成要素度量方法 |
5.3 多媒体网络舆情信息并发获取模型 |
5.3.1 舆情信息并发获取模型构建过程 |
5.3.2 基于DEMATEL的构成要素识别模型 |
5.3.3 基于AHP的要素权重模型构建 |
5.3.4 基于FMF的网络舆情信息并发获取模型 |
5.4 多媒体网络舆情信息并发获取实证分析 |
5.4.1 网络舆情数据源获取 |
5.4.2 网络舆情信息并发获取构成要素识别 |
5.4.3 网络舆情信息并发获取构成要素权重确定 |
5.4.4 网络舆情信息并发获取触发值计算 |
5.4.5 实验结果解析 |
5.5 本章小结 |
第6章 多媒体网络舆情话题衍进追踪过程及态势解析 |
6.1 多媒体网络舆情话题衍进追踪的内涵与特性 |
6.1.1 多媒体网络舆情话题衍进追踪的内涵 |
6.1.2 多媒体网络舆情话题衍进追踪的特性 |
6.2 多媒体网络舆情话题衍进追踪过程 |
6.2.1 网络舆情演进 |
6.2.2 网络舆情话题衍进态势 |
6.2.3 网络舆情话题衍进追踪 |
6.2.4 舆情话题衍进追踪过程 |
6.3 多媒体网络舆情话题衍进追踪态势分析 |
6.3.1 舆情话题衍进的运动模式 |
6.3.2 舆情话题衍进追踪态势解析 |
6.4 多媒体网络舆情并发获取与话题衍进追踪的关联关系 |
6.4.1 单维时序关联 |
6.4.2 多维态势关联 |
6.4.3 综合关联关系 |
6.5 多媒体网络舆情话题衍进追踪概念模型构建 |
6.5.1 模型构建 |
6.5.2 舆情话题衍进各时期追踪特征 |
6.6 本章小结 |
第7章 多媒体网络舆情话题衍进追踪模型构建 |
7.1 多媒体网络舆情话题衍进追踪的总体目标 |
7.1.1 网络舆情话题衍进追踪的动态表征 |
7.1.2 网络舆情话题衍进追踪的目标 |
7.2 多媒体网络舆情话题衍进追踪的抽象-具象化解析 |
7.2.1 网络舆情话题衍进追踪的抽象化共生作用 |
7.2.2 基于多维态势的具象化网络舆情话题衍进追踪 |
7.3 多媒体网络舆情话题衍进追踪的流程 |
7.3.1 多媒体网络舆情话题衍进追踪的技术分析 |
7.3.2 多媒体网络舆情话题衍进追踪的方法选取 |
7.3.3 多媒体网络舆情话题衍进追踪的流程 |
7.4 多媒体网络舆情话题衍进的最优话题选取 |
7.4.1 最优舆情话题选取步骤 |
7.4.2 网络舆情话题衍进期间的数据预处理 |
7.4.3 网络舆情话题衍进特征词权重计量 |
7.4.4 网络舆情话题衍进的聚类算法 |
7.5 多媒体网络舆情话题衍进追踪模型构建 |
7.5.1 网络舆情话题衍进指数模型构建 |
7.5.2 网络舆情话题强度模型构建 |
7.5.3 网络舆情话题关联度模型构建 |
7.5.4 网络舆情话题漂移度模型构建 |
7.6 实证研究 |
7.6.1 多媒体网络舆情话题的选定 |
7.6.2 多媒体网络舆情话题数据源获取与分析 |
7.6.3 多媒体网络舆情最优话题数量确定 |
7.6.4 多媒体网络舆情话题衍进追踪测度分析 |
7.6.5 研究结果总结 |
7.7 本章小结 |
第8章 多媒体网络舆情信息并发获取与话题衍进追踪的管控策略 |
8.1 客体管控策略 |
8.2 主体管控策略 |
8.3 媒体管控策略 |
8.4 本体管控策略 |
8.5 情境管控策略 |
8.6 本章小结 |
第9章 研究总结与展望 |
9.1 研究总结 |
9.2 研究展望 |
参考文献 |
致谢 |
攻读博士期间取得的主要研究成果 |
(5)大数据联盟数据挖掘服务模式研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状及评述 |
1.3.1 大数据研究现状 |
1.3.2 大数据联盟研究现状 |
1.3.3 数据挖掘研究现状 |
1.3.4 服务模式研究现状 |
1.3.5 大数据联盟数据挖掘服务研究评述 |
1.4 主要研究内容和方法 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.4.3 技术路线 |
第2章 大数据联盟合作机理与数据挖掘服务模式架构 |
2.1 大数据联盟内涵及构成 |
2.1.1 大数据联盟内涵 |
2.1.2 大数据联盟特征 |
2.1.3 大数据联盟成员构成 |
2.2 数据挖掘服务相关概念界定及过程设计 |
2.2.1 数据挖掘服务的相关概念界定 |
2.2.2 大数据联盟数据挖掘服务过程 |
2.3 大数据联盟合作机理 |
2.3.1 大数据联盟形成动因 |
2.3.2 大数据联盟合作网络发展阶段 |
2.3.3 大数据联盟资源共享关系 |
2.3.4 大数据联盟合作协同模型 |
2.4 大数据联盟数据挖掘服务模式架构设计 |
2.4.1 用户需求层次 |
2.4.2 数据挖掘层次 |
2.4.3 大数据联盟数据挖掘服务模式总体框架 |
2.5 本章小结 |
第3章 大数据联盟标准化数据挖掘服务模式 |
3.1 大数据联盟标准化数据挖掘服务模式整体架构 |
3.2 大数据联盟标准化数据挖掘服务内容与定价 |
3.2.1 大数据联盟标准化数据挖掘服务内容 |
3.2.2 大数据联盟标准化数据挖掘服务定价方法 |
3.3 大数据联盟标准化数据挖掘服务过程 |
3.3.1 共性化服务需求挖掘 |
3.3.2 联盟标准化服务产品形成 |
3.3.3 标准化服务封装与发布 |
3.3.4 标准化数据挖掘服务交付 |
3.4 大数据联盟标准化数据挖掘服务方式 |
3.4.1 自助式服务方式 |
3.4.2 咨询式服务方式 |
3.5 大数据联盟标准化数据挖掘服务实现保障 |
3.5.1 售后服务保障 |
3.5.2 运营监管保障 |
3.6 标准化数据挖掘服务模式适用范围及实施策略 |
3.6.1 标准化数据挖掘服务模式适用范围 |
3.6.2 标准化数据挖掘服务模式实施策略 |
3.7 本章小结 |
第4章 大数据联盟定制化数据挖掘服务模式 |
4.1 大数据联盟定制化数据挖掘服务模式整体架构 |
4.2 大数据联盟定制化数据挖掘服务内容与定价 |
4.2.1 大数据联盟定制化数据挖掘服务内容 |
4.2.2 大数据联盟定制化数据挖掘服务定价方法 |
4.3 大数据联盟定制化数据挖掘服务过程 |
4.3.1 用户个性化需求描述 |
4.3.2 联盟成员服务能力挖掘 |
4.3.3 联盟成员数据资源准备 |
4.3.4 数据挖掘模型选择与评估 |
4.3.5 定制化数据挖掘服务交付 |
4.4 大数据联盟定制化数据挖掘服务方式 |
4.4.1 委托式服务方式 |
4.4.2 跟进式服务方式 |
4.5 大数据联盟定制化数据挖掘服务实现保障 |
4.5.1 协调管理保障 |
4.5.2 资源配置保障 |
4.5.3 协同调度保障 |
4.6 定制化数据挖掘服务模式适用范围及实施策略 |
4.6.1 定制化数据挖掘服务模式适用范围 |
4.6.2 定制化数据挖掘服务模式实施策略 |
4.7 本章小结 |
第5章 大数据联盟智能化数据挖掘服务模式 |
5.1 大数据联盟智能化数据挖掘服务模式整体架构 |
5.2 大数据联盟智能化数据挖掘服务内容与定价 |
5.2.1 大数据联盟智能化数据挖掘服务内容 |
5.2.2 大数据联盟智能化数据挖掘服务定价方法 |
5.3 大数据联盟智能化数据挖掘服务过程 |
5.3.1 混合型需求的知识表示 |
5.3.2 数据挖掘服务智能检索 |
5.3.3 服务重用与调整 |
5.3.4 智能化数据挖掘服务交付 |
5.3.5 服务知识学习与案例存储 |
5.4 大数据联盟智能化数据挖掘服务方式 |
5.4.1 智能交互的委托式服务方式 |
5.4.2 智慧协同的跟进式服务方式 |
5.5 大数据联盟智能化数据挖掘服务实现保障 |
5.5.1 多案例经验集成保障 |
5.5.2 群体智能保障 |
5.6 智能化数据挖掘服务模式适用范围及实施策略 |
5.6.1 智能化数据挖掘服务模式适用范围 |
5.6.2 智能化数据挖掘服务模式实施策略 |
5.7 本章小结 |
第6章 ZWJ大数据联盟数据挖掘服务模式 |
6.1 ZWJ大数据联盟背景及概况 |
6.1.1 ZWJ大数据联盟背景 |
6.1.2 ZWJ大数据联盟成员类型 |
6.2 ZWJ大数据联盟数据挖掘服务平台及内容 |
6.2.1 ZWJ大数据联盟数据挖掘服务平台 |
6.2.2 ZWJ大数据联盟数据挖掘服务内容 |
6.3 ZWJ大数据联盟标准化数据挖掘服务 |
6.3.1 用户A的共性化需求描述 |
6.3.2 标准化数据挖掘服务搜索 |
6.3.3 标准化数据挖掘服务交付 |
6.4 ZWJ大数据联盟定制化数据挖掘服务 |
6.4.1 用户B的个性化需求描述 |
6.4.2 联盟成员服务能力挖掘 |
6.4.3 联盟成员数据资源准备 |
6.4.4 数据挖掘模型选择与评估 |
6.4.5 定制化数据挖掘服务交付 |
6.5 ZWJ大数据联盟智能化数据挖掘服务 |
6.5.1 用户C的混合型需求知识表示 |
6.5.2 数据挖掘服务智能检索 |
6.5.3 服务调整与交付 |
6.5.4 服务知识学习与存储 |
6.6 ZWJ大数据联盟数据挖掘服务模式实施效果与提升策略 |
6.6.1 ZWJ大数据联盟数据挖掘服务模式实施效果 |
6.6.2 ZWJ大数据联盟数据挖掘服务模式改进措施 |
6.7 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术论文 |
攻读学位期间参与的科研项目 |
致谢 |
(6)货运列车安全数据一体化集成模型研究与应用(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及研究意义 |
1.1.1 选题背景 |
1.1.2 项目背景 |
1.1.3 研究意义 |
1.2 国内外研究与应用现状 |
1.2.1 国外研究与应用现状 |
1.2.2 国内研究与应用现状 |
1.3 论文组织结构与创新点 |
1.3.1 论文内容及研究路线 |
1.3.2 论文创新点 |
2 理论、方法与技术研究 |
2.1 数据集成理论相关研究 |
2.1.1 数据集成的含义 |
2.1.2 数据集成中的方法和技术 |
2.2 信息模型方法概述 |
2.2.1 信息模型定义及作用 |
2.2.2 数据集成中信息模型的应用 |
2.2.3 CIM模型设计思想和方法 |
2.3 元数据技术 |
2.3.1 元数据含义及作用 |
2.3.2 数据集成中元数据的应用 |
2.3.3 元模型 |
2.4 系统开发技术及方法 |
2.4.1 Spring MVC架构理论 |
2.4.2 Echarts可视化技术 |
3 货运列车安全信息管理现状与需求分析 |
3.1 货运列车安全数据集成业务范围界定 |
3.1.1 货运列车对象生命周期过程 |
3.1.2 货运主体角度的安全环境分析 |
3.2 货运列车安全数据来源相关系统分析 |
3.2.1 货运列车安全相关信息系统 |
3.2.2 货运列车安全系统特点分析 |
3.3 货运列车安全数据分析 |
3.3.1 货运列车安全管理数据梳理 |
3.3.2 货运列车安全数据特点分析 |
3.4 货运列车安全数据一体化集成需求分析 |
3.5 本章小结 |
4 货运列车安全数据一体化集成模型设计 |
4.1 一体化集成模型定义 |
4.1.1 一体化集成模型的结构 |
4.1.2 信息模型的作用及表示方法 |
4.1.3 元数据的作用及类别分析 |
4.2 货运列车安全数据分类 |
4.2.1 数据分类方法 |
4.2.2 数据主题域划分 |
4.2.3 数据实体划分 |
4.3 货运列车安全数据信息模型建立 |
4.3.1 主题域信息模型 |
4.3.2 细分主题域信息模型 |
4.3.3 对象信息模型 |
4.4 货运列车安全元数据模型建立 |
4.4.1 元数据管理元模型 |
4.4.2 技术元数据模型 |
4.4.3 业务元数据模型 |
4.4.4 管理元数据模型 |
4.5 货运列车一体化集成模型建模结果及作用 |
4.5.1 一体化集成模型建模结果 |
4.5.2 基于一体化集成模型的数据访问过程 |
4.6 本章小结 |
5 货运列车安全数据集成平台设计与原型系统实现 |
5.1 系统设计 |
5.1.1 总体架构 |
5.1.2 系统功能架构 |
5.1.3 系统实现环境 |
5.2 信息模型的物理实现 |
5.2.1 信息模型的数据库映射 |
5.2.2 信息模型的数据源表记录映射 |
5.3 元数据模型的物理实现 |
5.3.1 元数据采集标准化过程 |
5.3.2 标准化后的元数据采集与存储 |
5.4 核心功能模块设计与实现 |
5.4.1 货运列车安全数据综合视图 |
5.4.2 基于元数据的数据查询 |
5.4.3 后台元数据管理功能 |
5.5 本章小结 |
6 工作总结与展望 |
6.1 工作总结 |
6.2 展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(7)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 |
(8)3D打印技术专业“三教”改革探索(论文提纲范文)
引言 |
1 3D打印技术专业“三教”面临的突出问题 |
1.1 师资团队的教学素养相对偏差 |
1.2 3D打印技术专业教材不成体系,资源匮乏 |
1.3 教法难以提升学生参与的主动性 |
2 3D打印技术应用专业“三教”改革措施 |
2.1 通过“名师引领、双元结构、分工协作”的准则塑造团队 |
2.1.1 依托有较强影响力的带头人,有效开发名师所具备的引领示范效果 |
2.1.2 邀请大师授教,提升人才的技术与技能水准 |
2.2 推进“学生主体、育训结合、因材施教”的教材变革 |
2.2.1 设计活页式3D打印教材 |
2.2.2 灵活使用信息化技术,形成立体化的教学 |
2.3 创新推行“三个课堂”教学模式,推进教法改革 |
2.3.1 采取线上、线下的混合式教法 |
2.3.2 构建与推进更具创新性的“三个课堂”模式 |
(9)云南省交通运输行业数据整合规范化的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 选题背景与问题的提出 |
1.2 研究目的和意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究综述 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 研究现状述评 |
1.4 研究思路和技术路线 |
1.4.1 研究思路 |
1.4.2 研究方法 |
1.4.3 技术路线 |
1.5 论文的主要创新点 |
第二章 需求分析 |
2.1 问题分析 |
2.2 服务对象需求分析 |
2.2.1 管理决策用户需求 |
2.2.2 行业主管部门用户需求 |
2.2.3 行业内从业单位及人员 |
2.3 数据采集需求分析 |
2.4 交通运输行业数据共享的需求 |
2.5 数据交换需求分析 |
2.6 横向管理部门的数据交换需求 |
2.7 公众出行服务的数据整合需求 |
2.8 政府协同管理、应急决策的数据支撑需求 |
2.9 数据管理需求分析 |
第三章 相关概念和理论基础 |
3.1 .相关概念 |
3.1.1 资源整合概念 |
3.1.2 数据整合概念 |
3.1.3 数据仓库技术 |
3.2 相关理论 |
3.2.1 资源价值理论 |
3.2.2 生命周期理论 |
3.2.3 数据治理理论 |
3.2.4 本体论 |
3.3 相关方法 |
3.3.1 数据元 |
3.3.2 信息互操作性模型 |
3.3.3 信息标准体系模型 |
第四章 数据元标准化编制 |
4.1 编制原则 |
4.2 编制目的 |
4.3 数据元属性及描述规则 |
4.3.1 数据元命名规则 |
4.3.2 数据元类型 |
4.4 数据元提取 |
4.4.1 数据元的抽取方法 |
4.4.2 我省交通信息基础数据元集提取方法选择 |
4.4.3 云南省交通信息基础数据元的抽取 |
4.4.4 数据元规范化 |
4.4.5 数据元标准化 |
第五章 信息标准体系开发 |
5.1 业务分析 |
5.1.1 省级交通运输行业信息资源数据中心应用框架 |
5.1.2 数据中心管理平台架构 |
5.1.3 数据中心数据资源库总体架构 |
5.2 信息标准体系 |
5.2.1 数据规范制定原则 |
5.2.2 交通运输信息化标准分类 |
5.2.3 方法研究 |
5.3 新增标准的开发 |
5.3.1 标准体系编号和标准建设工作的通用流程 |
5.3.2 新增标准的要求 |
5.4 形成的标准规范 |
5.4.1 数据编码规范 |
5.4.2 数据元规范 |
5.4.3 数据交换规范 |
5.4.4 数据服务规范 |
5.4.5 数据治理规范 |
第六章 云南省交通运输行业数据中心数据交换规范文档开发 |
6.1 项目背景 |
6.2 开发框架 |
6.3 分析建模 |
6.4 数据交换内容 |
6.5 规范概述 |
第七章 数据应用实践和应用效果 |
7.1 数据处理中的容错技术 |
7.2 数据信息安全 |
7.2.1 数据信息安全管理制度 |
7.2.2 数据信息分级原则 |
7.3 应用效果 |
7.4 当前交通运输政务服务存在的问题 |
7.5 解决问题的思路 |
7.6 解决问题的措施 |
第八章 总结和展望 |
8.1 论文总结 |
8.2 前景展望 |
致谢 |
参考文献 |
(10)基于交互创新的高校知识服务模式及其外部资源研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与意义 |
1.1.1 选题背景 |
1.1.2 研究问题的提出 |
1.1.3 研究意义 |
1.2 国内外相关研究进展 |
1.2.1 知识服务的相关研究 |
1.2.2 高校知识服务的相关研究 |
1.2.3 交互创新的相关研究 |
1.2.4 外部资源的相关研究 |
1.2.5 现有研究文献述评 |
1.3 研究设计 |
1.3.1 研究内容与论文框架 |
1.3.2 研究方法 |
1.3.3 技术路线 |
2 核心概念与理论基础 |
2.1 核心概念 |
2.1.1 知识服务 |
2.1.2 高校社会服务职能 |
2.1.3 高校知识服务 |
2.1.4 交互创新 |
2.2 理论基础 |
2.2.1 开放式创新理论 |
2.2.2 责任式创新理论 |
2.2.3 资源依赖理论 |
2.2.4 理论选择的适切性分析 |
2.3 本章小结 |
3 基于交互创新的高校知识服务内涵与历史溯源 |
3.1 我国高校知识服务的发展历程 |
3.1.1 我国高校知识服务的被动接受阶段 |
3.1.2 我国高校知识服务的主动迎合阶段 |
3.1.3 我国高校知识服务的互动共创趋势 |
3.2 基于交互创新的高校知识服务的逻辑起点 |
3.2.1 高校知识服务的需求形式 |
3.2.2 高校知识服务的供需关系 |
3.2.3 逻辑起点 |
3.3 基于交互创新的高校知识服务内涵 |
3.3.1 内涵 |
3.3.2 特征 |
3.3.3 维度 |
3.4 本章小结 |
4 基于交互创新的高校知识服务模式构建 |
4.1 基于交互创新的高校知识服务的模式构成 |
4.1.1 高校知识服务的模式类型与适用性分析 |
4.1.2 基于交互创新的高校知识服务模式要素分析 |
4.2 战略引领层 |
4.2.1 战略引领层的战略内容 |
4.2.2 战略引领层的功能实现 |
4.3 流程操作层 |
4.3.1 流程操作层的设计 |
4.3.2 流程操作层的内容 |
4.3.3 流程操作层的功能实现 |
4.4 能力支撑层 |
4.4.1 能力支撑层的内涵 |
4.4.2 能力支撑层的构成 |
4.4.3 能力支撑层的功能实现 |
4.5 本章小结 |
5 促进基于交互创新高校知识服务模式实现的外部资源 |
5.1 外部资源的内涵、特征与类型 |
5.1.1 外部资源的重要性 |
5.1.2 外部资源的内涵与特征 |
5.1.3 外部资源的类型 |
5.2 外部资源供给的主体与方式 |
5.2.1 外部资源的供给主体 |
5.2.2 各级政府的外部资源供给 |
5.2.3 知识服务中介机构的外部资源供给 |
5.2.4 竞争对手的外部资源供给 |
5.3 外部资源的的内化机制 |
5.3.1 外部资源的内化位置 |
5.3.2 外部资源的内化过程 |
5.4 本章小结 |
6 高校知识服务案例分析 |
6.1 案例选取与概述 |
6.1.1 约翰霍普金斯大学概述 |
6.1.2 香港科技大学概述 |
6.1.3 大连理工大学概述 |
6.2 逐一案例描述 |
6.2.1 约翰霍普金斯大学的知识服务 |
6.2.2 香港科技大学的知识服务 |
6.2.3 大连理工大学的知识服务 |
6.3 跨案例聚类分析 |
6.3.1 三所高校知识服务的内容与特征 |
6.3.2 三所高校知识服务的战略引领 |
6.3.3 三所高校知识服务的流程操作 |
6.3.4 三所高校知识服务的能力支撑 |
6.3.5 三所高校知识服务的外部资源供给 |
6.4 案例研究结论 |
6.5 本章小结 |
7 结论与展望 |
7.1 主要结论 |
7.2 创新点 |
7.3 研究局限和展望 |
参考文献 |
攻读博士学位期间参加科研项目及成果 |
致谢 |
作者简介 |
四、影响医学图像存储与通信系统建设质量的几个环节(论文参考文献)
- [1]建材质量管理信息化追溯体系的研究[D]. 于茜. 北方工业大学, 2021(01)
- [2]基于FPGA的头戴显示器视频图像处理系统设计与实现[D]. 杨斌. 电子科技大学, 2021(01)
- [3]医疗云中MedSecurity电子健康记录隐私保护模型及关键技术研究[D]. 刘浩然. 山东科技大学, 2020(06)
- [4]多媒体网络舆情信息的并发获取机理与话题衍进追踪研究[D]. 许烨婧. 吉林大学, 2020(08)
- [5]大数据联盟数据挖掘服务模式研究[D]. 邢海龙. 哈尔滨理工大学, 2020(01)
- [6]货运列车安全数据一体化集成模型研究与应用[D]. 秦铎. 北京交通大学, 2020(03)
- [7]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)
- [8]3D打印技术专业“三教”改革探索[J]. 刘森,张书维,侯玉洁. 数码世界, 2020(04)
- [9]云南省交通运输行业数据整合规范化的研究[D]. 邹岩鹏. 昆明理工大学, 2020(05)
- [10]基于交互创新的高校知识服务模式及其外部资源研究[D]. 张聪. 大连理工大学, 2019(06)