一、数据结构与管理(第十一章)(论文文献综述)
姜雪[1](2021)在《印度理工学院计算机学科创立与发展研究》文中研究表明印度理工学院作为印度政府创建的国家重点学院典型代表,是印度高等教育系统重要创新和改革的产物。印度理工学院计算机教育在印度国内首屈一指,在世界范围内影响较大,培养出一大批享誉世界的高级计算机人才,成为众多具有世界影响力的跨国公司竞相招揽的对象。计算机人才从诞生、成长再到壮大的培养过程与其计算机学科从创立、发展再到崛起并建设成为国内一流、世界知名学科的历史进程保持一致。中国和印度两国在国情和历史发展背景方面较为相似,与欧美发达国家名列前茅的世界一流大学及一流学科相比,印度理工学院计算机学科的成长路径对我国高等教育创建一流学科,成功进行计算机教育,有效发挥计算机学科的社会服务功能具有重要的借鉴意义。本文采用历史研究法、个案研究法及文献研究法,由点到面,从纵向到横向尝试对印度理工学院计算机学科的发展历程进行立体化、系统化的梳理与剖析。从学科发展不同历史阶段的特点出发,以时间为线索,探寻其学术平台、师资队伍、科学研究、人才培养、学术交流、管理体制及社会服务等学科建设必要要素的特点及其相互之间的关系,归纳印度理工学院计算机学科的建设经验,指出学科建设中的不足之处,明确对我国建设一流学科的历史价值。以1963年印度理工学院坎普尔分校计算机中心的成立为主要标志,印度理工学院计算机学科正式创立。1963年至1982年是印度理工学院计算机学科的早期发展阶段,计算机中心、电气工程系和数学系开展了一系列的计算机教育与研究活动。1983年,计算机科学与工程系正式成立,由此,计算机学科拥有了规范化的学术平台,学术项目更加丰富。同时,以计算机应用为主导的科学研究方向的确立也推动了学科的蓬勃发展与快速崛起。从计算机学科创立伊始,印度政府就在国家财政支出和国家政策方面对其给予了大力支持。20世纪80年代,在财政及政策的双重保障下,印度理工学院计算机学科在学术平台、师资队伍、科学研究、人才培养、学术交流及社会服务等方面采取了一系列有力的建设举措,迅速成长为印度国内一流的计算机学科。1992年,“创新与技术转移基金会”在印度理工学院德里分校正式成立,标志着印度理工学院计算机学科进入产教融合、产学研相互促进的可持续发展阶段。从服务国家经济社会发展角度考查,印度理工学院计算机学科积极承担国家级政府资助及企业咨询项目的举措不但与国家科技政策及国家发展战略保持高度一致,同时还促进了企业与高校协同发展、校企协同育人的学科发展新模式的产生。在世界信息革命浪潮的推动及印度政府制定的建设信息技术产业超级大国战略目标的指引下,印度理工学院计算机学科不断发展完善稳步提升,培养的尖端计算机人才在国际知名计算机企业崭露头角。从学科建设的必要要素出发归纳印度理工学院计算机学科迅速崛起的主要原因是十分必要的。学科的快速发展无外乎是内外两种因素共同作用的结果。就外部因素而言,国际环境中有世界计算机技术的发展以及计算机革命浪潮的推动,国内环境有印度政府大力发展科学技术的科技战略,特别是建设计算机超级大国目标的指引;就内部因素而言,印度理工学院从学科平台、师资队伍、科学研究、人才培养、学术交流与合作、学科制度以及社会服务等若干学科建设的必要要素出发,采取了一系列措施推动了计算机学科的快速发展。本文最后总结出印度理工学院计算机学科快速发展的原因:紧跟国家科技发展战略部署,明确计算机学科发展定位;注重高水平师资队伍建设,为计算机学科的快速发展提供人力保障;促进以计算机学科为基础的多学科交叉融合,推进学科可持续发展;善于利用国际援助并不断深化国际合作与交流;积极争取多方资金支持为学科发展提供资金保障。近年来,学科建设过程中出现了如下问题:印度政府过多干预,削弱学术自治权;优秀师资数量增长与学科稳步提升存在失衡现象;高水平科学研究成果总量不足,阻碍国际学术影响力持续扩大。然而,本着“他山之石,可以攻玉”的原则,印度理工学院计算机学科的成功经验是值得借鉴和学习的。
易思绍[2](2021)在《基于微服务架构的医疗回访系统的设计与实现》文中研究说明在健康医疗新时代环境下,医疗回访不再限于简单的电话访问,而应该有着完善的医疗指导和回访服务体系。好的医疗回访系统不仅可以提高医生的随访效率,而且通过病情恢复数据收集和分析可以有效地提升医院诊疗水平。但是,传统单体应用的设计模式很难满足医疗系统中需求变化多、功能复杂高、并发量大等特性。为解决该难题,本文采用微服务架构模式,但在实际设计和实现中存在以下问题和挑战:1)技术选型困难、功能需求复杂。现有开源框架众多、面向场景不一,缺乏一站式技术解决方案;2)系统接入复杂,资源安全性难以保证。系统接入形式不再是简单的浏览器单页接入,还有移动端、第三方应用、内部企业服务等各种方式接入;3)回访流程不规范、效率太低。当前回访方式主要集中为院后电话咨询,方式单一流程混乱,并且对患者的后续病情跟踪也缺乏数字化支持。针对上述问题,本论文重点围绕微服务架构设计理念和相关技术,实现一个信息化的医疗回访系统。主要研究内容有以下三项:(1)设计并实现一个基于流量分发的自适应方法:主要针对医疗回访系统中请求流量分发场景,提出一种流量分发的自适应方法。通过对服务状态信息采集实现动态的分配处理线程,同时使用跳表数据结构优化了服务请求的响应速度,并且基于TCP拥塞机制原理解决了流量分发不均带来的饥饿问题,最后基于此算法构建一个服务运行方案,为医疗回访系统中服务运行模块提供支撑;(2)设计并实现一种高可用的系统接入方案:主要解决系统接入复杂、安全性难以保证的问题,方案设计一种基于访问路径的权限动态控制方法,实现了权限的批量授权和动态控制,同时采用OAuth2.0协议实现令牌式授权并给出优化策略保证了系统接入的安全性,最终通过接入网关服务构建了一个服务接入方案;(3)设计并实现一个基于微服务架构的医疗回访系统:主要解决回访流程不规范、效率太低问题,本文实现了一个基于微服务架构的医疗回访系统。系统具体划分为患者客户端、医生客户端和PC管理端三个组成部分,支持动态配置调查问卷、文字语音聊天、疼痛日记记录和患者恢复数据展示等功能。通过容器化技术实现了系统服务的快速交付和部署,并且引入了服务契约模块,通过自定义契约规则和开发接口,降低前后端开发的交流成本。本文最终实现一个基于微服务架构的医疗回访系统,提供医生端、患者端、管理端的应用支持,形成完善的医疗指导和回访服务。
李倩[3](2021)在《基于机器学习的卫星网络路由优化》文中研究说明卫星网络因其广覆盖、低延时、宽带化的特点成为现在通信网络的主力军,而路由问题是卫星网络中的重要一环。因卫星网络自身存在的拓扑动态变化、星上载荷资源受限的特点,现有分布式路由解决方案存在不能实时感知网络状态变化,继而造成网络负载不均衡、易拥塞等问题。软件定义网络技术的发展为路由优化问题提供了新的解决思路。数控分离的架构使得网络具备更高的灵活性。在路由优化问题中,网络测量和路由优化策略是两个关键组成部分。有效的实时网络测量为路由优化策略的生成提供了基础,这使网络可以感知拥塞。现有的带外网络遥测技术会传输额外的探针以测量网络状态,这种测量方式不可避免的会引发“观察者”效应,从而带来测量信息不准确的问题。此外,复杂的网络状态和路由优化策略之间的关系很难用精确的数学模型来描述。因此,本文结合软件定义网络的设计思想,提出了一种新型的卫星网络路由优化方法。该方法中数据平面由低轨卫星群组成,通过数据平面编程语言自定义每个卫星节点上的数据包处理过程的方式实现报文快速转发和低成本、高精度的网络测量。控制平面集中部署在计算和存储资源充足的地面控制中心,利用具备自学习、自优化的机器学习技术解决复杂的网络测量信息与路由优化策略之间难以建模的问题,实现智能化路由决策,从而达到最大程度地减少网络最大链路利用率的优化目标。论文的主要研究内容及创新工作总结如下:·设计了一种基于数据平面变成语言P4的数据包处理逻辑,并将带内网络测量与数据包转发机制相融合,实现低开销、高精度的网络实时测量。·提出一种将机器学习算法整合进控制平面的路由策略生成方案,利用机器学习的自学习、自收敛特性实现卫星网络的自优化。·设计并搭建了基于机器学习的卫星网络路由优化系统原型,并从网络最大链路利用率、流完成时间、数据包延时三个方面将本文方案与现有几种常见的卫星网络路由方案作了性能对比分析。
罗晶心[4](2021)在《雷达模拟器实时性研究与设计实现》文中研究指明雷达模拟器是雷达设计、系统仿真、整机性能测试的关键设备,通过对目标特性、目标运动姿态、杂波等用数字方法进行计算,而后加上实物系统,成为能够有效检验雷达功能、性能的半实物系统,同时是系统设计的有力工具,能够降低系统研发成本。但是在雷达系统仿真实验中,雷达模拟器涉及仿真计算单元多,计算复杂,计算量大,要真实仿真信号的随机特性,需要实时的模拟器。因此,本文针对雷达模拟器仿真的实时性问题,首先基于雷达杂波理论及雷达信号的构成,分析影响雷达模拟器实时性的关键因素,然后通过对并行架构设计和对杂波算法的并行化处理,在保证精度前提下,提升计算速度和数据处理速度,实现实时,最后将得到的杂波回波信号加入目标回波信号生成雷达回波信号。论文主要的工作内容如下:1.在现实地形场景中,以DEM数据为基础,仿真得到杂波功率谱。主要包括:简述基于DEM计算地形散射单元相关参数的方法,然后根据距离和多普勒分辨率判断处于同一个距离环和多普勒环的所有地形散射单元,并叠加其杂波功率谱,得到最终的杂波功率谱图像,通过判断仿真得到的主瓣杂波中心位置和理论分析结果是否吻合,证明结果具有准确有效性。2.针对步骤一提出的杂波算法,将整个系统分为四个模块,分别统计每个模块计算量,然后统计系统在1s内所需要完成的运算量,以计算量最复杂的服从K分布的杂波为例,其计算量级为e13,而现有适合于作实时信号处理的最快的处理单元平均运算次数在1e8次/s,分析结果表明,算法复杂度大,计算点数多是杂波信号无法实时生成的原因。3.针对无法实时生成真实的杂波信号的问题,基于多CPU的分布式计算优势,进行杂波并行算法设计和并行架构设计,实现杂波算法的并行处理。4.在保证仿真结果正确的基础上,将算法移植到并行机上,分析算法性能,计算加速比,并将同一个算法基于不同的规模场景和服从不同幅度模型进行分析,分析并行算法性能,计算各自加速比。
张作仁[5](2021)在《基于遥感影像道路提取信息的路网模型研究》文中研究说明道路是地理信息中最重要的要素之一,据统计,人类的80%的行为动作都与位置信息和交通要素相关,同时道路也是现实世界中变化较快的地理要素之一。随着遥感技术以及对地观测技术的飞速发展,使得遥感影像成为获取地理信息最直接和最有效的手段,但如何准确、有效地从遥感影像中获取道路等关键地理信息并快速成图成为遥感技术在实际应用中的瓶颈问题。这里涉及到两个关键问题,一是快速提取的问题,另一个是快速成图的问题。本文关注的重点是如何实现路网快速成图的问题,这里的路网快速成图是指快速构建矢量化的具有完整拓扑关系的路网图,并且能够在构建的路网图上进行路径规划和多尺度表达等道路矢量数据分析和应用。在此背景下,本文在国内外相关文献和研究的基础上,展开了一系列研究,主要内容如下:(1)遥感影像道路提取二值图像矢量化处理。本文提出的矢量化处理流程主要针对由遥感影像提取出的道路二值图像,对其进行快速自动的矢量数据提取和数据优化。针对提取矢量数据存在大量的数据冗余点的问题,本文对传统的道格拉斯-普客算法进行改进,由于道路形态各异,对所有道路设置统一的阈值显然是不合理的,本文对不同的道路设定符合其特征的阈值,并且在简化的过程中消除自相交的错误。同时针对道路形态存在锯齿状波动的问题,本文提出了采用基于B样条曲线的方法对道路数据进行平滑拟合。(2)提取和构建一个相对完整和独立的路网通常涉及多幅高分辨率遥感影像,本文提出了可以快速并行对道路进行组网的道路网矢量数据模型,应用该模型能够将多幅影像提取出路的道路网快速组合为完整的大区域路网。基于遥感影像提取的道路矢量数据由于平面强化的限制,其基本组成是结点和弧段,基于结点的路网由于存在结点权重和转向限制,无法进行路径分析,针对这一特点,采用基于弧段和扩展前向关联边的方式,将路网表示为基于弧段的邻接表,并且把权重加入到弧段的数据结构中,使其支持路径分析。针对道路网矢量数据无法进行多尺度表达的问题,本文提出的道路网矢量数据模型对道路存储结构进行改进,采用了多尺度存储结构存储道路信息,支持了道路的多尺度表达。(3)基于上述算法和模型,设计了基于遥感影像的道路网应用系统,该系统具有基本的GIS功能,同时集成了本文提出的算法和模型,实现了从遥感影像到道路网的自动成图过程。
杨棋智[6](2021)在《针对Vala语言的gRPC相关工具设计及实现》文中研究指明现代电子信息产业的逐渐发展,电子测量的规模不断扩大,测试流程日趋复杂,对高性能的电子测量仪器程控需求与日剧增。Vala是一种新兴的编程语言,它效率高,性能好、运行速度快,与底层硬件系统兼容性好的同时还具有高级语言抽象和便捷的语法特性,是嵌入式、电子测量开发的优秀编程语言。对于现代测量而言,模块化、网络化、远程化已经成为现代电子测量的重要需求和发展趋势。而近年来,面向服务的系统架构和微服务架构在很多计算机软件系统中广泛应用,为电子测量提供了新的契机,将一个电子测量系统的不同测试模块由不同服务的形式呈现,这离不开RPC(Remote Procedure Call)框架的软件支持。gRPC是谷歌开发的一款RPC框架,该框架提供了众多语言之间的RPC功能交互,如Python、Java,但并未提供Vala语言的RPC支持。Protocol Buffer是与gRPC匹配的序列化机制,用于解决RPC数据传输中的序列化问题,但也未包含Vala语言的支持。本文着笔于此,结合Vala语言在现代电子测量领域的优势和现代电子测量的需求和趋势,设计了一种针对Vala语言的gRPC软件工具,实现了Vala语言对gRPC框架的支持,研究如下:(1)本文设计了一种基于Protocol Buffer序列化机制的Vala语言的序列化库,该序列化库采用分层设计的思想,根据Protocol Buffer机制特有的编码算法,以底层的编解码模块为基础,将核心基类和属性注册机制相结合,为所有的派生类提供了数据的序列化和反序列化方法,最终根据用户定义的proto文件生成可用Vala库文件,实现了Vala语言序列化软件工具的功能。该序列化库能将二进制信息序列与Vala语言进行相互转换,可用于数据传输或RPC等场景,为实现Vala语言的远程过程调用提供了软件支撑。(2)在Vala语言的序列化库的基础上,本文设计了的Vala语言的gRPC库,通过将Vala语言特有的Vapi机制与gRPC核心库中的核心底层API进行接口适配,Vala语言得以使用C语言实现的gRPC底层功能接口。通过分层设计和模块化设计的软件设计思想,本设计将底层逻辑抽象为上层应用程序可用的、包含了RPC中主要功能行为的客户端和服务端基类,用户通过继承这些功能基类即可实现RPC功能。将该软件库和gRPC框架相结合,即可实现Vala语言与其他编程语言的远程过程调用,Vala语言程控的电子测量设备就可通过该软件工具与其他上层应用软件实现远程过程调用、远程测试、模块化测试等。
杨元敏[7](2021)在《黄土地区地震滑坡数据库的建立与应用》文中认为我国黄土地区位于南北地震带的北段,地震频发,地震活动呈现出震级大、周期短、震害重等特点。历史上黄土地区出现了多次较为强烈的地震活动,诱发大量的滑坡、崩塌、地裂缝等地质灾害,其中最为严重的当属地震滑坡灾害,给震区百姓造成了毁灭性的打击,因此,研究黄土地区的地震滑坡灾害,对减轻黄土地区的地震灾害损失和探索黄土地震滑坡成灾机理具有重要的理论和实际意义。本文主要以海原特大地震诱发黄土滑坡为研究对象,在野外收集黄土地震滑坡数据资料的整理与校核的基础上,初步建立一个能实现黄土地震滑坡数据大量存储、录入、更新、查询与下载等功能的数据库管理系统。同时,利用该系统的数据初步分析了研究区黄土地震滑坡的分布规律。本文的工作可为开展黄土地震滑坡形成条件、地震诱发黄土滑坡的形成机理、黄土地区地震古滑坡的地形恢复以及地震场地研究等提供基础资料。完成的主要工作和研究成果如下:1、全面总结和介绍了海原特大地震的基本情况和有关研究成果。在收集和整理海原特大地震已有研究成果的基础上,系统地介绍了海原特大地震的发震时间、震中位置、震级和震源深度、人员伤亡和经济损失、结构震害和地震地质灾害等基本情况;从地形地貌、地层岩性、地质构造、历史地震活动概况、水文气象条件等五个方面概述了海原大地震的地质背景,简要分析了海原大地震黄土地震滑坡发育与地质环境的关系,为黄土地区地震滑坡数据库的建立提供背景材料。2、分析和对比了不同数据库的功能,对Access软件做了详细介绍。在现有资料的基础上,对数据库系统的组成、特点、以及主要的数据库系统类型(层次数据库系统、网状数据库系统、关系数据库系统、面向对象数据库系统和No SQL数据库系统)的优缺点以及其对应的典型软件系统进行了简单的分析与讨论;针对本文所采用的建库软件—Access软件系统的概述、优缺点和现阶段共有的13个版本特性的变更部分做了相应的说明,对于本研究所选取的Access 2019软件系统的表、查询、窗体、报表、宏和模块等六个工作对象进行重点介绍。这些工作为建立黄土地区地震滑坡数据库奠定了坚实的基础。3、完成了大量野外黄土地震滑坡资料的整理、校核、统一编码、标准化设计等工作。简要描述了黄土地震滑坡数据的收集工作,从滑坡点的经纬度坐标、名称、长度、宽度以及滑坡形状等方面详细介绍了原始数据的校核工作,对数据库的数据结构和统一编码进行了标准化设计,对数据库的结构和功能做了初步的设计,完成了黄土地区地震滑坡数据库建立的准备工作。4、利用Access 2019数据库软件完成了黄土地区地震滑坡数据库系统的建立工作。以作者所在的课题组实地调查的海原特大地震诱发的黄土地震滑坡资料为主,构建了黄土地区地震滑坡数据库的基本框架,初步实现了黄土地震滑坡数据的存储、录入、更新、查询与下载等功能;对数据库的维护和封装方法进行了简要的介绍。5、利用数据库调用数据库的属性参数,并统计分析了地震滑坡与滑坡长度、宽度、地震烈度、主要滑动方向、最大水平距离、最大垂直距离、原始斜坡坡向、原始斜坡坡角、相对震中距离、相对震中方位角、相对断层的距离等参数的分布特征。
何静[8](2021)在《多源融合导航系统仿真平台设计与实现》文中提出随着导航定位技术在当前社会生活中的广泛应用,人们对导航定位系统的实时性和精确性提出了更高的要求。多源融合导航系统凭借数据来源的多样性和提供服务的精确性等特点,受到了越来越多研究者的关注。在实际应用中,多源融合导航系统不仅能够将多源异构的信息数据进行融合处理,提高系统冗余度及系统性能,还能综合不同信息源数据的优劣势,保障信息的完整性。然而,当前的多源融合导航系统往往面临信息源冲突和信息融合冗余等问题,导致最终定位、导航、授时服务的质量存在较大提升空间。基于上述原因,在深入研究多源融合导航系统相关技术的基础上,本文设计并实现了多源融合导航系统的仿真平台。本文的主要研究内容如下:(1)设计了多源融合导航系统仿真平台的体系架构。在分析目前融合导航技术存在问题的基础上,剖析仿真平台需求,完成了多源融合导航仿真平台的整体功能设计并对各子模块的详细功能进行分析。(2)对常用的导航定位系统进行了分析,研究了多源融合技术及融合导航算法并扩充融合算法库。在对多种导航系统的相关原理和误差来源分析的基础上,建立了相应的数学模型和误差模型;同时,研究了INS/GNSS、INS/CNS、INS/GNSS/视觉导航三种常用的融合导航算法,扩充了融合算法库中的常见内置算法。(3)改进了两种基于神经网络的融合算法。为了解决GNSS信号失锁导致的单一惯性导航系统定位误差较大的问题,本文改进了一种基于神经网络的INS/GNSS融合导航算法;同时,基于IMM及RNN改进了INS/GNSS/视觉载体信息的融合定位方法。并对两种融合导航算法进行了仿真、对比及分析,验证方法的可行性及有效性。(4)实现了一个可配置、可重构和可复现的多源融合导航系统仿真平台,并对仿真平台进行了功能测试和性能测试。仿真分析和实例验证的结果都表明了相较于当前的导航系统平台,本文提出的多源融合导航系统仿真平台在模块间耦合性、可扩展性及容错性等方面均得到了较大改善。
李元元[9](2021)在《基于数据驱动建模的锂离子电池健康管理研究》文中提出由于锂离子电池的性能随着运行时间而不断退化,致使锂离子电池的电能转换效率降低,出现过充、过放以及温度超过其本身承受能力范围等现象,从而增加锂离子电池由于热失控而导致自燃的风险。因此,为了保证锂离子电池安全可靠运行,监测锂离子电池的运行状态是十分重要的。由于锂离子电池的老化过程是一个动态耦合过程,其内部电化学机理非常复杂,且电池材料等参数不易获得,大大增加了机理模型建立的难度。当前建立基于数据驱动方法的锂离子电池模型为实现电池状态监测提供另外一种解决思路,但是数据驱动方法可实施性的前提条件是数据信息充足且具有一致平稳性。然而,当面临锂离子电池标签数据样本稀少、运行条件复杂时,模型的泛化性能将大打折扣。因此,为了提高锂离子电池在复杂环境下健康状态预测的精度,针对样本数据信息不足、有效老化特征性能难以评估以及锂离子电池运行工况条件多变等问题,本课题开展了如下研究:1.基于小样本条件下的锂离子电池健康状态预测方法研究。实验室条件下,采集锂离子电池老化数据的成本高,数据信息不充足,使得锂离子电池健康状态预测模型的精度受到影响。本文提出了基于半监督转移成分分析的锂离子电池健康状态预测模型,通过重构特征空间,以消除数据间的冗余信息并最小化不同数据分布之间的差异性,实现源域数据集和目标域数据集分布的最大对齐;进一步,借助互信息来量化老化特征和锂离子电池健康状态之间的相关度,为训练锂离子电池健康状态预测模型提供依据。在相同的验证条件下,与其他模型相比,本文所提方法在当训练集仅占整个集合的前35%左右时,可以保证锂离子电池健康状态的预测精度。2.基于变温度条件下的锂离子电池健康状态预测方法研究。模型预测精度与模型输入的有效性有关,评估老化特征性能相关度对提高锂离子电池健康状态预测精度是十分重要的。本文提出了基于Matern自动相关性确定(Automatic Relevance Determination,ARD)核函数的高斯过程回归的锂离子电池健康状态预测模型,借助Matern ARD核函数,直接量化了每个老化特征的相关度,实现最佳老化特征的自动提取,为选择最优老化特征的提取区间提供依据;进一步,考虑到锂离子电池工作温度模式的多样性,验证了在保证自动提取优良老化特征的同时,所提方法具有处理不同工作温度模式下锂离子电池健康状态预测的能力。3.基于不同老化模式变迁下的锂离子电池健康状态预测方法研究。锂离子电池老化模式的多样性,影响了锂离子电池健康状态预测模型的泛化能力。本文提出了基于随机森林-相关向量机的锂离子电池健康状态预测模型,借用随机森林方法在量化老化特征贡献度的同时,实现优良老化特征的自动提取,为选择合适的模型输入做铺垫;另外,选用相关向量机的输出后验概率值(标准差)作为不同验证集下预测结果的权重因子,结合集成学习理念,构建了自动提取老化特征的锂离子电池健康状态预测模型,实现了不同老化模式变迁下的锂离子电池健康状态预测。4.基于电流脉冲测试的锂离子电池健康状态预测方法研究。动态工况条件多变性使得源域数据种类变多,影响了锂离子电池健康状态预测模型的有效性。考虑如何从多样的源域数据中选取与目标域相关的有效数据,使得动态工况条件下的锂离子电池健康状态预测模型的映射关系不受影响,本文提出了基于Tradaboost.R2算法的锂离子电池健康状态预测模型。通过修整源域数据中的样本权重,调整源域数据的分布,为选择合适的源域样本提供依据。同时,为了保证不同荷电状态下锂离子电池健康状态预测模型的映射关系不受影响,借助来自不同源域中的老化特征数据,在构建Tradaboost.R2算法中辅助数据集和源域数据集时,考虑了六种数据集的划分方式,证实了本文所提方法在模型特征维度减低以及对目标域标签数据需求减少的同时,动态多工况场景下的锂离子电池健康状态的预测精度不受影响。
杨德云[10](2021)在《面向多物理场的MTSS后处理》文中认为有限元后处理利用颜色映射和不透明度控制等方式,结合图形图像处理技术,将有限元求解结果可视化。后处理主要围绕CAE软件进行,电子科技大学自主研发的CAE软件MTSS,其后处理系统在功能、实时性、图形显示质量等方面需要改进。此外,涉及到多学科、多应用领域的多物理场问题越来越广,目前的可视化方法主要局限于单一视图、单物理场的可视化研究,传统的后处理技术难以满足需求。研究能在同一个视图下高效展示多物理场分布特征的可视化方法是一个重要研究方向。本文从有限元分析计算结果可视化需求出发,基于面向对象的软件开发思想,结合计算机图形学理论,研究开发了针对MTSS电子光学模拟器和高频电路求解器这两个常用求解器的后处理系统。系统以MFC为框架,基于HOOPS图形库,采用C++语言开发。针对有限元分析所产生的结果的特点,本文设计了包含节点、单元面、网格、模型、物理量等主要信息的可扩展的数据结构,以便于对数据进行存取、利用以及优化。文中研究了模型的显示、云图和等值线的生成、模型的段结构遍历、实体的任意剖切以及截面物理量显示、矢量场表征、图元拾取以及模型信息查询等后处理技术。在图形显示和用户交互方面,充分利用了HOOPS高质量的模型渲染、数据结构优化以及便捷的人机交互的优势。本文对实现的两个后处理系统做了实例测试,系统具有高实时性、功能易扩展、图形显示效果良好以及使用简便等特点。对于多物理场可视化所面临的空间重叠、视图遮挡和数据量庞大导致物理现象表现难的问题,本文从体数据出发,基于体绘制方法并加以优化,通过对不透明度和颜色的控制,采用半透明的融合绘制,实现基于视觉深度的良好判断。具体而言,优化了高表现的光线投射体绘制方法,在保证制绘制精度的同时,提高了绘制效率。方法结合Ray-AABB算法,在数据重采样之前,先判断射线与包围盒是否相交,通过剔除不必计算的数据,从而减小了数据规模。解决了传统光线投射算法重采样时,需要沿着所有射线计算重采样数据,导致算法实时性较低的问题。通过对多变量数据的模拟,验证其可行性,融合绘制方法展现了良好的可视化效果。
二、数据结构与管理(第十一章)(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、数据结构与管理(第十一章)(论文提纲范文)
(1)印度理工学院计算机学科创立与发展研究(论文提纲范文)
摘要 |
abstract |
绪论 |
一、选题缘由及研究意义 |
二、核心概念界定 |
三、国内外研究现状综述 |
四、主要研究内容 |
五、研究思路和研究方法 |
六、创新点与难点 |
第一章 发端奠基:印度理工学院计算机学科的创立与早期发展(1963—1982 年) |
第一节 印度理工学院计算机学科的创立 |
一、印度理工学院计算机学科创立的背景 |
二、印度理工学院计算机学科的创立 |
第二节 印度理工学院计算机学科早期发展的举措 |
一、计算机学科学术平台逐步扩展与完善 |
二、汇集国内外优秀学者组建高水平师资队伍 |
三、确立以计算机基础理论为主导的科学研究方向 |
四、以掌握计算机基础理论与基本技能为中心的人才培养 |
五、争取国际援助为学科发展提供硬件与资金支持 |
六、开展学科治理体制建设,为学科发展提供组织保障 |
七、积极开展计算机社会咨询服务 |
第三节 印度理工学院计算机学科早期发展取得的成效与存在的问题 |
一、印度理工学院计算机学科早期发展取得的成效 |
二、印度理工学院计算机学科早期发展存在的问题 |
第二章 国内一流:印度理工学院计算机学科的快速崛起(1983—1991 年) |
第一节 印度理工学院计算机学科快速崛起的背景 |
一、第三次科学技术革命的蓬勃开展 |
二、“计算机总理”拉吉夫·甘地带领印度迈向信息时代的决心 |
第二节 印度理工学院计算机学科快速崛起的举措 |
一、计算机学科学术平台的专业化发展 |
二、构建以学术认同为基础的内聚性学术团队 |
三、确立以计算机应用为主导的科学研究方向 |
四、以实践型计算机人才培养为中心 |
五、不断加强国内外学术交流 |
六、完善五级管理体制确保管理自治与学术自由 |
七、实施学校计算机素养与学习提升计划 |
第三节 印度理工学院计算机学科快速崛起取得的成效与存在的问题 |
一、印度理工学院计算机学科快速崛起取得的成效 |
二、印度理工学院计算机学科快速崛起过程中存在的问题 |
第三章 国际知名:印度理工学院计算机学科的稳步提升(1992 年—至今) |
第一节 印度理工学院计算机学科稳步提升的背景 |
一、世界信息革命浪潮的推动 |
二、印度领导人建立信息产业超级大国战略目标的指引 |
第二节 印度理工学院计算机学科稳步提升的举措 |
一、计算机学科学术平台及设施的现代化更新 |
二、构建以探索学科核心领域为目标的传承性学术团队 |
三、确立以计算机前沿领域研究为主导的科学研究方向 |
四、以创新性复合型计算机人才培养为中心 |
五、积极提升计算机学科国际学术交流话语权 |
六、实施旨在提升教学和人才培养质量的本科学术项目审查评估 |
七、承担国家级计算机系统和程序研发项目,不断深化国际合作 |
第三节 印度理工学院计算机学科稳步提升的成效与存在的问题 |
一、计算机学科稳步提升取得的成效 |
二、计算机学科稳步提升过程中存在的问题 |
第四章 印度理工学院计算机学科创立与发展的省思 |
第一节 印度理工学院计算机学科快速发展的原因 |
一、紧跟国家科技发展战略部署,明确计算机学科发展定位 |
二、注重高水平师资队伍建设,为学科快速发展提供人力保障 |
三、促进多学科交叉融合,推进计算机学科可持续发展 |
四、善于利用国际援助并不断深化国际合作与交流 |
五、积极争取多方资金支持为学科发展提供资金保障 |
第二节 印度理工学院计算机学科发展中的问题 |
一、学科发展后期印度政府过多干预,削弱了学术自治权 |
二、学科发展后期优秀师资数量增长与学科稳步提升存在失衡现象 |
三、高水平科学研究成果总量不足,阻碍国际学术影响力持续扩大 |
附录1 专有名词简称、全称及中译表 |
附录2 信息技术领域印度理工学院知名校友代表 |
参考文献 |
致谢 |
攻读博士学位期间取得的科研成果 |
(2)基于微服务架构的医疗回访系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.3 研究内容与论文工作 |
1.4 硕士期间主要工作 |
1.5 论文组织结构 |
第二章 关键技术介绍 |
2.1 服务注册中心技术 |
2.2 流量分发技术 |
2.2.1 随机、加权算法 |
2.2.2 平滑加权轮询算法 |
2.2.3 一致性哈希算法 |
2.3 服务接入方案 |
2.3.1 Spring Cloud Gateway |
2.3.2 安全认证和授权 |
2.4 系统开发技术 |
2.4.1 系统设计原则 |
2.4.2 容器化技术 |
2.5 本章小结 |
第三章 基于流量分发的自适应方法 |
3.1 研究挑战 |
3.2 流量分发的自适应方法设计 |
3.3 流量分发的自适应方法的实现 |
3.3.1 处理线程数量的动态估算 |
3.3.2 服务请求响应速度优化 |
3.3.3 基于TCP拥塞机制原理的权重分配 |
3.3.4 Dubbo集成 |
3.4 服务运行方案构建 |
3.4.1 服务注册与发现 |
3.4.2 基于RPC方式的服务通信 |
3.5 实验分析 |
3.5.1 实验环境 |
3.5.2 实验设计和结果 |
3.6 本章小结 |
第四章 系统接入方案研究与实现 |
4.1 研究挑战 |
4.2 基于访问路径的权限动态控制方法 |
4.2.1 权限访问路径标识 |
4.2.2 权限分层模型 |
4.2.3 基于角色授权 |
4.3 统一安全认证和授权 |
4.3.1 安全认证授权设计 |
4.3.2 基于OAuth2.0协议安全优化 |
4.4 系统接入方案构建 |
4.5 成果展示与应用 |
4.6 本章小结 |
第五章 医疗回访系统总体架构设计与实现 |
5.1 系统需求分析 |
5.1.1 系统业务需求分析 |
5.1.2 系统功能需求分析 |
5.2 系统总体设计 |
5.2.1 系统整体架构设计 |
5.2.2 系统模块划分 |
5.2.3 系统模块交互 |
5.3 系统核心模块设计与实现 |
5.3.1 服务契约设计与实现 |
5.3.2 运维管理模块设计与实现 |
5.3.3 服务接入模块的设计与实现 |
5.3.4 业务应用模块的设计与实现 |
5.4 本章小节 |
第六章 基于微服务架构的医疗回访系统部署与测试 |
6.1 系统部署环境 |
6.2 系统核心模块功能测试 |
6.2.1 服务契约模块功能测试 |
6.2.2 业务应用模块功能测试 |
6.2.3 运维管理模块功能测试 |
6.3 本章小结 |
第七章 总结与展望 |
7.1 工作总结 |
7.2 未来展望 |
参考文献 |
致谢 |
攻读学位期间取得的研究成果 |
(3)基于机器学习的卫星网络路由优化(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 卫星通信网络研究现状 |
1.2.2 SDN研究现状 |
1.2.3 机器学习技术在网络中的应用 |
1.3 研究内容 |
1.4 文章组织结构 |
第二章 软件定义网络及路由优化 |
2.1 软件定义网络概述 |
2.2 P4语言简介 |
2.2.1 P4的特性 |
2.2.2 P4程序工作流程 |
2.3 网络测量概述 |
2.3.1 网络测量的特点 |
2.3.2 网络测量的分类 |
2.3.3 基于P4的带内网络测量 |
2.4 基于软件定义网络的路由优化问题研究现状 |
2.5 本章小结 |
第三章 基于机器学习的卫星网络路由优化架构设计 |
3.1 软件定义智能卫星网络架构 |
3.1.1 集中式架构设计 |
3.1.2 数据平面编程语言选择 |
3.1.3 机器学习技术 |
3.2 基于带内网络测量的转发面设计 |
3.2.1 自定义数据包封装格式 |
3.2.2 自定义带内网络遥测封装头格式 |
3.2.3 状态采集流程 |
3.3 基于机器学习技术的控制面设计 |
3.3.1 机器学习模型设计 |
3.3.2 路由方式介绍 |
3.3.3 更新决策生成方式 |
3.3.4 流表一致性更新设计 |
3.4 突发故障恢复策略 |
3.5 本章小结 |
第四章 基于机器学习的卫星网络路由优化机制实现 |
4.1 系统整体技术架构 |
4.2 数据面数据包处理逻辑实现 |
4.2.1 自定义数据结构和元数据 |
4.2.2 解析模块(Parser) |
4.2.3 控制模块(Control) |
4.3 控制面路由更新策略实现 |
4.3.1 控制面整体架构 |
4.3.2 拓扑结构管理 |
4.3.3 数据采集管理 |
4.3.4 路径转发管理 |
4.3.5 路由策略更新 |
4.3.6 多线程流表更新机制设计与实现 |
4.4 可视化用户交互界面实现 |
4.5 本章小结 |
第五章 路由优化机制的性能评估 |
5.1 仿真环境介绍 |
5.1.1 拓扑设计 |
5.1.2 仿真平台搭建 |
5.1.3 性能指标及对比方案介绍 |
5.2 路由优化机制的功能验证与性能分析 |
5.2.1 功能测试与分析 |
5.2.2 带内网络遥测对性能影响分析 |
5.2.3 性能测试与分析 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 论文总结 |
6.2 下一步工作 |
参考文献 |
附录 缩略语表 |
致谢 |
攻读学位期间发表的学术论文目录 |
(4)雷达模拟器实时性研究与设计实现(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 实时性研究现状 |
1.2.2 雷达模拟器研究现状 |
1.3 本论文的主要内容及章节安排 |
第二章 杂波理论及雷达模拟器实时性研究 |
2.1 引言 |
2.2 雷达杂波理论 |
2.2.1 基本雷达方程 |
2.2.2 雷达杂波定义 |
2.2.3 后向散射系数 |
2.3 杂波特性分析 |
2.3.1 主瓣杂波 |
2.3.2 旁瓣杂波 |
2.3.3 高度线杂波 |
2.3.4 机载雷达杂波谱的影响因素 |
2.4 杂波算法 |
2.5 目标回波算法 |
2.6 雷达模拟器实时性研究 |
2.6.1 目标回波实时性生成的影响因素 |
2.6.2 杂波实时性生成的影响因素 |
2.7 总结 |
第三章 基于DEM的机载雷达杂波建模及仿真实验 |
3.1 引言 |
3.2 DEM简介 |
3.2.1 DEM的含义 |
3.2.2 DEM数据结构 |
3.3 基于DEM的机载雷达杂波模型 |
3.3.1 距离-多普勒单元划分 |
3.3.2 散射单元与载机距离和多普勒频移 |
3.3.3 擦地角的计算 |
3.3.4 地形可视算法 |
3.3.5 基于DEM的通用RCS模型及仿真实验 |
3.4 杂波功率谱计算 |
3.4.1 散射单元的杂波功率谱计算 |
3.4.2 杂波功率谱计算 |
3.5 杂波幅度分布模型 |
3.6 基于DEM的杂波仿真实验 |
3.6.1 杂波仿真参数设计 |
3.6.2 杂波仿真流程图 |
3.6.3 杂波仿真结果及分析 |
3.7 本章小节 |
第四章 基于多CPU的杂波高性能实时系统设计 |
4.1 引言 |
4.2 基于多CPU的并行方案设计介绍 |
4.3 基于多CPU的杂波并行算法设计 |
4.3.1 杂波算法并行化的必要性 |
4.3.2 串行程序的并行化可行性分析 |
4.3.3 基于多CPU的杂波并行算法设计 |
4.3.4 并行架构设计 |
4.4 小结 |
第五章 雷达模拟器实时性系统实现及结果分析 |
5.1 引言 |
5.2 并行系统仿真界面设计及结果展示 |
5.3 基于多CPU的杂波并行仿真结果分析 |
5.4 回波信号仿真结果 |
5.5 系统实时性验证及性能分析 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(5)基于遥感影像道路提取信息的路网模型研究(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 |
1.2.1 遥感影像道路提取自动成图研究现状 |
1.2.2 道路网数据模型研究现状 |
1.3 论文内容及章节安排 |
1.3.1 论文内容与研究技术路线 |
1.3.2 论文内容章节安排 |
第二章 基于遥感影像的道路网矢量化成图基本理论 |
2.1 道路栅格数据矢量化方法 |
2.1.1 二值图细化算法 |
2.1.2 栅格数据矢量化算法 |
2.2 道路数据模型相关理论 |
2.2.1 空间数据概念模型 |
2.2.2 空间数据逻辑模型 |
2.2.3 空间数据结构 |
2.3 道路网表达与存储的基本方法 |
2.3.1 道路网表达的基本原理与方法 |
2.3.2 道路网存储的基本方法 |
2.4 道路网矢量数据多尺度表达研究 |
2.4.1 尺度及尺度变换模式 |
2.4.2 道路矢量数据简化算法 |
2.4.3 道路数据可视化的尺度变化规律 |
2.5 本章小结 |
第三章 遥感影像道路提取结果矢量化 |
3.1 道路网矢量化处理算法流程 |
3.2 骨架提取及矢量化 |
3.2.1 结点提取 |
3.2.2 弧段追踪矢量化 |
3.3 基于DOUGLAS–PEUCKER算法的自相交错误消除改进 |
3.4 基于B样条曲线的道路矢量数据平滑拟合 |
3.5 实验结果及分析 |
3.5.1 结点提取结果分析 |
3.5.2 道路矢量数据去冗余分析 |
3.5.3 道路矢量数据平滑拟合 |
3.6 本章小结 |
第四章 基于遥感影像道路提取信息的道路网矢量数据模型 |
4.1 道路网矢量数据模型概念模型设计 |
4.2 道路网矢量数据模型逻辑模型设计 |
4.3 道路网矢量数据模型物理模型设计 |
4.3.1 基于平面网络的路网表示方法改进 |
4.3.2 支持道路网多尺度表达的存储方式改进 |
4.4 大规模路网并行快速组网 |
4.4.1 拓扑构建 |
4.4.2 拓扑检查 |
4.4.3 道路网图幅对象并行拼接 |
4.5 道路网矢量数据多尺度表达 |
4.5.1 瓦片金字塔模型 |
4.5.2 道路网矢量数据金字塔模型 |
4.6 实验结果及分析 |
4.6.1 拓扑检查结果 |
4.6.2 图幅拼接结果及路径规划应用 |
4.6.3 道路网多尺度表达结果 |
4.7 本章小结 |
第五章 基于遥感影像的道路网应用系统设计 |
5.1 系统需求分析 |
5.1.1 系统功能性需求分析 |
5.1.2 系统非功能性需求分析 |
5.2 系统总体设计 |
5.2.1 系统总体架构 |
5.2.2 系统开发环境和底层支持 |
5.2.3 系统缓存设计 |
5.2.4 多线程设计 |
5.3 系统各模块功能测试 |
5.3.1 道路提取模块 |
5.3.2 数据预处理模块 |
5.3.3 基本工具模块 |
5.3.4 数据管理模块 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 论文总结 |
6.2 研究展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(6)针对Vala语言的gRPC相关工具设计及实现(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 国内外研究历史与现状 |
1.3 论文的主要内容与章节安排 |
第二章 软件需求分析及总体方案设计 |
2.1 远程过程调用(RPC) |
2.1.1 远程过程调用流程 |
2.1.2 接口描述语言与Protocol Buffer |
2.1.3 远程过程调用框架功能分析 |
2.2 软件需求分析 |
2.2.1 软件结构总体需求分析 |
2.2.2 序列化库功能需求分析 |
2.2.3 Vala语言的gRPC工具功能需求分析 |
2.3 总体软件方案设计 |
2.3.1 模块设计与分层设计 |
2.3.2 元类设计思想与设计模式的应用 |
2.3.3 开发工具的选择 |
2.4 本章小结 |
第三章 序列化库设计 |
3.1 序列化库总体设计 |
3.1.1 序列化库结构方案设计 |
3.1.2 proto文件简介 |
3.2 编码解码模块软件设计 |
3.2.1 Protocol Buffer编码结构 |
3.2.2 Varint编码和Zig Zag编码 |
3.2.3 编解码模块的软件设计 |
3.3 核心逻辑模块软件设计 |
3.3.1 核心基类的设计与属性注册机制 |
3.3.2 序列化反序列化流程设计 |
3.4 数据描述模块软件设计 |
3.5 源码生成模块软件设计 |
3.6 本章小结 |
第四章 gRPC通信库设计 |
4.1 gRPC通信库总体设计 |
4.2 gRPC核心库与Vapi |
4.2.1 Vapi机制 |
4.2.2 gRPC核心服务Vapi设计 |
4.3 核心功能模块软件设计 |
4.3.1 RPC中的数据交换单元 |
4.3.2 RPC中的日志功能单元 |
4.4 客户端与服务端功能模块软件设计 |
4.4.1 客户端功能设计 |
4.4.2 服务端功能设计 |
4.4.3 gRPC相关功能设计 |
4.5 源码生成模块软件设计 |
4.6 本章小结 |
第五章 测试与验证 |
5.1 序列化库测试 |
5.1.1 编解码方法测试 |
5.1.2 源码生成及源码功能测试 |
5.2 gRPC库测试 |
5.3 本章小节 |
第六章 总结与展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(7)黄土地区地震滑坡数据库的建立与应用(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及其意义 |
1.2 数据库系统的发展过程 |
1.3 研究目标和主要内容 |
1.4 研究方法和技术路线 |
1.5 章节安排 |
1.6 本章小结 |
第二章 海原特大地震及其震害 |
2.1 海原特大地震地震参数 |
2.2 海原特大地震的震害 |
2.3 海原特大地震区域地质背景 |
2.4 本章小结 |
第三章 数据库系统及ACCESS数据库软件 |
3.1 数据库系统 |
3.2 Access软件系统 |
3.3 本章小结 |
第四章 黄土地区地震滑坡数据库的设计与建立 |
4.1 黄土地区地震滑坡数据库的资料来源 |
4.2 资料预处理 |
4.3 黄土地区地震滑坡数据库的组成及基本功能 |
4.4 黄土地区地震滑坡数据库的标准化 |
4.5 黄土地区地震滑坡数据库的建立 |
4.6 数据库的压缩和修复 |
4.7 数据库系统的封装 |
4.8 本章小结 |
第五章 数据库在黄土地震滑坡分布特征统计分析中的应用 |
5.1 引言 |
5.2 滑坡所处烈度区域的统计分析 |
5.3 滑坡主要滑动方向的统计分析 |
5.4 滑坡最大水平距离、最大垂直距离的统计分析 |
5.5 滑坡原始斜坡坡向的统计分析 |
5.6 滑坡原始斜坡坡角的统计分析 |
5.7 滑坡形状的统计分析 |
5.8 滑坡距离断层的距离的统计分析 |
5.9 滑坡相对震中方位角的统计分析 |
5.10 滑坡距离震中的距离的统计分析 |
5.11 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 工作展望 |
附录 黄土地区地震滑坡数据库的使用方法 |
参考文献 |
致谢 |
作者简介 |
(8)多源融合导航系统仿真平台设计与实现(论文提纲范文)
摘要 |
abstract |
缩略词 |
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 融合导航现状 |
1.2.2 导航系统平台现状 |
1.3 本文的研究内容及章节安排 |
第二章 多源融合导航系统仿真平台的设计 |
2.1 系统总体分析 |
2.1.1 仿真平台功能分析 |
2.1.2 仿真平台的性能分析 |
2.2 多源融合导航系统仿真平台的构架 |
2.3 多源融合导航系统的设计 |
2.3.1 平台模式及操作流程 |
2.3.2 仿真平台设计 |
2.4 本章小结 |
第三章 多源融合算法库的相关技术与算法 |
3.1 多源融合模型的相关技术 |
3.1.1 数据预处理 |
3.1.2 初始对准 |
3.1.3 多源融合算法解算技术 |
3.2 多源融合导航算法库设计及算法 |
3.2.1 捷联惯性导航算法 |
3.2.2 INS/GNSS松耦合算法 |
3.2.3 INS/CNS融合导航 |
3.2.4 INS/GNSS/视觉融合导航 |
3.3 本章小结 |
第四章 基于神经网络的多源融合导航算法 |
4.1 神经网络模型介绍 |
4.1.1 循环神经网络 |
4.1.2 长短期记忆网络 |
4.2 基于LSTM的 INS/GNSS融合算法 |
4.2.1 算法结构及公式 |
4.2.2 算法仿真设计及结果分析 |
4.3 基于RNN的 GPS/INS/相机融合算法 |
4.3.1 交互式多模型-无迹卡尔曼滤波 |
4.3.2 INS/GNSS/视觉融合方法结构 |
4.4 本章小结 |
第五章 多源融合导航系统仿真平台实现及验证 |
5.1 多源融合导航仿真平台介绍及设计实现 |
5.1.1 内部结构设计 |
5.1.2 多源融合导航系统仿真平台主页面 |
5.1.3 导航数据载入模块 |
5.1.4 轨迹模拟发生器 |
5.1.5 多源融合导航算法库 |
5.1.6 算法解算结果显示 |
5.2 多源融合导航系统仿真平台验证 |
5.2.1 仿真平台测试方案 |
5.2.2 仿真平台功能测试 |
5.2.3 多源融合导航系统仿真平台性能测试 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读硕士期间取得的研究成果 |
(9)基于数据驱动建模的锂离子电池健康管理研究(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 研究现状与难点 |
1.2.1 电池建模及健康状态评估方法 |
1.2.2 知识迁移学习方法 |
1.2.3 研究难点分析 |
1.3 本文研究内容与章节安排 |
1.3.1 主要研究内容 |
1.3.2 本论文章节安排 |
第二章 锂离子电池老化特征分析 |
2.1 引言 |
2.2 电池实验测试 |
2.2.1 电池测试系统 |
2.2.2 电池实验测试方案 |
2.3 实验数据分析 |
2.3.1 参考性能测试阶段 |
2.3.2 脉冲测试阶段 |
2.4 电池老化特征分析 |
2.5 本章小结 |
第三章 基于小样本条件下的锂离子电池健康状态预测 |
3.1 引言 |
3.2 基于迁移学习模型的建立 |
3.2.1 锂离子电池特征空间的构建 |
3.2.2 基于半监督转移成分分析的迁移学习模型 |
3.2.3 锂离子电池健康状态预测框架的构建 |
3.3 基于半监督转移成分分析的锂离子电池健康状态预测 |
3.3.1 数据分布的差异性分析 |
3.3.2 基于迁移学习的锂离子电池特征空间重构 |
3.3.3 实验结果与分析 |
3.4 本章小结 |
第四章 基于变温度条件下的锂离子电池健康状态预测 |
4.1 引言 |
4.2 基于局部工作区间的锂离子电池老化特征 |
4.3 基于Matern ARD核函数模型的建立 |
4.3.1 基于Matern ARD核函数的高斯过程回归 |
4.3.2 锂离子电池健康状态预测框架的构建 |
4.4 基于变温度条件下的锂离子电池健康状态预测 |
4.4.1 基于单电池测试的锂离子电池健康状态预测 |
4.4.2 基于多电池测试的锂离子电池健康状态预测 |
4.4.3 实验结果与分析 |
4.5 锂离子电池老化特征最优区间的验证 |
4.6 本章小结 |
第五章 基于不同老化模式变迁下的锂离子电池健康状态预测 |
5.1 引言 |
5.2 不同老化模式下的锂离子电池容量增量分析 |
5.2.1 基于容量增量分析的锂离子电池老化特征 |
5.2.2 基于随机森林的锂离子电池老化特征贡献度分析 |
5.3 基于容量增量分析的锂离子电池健康状态预测 |
5.3.1 相关向量机及其优化 |
5.3.2 基于相同老化模式的锂离子电池健康状态预测 |
5.3.3 基于不同老化模式变迁下的锂离子电池健康状态预测 |
5.3.4 实验结果与分析 |
5.4 本章小结 |
第六章 基于电流脉冲测试的锂离子电池健康状态预测 |
6.1 引言 |
6.2 基于电流脉冲测试条件下的锂离子电池老化特征 |
6.3 完整SOC区间下基于样本迁移的锂离子电池健康状态预测 |
6.3.1 基于Tradaboost.R2 的锂离子电池健康状态预测框架 |
6.3.2 基于完整SOC区间下锂离子电池健康状态预测 |
6.3.3 实验结果与分析 |
6.4 不同SOC区间下基于样本迁移的锂离子电池健康状态预测 |
6.4.1 不同SOC区间下的数据集划分 |
6.4.2 基于不同SOC区间转换下的锂离子电池健康状态预测 |
6.4.3 实验结果与分析 |
6.5 本章小结 |
第七章 全文总结与展望 |
7.1 全文总结 |
7.2 后续工作展望 |
致谢 |
参考文献 |
攻读博士学位期间取得的成果 |
(10)面向多物理场的MTSS后处理(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 有限元软件及后处理研究历史与现状 |
1.3 后处理的关键技术 |
1.3.1 云图绘制算法 |
1.3.2 等值线绘制算法 |
1.3.3 体绘制方法 |
1.4 多物理场及其可视化方法 |
1.5 本文的研究内容与创新点 |
1.5.1 研究内容 |
1.5.2 创新点 |
1.6 本论文的结构安排 |
第二章 后处理开发平台和HOOPS图形库技术 |
2.1 MFC框架设计 |
2.2 可视化组件HOOPS |
2.2.1 HOOPS的模块组成 |
2.2.2 HOOPS的数据结构 |
2.2.3 HOOPS图形渲染技术 |
2.3 面向对象的后处理数据抽象 |
2.4 本章小结 |
第三章 电子光学模拟器后处理设计 |
3.1 模型的生成 |
3.1.1 计算结果读取 |
3.1.2 模型显示 |
3.2 空间电位云图生成 |
3.2.1 颜色映射算法 |
3.2.2 色彩填充 |
3.3 模型的段结构显示 |
3.4 三维模型的任意剖切 |
3.5 本章小结 |
第四章 高频电路求解器后处理系统 |
4.1 求解器数据处理 |
4.1.1 数据结构设计 |
4.1.2 模型显示 |
4.2 标量数据可视化 |
4.2.1 云图生成 |
4.2.2 等值线生成算法 |
4.3 矢量场可视化 |
4.4 操作器实现图元对象移动 |
4.5 模型操作和交互 |
4.6 本章小结 |
第五章 多物理场融合绘制 |
5.1 体绘制方法 |
5.1.1 光线投射算法 |
5.1.2 足迹法 |
5.1.3 剪切-曲变法 |
5.2 半透明融合绘制及验证 |
5.2.1 数据空间变换 |
5.2.2 重采样有效性评估 |
5.2.3 多变量数据应用 |
5.3 融合绘制改进方法 |
5.4 本章小结 |
第六章 总结和展望 |
6.1 全文总结 |
6.2 工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
四、数据结构与管理(第十一章)(论文参考文献)
- [1]印度理工学院计算机学科创立与发展研究[D]. 姜雪. 河北大学, 2021(09)
- [2]基于微服务架构的医疗回访系统的设计与实现[D]. 易思绍. 北京邮电大学, 2021(01)
- [3]基于机器学习的卫星网络路由优化[D]. 李倩. 北京邮电大学, 2021(01)
- [4]雷达模拟器实时性研究与设计实现[D]. 罗晶心. 电子科技大学, 2021(01)
- [5]基于遥感影像道路提取信息的路网模型研究[D]. 张作仁. 电子科技大学, 2021(01)
- [6]针对Vala语言的gRPC相关工具设计及实现[D]. 杨棋智. 电子科技大学, 2021(01)
- [7]黄土地区地震滑坡数据库的建立与应用[D]. 杨元敏. 防灾科技学院, 2021
- [8]多源融合导航系统仿真平台设计与实现[D]. 何静. 电子科技大学, 2021(01)
- [9]基于数据驱动建模的锂离子电池健康管理研究[D]. 李元元. 电子科技大学, 2021(01)
- [10]面向多物理场的MTSS后处理[D]. 杨德云. 电子科技大学, 2021(01)