.jpg)
来源:鲁中网 网址:http://www.jemaclothing.com/a/www.bnyyw.cn/
【Electrified Sedan图片】Electrified Sedan图片大全 基于微服务的水土共治监管服务平台服务器端的设计与实现论文目录摘要第1-5页ABSTRACT第5-9页第一章引言第9-15页 课题背景第9-10页 研究现状第10-12页 国外研究现状第10-11页 国内研究现状第11-12页 课题任务第12-13页 课题内容第12页 本人承担任务第12-13页 论文结构第13-15页第二章相关技术介绍第15-23页 微服务架构第15-17页 微服务架构的原则第15-16页 微服务架构的优势第16-17页 体系相关技术第17-20页 框架第18页 框架第18-20页 容器相关技术第20-21页 中间件相关技术第21-22页 缓存技术第21-22页 消息队列第22页 本章小结第22-23页第三章系统的需求分析第23-33页 系统功能总体概述第23-24页 系统角色分析第24页 系统功能的UML用例图第24-25页 系统用例描述第25-31页 系统的非功能需求分析第31页 本章小结第31-33页第四章系统的总体设计第33-59页 系统网络结构设计第33-34页 系统软件层次架构设计第34-36页 系统功能模块设计第36-41页 地图模块设计第37页 可视化模块设计第37-40页 微服务组件模块设计第40-41页 系统的数据库设计第41-49页 图设计第41-46页 数据库表设计第46-49页 数据导入第49页 业务功能模块接口设计第49-58页 资源位置信息加载接口第49-51页 获取相关信息接口第51-56页 查询定位接口第56-57页 地图服务接口第57-58页 本章小结第58-59页第五章系统(主要)功能模块的详细设计与实现第59-79页 系统运行环境第59-60页 微服务组件模块的详细设计与实现第60-64页 服务注册与发现组件第60页 路由网关第60-62页 配置管理第62-64页 地图服务模块的详细设计与实现第64-69页 缓存第64页 类设计第64-66页 处理流程第66-69页 污染源服务模块的详细设计与实现第69-75页 资源位置信息加载和搜索定位功能第69-73页 获取相关信息功能第73-75页 系统主要界面展示第75-77页 本章小结第77-79页第六章系统测试第79-85页 系统测试环境第79页 系统的功能测试第79-83页 系统的性能测试第83-84页 本章小结第84-85页第七章结束语第85-87页 论文工作总结第85页 问题和展望第85-87页参考文献第87-89页致谢第89页本篇论文共89页，。基于主题搜索的校园用户行为挖掘系统的设计与实现论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-15页 课题背景第10-11页 研究现状第11-12页 用户行为分析技术研究现状第11页 日志挖掘技术研究现状第11-12页 研究内容第12-14页 论文组织与结构第14-15页第二章相关技术介绍第15-27页 校园网Web日志挖掘技术第15页 日志数据预处理第15-17页 基于Web日志的用户行为分析方法第17-26页 主题模型介绍第17-22页 关联模式挖掘第22-26页 本章小结第26-27页第三章基于结构协同的向量化狄利克雷主题词提取改进算法第27-44页 关键词提取算法第27-32页 网页评分排名算法第27-29页 基于文本排名的关键词提取算法第29-30页 基于搜索模型的文本相关性权重计算方法第30-32页 基于结构协同的向量化隐含狄利克雷分布主题词提取算法第32-43页 算法思想第32-34页 文本预处理第34-35页 向量化的狄利克雷主题模型初始化向量取值第35-40页 候选词得分计算第40-42页 文本网络构建第42-43页 本章小结第43-44页第四章基于正负关联多支持度的警示线索词频繁模式挖掘改进算法第44-52页 算法改进动机第44-46页 警示线索词第44-45页 单一最小支持度第45页 传统正向关联规则第45-46页 算法改进思想第46-48页 改进的警示线索词频繁树第46-47页 多重最小支持度的引入第47-48页 含正负项目的多重最小支持度第48页 算法流程设计第48-51页 本章小结第51-52页第五章基于主题搜索的用户行为分析系统设计第52-63页 系统需求及功能流程分析第52-53页 原始数据存储层第53-55页 数据整合处理层第55-57页 算法分析层第57-61页 用户行为集预处理模块第58页 主题提取模块第58-60页 特征向量关联模块第60-61页 本章小结第61-63页第六章测试结果及分析第63-78页 测试环境介绍第63页 测试用例设计第63-68页 测试结果及分析第68-76页 基于结构协同的LDA2Vector算法测试结果及分析第69-70页 基于改进的警示线索词频繁树的两极多支持度算法结果及分析第70-72页 系统前端页面展示第72-76页 系统在使用传统算法和改进算法运行结果展示第76页 本章小结第76-78页第七章总结与展望第78-80页 论文总结第78-79页 未来展望第79-80页参考文献第80-82页致谢第82页本篇论文共82页，。
播报:
教育综合类文章87065篇，页次：1/968页【‖上一页‖‖】转到页[字数:2917点击:10][字数:1815点击:14][字数:1827点击:17][字数:2295点击:12][字数:10195点击:14][字数:8200点击:13][字数:6349点击:17][字数:3590点击:13][字数:1375点击:12][字数:4563点击:0][字数:1111点击:16][字数:1244点击:12][字数:2455点击:0][字数:1446点击:16][字数:2026点击:16][字数:1410点击:10][字数:2756点击:7][字数:2159点击:0][字数:4015点击:8][字数:2040点击:0][字数:1484点击:6][字数:1276点击:17][字数:6093点击:2][字数:6964点击:14][字数:9567点击:2][字数:5042点击:1][字数:8592点击:17][字数:6471点击:8][字数:1732点击:7][字数:7414点击:1][字数:5032点击:11][字数:4025点击:15][字数:1833点击:4][字数:2807点击:3][字数:3928点击:7][字数:2066点击:9][字数:2360点击:13][字数:2844点击:11][字数:1796点击:13][字数:3655点击:7][字数:1362点击:2][字数:2912点击:9][字数:1316点击:8][字数:4641点击:5][字数:2635点击:14][字数:1976点击:8][字数:1031点击:6][字数:3423点击:18][字数:5549点击:16][字数:6421点击:9][字数:1645点击:13][字数:966点击:3][字数:1697点击:6][字数:848点击:5][字数:2241点击:16][字数:2279点击:16][字数:3172点击:9][字数:1227点击:12][字数:1087点击:9][字数:1285点击:7][字数:1840点击:3][字数:2914点击:6][字数:2882点击:14][字数:2671点击:1][字数:1581点击:15][字数:3236点击:6][字数:3617点击:6][字数:4025点击:10][字数:3222点击:7][字数:6523点击:14][字数:1602点击:18][字数:2357点击:12][字数:5607点击:13][字数:4196点击:8][字数:2222点击:3][字数:4196点击:10][字数:1827点击:3][字数:1313点击:13][字数:4692点击:18][字数:3094点击:18][字数:2719点击:8][字数:2763点击:12][字数:4518点击:7][字数:3207点击:5][字数:2270点击:2][字数:2165点击:11][字数:5101点击:12][字数:3476点击:10][字数:1483点击:0][字数:3276点击:8]公安论文类文章616篇，页次：1/7页【‖上一页‖‖】转到页[字数:6751点击:25][字数:8920点击:13][字数:1905点击:20][字数:3335点击:15][字数:8077点击:2][字数:4292点击:17][字数:8388点击:12][字数:1213点击:7][字数:2313点击:8][字数:4457点击:20][字数:3022点击:9][字数:3009点击:18][字数:4276点击:24][字数:10041点击:18][字数:3370点击:18][字数:4661点击:10][字数:11676点击:4][字数:2367点击:12][字数:1321点击:2][字数:1283点击:10][字数:1675点击:18][字数:1775点击:18][字数:2944点击:18][字数:1749点击:5][字数:1323点击:18][字数:5663点击:27][字数:5622点击:15][字数:6809点击:20][字数:4220点击:27][字数:4364点击:21][字数:3792点击:15][字数:2143点击:21][字数:5752点击:10][字数:2086点击:8][字数:1012点击:35][字数:4496点击:50][字数:5663点击:28][字数:5622点击:8][字数:1330点击:8][字数:12493点击:18][字数:5993点击:29][字数:1249点击:23][字数:1510点击:18][字数:2687点击:10][字数:4533点击:40][字数:4580点击:34][字数:6977点击:13][字数:4652点击:34][字数:4897点击:33][字数:4730点击:27][字数:3487点击:12][字数:3267点击:17][字数:4297点击:7][字数:4549点击:16][字数:6335点击:25][字数:1280点击:34][字数:9509点击:4][字数:4473点击:8][字数:7702点击:29][字数:3355点击:16][字数:4773点击:7][字数:2803点击:12][字数:1253点击:36][字数:1082点击:19][字数:6510点击:36][字数:2205点击:39][字数:1799点击:20][字数:2215点击:11][字数:1844点击:18][字数:4281点击:14][字数:9095点击:14][字数:6235点击:12][字数:3913点击:15][字数:7083点击:26][字数:5141点击:58][字数:5136点击:17][字数:2817点击:15][字数:3534点击:30][字数:823点击:32][字数:1311点击:6][字数:2959点击:6][字数:4284点击:17][字数:2662点击:9][字数:2273点击:8][字数:3351点击:4][字数:2097点击:18][字数:1247点击:34][字数:2095点击:12][字数:8774点击:60][字数:1644点击:33]
基于移动摄像头的多目标检测、跟踪和事件检测论文目录摘要第1-6页ABSTRACT第6-9页第一章绪论第9-14页 课题背景与意义第9-10页 相关领域研究现状第10-12页 目标检测第10页 多目标跟踪第10-11页 交通异常事件检测第11-12页 论文研究成果第12页 论文结构安排第12-14页第二章无人机视频的多目标检测和跟踪第14-33页 引言第14-15页 基于深度学习的目标检测方法第15-19页 [8]第16-17页 [13]第17-18页 第18-19页 基于检测框的多目标跟踪方法第19-22页 [48]第20-21页 [19]第21-22页 [21]第22页 无人机视频目标检测与跟踪第22-28页 数据集第23-24页 基于RetinaNet的无人机视频目标检测第24-26页 无人机多目标跟踪第26-28页 实验与结果分析第28-32页 检测及跟踪评价指标第28-30页 实验设置及细节第30页 实验结果第30-32页 本章小结第32-33页第三章无监督的交通异常事件检测第33-51页 引言第33-34页 异常事件检测第34-37页 第34页 基于特征重建的异常事件检测第34-35页 基于背景建模的异常事件检测第35-37页 基于轨迹的异常事件检测方法第37-47页 背景建模模块第37-38页 车辆检测模块第38-41页 多目标跟踪模块第41-43页 道路建模模块第43-45页 决策模块第45-47页 实验设置及其结果第47-49页 实验参数设置第47-48页 实验结果分析第48-49页 本章小结第49-51页第四章监控视频车辆测速第51-59页 引言第51-52页 基于监控视频的车辆测速方法第52-56页 参数初始化第52-54页 车辆检测第54-55页 车辆跟踪第55页 速度计算第55-56页 参数设置以及实验运行结果第56-58页 参数设置第56-57页 实验结果展示第57-58页 本章小结第58-59页第五章总结与展望第59-61页 本文总结第59页 未来工作展望第59-61页参考文献第61-66页致谢第66-67页攻读学位期间取得的研究成果第67页本篇论文共67页，。基于灰度图的恶意软件检测方法研究论文目录摘要第1-7页ABSTRACT第7-11页第一章绪论第11-16页 研究背景与意义第11-12页 研究现状第12-14页 本文主要工作第14页 论文组织结构第14-16页第二章相关理论及技术介绍第16-25页 恶意软件检测技术第16-19页 静态检测技术第16-17页 动态检测技术第17-19页 局部敏感哈希算法第19-21页 基本原理第19-20页 第20-21页 卷积神经网络第21-24页 卷积层第22-23页 池化层第23页 全连接层第23-24页 本章小结第24-25页第三章基于灰度图的恶意软件检测方法研究第25-41页 传统的恶意软件图像化方法第25-27页 基于SimHash的恶意软件图像化方案第27-32页 可执行文件结构第27-28页 文件预处理第28页 基于SimHash的恶意软件图像化方法第28-32页 基于残差神经网络的恶意软件检测算法第32-35页 残差神经网络第32-33页 注意力机制第33-35页 实验与分析第35-40页 实验数据与环境第35-36页 实验指标第36页 实验结果与分析第36-40页 本章小结第40-41页第四章恶意软件检测模块的设计与实现第41-54页 恶意软件的主动学习方案设计第41-46页 主动学习方案设计第41-44页 实验验证第44-46页 恶意软件检测模块的设计第46-47页 文件预处理模块第47-49页 文件图像化模块第49-52页 操作码提取第50页 码生成模块第50-52页 图像化模块第52页 恶意软件检测模块第52-53页 专家系统模块第53页 本章小结第53-54页第五章恶意软件检测系统的实现与测试第54-61页 恶意软件检测系统模块设计与实现第54-57页 系统架构设计第54-55页 数据库设计第55-57页 系统主要功能实现第57-60页 系统环境第57页 功能模块实现第57-60页 系统测试第60页 本章小结第60-61页第六章总结与展望第61-63页 本文工作总结第61页 问题与展望第61-63页参考文献第63-66页致谢第66-67页攻读学位期间发表的学术论文目录第67页本篇论文共67页，。
异构云环境中资源调度算法的研究论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-16页 研究背景及目的第10-11页 研究现状第11-13页 论文主要内容第13页 论文组织结构第13-16页第二章云计算相关技术第16-28页 分布式框架第16-20页 分布式文件系统第17-18页 并行计算框架第18-19页 资源管理框架第19-20页 资源调度算法第20-23页 调度算法第20-21页 计算能力调度算法第21-22页 公平分配调度算法第22-23页 云资源管理平台第23-24页 仿真工具第24-28页第三章基于动态联合熵的资源质量分级策略第28-42页 策略设计背景第28-29页 基于动态联合熵的分级调度策略第29-33页 资源信息采样第29-30页 动态联合熵第30-31页 资源质量分级策略第31页 结合调度算法第31-33页 实验仿真第33-40页 实验仿真工具第33-34页 实验效果评价方法第34页 实验仿真程序第34-36页 实验结果分析第36-40页 本章总结第40-42页第四章基于熵权法的动态评估调度算法第42-58页 算法产生背景第42-43页 资源质量评估第42页 熵权法第42-43页 基于熵权法的动态评估调度算法第43-48页 资源约束条件第43-45页 熵权法评估模型第45-46页 调度算法第46-48页 实验仿真第48-56页 实验效果评价方法第48页 实验仿真程序第48-50页 实验结果分析第50-56页 本章总结第56-58页第五章基于动态评估的YARN资源管理框架第58-70页 基于动态评估资源管理框架第58-59页 模块设计第59-63页 节点信息采集模块第59页 节点综合评估模块第59-60页 资源调度器改进第60-63页 实验仿真及结果分析第63-68页 实验环境搭建第63-65页 实验结果分析第65-68页 本章总结第68-70页第六章总结与展望第70-72页 全文总结第70-71页 进一步的工作第71-72页参考文献第72-76页致谢第76-78页攻读学位期间发表的学术论文第78页本篇论文共78页，。基于移动摄像头的多目标检测、跟踪和事件检测论文目录摘要第1-6页ABSTRACT第6-9页第一章绪论第9-14页 课题背景与意义第9-10页 相关领域研究现状第10-12页 目标检测第10页 多目标跟踪第10-11页 交通异常事件检测第11-12页 论文研究成果第12页 论文结构安排第12-14页第二章无人机视频的多目标检测和跟踪第14-33页 引言第14-15页 基于深度学习的目标检测方法第15-19页 [8]第16-17页 [13]第17-18页 第18-19页 基于检测框的多目标跟踪方法第19-22页 [48]第20-21页 [19]第21-22页 [21]第22页 无人机视频目标检测与跟踪第22-28页 数据集第23-24页 基于RetinaNet的无人机视频目标检测第24-26页 无人机多目标跟踪第26-28页 实验与结果分析第28-32页 检测及跟踪评价指标第28-30页 实验设置及细节第30页 实验结果第30-32页 本章小结第32-33页第三章无监督的交通异常事件检测第33-51页 引言第33-34页 异常事件检测第34-37页 第34页 基于特征重建的异常事件检测第34-35页 基于背景建模的异常事件检测第35-37页 基于轨迹的异常事件检测方法第37-47页 背景建模模块第37-38页 车辆检测模块第38-41页 多目标跟踪模块第41-43页 道路建模模块第43-45页 决策模块第45-47页 实验设置及其结果第47-49页 实验参数设置第47-48页 实验结果分析第48-49页 本章小结第49-51页第四章监控视频车辆测速第51-59页 引言第51-52页 基于监控视频的车辆测速方法第52-56页 参数初始化第52-54页 车辆检测第54-55页 车辆跟踪第55页 速度计算第55-56页 参数设置以及实验运行结果第56-58页 参数设置第56-57页 实验结果展示第57-58页 本章小结第58-59页第五章总结与展望第59-61页 本文总结第59页 未来工作展望第59-61页参考文献第61-66页致谢第66-67页攻读学位期间取得的研究成果第67页本篇论文共67页，。基于文本内容的不良短信息识别挖掘方法论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-17页 研究意义与背景第11-12页 国内外研究现状第12-14页 研究目标及主要工作第14-15页 论文组织结构第15-17页第二章相关技术研究第17-29页 文本数据预处理第17-18页 词嵌入模型第18-22页 模型第18-21页 模型第21-22页 深度学习第22-25页 循环神经网络第22-24页 注意力机制第24-25页 半监督学习算法第25-27页 生成式半监督学习方法第26页 半监督SVM第26-27页 基于图的半监督学习方法第27页 文本表示模型第27-28页 向量空间模型第27页 主题模型第27-28页 模型第28页 本章小结第28-29页第三章基于深度学习的不良短信识别模型第29-41页 引言第29页 模型第29-32页 不良短信识别模型第29-31页 注意力机制第31-32页 基于N-Gram特征的词嵌入模型第32-34页 文本分类模型第32-33页 词嵌入模型第33-34页 实验过程及结果分析第34-39页 数据预处理第35-36页 模型评价指标第36页 模型评估第36-38页 词嵌入模型评估第38-39页 本章小结第39-41页第四章基于半监督学习的不良短信内容挖掘模型第41-53页 引言第41页 不良短信内容分类模型第41-44页 标签传播算法第41-42页 数据采样方案第42-44页 文本表示模型第44-45页 结构模型第44-45页 结构模型第45页 实验过程及结果分析第45-51页 测试数据准备第46页 文本多分类评价指标第46-47页 不良短信数据采样方案评估第47-48页 文本表示模型评估第48-51页 本章小结第51-53页第五章不良短信内容分析系统实现第53-61页 引言第53页 系统开发环境及框架简介第53-54页 系统描述与整体设计第54页 系统子模块功能实现第54-57页 不良短信识别模块第55-56页 不良短信内容分类模块第56-57页 数据可视化模块第57页 系统功能测试第57-58页 本章小结第58-61页第六章总结与展望第61-63页 工作总结第61-62页 未来展望第62-63页参考文献第63-67页致谢第67-69页攻读学位期间取得的研究成果第69页本篇论文共69页，。
烟草论文类文章705篇，页次：1/8页【‖上一页‖‖】转到页[字数:2158点击:9][字数:1686点击:14][字数:2615点击:12][字数:2032点击:11][字数:2119点击:7][字数:2624点击:16][字数:4527点击:13][字数:2355点击:14][字数:1168点击:16][字数:1638点击:11][字数:12426点击:15][字数:3968点击:26][字数:2013点击:14][字数:2226点击:13][字数:8473点击:13][字数:1474点击:5][字数:1976点击:10][字数:1622点击:9][字数:2412点击:40][字数:3237点击:16][字数:2769点击:4][字数:1702点击:7][字数:1342点击:12][字数:1986点击:19][字数:5313点击:13][字数:2616点击:11][字数:1476点击:14][字数:3648点击:29][字数:2114点击:12][字数:2568点击:44][字数:2007点击:13][字数:1430点击:6][字数:8467点击:15][字数:2389点击:14][字数:1949点击:14][字数:1326点击:7][字数:2566点击:6][字数:6687点击:18][字数:2343点击:14][字数:6260点击:10][字数:2246点击:28][字数:2931点击:16][字数:1786点击:20][字数:5453点击:23][字数:2914点击:20][字数:3424点击:5][字数:2437点击:19][字数:1867点击:5][字数:4626点击:10][字数:2709点击:7][字数:2569点击:15][字数:2287点击:11][字数:2371点击:17][字数:4955点击:15][字数:13289点击:5][字数:1635点击:18][字数:7562点击:16][字数:9857点击:12][字数:3887点击:15][字数:6318点击:8][字数:19215点击:7][字数:1131点击:38][字数:4022点击:4][字数:3533点击:15][字数:13659点击:16][字数:2546点击:4][字数:9540点击:11][字数:2344点击:15][字数:3545点击:3][字数:2031点击:2][字数:1990点击:22][字数:4254点击:20][字数:2898点击:18][字数:3500点击:16][字数:2218点击:6][字数:6060点击:14][字数:1846点击:15][字数:2413点击:15][字数:8812点击:7][字数:3316点击:7][字数:1641点击:17][字数:5136点击:16][字数:5530点击:19][字数:1625点击:13][字数:1907点击:11][字数:2970点击:5][字数:2637点击:14][字数:7299点击:6][字数:2411点击:11][字数:3169点击:20]运动人物建模与驱动子系统的设计与实现论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-15页 研究背景和意义第11页 国内外研究现状第11-12页 研究内容第12-14页 研究目标第12-13页 主要研究内容第13-14页 论文组织结构第14-15页第二章相关研究技术的介绍第15-29页 运动人物建模方法的调研第15-18页 常用方法研究介绍第15-17页 常用方法对比分析第17-18页 人物动画技术的调研第18-20页 二维动画与三维动画的比较分析第18-19页 顶点动画与骨骼蒙皮动画的比较分析第19-20页 图形引擎原理与发展第20-22页 图形引擎的发展现状第20页 图形引擎的原理研究第20-22页 三维空间建模的坐标系第22-23页 三维笛卡尔坐标系的分类第22页 三维空间中多种描述坐标系第22-23页 运动人物的位姿描述第23-27页 旋转的物理意义及表示第24页 欧拉角第24-25页 旋转矩阵第25-26页 四元数与轴角对第26-27页 三维数据文件第27-28页 常见数据文件第27-28页 自定义数据文件第28页 本章小结第28-29页第三章运动人物建模与驱动子系统的需求分析第29-35页 运动人物建模与驱动子系统的总体需求分析第29-30页 功能性需求分析第30-33页 三维重建数据处理的需求第30-31页 个性化人物建模的需求第31-32页 虚拟人物的动作驱动的需求第32页 高效可视化的视觉需求第32-33页 非功能性需求分析第33页 鲁棒性第33页 兼容性第33页 本章小结第33-35页第四章运动人物建模与驱动子系统的概要设计第35-43页 子系统总体设计第35-37页 子系统架构第35-36页 功能模块设计及活动图第36-37页 系统模块的概要设计第37-40页 三维重建数据处理模块第37-38页 个性化人物建模模块第38-39页 骨骼蒙皮动画驱动模块第39-40页 渲染与展示模块第40页 数据结构的设计第40-42页 本章小结第42-43页第五章运动数据处理算法的研究与设计第43-53页 运动数据处理算法的分析与设计第43-45页 运动数据处理算法的详细设计第45-52页 运动数据间转化的设计第45-47页 统一描述坐标系的设计第47-50页 计算全局坐标系数据的设计第50-52页 本章小结第52-53页第六章运动人物建模与驱动子系统的详细设计与实现第53-69页 三维重建数据处理模块的详细设计与实现第53-57页 三维重建数据处理模块的接口设计第53-55页 三维重建数据处理模块的详细设计第55-57页 三维重建数据处理模块的实现流程第57页 个性化人物建模模块的详细设计与实现第57-62页 个性化人物建模模块的接口设计第57-58页 个性化人物建模模块的详细设计第58-62页 个性化人物建模模块的实现流程第62页 骨骼蒙皮动画驱动模块的详细设计与实现第62-64页 骨骼蒙皮动画驱动模块的详细设计第62-64页 骨骼蒙皮动画驱动模块中的图形引擎函数第64页 骨骼蒙皮动画驱动模块的实现流程第64页 动画渲染与展示模块的详细设计与实现第64-67页 动画渲染与展示模块的详细设计第64-65页 动画渲染与展示模块的实现流程第65-66页 动画渲染与展示模块界面设计第66-67页 本章小结第67-69页第七章测试与分析第69-83页 测试环境说明第69页 系统测试第69-79页 三维重建数据处理模块功能验证与测试第69-72页 个性化人物建模模块功能测试与验证第72-75页 骨骼蒙皮动画驱动模块功能测试与验证第75-78页 动画渲染展示模块功能测试与验证第78-79页 结果对比分析第79-81页 运动分析能力的对比第79-80页 可视化效果的对比第80-81页 本章小结第81-83页第八章总结与展望第83-85页 论文工作总结第83页 论文工作展望第83-85页参考文献第85-89页致谢第89-91页作者攻读学位期间发表的学术论文目录第91页本篇论文共91页，。
军事论文类文章196篇，页次：1/3页【‖上一页‖‖】转到页[字数:6521点击:2][字数:8260点击:3][字数:9491点击:17][字数:5216点击:9][字数:5863点击:11][字数:6863点击:8][字数:9779点击:15][字数:3432点击:5][字数:3326点击:13][字数:3957点击:13][字数:5108点击:12][字数:8085点击:4][字数:3922点击:11][字数:5925点击:16][字数:4511点击:8][字数:3784点击:10][字数:4344点击:10][字数:3729点击:15][字数:4752点击:14][字数:13201点击:9][字数:5907点击:8][字数:5048点击:4][字数:3574点击:4][字数:2799点击:13][字数:5984点击:16][字数:4502点击:15][字数:2580点击:3][字数:3753点击:56][字数:6778点击:4][字数:4943点击:10][字数:3637点击:1][字数:3801点击:13][字数:1939点击:16][字数:3882点击:18][字数:4534点击:2][字数:6669点击:1][字数:7837点击:8][字数:3134点击:8][字数:2424点击:5][字数:5841点击:5][字数:3581点击:12][字数:1736点击:6][字数:5584点击:16][字数:4654点击:8][字数:2693点击:13][字数:5254点击:1][字数:4594点击:3][字数:6354点击:17][字数:7657点击:16][字数:6568点击:2][字数:2124点击:7][字数:2785点击:25][字数:5131点击:7][字数:3539点击:8][字数:7249点击:7][字数:6310点击:14][字数:2198点击:10][字数:4602点击:2][字数:5400点击:8][字数:5799点击:7][字数:3014点击:1][字数:2778点击:3][字数:2953点击:17][字数:2722点击:1][字数:2598点击:68][字数:3093点击:42][字数:1757点击:4][字数:2471点击:6][字数:4507点击:15][字数:5070点击:17][字数:2400点击:18][字数:2535点击:9][字数:1617点击:16][字数:3351点击:10][字数:8651点击:7][字数:2696点击:12][字数:3066点击:5][字数:2499点击:4][字数:1995点击:2][字数:3863点击:12][字数:1953点击:15][字数:4029点击:16][字数:2539点击:10][字数:3006点击:8][字数:2128点击:4][字数:3560点击:11][字数:1774点击:18][字数:1988点击:12][字数:3219点击:12][字数:4504点击:7]基于属性独立生成对抗网络的人脸属性迁移方法研究论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-17页 研究背景与意义第11-12页 国内外研究现状第12-14页 研究内容第14页 论文组织结构第14-17页第二章相关技术第17-31页 卷积神经网络第17-20页 卷积层和激活函数第17-19页 池化层第19-20页 全连接层第20页 变分自编码器第20-23页 生成对抗网络第23-27页 基本原理第23-24页 改进模型第24-27页 基于神经网络的风格迁移方法第27-30页 基于特征提取网络的风格迁移第28-29页 基于生成对抗网络的风格迁移第29-30页 本章小结第30-31页第三章基于属性独立生成对抗网络的人脸属性迁移算法第31-53页 人脸属性迁移模型第31-32页 总体框架设计第32-35页 网络的前向传播第33-34页 身份向量第34-35页 损失函数第35-40页 对抗损失第35-37页 属性分类损失第37页 图片重构损失第37-38页 身份向量重构损失第38-39页 总体损失函数第39-40页 网络结构第40-43页 全卷积神经网络第40-41页 跳跃连接第41页 潜变量分层结构第41-42页 归一化层第42-43页 共享卷积结构第43页 网络实现第43-51页 网络具体结构第44-45页 跳跃连接与身份向量分层的实现第45-46页 的实现第46-47页 归一化层的实现第47-49页 共享卷积结构的实现第49-51页 本章小结第51-53页第四章生成对抗网络中的可变式交替训练机制第53-69页 神经网络的训练方法第53-58页 常见的神经网络训练方法第54-56页 生成对抗网络训练中存在的问题第56-58页 训练方法的设计与实现第58-65页 参数初始化方法第58-59页 优化器的选择第59-60页 可变学习率第60-61页 可变式交替训练机制第61-65页 网络训练的其它细节第65-67页 本章小结第67-69页第五章实验与分析第69-95页 实验环境第69-70页 数据集介绍第70-73页 名人人脸属性数据集第70-71页 数据集预处理第71-73页 实验对比分析第73-84页 对比模型介绍第73-75页 人脸单属性迁移第75-79页 人脸多属性迁移第79-82页 人脸之间属性替换第82-84页 评价指标第84-89页 人脸属性迁移准确率第85-87页 人脸属性迁移留存错误率第87-89页 独立性和收敛性测试实验第89-94页 控制属性独立性程度第89-91页 交替训练机制的影响第91-94页 本章小结第94-95页第六章总结与展望第95-97页 总结第95-96页 展望第96-97页参考文献第97-101页致谢第101-102页攻读学位期间发表的学术论文目录第102页本篇论文共102页，。
基于序列到序列框架的知识图谱问答系统设计与实现论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-15页 研究背景和意义第11-12页 研究内容第12-13页 研究目标第13-14页 论文组织结构第14-15页第二章相关技术第15-29页 自然语言处理第15-18页 词向量化第15-17页 命名实体识别第17-18页 深度神经网络第18-25页 循环神经网络第18-21页 卷积神经网络第21-23页 序列到序列框架第23-24页 注意力机制第24页 拷贝机制第24-25页 知识图谱第25-26页 对偶学习第26-28页 小结第28-29页第三章需求分析第29-31页 功能需求第29-30页 信息交互功能第29页 问答功能第29-30页 性能需求第30页 小结第30-31页第四章系统设计第31-36页 系统架构概述第31-32页 服务模块第32-33页 前端模块第32页 后端模块第32-33页 问题处理模块第33页 答案推导模块第33-34页 答案生成模块第34页 知识图谱存取模块第34-35页 日志与存储模块第35页 小结第35-36页第五章基于序列到序列框架的知识图谱问答方法第36-51页 问题描述第36页 方法概述第36-37页 方法细节第37-47页 编码阶段第37-38页 解码阶段第38-42页 训练方法第42-44页 对偶学习第44-47页 实验与分析第47-50页 实验设置第47-49页 实验结果第49-50页 实验总结第50页 小结第50-51页第六章系统实现第51-61页 服务模块第51页 问题处理模块第51-53页 答案推导模块第53-54页 答案生成模块第54-55页 知识图谱存取模块第55-59页 第56-57页 图数据库的部署第57页 知识图谱的导入与清洗第57-58页 查询知识图谱第58-59页 日志与存储模块第59-60页 小结第60-61页第七章系统测试第61-65页 测试环境第61页 系统评估第61-62页 功能测试第62页 性能测试第62页 系统演示第62-64页 小结第64-65页第八章结束语第65-66页 总结第65页 未来工作第65-66页参考文献第66-72页致谢第72-73页攻读硕士学位期间发表和录用的论文第73页本篇论文共73页，。应答器小型化测试平台的设计与实现论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-13页 课题研究背景第10-11页 列车系统测试平台的研究现状第11页 本文各章节介绍第11-13页第二章应答器测试软件的设计背景第13-20页 列车控制系统的组成和运行原理第13页 可编程硬件理论概述第13-17页 传统硬件测试与可编程硬件测试的不同第14页 硬件测试与软件测试的异同第14-16页 模块化测试仪器概述第16-17页 软件开发平台的选择第17-18页 应答器测试软件开发的一般流程第18页 本章小结第18-20页第三章测试软件需求分析与系统设计第20-30页 应答器传输系统概述第20-21页 应答器上行信号数字特征测试第21-26页 应答器测试概述第21页 应答器测试需求分析第21-23页 软件系统模块化设计第23页 关键算法的介绍及分析第23-26页 整机干扰测试第26-29页 整机干扰测试概述第26-27页 整机干扰测试需求分析第27-28页 整机干扰测试系统模块化设计方案第28-29页 本章小结第29-30页第四章应答器测试的软硬件实现第30-49页 小型化可便携设备的选型第30-31页 小型化设备和传统测量设备的对比第30页 小型化设备的选型第30-31页 应答器上行链路测试的软硬件设计第31-42页 物理测试环境的搭建第31-32页 信号收发模块的设计第32-35页 测试软件的设计与分析第35-37页 最佳拐点算法的仿真及优化分析第37-40页 测试程序的仿真及分析第40-41页 性能优化与分析第41-42页 整机干扰测试第42-48页 整机干扰测试物理环境的搭建第42-43页 整机干扰测试软件设计与分析第43-47页 整机测试程序性能优化第47-48页 本章小结第48-49页第五章测试平台的数据可视化模块的设计与实现第49-55页 应答器测试数据可视化模块的设计第49-52页 软件数字面板的总体设计第49-50页 软件前面板的实现第50-51页 自动化生成测试用例第51-52页 测试报告的生成和存储第52-54页 测试报告的生成第52-53页 测试数据的安全存储第53-54页 本章小结第54-55页第六章总结与展望第55-57页 全文总结第55页 未来研究的工作第55-57页参考文献第57-60页致谢第60页本篇论文共60页，。面向氢能电池的数据分析平台的设计与实现论文目录摘要第1-6页abstract第6-11页第一章绪论第11-16页 研究背景及意义第11-12页 国内外研究现状第12-13页 氢能电池故障诊断的研究第12页 氢能电池寿命预测的研究第12-13页 主要研究内容第13-14页 氢能电池的故障诊断第13-14页 氢能电池的寿命预测第14页 论文结构第14-15页 本章小结第15-16页第二章氢能电池数据相关技术介绍第16-21页 数据挖掘第16-18页 分类算法第16-17页 时间序列预测第17-18页 时序型数据库第18-20页 本章小结第20-21页第三章需求分析第21-26页 系统场景分析第21-22页 功能性需求第22-24页 数据管理第22-23页 数据挖掘第23-24页 数据可视化第24页 非功能性需求第24-25页 可靠性第25页 可扩展性第25页 简易性第25页 本章小结第25-26页第四章关键问题研究第26-55页 基于LightGBM+LR算法的氢能电池故障诊断第26-40页 氢能电池故障场景介绍第26-28页 数理统计分析第28-31页 数据特征选择第31-34页 数据采样第34-35页 +LR融合算法第35-37页 结果分析第37-40页 小结第40页 基于平滑化的LSTM算法的氢能电池寿命预测第40-54页 氢能电池寿命预测场景介绍第40-42页 原始数据分析第42-45页 数据重载第45页 局部加权回归散点平滑算法（LOWESS）第45-47页 氢能电池的寿命预测算法第47-49页 算法评价指标第49-50页 结果分析第50-53页 小结第53-54页 本章小结第54-55页第五章氢能电池数据分析平台的总体设计第55-67页 系统整体架构第55-57页 系统模块设计第57-60页 数据存储模块设计第57页 数据适配模块第57-58页 数据处理模块第58-59页 算法引擎模块第59页 典型应用模块第59-60页 用户交互模块第60页 基本工作机制第60-63页 氢能电池数据上传流程第60-61页 氢能电池故障分类场景第61-62页 氢能电池寿命预测场景第62-63页 接口设计第63-65页 本章小结第65-67页第六章氢能电池数据分析平台的设计与实现第67-87页 氢能电池算法引擎模块第67-71页 模块架构设计第67页 类图及接口说明第67-69页 模块序列图分析第69-71页 氢能电池数据处理模块第71-78页 模块架构设计第71-72页 类图及接口说明第72-76页 模块序列图分析第76-78页 氢能电池数据存储模块第78-86页 模块架构设计第78页 类图及接口说明第78-83页 模块序列图分析第83-84页 数据表结构设计第84-86页 本章小结第86-87页第七章系统部署与测试第87-97页 测试环境部署第87-88页 部署环境第87页 部署方案第87-88页 典型功能测试用例第88-95页 数据管理第89-90页 氢能电池故障诊断第90-92页 氢能电池寿命预测第92-95页 非性能测试第95-96页 测试结果分析第96页 本章小结第96-97页第八章总结与展望第97-99页 论文工作总结第97页 问题和展望第97-99页参考文献第99-102页致谢第102-103页攻读学位期间发表的学术论文第103页本篇论文共103页，。
政治哲学类文章10705篇，页次：1/119页【‖上一页‖‖】转到页[字数:6092点击:1][字数:6172点击:6][字数:2060点击:14][字数:4422点击:14][字数:8076点击:8][字数:2856点击:6][字数:3231点击:6][字数:4298点击:0][字数:4598点击:8][字数:2994点击:9][字数:2294点击:16][字数:2953点击:11][字数:3817点击:7][字数:2187点击:4][字数:5690点击:7][字数:2204点击:11][字数:3298点击:0][字数:3939点击:12][字数:5872点击:3][字数:2989点击:4][字数:2266点击:4][字数:4251点击:7][字数:3477点击:11][字数:3130点击:9][字数:2258点击:9][字数:3910点击:16][字数:2858点击:1][字数:6406点击:8][字数:4773点击:2][字数:5926点击:17][字数:2104点击:11][字数:3979点击:15][字数:3123点击:0][字数:2499点击:7][字数:1959点击:12][字数:2098点击:17][字数:2130点击:2][字数:3114点击:7][字数:5770点击:12][字数:2200点击:2][字数:1696点击:9][字数:3169点击:10][字数:6203点击:9][字数:4105点击:3][字数:1910点击:7][字数:2044点击:15][字数:1240点击:1][字数:6844点击:0][字数:3285点击:3][字数:3288点击:15][字数:7728点击:18][字数:4913点击:4][字数:2793点击:17][字数:4896点击:12][字数:4573点击:5][字数:3704点击:17][字数:2373点击:3][字数:1339点击:7][字数:4563点击:13][字数:2205点击:3][字数:2555点击:8][字数:4607点击:13][字数:2183点击:12][字数:2309点击:5][字数:2528点击:3][字数:4674点击:4][字数:9458点击:1][字数:22396点击:2][字数:10498点击:3][字数:5962点击:3][字数:10546点击:0][字数:6432点击:9][字数:9215点击:17][字数:6305点击:13][字数:1844点击:2][字数:5891点击:2][字数:7975点击:17][字数:6020点击:10][字数:6316点击:8][字数:3902点击:15][字数:4377点击:4][字数:2701点击:3][字数:3177点击:16][字数:3138点击:18][字数:5913点击:13][字数:2853点击:18][字数:2469点击:4][字数:4895点击:6][字数:2343点击:6][字数:4496点击:1]面向异构计算的大数据智能分析平台的设计与实现论文目录摘要第1-6页ABSTRACT第6-9页第一章绪论第9-12页 论文研究背景及意义第9-10页 国内外研究现状第10-11页 论文结构第11-12页第二章基于DeepMaster的异构计算平台设计与实现第12-30页 异构计算平台的架构第12-16页 的异构计算资源调度第16-26页 大数据处理的调度第16-18页 单卡训练的调度第18-22页 分布式训练的调度第22-26页 与云计算的融合第26-29页 兼得高性能与虚拟化优势的融合方案第26-28页 快速定制化部署与动态缩扩容第28-29页 本章小结第29-30页第三章用户接口与程序迁移成本第30-39页 用户接口第30-33页 任务提交接口第30-31页 任务日志查看接口第31-32页 资源监控接口第32-33页 程序迁移成本第33-38页 大数据处理和单卡训练场景第33-36页 分布式TensorFlow训练场景第36-38页 本章小结第38-39页第四章GPU/CPU融合计算第39-48页 简介第39-40页 与异构计算平台的集成第40-42页 使用接口第42-45页 训练性能第45-47页 本章小结第47-48页第五章平台性能分析第48-61页 异构计算平台对资源利用率的提升作用第48-55页 单卡训练性能第55-59页 分布式训练性能第59-60页 本章小结第60-61页第六章总结与展望第61-62页参考文献第62-65页致谢第65-66页攻读学位期间发表的学术论文目录第66页本篇论文共66页，。
基于深度时空网络的地铁流量预测系统的研究与实现论文目录摘要第1-5页ABSTRACT第5-10页第一章绪论第10-16页 背景和意义第10-11页 国内外研究现状第11-13页 课题内容及本人工作第13页 课题研究内容第13页 本人主要工作第13页 论文组织结构第13-16页第二章系统相关技术介绍第16-22页 交通流量预测技术第16-19页 基于传统时序模型的交通流量预测技术第17页 基于经典机器学习的交通流量预测技术第17页 基于深度时空网络的交通流量预测技术第17-19页 系统开发技术第19-21页 软件工程思想第19-20页 框架第20页 框架第20-21页 本章小结第21-22页第三章基于深度时空网络的地铁流量预测系统需求分析第22-28页 需求概述第22页 用户角色分析第22-23页 普通出行市民第22-23页 地铁乘务部门第23页 系统功能性需求分析第23-26页 面向普通出行市民的功能需求分析第24页 面向地铁乘务部门的功能需求分析第24-26页 系统非功能性需求分析第26页 算法可靠性第26页 系统时效性第26页 预测准确性第26页 本章小结第26-28页第四章基于深度时空网络的地铁流量预测系统概要设计第28-40页 系统总体设计第28-30页 系统架构设计第28-29页 系统技术选型第29-30页 系统功能模块设计第30-33页 核心算法模块第30-31页 业务逻辑层第31-32页 表现层第32-33页 系统数据库设计第33-35页 系统E-R图设计第33-34页 数据库表结构设计第34-35页 系统接口设计第35-38页 系统界面设计第38-39页 布局设计第38-39页 交互设计第39页 本章小结第39-40页第五章基于深度时空网络的地铁流量预测系统详细设计实现第40-58页 系统运行环境第40-41页 核心算法模块的详细设计与实现第41-49页 数据预处理的详细设计与实现第41-42页 模型搭建与训练的详细设计与实现第42-47页 模型验证与测试的详细设计与实现第47-49页 业务逻辑层的详细设计与实现第49-53页 用户权限管理的详细设计与实现第50-51页 站点信息管理的详细设计与实现第51-52页 流量数据管理的详细设计与实现第52-53页 表现层的详细设计与实现第53-55页 表现层的详细设计第53页 表现层的实现第53-55页 系统界面展示第55-57页 本章小结第57-58页第六章基于深度时空网络的地铁流量预测系统测试第58-66页 系统功能测试第58-61页 系统性能分析第61-64页 算法可靠性分析第61-62页 系统时效性分析第62页 预测准确性分析第62-64页 本章小结第64-66页第七章结束语第66-68页 论文工作总结第66-67页 存在的问题及展望第67-68页参考文献第68-72页致谢第72-74页攻读学位期间发表的学术论文第74页本篇论文共74页，。素质教育类文章1034篇，页次：1/12页【‖上一页‖‖】转到页[字数:1089点击:10][字数:1897点击:4][字数:3720点击:1][字数:2453点击:14][字数:1804点击:16][字数:2244点击:6][字数:6043点击:7][字数:9921点击:7][字数:5412点击:12][字数:3078点击:8][字数:9562点击:16][字数:4208点击:11][字数:4968点击:3][字数:6303点击:12][字数:12244点击:1][字数:6234点击:10][字数:6644点击:16][字数:7515点击:5][字数:5563点击:47][字数:5313点击:6][字数:3256点击:6][字数:6458点击:11][字数:4899点击:12][字数:7098点击:3][字数:5720点击:2][字数:7330点击:4][字数:4534点击:15][字数:5037点击:4][字数:12587点击:8][字数:4742点击:10][字数:2688点击:3][字数:1964点击:1][字数:2656点击:12][字数:3584点击:7][字数:4740点击:1][字数:1604点击:18][字数:3454点击:6][字数:8552点击:20][字数:4983点击:11][字数:5541点击:64][字数:5338点击:2][字数:3140点击:8][字数:6014点击:12][字数:3519点击:9][字数:9201点击:4][字数:8251点击:10][字数:5746点击:12][字数:9180点击:17][字数:11743点击:9][字数:6172点击:6][字数:4357点击:6][字数:4106点击:11][字数:3378点击:6][字数:4204点击:12][字数:8592点击:17][字数:7764点击:12][字数:3161点击:15][字数:3428点击:5][字数:2877点击:15][字数:1075点击:9][字数:4435点击:12][字数:7279点击:12][字数:10760点击:15][字数:3669点击:4][字数:1657点击:4][字数:3858点击:14][字数:2619点击:11][字数:983点击:8][字数:1371点击:18][字数:1966点击:13][字数:3311点击:22][字数:2860点击:15][字数:2059点击:13][字数:1480点击:7][字数:3935点击:6][字数:2214点击:10][字数:2569点击:8][字数:2618点击:7][字数:4795点击:1][字数:3161点击:17][字数:1855点击:6][字数:4990点击:7][字数:1971点击:5][字数:2958点击:17][字数:6585点击:13][字数:1356点击:21][字数:3912点击:15][字数:1588点击:11][字数:4854点击:3][字数:2187点击:17]
三类传统龙纹图案数据集构建与系统实现论文目录摘要第1-7页Abstract第7-11页第一章绪论第11-16页 研究背景及意义第11页 国内外研究现状第11-12页 论文主要工作第12-13页 论文组织结构第13-15页 本章小结第15-16页第二章三类传统龙纹图案数据集构建与优化相关技术原理第16-26页 数据集构建相关技术第16-22页 爬虫技术第16页 图像预处理第16-17页 图像数据过滤方法第17-21页 图像数据去重方法第21-22页 数据集优化相关技术第22-25页 图卷积网络第22-23页 图像超分辨率方法第23-25页 本章小结第25-26页第三章三类传统龙纹图案数据集构建第26-43页 图像数据获取与预处理第26-31页 标本库入库模型构建第26-27页 聚焦爬虫算法第27-29页 图像数据预处理第29-31页 图像数据过滤第31-39页 基于WSACI-LBP的特征提取第31-33页 基于不变距和WSACI-LBP的融合框架第33-36页 图像数据过滤仿真实验第36-39页 数据数据去重第39-42页 分块感知哈希的图像去重算法第39-40页 图像数据去重仿真实验第40-42页 本章小结第42-43页第四章三类传统龙纹图案数据集优化第43-53页 基于图卷积网络的图像标注第43-47页 三类传统纹样图像标注体系第43-44页 基于GCN的图像多标签标注学习第44-46页 图像标注仿真实验第46-47页 基于AM-RDN的图像超分辨率重建第47-51页 模型构建第47-50页 图像超分辨率仿真实验第50-51页 本章小结第51-53页第五章三类传统龙纹图案数据集构建系统实现第53-74页 系统需求分析第53-55页 系统功能性需求分析第53-54页 系统非功能性需求分析第54-55页 系统设计与实现第55-69页 系统总体设计第55-57页 系统主要模块设计第57-64页 系统功能展示第64-69页 系统测试第69-73页 测试环境第69-70页 功能测试第70-72页 性能测试第72-73页 本章小结第73-74页第六章总结与展望第74-76页 总结第74-75页 展望第75-76页参考文献第76-81页致谢第81-82页攻读学位期间取得的研究成果第82页本篇论文共82页，。基于计算机辅助作曲的无载体信息隐藏技术研究论文目录摘要第1-7页ABSTRACT第7-12页第一章绪论第12-18页 研究背景和意义第12-13页 论文研究内容第13-15页 论文组织结构第15-18页第二章背景知识第18-28页 无载体信息隐藏第18-21页 无载体信息隐藏基本原理第18-19页 无载体信息隐藏研究现状第19-21页 音乐基本理论知识第21-26页 音高的介绍第22-23页 音乐节奏的介绍第23-24页 和弦的介绍与和弦的功能体系第24-25页 音乐的音频形式第25-26页 计算机自动作曲技术第26-27页 本章小结第27-28页第三章基于计算机辅助作曲的信息隐藏媒体生成方法第28-48页 无载体信息隐藏音乐特征生成系统基本原理第28-30页 音乐节奏序列的载密生成方法第30-32页 音乐音高序列的载密方法与单旋律音乐的生成第32-36页 循环神经网络单旋律生成系统原理第32-34页 音高序列载密生成算法第34-36页 单旋律音乐的和弦载密编配方法第36-41页 和弦自动编配原理第37页 和弦载密编配算法第37-41页 音乐全特征载密的无载体信息隐藏方法第41-45页 音乐全特征载密的实现方法第41-45页 无载体信息隐藏媒体的生成第45页 本章小结第45-48页第四章基于音乐信息检索的隐藏信息提取方法第48-64页 音乐信息检索技术第48-51页 基于频谱通量的音符起始点检测技术第49页 基于梳状滤波器的乐音音高检测技术第49-50页 色度特征提取技术第50-51页 隐藏信息提取系统的整体框架第51-52页 载密音乐旋律中节奏的检测与载密信息的提取方法第52-57页 节奏特征载密信息提取的密钥第52-53页 基于音符起始点的节奏检测方法第53-55页 节奏序列中载密信息提取方法第55-57页 载密音乐旋律中音高的检测与载密信息的提取方法第57-59页 音高特征载密信息提取的密钥第57-58页 载密音乐旋律中音高的检测方法第58页 音高序列中载密信息提取方法第58-59页 载密音乐中和弦特征载密信息的提取方法第59-62页 和弦特征载密信息提取的密钥第60页 基于色度图的和弦检测方法第60-61页 和弦序列中载密信息提取方法第61-62页 全特征载密音乐音频中隐藏信息提取的方法第62-63页 本章小结第63-64页第五章信息隐藏系统性能分析第64-76页 实验环境第64页 秘密信息的形式第64-65页 隐蔽性第65-69页 盲听测试第65-67页 音乐特征分布分析第67-69页 鲁棒性第69-70页 信息隐藏容量第70-73页 载密特征隐藏容量的计算第70-72页 隐藏容量的分析第72-73页 信息隐藏时耗第73-74页 本章小结第74-76页第六章总结与展望第76-80页 论文总结第76-77页 研究总结第76-77页 创新性工作第77页 后续研究工作展望第77-80页参考文献第80-86页致谢第86页本篇论文共86页，。
基于MQTT协议的通用电子标签系统论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-13页 研究背景与意义第10-11页 国内外研究现状第11页 研究内容与目标第11-12页 论文组织架构第12-13页第二章关键技术研究第13-23页 即时通信MQTT协议第13-16页 协议介绍第13页 协议特点第13-15页 物联网中MQTT协议的应用第15-16页 微服务架构的原理第16-18页 技术原理第18页 框架介绍第18-19页 相关技术第19-23页 简介第20页 特性第20-23页第三章基于MQTT的通用电子标签方案设计第23-40页 整体架构设计第23-35页 服务器设计第24-25页 手机客户端设计第25-27页 电子标签显示端设计第27-35页 系统安全模块设计第35-36页 通信协议相关设计第36-37页 通信协议格式设计第36页 数据交互格式设计第36页 数据通信设计第36-37页 数据库设计第37-40页 电子标签设备信息第38页 电子标签显示信息第38-39页 用户信息第39页 模板信息第39-40页第四章基于MQTT协议的通用电子标签实现第40-49页 服务器功能实现第40-45页 服务模块第40-41页 数据交互模块第41-43页 信息处理模块第43-44页 通信模块第44-45页 手机客户端功能实现第45-49页 注册和登陆功能第45-46页 个人信息编辑功能第46-47页 设备选型和编辑功能第47页 模板列表功能第47-48页 客户端设置功能第48-49页第五章系统测试第49-53页 手机客户端功能测试第49-50页 电子标签显示测试第50-53页 显示结果测试第50-51页 显示功耗指标测试第51-53页第六章总结与展望第53-54页参考文献第54-57页致谢第57页本篇论文共57页，。基于web的三维虚拟形象生成与控制方法研究论文目录摘要第1-6页abstract第6-11页第一章绪论第11-16页 研究背景与意义第11-12页 国内外研究现状第12-14页 论文主要研究内容第14-15页 论文组织结构第15-16页第二章虚拟形象相关技术第16-25页 人脸三维重建技术第16-17页 面部特征点识别技术第17-18页 头部姿态估计技术第18-19页 面部区域划分第19-21页 三角剖分概述第19页 三角剖分第19-20页 三角剖分生成算法第20-21页 人脸表情动画技术第21-23页 本章小结第23-25页第三章虚拟形象生成方案第25-47页 虚拟形象生成设计第25-26页 基于浏览器的面部三维重建第26-29页 面部三维重建方法第26-27页 基于浏览器的面部三维重建方法第27页 实验结果第27-29页 基于浏览器的面部特征点识别第29-31页 面部特征点识别方法第29-30页 实验结果第30-31页 面部纹理再造第31-45页 算法思路第31-32页 图像形变技术第32-38页 面部纹理生成方案第38-43页 实验结果第43-45页 本章小结第45-47页第四章虚拟形象控制方案第47-71页 虚拟形象控制概述第47-49页 虚拟形象在浏览器端的渲染第47-48页 用户信息的实时采集第48-49页 虚拟形象的位置控制第49-52页 头部姿态估计方法第49-51页 实验结果第51-52页 虚拟形象的表情控制第52-68页 脸部姿态归一化第52页 基于面部区域划分的表情动画方法第52-62页 实验结果第62-68页 基于浏览器的相关优化第68-70页 配合使用WebWorker第68-69页 帧间插值处理第69页 实验结果第69-70页 本章小结第70-71页第五章虚拟形象的生成与追踪系统第71-86页 系统的概要设计第71-74页 系统设计目标第71页 系统总体设计第71-72页 数据表设计第72-74页 系统开发环境第74页 系统的详细设计与实现第74-78页 人脸三维重建模块第74-75页 面部特征点识别模块第75-76页 虚拟形象生成模块第76-77页 虚拟形象位置控制模块第77页 虚拟形象表情控制模块第77-78页 系统功能测试第78-83页 虚拟形象的生成测试第78-81页 虚拟形象的控制测试第81-83页 系统性能测试第83-85页 系统的准确性分析第83-84页 系统的实时性分析第84-85页 本章小结第85-86页第六章总结与展望第86-88页 本文工作总结第86页 未来进一步工作展望第86-88页附录1第88-93页参考文献第93-98页致谢第98-99页攻读硕士学位期间发表学术论文情况第99页本篇论文共99页，。面向天基接入网络的5G用户管理系统的设计和实现论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-17页 课题背景与意义第11-12页 国内外研究现状第12-15页 天地一体化网络发展现状第12-13页 网络发展现状第13-14页 移动通信网用户服务管理功能发展现状第14-15页 论文研究内容第15页 论文结构第15-17页第二章相关技术研究第17-23页 用户管理相关技术介绍第17-19页 用户安全相关技术介绍第19-21页 用户位置管理相关技术介绍第21-22页 本章小结第22-23页第三章面向天基接入网络的5G用户管理系统的需求分析第23-35页 系统总体需求概述第23-27页 系统角色分析第23-24页 系统总体功能分析第24-25页 系统用例分析第25-27页 系统详细功能分析第27-33页 用户登录功能需求分析第27-28页 用户注册功能需求分析第28-29页 用户服务信息管理功能需求分析第29-32页 用户鉴权功能需求分析第32-33页 系统非功能性需求第33-34页 数据精确度第33页 时间性要求第33页 安全性要求第33-34页 可靠性需求第34页 可用性需求第34页 本章小结第34-35页第四章面向天基接入网络的5G用户管理系统的概要设计第35-47页 面向天基接入网络的5G用户管理系统总体架构设计第35-36页 面向天基接入网络的5G用户管理系统交互流程设计第36-41页 用户登录交互流程设计第36-37页 用户鉴权交互流程设计第37-38页 用户注册交互流程设计第38-39页 用户信息查询交互流程设计第39页 新增用户交互流程设计第39-40页 修改用户密码流程交互设计第40-41页 用户位置信息管理流程交互设计第41页 面向天基接入网络的5G用户管理系统数据库设计第41-44页 面向天基接入网络的5G用户管理系统接口设计第44-46页 本章小结第46-47页第五章面向天基接入网络的5G用户管理系统的详细设计和实现第47-63页 面向天基接入网络的5G用户管理系统技术方案第47-48页 系统服务端第47-48页 系统前端第48页 后台数据库第48页 面向天基接入网络的5G用户管理系统详细设计第48-58页 用户登录模块详细设计第49-50页 用户鉴权模块详细设计第50-52页 用户注册模块详细设计第52-54页 用户服务信息存储模块模块详细设计第54-58页 关键问题分析与解决方案设计第58-61页 用户身份标识信息设计第58-60页 网络公钥+私钥加密鉴权机制设计第60-61页 本章小结第61-63页第六章面向天基接入网络的5G用户管理系统的测试第63-75页 测试环境组成第63-64页 系统功能测试第64-73页 用户登录模块功能测试第64-65页 用户鉴权模块功能测试第65-67页 用户注册模块功能测试第67-68页 用户服务信息存储模块功能测试第68-73页 系统整体测试第73-74页 测试结果分析第74页 本章小结第74-75页第七章总结与展望第75-77页 全文总结第75页 工作展望第75-77页参考文献第77-79页致谢第79页本篇论文共79页，。
一类传统纹饰演化关系发现与可视化研究论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-17页 研究背景与意义第10页 国内外研究现状第10-15页 数据模型构建第11页 演化关系发现第11-12页 可视化呈现第12-15页 论文的主要工作第15-16页 论文研究内容第15页 论文组织结构第15-16页 本章小结第16-17页第二章传统纹饰演化关系发现与可视化相关技术第17-26页 数据模型构建第17页 特征提取第17-19页 算法原理第17-18页 算法原理第18-19页 演化关系发现第19-20页 可视化呈现第20-24页 布局技术第20-21页 聚类技术第21-23页 着色技术第23页 交互技术第23-24页 可视化工具ECharts第24-25页 本章小结第25-26页第三章传统纹饰数据模型构建第26-35页 数据采集与获取第26-30页 数据处理与存储第30-32页 数据模型构建第32-33页 本章小结第33-35页第四章基于知识推理的传统纹饰演化关系发现与可视化第35-47页 基于多特征相似度的传统纹饰语义网构建第35-37页 基于知识推理的演化关系发现算法第37-41页 算法介绍第37-39页 实验结果与分析第39-41页 传统纹饰可视化呈现第41-46页 传统纹饰可视化布局第41-43页 基于模块化聚类的着色第43-45页 传统纹饰可视化交互第45-46页 本章小结第46-47页第五章一类传统纹饰可视化平台设计与实现第47-64页 需求分析第47-48页 平台总体设计第48-52页 功能模块设计第48-50页 数据库设计第50-52页 界面设计第52页 平台实现第52-61页 平台架构设计第53-54页 数据处理模块第54-56页 可视化呈现模块第56-61页 平台测试第61-63页 本章小结第63-64页第六章总结与展望第64-66页 工作总结第64页 工作展望第64-66页参考文献第66-71页致谢第71-72页攻读学位期间取得的研究成果第72页本篇论文共72页，。基于计算机辅助作曲的无载体信息隐藏技术研究论文目录摘要第1-7页ABSTRACT第7-12页第一章绪论第12-18页 研究背景和意义第12-13页 论文研究内容第13-15页 论文组织结构第15-18页第二章背景知识第18-28页 无载体信息隐藏第18-21页 无载体信息隐藏基本原理第18-19页 无载体信息隐藏研究现状第19-21页 音乐基本理论知识第21-26页 音高的介绍第22-23页 音乐节奏的介绍第23-24页 和弦的介绍与和弦的功能体系第24-25页 音乐的音频形式第25-26页 计算机自动作曲技术第26-27页 本章小结第27-28页第三章基于计算机辅助作曲的信息隐藏媒体生成方法第28-48页 无载体信息隐藏音乐特征生成系统基本原理第28-30页 音乐节奏序列的载密生成方法第30-32页 音乐音高序列的载密方法与单旋律音乐的生成第32-36页 循环神经网络单旋律生成系统原理第32-34页 音高序列载密生成算法第34-36页 单旋律音乐的和弦载密编配方法第36-41页 和弦自动编配原理第37页 和弦载密编配算法第37-41页 音乐全特征载密的无载体信息隐藏方法第41-45页 音乐全特征载密的实现方法第41-45页 无载体信息隐藏媒体的生成第45页 本章小结第45-48页第四章基于音乐信息检索的隐藏信息提取方法第48-64页 音乐信息检索技术第48-51页 基于频谱通量的音符起始点检测技术第49页 基于梳状滤波器的乐音音高检测技术第49-50页 色度特征提取技术第50-51页 隐藏信息提取系统的整体框架第51-52页 载密音乐旋律中节奏的检测与载密信息的提取方法第52-57页 节奏特征载密信息提取的密钥第52-53页 基于音符起始点的节奏检测方法第53-55页 节奏序列中载密信息提取方法第55-57页 载密音乐旋律中音高的检测与载密信息的提取方法第57-59页 音高特征载密信息提取的密钥第57-58页 载密音乐旋律中音高的检测方法第58页 音高序列中载密信息提取方法第58-59页 载密音乐中和弦特征载密信息的提取方法第59-62页 和弦特征载密信息提取的密钥第60页 基于色度图的和弦检测方法第60-61页 和弦序列中载密信息提取方法第61-62页 全特征载密音乐音频中隐藏信息提取的方法第62-63页 本章小结第63-64页第五章信息隐藏系统性能分析第64-76页 实验环境第64页 秘密信息的形式第64-65页 隐蔽性第65-69页 盲听测试第65-67页 音乐特征分布分析第67-69页 鲁棒性第69-70页 信息隐藏容量第70-73页 载密特征隐藏容量的计算第70-72页 隐藏容量的分析第72-73页 信息隐藏时耗第73-74页 本章小结第74-76页第六章总结与展望第76-80页 论文总结第76-77页 研究总结第76-77页 创新性工作第77页 后续研究工作展望第77-80页参考文献第80-86页致谢第86页本篇论文共86页，。
流式大数据脱敏系统的设计与实现论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-15页 研究背景与意义第10-12页 研究内容第12-13页 研究目标第13页 论文组织结构第13-15页第二章相关技术第15-20页 数据匿名化第15-18页 分布式流计算框架Flink第18-19页 本章小结第19-20页第三章需求分析第20-24页 需求概述第20页 功能性需求第20-23页 用户管理功能第20-21页 流式大数据脱敏功能第21-22页 脱敏结果订阅功能第22-23页 非功能性需求第23页 本章小结第23-24页第四章系统设计第24-30页 系统架构第24-25页 前端交互模块第25-27页 前端页面第26-27页 后端服务第27页 权限管理模块第27-28页 脱敏算法模块第28页 数据管理模块第28-29页 本章小结第29-30页第五章面向流式大数据的分布式匿名化算法研究第30-50页 基线算法第30-36页 算法第30-33页 分布式K-Anonymity基线算法第33-35页 分布式L-Diversity基线算法第35-36页 基于网格的分布式匿名化算法第36-39页 基于网格的分布式K-Anonymity算法第36-38页 基于网格的分布式L-Diversity算法第38-39页 基于VP-Tree的分布式匿名化算法第39-42页 基于VP-Tree的分布式K-Anonymity算法第40-42页 基于VP-Tree的分布式L-Diversity算法第42页 实验评估第42-49页 实验设置第43-44页 实验结果第44-49页 本章小结第49-50页第六章系统实现第50-62页 系统工作流程第50-51页 前端模块实现第51-56页 权限管理模块实现第56-57页 脱敏算法模块实现第57-59页 数据管理模块实现第59-61页 本章小结第61-62页第七章系统测试第62-70页 测试环境第62页 功能性测试第62-66页 用户管理功能测试第62-64页 流式大数据脱敏功能测试第64-65页 脱敏结果订阅功能测试第65-66页 非功能性测试第66-68页 系统效率测试第66-67页 系统稳定性测试第67-68页 效果演示第68-69页 本章小结第69-70页第八章总结与展望第70-72页 总结第70-71页 未来工作第71-72页参考文献第72-75页致谢第75-76页攻读硕士学位期间发表和录用的论文第76页本篇论文共76页，。特定人群的健康数据管理系统的设计与实现论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-17页 研究背景第11-12页 研究内容第12页 国内外研究现状第12-15页 国内外健康管理相关概念及发展第13页 健康数据的分析方法第13-15页 论文结构第15-17页第二章相关概念及技术介绍第17-25页 框架介绍第17-19页 架构第17页 框架第17-18页 框架第18页 框架第18-19页 风险评估模型介绍第19-23页 支持向量机第19-21页 反向传播神经网络第21-23页 分类模型性能度量标准第23-24页 准确率和错误率第23-24页 精确率、召回率和F1值第24页 本章小结第24-25页第三章特定人群的健康数据管理系统需求分析第25-37页 总体需求第25-26页 系统功能需求分析第26-34页 系统管理员角色用例分析第26-29页 护理人员角色用例分析第29-31页 医生角色用例分析第31-32页 主管角色用例分析第32-34页 系统非功能需求分析第34-35页 稳定性第34页 可维护性第34页 易操作性第34页 安全性第34-35页 本章小结第35-37页第四章特定人群的健康数据管理系统设计第37-69页 系统软件层次架构设计第37-38页 系统功能模块设计第38-53页 系统管理模块第39-44页 注册登录模块第44-46页 医疗数据管理模块第46-50页 疾病管理模块第50-51页 风险管理模块第51-53页 系统的数据库设计第53-61页 数据库概念模型设计第53-54页 数据库基表设计第54-61页 健康风险评估模型设计第61-68页 数据预处理第61-64页 健康风险评估模型构建第64-66页 实验结果分析第66-68页 本章小结第68-69页第五章特定人群的健康数据管理系统实现与测试第69-99页 系统框架的搭建第69-71页 开发环境与工具第69页 框架整合的介绍第69-71页 系统功能模块的实现第71-88页 系统管理模块实现第71-75页 注册登录模块实现第75-77页 医疗数据管理模块实现第77-82页 疾病管理模块实现第82-84页 风险管理模块实现第84-88页 系统测试第88-97页 系统的功能测试第89-96页 系统的性能测试第96-97页 本章小结第97-99页第六章结束语第99-101页 论文工作总结第99页 问题与展望第99-101页参考文献第101-107页致谢第107页本篇论文共107页，。
400MHz下基于自组织网的多媒体传输系统的设计与实现论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-16页 研究背景与意义第10-12页 国内外研究现状第12-14页 多媒体传输系统的无线网络架构第12-13页 无线多媒体传输系统发展现状及常见应用第13-14页 论文结构安排第14-16页第二章基于Mesh的多媒体传输系统相关技术第16-34页 无线自组织网络及协议第16-21页 无线Mesh自组织网络第16-17页 基于的Mesh网络基础架构第17-18页 基于的Mesh网络的相关标准第18-21页 系统相关应用第21-25页 系统概述第21页 系统架构第21-23页 编译第23-25页 变频及射频收发机基本理论第25-31页 变频方案第25-26页 变频技术第26-27页 射频发射机方案第27-28页 射频接收机方案第28-31页 无线路径损耗模型第31-34页 无线电波自由空间传播模型第31页 无线电波室外传播模型第31-32页 无线电波室内传播模型第32-34页第三章400MHz无线多媒体传输系统的设计第34-50页 无线多媒体传输系统总体架构设计第34-38页 无线多媒体节点原理第36页 无线多媒体中心节点原理第36-38页 无线多媒体节点设计实现第38-39页 基于Mesh普通400MHz无线多媒体基本节点设计实现第38页 无线多媒体中心节点设计实现第38-39页 无线多媒体节点间网络通信第39-40页 网络通信协议第39页 网络IP地址规划第39-40页 系统软件平台第40-50页 设置WEB管理页面第40页 固件编译及安装第40-42页 安装LUCI第42-43页 界面设计第43-47页 组网功能添加第47-50页第四章无线收发射频模块设计第50-60页 无线收发模块的基础理论第50-52页 无线射频发射模块第50-51页 无线射频接收模块第51页 无线收发模块指标第51-52页 下变频射频模块设计第52-58页 下变频方案设计第52-53页 主要功能介绍第53-55页 芯片分析第55-57页 下变频实现第57-58页 板制作及参数测试第58-60页第五章400MHz多媒体传输系统的实现与组网测试第60-72页 设备硬件系统搭建与联合调试第60-63页 设备选型与硬件系统搭建第60-62页 无线信号收发模块ERS400参数设置第62-63页 多媒体传输功能实现及测试第63-64页 视频传输实现第63页 系统安装调试第63-64页 系统拓扑与网络IP地址规划第64-65页 设备清单第65-67页 系统联调与测试第67-72页 室内传输测试第67-68页 室外传输测试第68-69页 室外Mesh组网测试第69-72页第六章回顾与展望第72-74页参考文献第74-76页致谢第76-78页作者攻读学位期间发表的学术论文目录第78页本篇论文共78页，。基于计算机辅助作曲的无载体信息隐藏技术研究论文目录摘要第1-7页ABSTRACT第7-12页第一章绪论第12-18页 研究背景和意义第12-13页 论文研究内容第13-15页 论文组织结构第15-18页第二章背景知识第18-28页 无载体信息隐藏第18-21页 无载体信息隐藏基本原理第18-19页 无载体信息隐藏研究现状第19-21页 音乐基本理论知识第21-26页 音高的介绍第22-23页 音乐节奏的介绍第23-24页 和弦的介绍与和弦的功能体系第24-25页 音乐的音频形式第25-26页 计算机自动作曲技术第26-27页 本章小结第27-28页第三章基于计算机辅助作曲的信息隐藏媒体生成方法第28-48页 无载体信息隐藏音乐特征生成系统基本原理第28-30页 音乐节奏序列的载密生成方法第30-32页 音乐音高序列的载密方法与单旋律音乐的生成第32-36页 循环神经网络单旋律生成系统原理第32-34页 音高序列载密生成算法第34-36页 单旋律音乐的和弦载密编配方法第36-41页 和弦自动编配原理第37页 和弦载密编配算法第37-41页 音乐全特征载密的无载体信息隐藏方法第41-45页 音乐全特征载密的实现方法第41-45页 无载体信息隐藏媒体的生成第45页 本章小结第45-48页第四章基于音乐信息检索的隐藏信息提取方法第48-64页 音乐信息检索技术第48-51页 基于频谱通量的音符起始点检测技术第49页 基于梳状滤波器的乐音音高检测技术第49-50页 色度特征提取技术第50-51页 隐藏信息提取系统的整体框架第51-52页 载密音乐旋律中节奏的检测与载密信息的提取方法第52-57页 节奏特征载密信息提取的密钥第52-53页 基于音符起始点的节奏检测方法第53-55页 节奏序列中载密信息提取方法第55-57页 载密音乐旋律中音高的检测与载密信息的提取方法第57-59页 音高特征载密信息提取的密钥第57-58页 载密音乐旋律中音高的检测方法第58页 音高序列中载密信息提取方法第58-59页 载密音乐中和弦特征载密信息的提取方法第59-62页 和弦特征载密信息提取的密钥第60页 基于色度图的和弦检测方法第60-61页 和弦序列中载密信息提取方法第61-62页 全特征载密音乐音频中隐藏信息提取的方法第62-63页 本章小结第63-64页第五章信息隐藏系统性能分析第64-76页 实验环境第64页 秘密信息的形式第64-65页 隐蔽性第65-69页 盲听测试第65-67页 音乐特征分布分析第67-69页 鲁棒性第69-70页 信息隐藏容量第70-73页 载密特征隐藏容量的计算第70-72页 隐藏容量的分析第72-73页 信息隐藏时耗第73-74页 本章小结第74-76页第六章总结与展望第76-80页 论文总结第76-77页 研究总结第76-77页 创新性工作第77页 后续研究工作展望第77-80页参考文献第80-86页致谢第86页本篇论文共86页，。
面向旅游服务的智能标注及知识图谱构建系统论文目录摘要第1-7页ABSTRACT第7-12页第一章绪论第12-17页 研究背景第12-13页 知识图谱简介第13-15页 知识图谱介绍第13页 知识图谱研究现状第13-15页 本文主要工作第15-16页 论文结构安排第16-17页第二章相关技术及理论基础第17-25页 爬虫系统相关技术介绍第17-18页 框架第17页 第17-18页 智能标注系统相关介绍第18-20页 框架第18页 框架第18页 现有开源标注工具介绍第18-20页 本体概述及构建工具第20-21页 本体论概述第20-21页 égé工具介绍第21页 深度学习相关模型第21-23页 长短期记忆神经网路第21页 第21-23页 第23页 本章小结第23-25页第三章实体识别和关系抽取数据集构建第25-41页 研究背景与意义第25页 旅游数据采集及预处理第25-31页 爬虫系统设计第26页 数据采集步骤第26-28页 数据预处理第28-31页 实体及关系类型定义第31-33页 数据标注存储及扩增第33-40页 数据标注第33-38页 数据扩增技术第38-40页 本章小结第40-41页第四章旅游知识图谱构建第41-65页 知识图谱构建技术架构第41-42页 旅游领域本体构建第42-46页 égé构建Schema第42-46页 知识抽取第46-56页 实体抽取第46-50页 关系抽取第50-56页 知识融合第56-61页 基于距离度量的实体对齐方法第56-58页 基于BERT的孪生网络实体对齐方法第58-60页 实体对齐模型第60-61页 知识存储第61-64页 本章小结第64-65页第五章智能标注系统及知识图谱问答系统第65-75页 智能标注系统第65-68页 系统需求分析第65-66页 系统架构第66页 系统设计第66-68页 知识图谱问答系统第68-74页 基于旅游知识图谱的智能问答模型第68-72页 基于微信客户端的旅游问答助手第72-74页 本章小结第74-75页第六章总结与展望第75-78页 总结第75-76页 未来工作与展望第76-78页参考文献第78-82页致谢第82-83页攻读学位期间取得的研究成果第83页本篇论文共83页，。基于降维与特征选择的高维数据分析方法研究论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-14页 研究背景第10-11页 国内外研究现状第11-12页 主要研究内容第12-13页 论文结构安排第13-14页第二章关键理论基础和技术第14-18页 鲁棒主成分分析算法第14-15页 鲁棒张量主成分分析算法第15-17页 本章小结第17-18页第三章基于l2,1范数的鲁棒主成分分析算法研究第18-38页 研究背景与现状第18-19页 基于l2,1范数的鲁棒主成分分析算法设计第19-23页 算法思想第19-20页 算法流程第20-23页 实验对比以及分析第23-36页 数值模拟实验第24-25页 图像降噪场景第25-32页 手写数字识别场景第32-36页 本章小结第36-38页第四章基于低秩张量恢复的鲁棒张量主成分分析算法研究第38-62页 研究背景与现状第38-39页 基于低秩张量恢复的张量鲁棒主成分分析算法设计第39-44页 符号及相关概念第39-40页 算法思想第40-41页 算法流程第41-44页 实验对比及分析第44-61页 数值模拟实验第45页 图像降噪场景第45-53页 手写数字识别场景第53-55页 司机危险行为分类第55-61页 本章小结第61-62页第五章总结与展望第62-64页 本文研究工作总结第62-63页 未来研究工作展望第63-64页参考文献第64-70页致谢第70-72页攻读学位期间取得的研究成果第72页本篇论文共72页，。
基于区块链的学业履历存证共享系统的研究与实现论文目录摘要第1-6页ABSTRACT第6-11页第一章前言第11-15页 论文背景第11页 国内外研究现状第11-14页 论文内容第14-15页第二章相关技术概述第15-23页 超级账本区块链技术第15-18页 超级账本区块链技术简介第15-16页 超级账本区块链核心模块第16-17页 超级账本区块链中的权限控制第17页 超级账本区块链存证方式第17页 超级账本区块链的数据共享方法第17-18页 超级账本区块链技术的主要应用场景第18页 使用区块链技术的学业履历存证共享系统简介第18-20页 完整的认证体系第19页 用户权限控制第19页 区块链上履历存证第19页 区块链上履历共享第19页 系统的技术结构第19-20页 权限控制系统第20-21页 数据冗余分片技术第21-22页 本章小结第22-23页第三章基于区块链的学业履历存证共享系统需求分析第23-42页 基于区块链的学业履历存证共享系统概述第23-26页 系统环境及角色定义第23-25页 系统功能概述第25页 系统用例分析第25-26页 基于区块链的学业履历存证共享系统核心功能需求第26-40页 用户接入功能需求第27-28页 用户权限管理功能需求第28-30页 学业履历管理功能需求第30-32页 学业履历存证功能需求第32-37页 学业履历共享功能需求第37-40页 基于区块链的学业履历存证共享系统非功能需求第40-41页 履历存证的性能需求第40页 履历数据的可靠和安全性需求第40页 系统的并发量和性能需求第40页 区块链状态可视化需求第40-41页 本章小结第41-42页第四章基于区块链的学业履历存证共享系统关键问题的研究第42-60页 基于联合数据分片算法的区块链存证模型第42-52页 模型及算法实现第42-49页 实验验证与分析第49-52页 过种学业履历标签化共享方法第52-59页 模型及算法实现第52-56页 实验验证与分析第56-59页 本章小结第59-60页第五章基于区块链的学业履历存证共享系统总体设计第60-82页 系统环境第60页 系统静态结构设计第60-63页 系统动态结构设计第63-69页 用户加入流程第64-65页 学业履历存证流程第65-67页 学业履历共享流程第67-69页 系统数据结构设计第69-81页 系统数据分析第70页 数据结构设计第70-81页 本章小结第81-82页第六章基于区块链的学业履历存证共享系统的详细设计与实现第82-114页 系统的开发环境与框架结构第82-84页 开发语言与开发环境第82页 系统的框架结构第82-84页 超级账本区块链网络的设计与实现第84-92页 超级账本区块链网络模型与环境部署第84-88页 超级账本区块链智能合约第88-91页 区块链状态展示第91-92页 用户与权限管理子系统的详细设计与实现第92-99页 用户管理模块的详细设计与实现第92-96页 权限管理模块的详细设计与实现第96-99页 学业履历存证子系统的详细设计与实现第99-106页 履历认证模块的详细设计与实现第99-102页 履历查疑模块的详细设计与实现第102-105页 存证履历管理模块的详细设计与实现第105-106页 学业履历共享子系统的详细设计与实现第106-110页 履历共享模块的详细设计与实现第106-109页 共享履历管理模块的详细设计与实现第109-110页 学业履历管理子系统的详细设计与实现第110-113页 履历历史管理模块的详细设计与实现第110-111页 履历数据整合分析模块的详细设计与实现第111-113页 本章小结第113-114页第七章基于区块链的学业履历存证共享系统的测试第114-127页 测试环境与配置第114-115页 功能测试第115-123页 单元测试第115-122页 集成测试第122-123页 系统测试第123-126页 履历存证的性能测试第124页 系统性能测试第124-125页 履历数据的可靠和安全性测试第125-126页 本章小结第126-127页第八章总结及展望第127-129页 本文总结第127页 系统展望第127-129页参考文献第129-132页致谢第132页本篇论文共132页，。基于LDA主题模型和ALS协同过滤的节目推荐算法论文目录摘要第1-7页ABSTRACT第7-12页第一章绪论第12-15页 课题研究背景和意义第12-13页 本文研究内容第13-14页 论文组织结构第14-15页第二章推荐算法和Spark平台介绍第15-29页 推荐算法的研究现状第15-16页 常见协同过滤推荐算法的介绍第16-22页 基于用户的协同过滤第16-17页 基于项目的协同过滤第17-18页 基于模型的协同过滤第18-19页 基于ALS矩阵分解的协同过滤第19-21页 协同过滤算法的比较与选择第21-22页 主题模型概述第22-25页 的模型推演过程第22-24页 主题模型的适用性第24-25页 分布式大数据计算框架第25-27页 的并行计算与任务调度第25-26页 弹性分布式数据结构RDD第26-27页 简介第27页 当前主要问题第27-28页 本章小结第28-29页第三章基于LDA主题模型的评分矩阵稀疏度优化算法第29-45页 主题模型求解和训练的介绍第29-32页 抽样方法对LDA模型的求解第29-31页 模型的训练第31-32页 节目评分矩阵稀疏度优化算法的设计第32-39页 数据文件介绍和预处理第32-33页 文件读取的改进和主题分布的求解第33-34页 求解矩阵的相似性算法第34-35页 降低评分矩阵稀疏度的算法设计第35-37页 改进算法的性能评估与适用性分析第37-39页 基于LDA主题模型的评分矩阵稀疏度优化算法的并行化实现第39-44页 模型的并行化第39-41页 节目评分矩阵稀疏度优化算法的并行化第41-43页 并行化算法的复杂度与性能分析第43-44页 本章小结第44-45页第四章基于动态加权的ALS协同过滤算法的改进第45-54页 协同过滤算法的优缺点第45页 动态加权用户和节目的协同过滤推荐算法的设计第45-50页 基于特征矩阵的用户协同过滤第45-46页 基于特征矩阵的项目协同过滤第46-47页 动态加权用户和节目特征矩阵的协同过滤第47-49页 改进算法的性能评估与适用性分析第49-50页 基于动态加权的ALS协同过滤算法的并行化实现第50-53页 矩阵分解的并行化第50-51页 基于特征矩阵的协同过滤算法的并行化第51-52页 动态加权协同过滤算法的并行化第52-53页 并行化算法的复杂度分析第53页 本章小结第53-54页第五章实验设计与结论分析第54-61页 并行算法实验仿真第54-55页 实验数据集第54页 实验环境第54-55页 推荐结果评估标准第55页 实验设计与结果分析第55-59页 主题模型对推荐算法的提升第55-57页 动态加权融合协同过滤算法的合理性第57-58页 推荐算法并行化实现的性能评估第58-59页 本章小结第59-61页总结与展望第61-63页参考文献第63-68页致谢第68-69页附录第69页本篇论文共69页，。物业管理类文章2026篇，页次：1/23页【‖上一页‖‖】转到页[字数:1107点击:13][字数:3295点击:8][字数:2645点击:13][字数:7644点击:12][字数:2499点击:31][字数:3447点击:16][字数:2692点击:18][字数:2908点击:18][字数:8276点击:10][字数:11156点击:5][字数:6158点击:9][字数:4475点击:8][字数:3684点击:6][字数:3240点击:9][字数:2887点击:2][字数:1581点击:18][字数:3132点击:1][字数:2766点击:15][字数:2880点击:6][字数:5108点击:3][字数:2094点击:1][字数:2755点击:18][字数:1014点击:16][字数:2509点击:3][字数:2246点击:1][字数:3977点击:3][字数:1049点击:4][字数:7310点击:50][字数:11333点击:12][字数:3614点击:8][字数:4364点击:5][字数:5280点击:12][字数:981点击:1][字数:2570点击:15][字数:2823点击:8][字数:2991点击:2][字数:3263点击:1][字数:2875点击:16][字数:3494点击:10][字数:3661点击:4][字数:2717点击:58][字数:2048点击:1][字数:6547点击:16][字数:3678点击:13][字数:4016点击:9][字数:2290点击:8][字数:8585点击:7][字数:1658点击:16][字数:5949点击:15][字数:4736点击:15][字数:2244点击:1][字数:3523点击:3][字数:2125点击:17][字数:2722点击:7][字数:2450点击:5][字数:4951点击:15][字数:5565点击:13][字数:2372点击:11][字数:1074点击:1][字数:4190点击:13][字数:2159点击:50][字数:2880点击:3][字数:5544点击:17][字数:4790点击:16][字数:2471点击:17][字数:2164点击:1][字数:3130点击:4][字数:2445点击:4][字数:2201点击:1][字数:2190点击:18][字数:2758点击:8][字数:6282点击:15][字数:1991点击:12][字数:2351点击:6][字数:2758点击:10][字数:1420点击:8][字数:5417点击:30][字数:2605点击:9][字数:2689点击:8][字数:4041点击:16][字数:2883点击:13][字数:3389点击:16][字数:4032点击:13][字数:2089点击:17][字数:2515点击:12][字数:2821点击:15][字数:1528点击:12][字数:1289点击:16][字数:3442点击:5][字数:3202点击:12]
基于多视点的三维场景目标感知技术研究论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-17页 引言第10页 视觉感知技术第10-13页 基于深度学习的图像识别技术第10-12页 三维视觉技术第12-13页 视觉感知技术国内外发展现状第13-15页 图像识别研究现状第13-14页 三维视觉研究现状第14-15页 论文结构第15-17页第二章视觉感知技术理论基础第17-30页 图像识别基础第17-21页 图像特征第17页 卷积神经网络第17-18页 图像目标检测第18-19页 人工图像特征算法第19-21页 三维视觉基础第21-29页 多视图几何基础理论第21-25页 状态估计及优化第25-29页 本章小结第29-30页第三章基于闭环匹配的多视图目标检测第30-47页 整体方案设计第30-31页 多视图特征点闭环匹配第31-38页 特征点匹配筛算法第31-34页 闭环匹配第34-36页 多视图滑动窗口结构第36-38页 多视图目标定位第38-44页 基于特征的目标定位第38-42页 语义分割第42-43页 多视图目标特征融合第43-44页 实验结果第44-46页 本章小结第46-47页第四章基于三维语义点云的目标感知第47-67页 整体方案设计第47-48页 多相机姿态定位第48-56页 相机内参标定第48-51页 相机位姿估计第51-56页 基于滑窗的三维点云感知第56-62页 三维点深度估计第56-59页 语义点云预测第59-60页 语义点云融合第60-62页 实验结果第62-66页 本章小结第66-67页第五章总结与展望第67-69页 研究总结第67-68页 研究展望第68-69页参考文献第69-73页致谢第73-74页攻读学位期间取得的研究成果第74页本篇论文共74页，。面向异构计算的大数据智能分析平台的设计与实现论文目录摘要第1-6页ABSTRACT第6-9页第一章绪论第9-12页 论文研究背景及意义第9-10页 国内外研究现状第10-11页 论文结构第11-12页第二章基于DeepMaster的异构计算平台设计与实现第12-30页 异构计算平台的架构第12-16页 的异构计算资源调度第16-26页 大数据处理的调度第16-18页 单卡训练的调度第18-22页 分布式训练的调度第22-26页 与云计算的融合第26-29页 兼得高性能与虚拟化优势的融合方案第26-28页 快速定制化部署与动态缩扩容第28-29页 本章小结第29-30页第三章用户接口与程序迁移成本第30-39页 用户接口第30-33页 任务提交接口第30-31页 任务日志查看接口第31-32页 资源监控接口第32-33页 程序迁移成本第33-38页 大数据处理和单卡训练场景第33-36页 分布式TensorFlow训练场景第36-38页 本章小结第38-39页第四章GPU/CPU融合计算第39-48页 简介第39-40页 与异构计算平台的集成第40-42页 使用接口第42-45页 训练性能第45-47页 本章小结第47-48页第五章平台性能分析第48-61页 异构计算平台对资源利用率的提升作用第48-55页 单卡训练性能第55-59页 分布式训练性能第59-60页 本章小结第60-61页第六章总结与展望第61-62页参考文献第62-65页致谢第65-66页攻读学位期间发表的学术论文目录第66页本篇论文共66页，。
基于深度信息的运动视频采集与存储分析系统的设计与实现论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-15页 论文课题研究背景和意义第11-12页 论文课题研究内容和目标第12-13页 论文主要工作第13-14页 论文结构第14-15页第二章相关技术分析和介绍第15-27页 物体检测算法第15-19页 物体检测的传统算法第15-16页 物体检测的深度学习方法第16-17页 的工作原理第17-19页 及其在iOS平台的应用第19页 双目测距技术第19-23页 立体视觉原理第20-21页 视差与深度计算原理第21-22页 立体视觉系统的坐标变换第22-23页 平台介绍第23-26页 平台的机器学习框架第24-25页 平台的双目摄像头第25-26页 本章小结第26-27页第三章运动视频采集与存储分析系统的需求分析第27-35页 系统总体需求第27-28页 系统功能性需求第28-33页 视频智能录制功能第28-29页 视频分析功能第29-31页 视频上传功能第31页 结果展示功能第31-33页 数据存储需求第33页 非功能性需求第33-34页 性能需求第33-34页 易用性需求第34页 可扩展性需求第34页 本章小结第34-35页第四章运动视频采集与存储分析系统的概要设计第35-47页 系统层次结构设计第35-36页 系统功能流程设计第36-37页 系统模块设计第37-45页 视频智能录制模块第37-39页 视频分析模块第39-42页 视频上传模块第42-43页 结果展示模块第43-45页 数据库设计第45-46页 图设计第45页 数据库表设计第45-46页 本章小结第46-47页第五章运动视频采集与存储分析系统的详细设计第47-69页 视频智能录制模块的详细设计与实现第47-53页 人体检测模块详细设计第47-50页 视频智能录制存储模块详细设计第50-52页 视频智能录制模块方法调用顺序第52-53页 视频分析模块的详细设计与实现第53-60页 获取角度信息模块详细设计第53-56页 获取深度信息模块详细设计第56-60页 视频上传模块的详细设计与实现第60-64页 本地视频相册展示模块详细设计第60-62页 多视频上传模块详细设计第62-64页 结果展示模块的详细设计与实现第64-68页 服务器视频信息展示模块详细设计第64-66页 视频画中画播放模块详细设计第66-68页 结果展示模块方法调用顺序第68页 本章小结第68-69页第六章运动视频采集与存储分析系统的功能测试第69-83页 测试环境第69页 白盒测试第69-73页 视频智能录制模块白盒测试第69-71页 人体检测模块白盒测试第71-73页 黑盒测试第73-82页 视频智能录制存储功能黑盒测试第73-75页 人体检测功能黑盒测试第75-76页 获取角度信息功能黑盒测试第76-77页 获取深度信息功能黑盒测试第77-78页 本地视频相册展示功能黑盒测试第78-79页 视频一键上传功能黑盒测试第79-80页 服务器视频信息展示功能展示功能黑盒测试第80-81页 视频画中画播放功能黑盒测试第81-82页 本章小结第82-83页第七章总结与展望第83-85页 工作总结第83页 工作展望第83-85页参考文献第85-89页附录缩略语说明第89-91页致谢第91页本篇论文共91页，。纸质文件的溯源追踪技术研究论文目录摘要第1-5页ABSTRACT第5-9页第一章绪论第9-15页 研究背景及意义第9-11页 研究现状第11-12页 研究目标与内容第12页 论文结构安排第12-15页第二章相关知识第15-25页 水印算法第15-18页 常用数字水印算法第15-17页 文件水印算法第17-18页 深度学习理论第18-23页 卷积神经网络第19-20页 生成式对抗网络第20-23页 图像处理算法第23-25页第三章基于传统水印的纸质文件溯源追踪技术第25-39页 传播过程对纸质文件的影响第25-26页 基于传统水印的抗打印扫描追踪算法第26-32页 基于文档结构的水印算法第26-28页 基于字符像素的水印算法第28-31页 水印容量分析与比较第31-32页 溯源追踪系统第32-37页 系统设计与实现第32-36页 系统性能分析第36-37页 本章小结第37-39页第四章基于融合字体的纸质文件溯源追踪算法第39-47页 溯源追踪方案概述第39-40页 基于融合字体的抗打印扫描水印算法第40-45页 融合字体生成第41-42页 基于残差网络的字体分类第42-44页 水印嵌入与提取第44-45页 性能分析第45-46页 本章小结第46-47页第五章基于融合字体的纸质文件溯源追踪系统第47-61页 系统设计第47-49页 系统支持模块第47-48页 溯源追踪模块第48-49页 系统实现与展示第49-57页 系统支持模块实验第49-52页 系统核心代码与界面第52-57页 系统性能测试与分析第57-58页 系统测试第57页 系统分析第57-58页 本章小结第58-61页第六章总结与展望第61-63页 工作总结第61页 工作展望第61-63页参考文献第63-69页致谢第69-71页攻读学位期间取得的研究成果第71页本篇论文共71页，。
园林论文类文章2598篇，页次：1/29页【‖上一页‖‖】转到页[字数:2896点击:11][字数:5431点击:5][字数:7948点击:18][字数:5658点击:14][字数:13418点击:6][字数:6092点击:10][字数:4110点击:11][字数:4928点击:1][字数:7727点击:4][字数:32点击:3][字数:5087点击:1][字数:7116点击:2][字数:4826点击:5][字数:7203点击:8][字数:5812点击:6][字数:12086点击:7][字数:7595点击:3][字数:5926点击:16][字数:8400点击:6][字数:8049点击:12][字数:5298点击:1][字数:7661点击:14][字数:3206点击:1][字数:3080点击:8][字数:3737点击:4][字数:5551点击:14][字数:4149点击:3][字数:3723点击:9][字数:8150点击:30][字数:2628点击:1][字数:5585点击:5][字数:3575点击:15][字数:3189点击:14][字数:5246点击:16][字数:3071点击:9][字数:3456点击:18][字数:3926点击:18][字数:2438点击:12][字数:2480点击:7][字数:3517点击:3][字数:2026点击:12][字数:2824点击:18][字数:3381点击:11][字数:2641点击:17][字数:5109点击:2][字数:3827点击:2][字数:3602点击:13][字数:2395点击:6][字数:2337点击:2][字数:3448点击:11][字数:4817点击:17][字数:3322点击:10][字数:3526点击:1][字数:3882点击:18][字数:5546点击:15][字数:4662点击:18][字数:3575点击:1][字数:2095点击:1][字数:4078点击:15][字数:3102点击:8][字数:3389点击:16][字数:6351点击:7][字数:5978点击:5][字数:4032点击:14][字数:3790点击:4][字数:4536点击:3][字数:5191点击:17][字数:2648点击:14][字数:5263点击:4][字数:4899点击:11][字数:3925点击:6][字数:3346点击:5][字数:4097点击:1][字数:4201点击:2][字数:4935点击:10][字数:4014点击:11][字数:3760点击:3][字数:7761点击:15][字数:4089点击:2][字数:5861点击:72][字数:5381点击:14][字数:5382点击:15][字数:3491点击:18][字数:2959点击:2][字数:3964点击:3][字数:4343点击:5][字数:2465点击:15][字数:4942点击:3][字数:5044点击:12][字数:3283点击:17]特定人群的健康数据管理系统的设计与实现论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-17页 研究背景第11-12页 研究内容第12页 国内外研究现状第12-15页 国内外健康管理相关概念及发展第13页 健康数据的分析方法第13-15页 论文结构第15-17页第二章相关概念及技术介绍第17-25页 框架介绍第17-19页 架构第17页 框架第17-18页 框架第18页 框架第18-19页 风险评估模型介绍第19-23页 支持向量机第19-21页 反向传播神经网络第21-23页 分类模型性能度量标准第23-24页 准确率和错误率第23-24页 精确率、召回率和F1值第24页 本章小结第24-25页第三章特定人群的健康数据管理系统需求分析第25-37页 总体需求第25-26页 系统功能需求分析第26-34页 系统管理员角色用例分析第26-29页 护理人员角色用例分析第29-31页 医生角色用例分析第31-32页 主管角色用例分析第32-34页 系统非功能需求分析第34-35页 稳定性第34页 可维护性第34页 易操作性第34页 安全性第34-35页 本章小结第35-37页第四章特定人群的健康数据管理系统设计第37-69页 系统软件层次架构设计第37-38页 系统功能模块设计第38-53页 系统管理模块第39-44页 注册登录模块第44-46页 医疗数据管理模块第46-50页 疾病管理模块第50-51页 风险管理模块第51-53页 系统的数据库设计第53-61页 数据库概念模型设计第53-54页 数据库基表设计第54-61页 健康风险评估模型设计第61-68页 数据预处理第61-64页 健康风险评估模型构建第64-66页 实验结果分析第66-68页 本章小结第68-69页第五章特定人群的健康数据管理系统实现与测试第69-99页 系统框架的搭建第69-71页 开发环境与工具第69页 框架整合的介绍第69-71页 系统功能模块的实现第71-88页 系统管理模块实现第71-75页 注册登录模块实现第75-77页 医疗数据管理模块实现第77-82页 疾病管理模块实现第82-84页 风险管理模块实现第84-88页 系统测试第88-97页 系统的功能测试第89-96页 系统的性能测试第96-97页 本章小结第97-99页第六章结束语第99-101页 论文工作总结第99页 问题与展望第99-101页参考文献第101-107页致谢第107页本篇论文共107页，。
基于视频的植入广告识别系统设计与实现论文目录摘要第1-7页ABSTRACT第7-12页第一章绪论第12-17页 研究背景和意义第12-13页 国内外研究现状第13-15页 课题目标与研究内容第15页 论文组织结构第15-17页第二章相关技术介绍第17-26页 服务端相关技术第17-19页 框架第17页 第17-18页 第18-19页 数据库技术第19-20页 关系型数据库MySQL第19页 键值数据库Redis第19-20页 文档数据库MongoDB第20页 前端相关技术第20-22页 模式第20-21页 框架第21-22页 组件库第22页 目标检测相关技术第22-26页 卷积神经网络第22-24页 框架第24-26页第三章系统需求分析与概要设计第26-44页 检测功能需求分析第26-28页 多种检测输入源支持第26-27页 多种检测算法接入支持第27-28页 后台管理系统功能需求分析第28-31页 广告数据集管理第28页 训练任务管理第28-29页 检测频道管理第29页 检测任务管理第29-30页 用户登录与账户与权限管理第30-31页 非功能性需求分析第31-32页 系统界面第31页 性能需求第31-32页 稳定性需求第32页 安全性需求第32页 数据存储方案设计第32-39页 数据存储技术方案选择第32-33页 广告类别信息与标注数据集存储第33-34页 算法与训练任务信息存储第34-36页 频道信息存储第36页 检测任务信息存储第36-37页 检测结果存储第37-38页 用户信息存储第38-39页 数据库各实体关系图第39页 系统概要设计第39-44页 系统详细架构设计第39-42页 后台管理系统功能模块设计第42-43页 后台管理系统前端界面设计第43-44页第四章植入广告识别系统详细设计与实现第44-76页 广告数据集采集与数据标注第44-49页 原始图片获取第44-47页 广告数据标注第47-48页 数据集增广第48页 数据集简介第48-49页 后台管理系统前后端设计与实现第49-63页 概要说明第49-50页 广告标注数据集管理第50-52页 算法与训练任务管理第52-56页 检测频道源管理第56-58页 检测任务管理第58-59页 检测结果查看与下载第59-60页 用户账户与权限管理第60-63页 检测算法系统接入与具体实现第63-68页 训练节点接入实现第63-64页 检测节点接入实现第64-66页 在植入广告识别中的应用第66-68页 多类检测输入源支持实现第68-76页 基本原理第68-71页 图片文件分发第71页 视频文件分发第71页 组播视频流分发第71-73页 协议视频流分发第73-74页 视频流监活模块第74-76页第五章系统测试第76-82页 系统测试环境第76-77页 系统功能测试第77-78页 服务端数据接口测试第77页 多检测输入源测试第77-78页 算法节点测试第78页 系统整体测试第78页 系统性能测试第78-81页 服务端数据接口性能测试第79页 帧分发与接收性能测试第79-80页 算法性能测试与优化第80-81页 测试结果总结第81-82页第六章总结和展望第82-84页 论文总结第82-83页 工作展望第83-84页参考文献第84-87页致谢第87页本篇论文共87页，。基于上下文感知和多特征的群组活动推荐系统设计与实现论文目录摘要第1-7页ABSTRACT第7-13页第一章绪论第13-19页 研究背景及意义第13-14页 研究现状第14-16页 推荐系统第14页 组推荐系统第14-15页 隐性反馈第15-16页 基于标签的推荐第16页 基于社交关系的活动推荐第16页 主要研究内容第16-17页 论文组织结构第17-19页第二章融合标签特征和核函数的群组活动推荐模型研究第19-33页 引言第19-20页 基于标签特征和核函数的群组活动推荐模型第20-26页 组推荐问题定义第20-21页 基于概率矩阵分解建模隐性反馈第21-22页 融合标签特征和核函数的组推荐模型第22-24页 模型参数估计与推荐列表生成第24-26页 实验结果与分析第26-31页 数据集介绍第26-27页 评价指标与对比模型第27-28页 模型超参数调整实验第28-30页 模型对比实验第30-31页 本章小结第31-33页第三章联合社交关系与地理位置挖掘兴趣好友的群组活动推荐模型研究第33-45页 引言第33页 联合社交关系和地理位置挖掘兴趣好友的组推荐模型第33-38页 组推荐问题定义第34页 联合社交关系和地理位置挖掘兴趣好友第34-36页 基于兴趣好友的邻近矩阵分解组推荐模型第36-38页 推荐列表生成第38页 实验结果与分析第38-44页 数据集介绍第38-39页 评价指标与对比模型第39-40页 模型超参数调整实验第40-42页 模型对比实验第42-44页 本章小结第44-45页第四章基于时空上下文中动态行为偏好的群组活动推荐模型研究第45-59页 引言第45-46页 基于时空上下文中动态行为偏好的组推荐模型第46-53页 组推荐问题定义第46页 基于时空上下文建模群组动态行为偏好第46-50页 基于群组动态偏好的组推荐模型第50-51页 模型参数估计与推荐列表生成第51-53页 实验结果与分析第53-58页 数据集介绍第53页 评价指标与对比方法第53-54页 模型超参数调整实验第54-55页 模型对比实验第55-57页 活动冷启动实验第57-58页 本章小结第58-59页第五章基于上下文感知和多特征的群组活动推荐系统需求分析与设计第59-68页 引言第59页 同城活动推荐系统需求分析第59-60页 系统模块设计第60-66页 系统功能模块及流程第60-61页 数据库设计第61-65页 活动推荐列表生成过程第65-66页 本章小结第66-68页第六章同城活动推荐系统的实现与测试第68-76页 系统实现第68-72页 主要技术第68页 服务端API第68页 模块实现第68-72页 模块测试第72-75页 功能模块测试第72-74页 系统性能测试第74-75页 本章小结第75-76页第七章总结与展望第76-78页 总结第76-77页 展望第77-78页参考文献第78-83页致谢第83页本篇论文共83页，。
成人高等教育远程学习者自我调节学习影响因素研究论文目录摘要第1-7页ABSTRACT第7-11页第一章绪论第11-16页 研究背景第11页 研究目的与意义第11-12页 研究目的第11-12页 研究意义第12页 研究内容第12-13页 研究方法与技术路线第13-14页 研究方法第13页 技术路线第13-14页 论文结构第14-16页第二章文献综述第16-28页 相关概念第16-17页 成人高等教育第16页 远程教育第16-17页 自我调节学习第17页 自我调节学习研究现状第17-23页 自我调节学习的概念与本质第17-18页 自我调节学习的理论模型第18-23页 成人远程学习者自我调节学习影响因素研究现状第23-28页 个体因素第23-25页 环境因素第25-26页 总结第26-28页第三章研究设计与实施第28-42页 研究模型与假设第28-33页 研究模型第28页 测量项选取第28-30页 研究假设第30-33页 研究工具第33-38页 问卷的设计第33-37页 问卷的发放与回收第37页 数据分析工具第37-38页 问卷的信效度检验第38页 研究样本的基本描述第38-42页第四章自我调节学习及其影响因素的描述性分析第42-57页 现状描述第42-46页 自我调节学习现状描述第42-43页 学习动机现状描述第43-44页 自我效能感现状描述第44页 成就目标定向现状描述第44-45页 领悟教师支持现状描述第45-46页 教学资源满意度现状描述第46页 差异分析第46-57页 在人口统计学方面的差异分析第46-55页 在社会支持方面的差异分析第55-57页第五章自我调节学习影响因素结构方程模型第57-70页 自我调节学习及其影响因素的探索性因子分析第57页 自我调节学习及其影响因素的验证性因子分析第57-65页 自我调节学习验证性因子分析第57-62页 自我调节学习影响因素验证性因子分析第62-65页 自我调节学习影响因素三元结构方程模型第65-70页 模型的设定第65-67页 模型的拟合与修正第67-69页 模型的结果第69-70页第六章自我调节学习与其影响因素的相关和回归分析第70-86页 自我调节学习与其影响因素的相关分析第70-72页 自我调节学习与其影响因素的回归分析第72-81页 学习动机与自我调节学习的线性回归分析第73-75页 自我效能感与自我调节学习的线性回归分析第75页 成就目标定向与自我调节学习的线性回归分析第75-77页 领悟教师支持与自我调节学习的线性回归分析第77-79页 教学资源满意度与自我调节学习的线性回归分析第79-81页 自我调节学习影响因素的中介效应研究第81-83页 结果与讨论第83-86页第七章总结与展望第86-92页 研究总结第86-89页 研究假设验证第86-87页 研究结论第87-89页 启示与建议第89-90页 研究创新点第90-91页 局限与展望第91-92页参考文献第92-97页附录成人高等教育英语学习情况调査第97-101页致谢第101-102页作者攻读学位期间发表的学术论文目录第102页本篇论文共102页，。网络文档的信息隐藏技术研究与实现论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-16页 研究背景及意义第10-11页 国内外研究现状第11-12页 本文研究内容第12-13页 本文的组织结构第13-16页第二章相关技术第16-28页 信息隐藏第16-20页 定义和模型第16-17页 信息隐藏技术的特性与分类第17-19页 信息隐藏的应用第19-20页 基于文本的信息隐藏技术第20-23页 文本分类第20页 文本信息隐藏特点第20-21页 文本信息隐藏的典型算法第21-23页 通用模型第23页 深度学习基础知识第23-27页 生成式对抗网络第24-25页 深度残差网络第25-27页 本章小结第27-28页第三章基于文本结构的信息隐藏系统第28-36页 算法原理介绍第28页 基于文档结构系统的方案设计第28-31页 文本信息隐藏模块第29-31页 信息提取算法第31页 设计实现与展示第31-34页 本章小结第34-36页第四章基于字体转换的信息隐藏系统设计第36-48页 系统设计概述第36-37页 图像预处理模块设计第37页 信息编码模块与信息解码模块设计第37-38页 字体生成模块设计第38-41页 生成式对抗网络选择第38-39页 风格迁移第39-40页 模型设计第40-41页 信息嵌入模块设计第41-44页 字符切分第42-44页 信息嵌入第44页 信息提取模块设计第44-46页 本章小结第46-48页第五章基于字体转换的信息隐藏系统实现第48-60页 图像预处理模型实现第48-49页 信息编码和信息解码模块第49-50页 字体生成模块实现第50-56页 数据准备第51-53页 模型训练第53-55页 训练效果第55-56页 信息嵌入模块实现第56-58页 信息提取模块实现第58-59页 本章小结第59-60页第六章系统展示与评估第60-70页 系统效果展示第60-63页 性能比较与分析第63-69页 性能评估标准第63-64页 性能比较第64-69页 本章小结第69-70页第七章总结与展望第70-72页 论文工作总结第70-71页 后续工作展望第71-72页参考文献第72-76页致谢第76-78页攻读学位期间取得的研究成果第78页本篇论文共78页，。
面向三维重建的单目深度估计研究与实现论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-18页 研究背景与研究现状第10-11页 国内外研究现状第11-14页 卷积神经网络研究现状第11-12页 单目深度估计研究现状第12-14页 研究内容及贡献第14-15页 论文结构框架第15-18页第二章深度学习框架及基础理论第18-28页 卷积神经网络理论第18-22页 卷积层第18-19页 池化层第19-20页 激活函数第20-21页 反卷积层第21-22页 批归一化层第22页 空洞卷积第22页 深度学习的优化方式第22-24页 基础优化算法第23页 自适应参数优化算法第23-24页 深度数据集第24-25页 深度图可视化方式第25-26页 本章小结第26-28页第三章遮挡引导与场景聚合单目深度网络模型第28-38页 遮挡引导与场景聚合网络结构第28-34页 编码器第29-30页 全局信息提取模块第30-31页 解码器第31页 遮挡线索学习器第31-33页 条形精修模块第33-34页 多约束损失函数第34-36页 像素点深度误差损失函数第34-35页 梯度误差损失函数第35页 曲面法向量误差损失函数第35-36页 本章小结第36-38页第四章实验验证及结果分析第38-56页 算法的实验验证与分析第38-46页 实验环境配置第38页 评价指标第38-40页 数据预处理第40页 实验设置第40页 实验结果及分析第40-46页 三维重建系统原理及实验分析第46-54页 针孔相机模型第46-47页 单张图像三维场景重建第47-48页 多张图像场景重建系统第48-50页 实验结果及对比第50-54页 本章小结第54-56页第五章总结与展望第56-60页 论文总结第56-57页 未来展望第57-60页参考文献第60-66页致谢第66-68页攻读学位期间取得的研究成果第68页本篇论文共68页，。组件化可配置B2B2C平台运营前端系统的设计与实现论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-15页 研究背景及意义第11-12页 国内外研究现状第12-13页 主要研究内容第13-14页 论文组织结构第14-15页第二章相关技术概述第15-29页 前端组件化第15-16页 第16-20页 第20-23页 第23-26页 模型第26-28页 本章小结第28-29页第三章系统需求分析与概要设计第29-45页 组件化可配置B2B2C平台运营前端系统概述第29-30页 系统可配置性需求分析第30-36页 语言配置模块第30页 页面配置模块第30-34页 类型配置模块第34-35页 业务配置模块第35-36页 菜单配置模块第36页 系统功能性需求分析第36-41页 登录及个人中心模块第36页 用户及角色管理模块第36-37页 部门管理模块第37-38页 合作方管理模块第38-39页 合同管理模块第39-40页 公告管理模块第40-41页 审核管理模块第41页 系统非功能性需求分析第41页 系统概要设计第41-44页 本章小结第44-45页第四章系统详细设计与实现第45-76页 业务组件的详细设计与实现第45-56页 列表页组件的详细设计与实现第45-46页 详情页组件的详细设计与实现第46-48页 编辑页组件的详细设计与实现第48-50页 网络请求组件的详细设计与实现第50-51页 页面布局组件的详细设计与实现第51-54页 路由管理组件的详细设计与实现第54-56页 文件上传组件的详细设计与实现第56页 配置模块的详细设计与实现第56-64页 语言配置模块的详细设计与实现第56-57页 页面配置模块的详细设计与实现第57-61页 类型配置模块的详细设计与实现第61-62页 业务配置模块的详细设计与实现第62-64页 菜单配置模块的详细设计与实现第64页 功能模块的详细设计与实现第64-72页 登录及个人中心组件的详细设计与实现第64-65页 用户及角色管理模块的详细设计与实现第65-66页 部门管理模块的详细设计与实现第66-68页 合作方管理模块的详细设计与实现第68-69页 合同管理模块的详细设计与实现第69-70页 公告管理模块的详细设计与实现第70-71页 审核管理模块的详细设计与实现第71-72页 非功能性需求的详细设计与实现第72-74页 页面性能提升方法第74-75页 优化页面性能概述第74页 页面加载性能提升方法第74-75页 本章小结第75-76页第五章系统测试及验证第76-105页 测试目标及环境第76页 测试目标第76页 测试环境第76页 业务功能测试第76-98页 系统兼容性测试第98-103页 页面加载性能测试第103-104页 本章小结第104-105页第六章总结与展望第105-107页 总结第105-106页 展望第106-107页参考文献第107-109页致谢第109-110页攻读学位期间发表的学术论文目录第110页本篇论文共110页，。电气暧通类文章5470篇，页次：1/61页【‖上一页‖‖】转到页[字数:6250点击:3][字数:2600点击:3][字数:3124点击:17][字数:2337点击:10][字数:2660点击:11][字数:2054点击:16][字数:2485点击:1][字数:3041点击:14][字数:2102点击:16][字数:1638点击:9][字数:2474点击:2][字数:2415点击:3][字数:2565点击:3][字数:1805点击:15][字数:2106点击:12][字数:1368点击:0][字数:6504点击:4][字数:3909点击:0][字数:2629点击:4][字数:5029点击:9][字数:2740点击:1][字数:2064点击:5][字数:2935点击:15][字数:2147点击:10][字数:2952点击:10][字数:13807点击:4][字数:3574点击:15][字数:2528点击:18][字数:4417点击:7][字数:1433点击:9][字数:3504点击:3][字数:5372点击:7][字数:3691点击:15][字数:3135点击:6][字数:3713点击:0][字数:3073点击:18][字数:3351点击:6][字数:4745点击:6][字数:7490点击:1][字数:3985点击:12][字数:2845点击:6][字数:4193点击:11][字数:3440点击:16][字数:3571点击:10][字数:1897点击:10][字数:2105点击:6][字数:2883点击:2][字数:3023点击:15][字数:4753点击:17][字数:3197点击:15][字数:2069点击:4][字数:1474点击:2][字数:2473点击:15][字数:3085点击:3][字数:3060点击:15][字数:3036点击:14][字数:3867点击:12][字数:4301点击:14][字数:3682点击:14][字数:2662点击:11][字数:2206点击:15][字数:2024点击:12][字数:3430点击:9][字数:3716点击:3][字数:4937点击:8][字数:4102点击:11][字数:3678点击:13][字数:3196点击:3][字数:3634点击:2][字数:2160点击:94][字数:1495点击:18][字数:4733点击:6][字数:2615点击:17][字数:3330点击:60][字数:1857点击:11][字数:879点击:4][字数:1507点击:16][字数:1967点击:18][字数:1270点击:16][字数:836点击:82][字数:1691点击:11][字数:1237点击:12][字数:1063点击:2][字数:1152点击:9][字数:1818点击:5][字数:2951点击:6][字数:1812点击:11][字数:1242点击:83][字数:1353点击:17][字数:3273点击:14]
基于激光雷达三维距离像的车辆目标识别算法研究论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-20页 引言第11-16页 基于激光雷达三维距离像的车辆目标识别的研究背景及意义第11-13页 三维成像激光雷达及三维激光点云第13-14页 基于三维激光点云的目标识别及其国内外进展第14-16页 基于三维激光点云的车辆目标识别涉及的关键技术第16-17页 点云数据的获取与转化技术第16页 三维点云数据预处理技术第16-17页 三维激光点云特征提取技术第17页 课题研究任务及论文安排第17-20页 课题研究任务第17-18页 论文安排第18-20页第二章点云数据信息的获取与转化第20-28页 引言第20页 三维激光雷达扫描平台第20-21页 与扫描平台通信的客户端控制系统第21-24页 基于串口通信的转台控制系统第22-23页 基于网络通信的雷达控制系统第23-24页 三维点云坐标信息的获取与规范第24-27页 雷达数据包的获取及解析第24-26页 三维点云PCD文件第26-27页 本章小结第27-28页第三章场景三维点云数据的预处理第28-43页 引言第28页 坐标系转换第28-29页 背景点移除第29-31页 基于雷达扫描特性的背景点移除方法第30页 背景点移除效果第30-31页 杂散点去除第31-36页 杂散点产生的原因第31-32页 基于体素的杂散点移除方案第32-33页 基于密度的杂散点移除方案第33-34页 基于统计分布的杂散点移除方案第34-35页 三种杂散点移除算法对比分析第35-36页 基于点云分割的单物体聚类第36-41页 传统目标分割算法第37页 基于欧式距离的欧式聚类算法第37-38页 基于法向量的区域增长算法第38-39页 两种算法的分割性能分析第39-41页 本章小结第41-43页第四章复杂场景下的车辆目标识别第43-65页 引言第43页 车辆模型库点云数据集的扩充及建立第43-46页 传统点云目标特征提取算法及特征模型库的构建第46-50页 算法第46-47页 算法第47-48页 算法第48-49页 算法第49-50页 待识别车辆目标的提取第50-51页 基于传统特征提取算法的车辆目标在线识别第51-53页 基于传统特征的识别方案第51-52页 识别结果分析第52-53页 基于IVFH-S的车辆目标识别第53-63页 算法第53-55页 基于K近邻的在线识别第55-60页 识别结果分析第60-63页 本章小结第63-65页第五章车辆识别软件设计第65-70页 引言第65页 车辆识别软件设计第65-68页 本章小结第68-70页第六章总结与展望第70-72页 论文主要工作及创新点第70-71页 论文主要工作第70-71页 创新点第71页 工作展望第71-72页参考文献第72-76页致谢第76-77页攻读学位期间的学术成果目录第77页本篇论文共77页，。C++静态分析中前端构建方法的研究与实现论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-15页 研究背景第11-12页 研究内容第12-13页 论文章节安排第13-15页第二章相关技术及存在问题第15-25页 、YACC抽象语法树生成技术第15-18页 抽象语法树生成技术第18-19页 抽象语法树生成技术第19-21页 编译器抽象语法树生成技术第21-23页 问题分析第23-25页第三章G++中间文件解析第25-45页 类型解析第25-34页 节点特征描述第25-26页 类型节点第26-28页 声明节点第28-30页 表达式节点第30-32页 常量节点第32页 语句节点第32-34页 结构解析及特殊情况说明第34-37页 节点整体结构特征第34-36页 节点属性无对应值第36页 节点属性重复出现第36页 节点属性与冒号分离第36-37页 节点属性值中存在多个字符串第37页 关系解析第37-42页 节点关系特征描述第37-38页 节点关系分析第38-42页 来源解析第42-44页 节点来源确定方式第43页 节点来源分析第43-44页 本章小结第44-45页第四章基于G++中间文件的前端构建第45-65页 系统整体架构设计第45页 文件预处理第45-49页 文件预处理流程第45-46页 工程文件信息收集第46-47页 编译器生成中间文件第47-48页 中间文件收集第48-49页 中间文件解析第49-54页 中间文件解析流程第49-50页 节点信息读取第50-51页 节点信息拆分第51-54页 节点标记第54页 抽象语法树构建第54-62页 抽象语法树节点类设计第55-57页 节点访问方式设计第57-59页 抽象语法树构建方法设计第59-62页 抽象语法树节点定位第62-64页 本章小结第64-65页第五章基于G++中间文件的前端实现第65-75页 文件预处理模块第65-67页 文件信息收集第65-66页 中间文件生成第66-67页 中间文件收集第67页 中间文件解析第67-70页 节点信息读入第67-68页 节点信息拆分第68-69页 节点标记第69-70页 抽象语法树构建第70-73页 抽象语法树节点定位第73页 本章小结第73-75页第六章实验结果及分析第75-83页 实验环境第75-76页 实验结果及分析第76-81页 抽象语法树完成率第76-77页 抽象语法树正确率第77-81页 抽象语法树构建效果对比第81页 本章小结第81-83页第七章总结与展望第83-85页 研究工作总结第83-84页 进一步研究工作第84-85页参考文献第85-87页致谢第87页本篇论文共87页，。面向移动医疗平台的信任模型的研究论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-15页 研究的背景与意义第10-11页 国内外研究现状第11-13页 移动医疗发展现状第11页 信任模型的研究现状第11-12页 时间序列分析的研究现状第12-13页 论文组织结构第13-15页第二章基础理论第15-24页 信任模型第15-21页 信任的定义及性质第15-16页 信任的分类第16-17页 信任模型及分类第17页 信任建模的基本步骤及方法第17-19页 模型及其改进第19-21页 时间序列分析第21-24页 时间序列第21页 时间序列分析模型第21-23页 向量自回归模型第23-24页第三章VARTE模型的研究第24-37页 引言第24页 参数的选取第24-26页 信任模型的构建第26-27页 的工作流程第27-29页 仿真验证第29-35页 实验环境及数据集第29-31页 有效性验证第31-33页 对比仿真第33-35页 本章小结第35-37页第四章VARTE模型的应用研究第37-55页 引言第37页 儿童慢性肾病远程康复系统第37-44页 慢性肾脏病简介第37页 儿童慢性肾病远程康复系统一期第37-40页 儿童慢性肾病远程康复系统二期第40-43页 儿童慢性肾病远程康复系统的缺陷第43-44页 可信管理系统的设计第44-49页 基本设计概述第44-46页 评估参数的选择第46-47页 信任评估模块的设计第47-48页 安全等级的划分第48-49页 用户可信功能的实现第49-52页 评估参数的获取第49-50页 信任值评估模块的实现第50-52页 功能验证及分析第52-54页 开发环境介绍第52页 功能验证第52-54页 本章小结第54-55页第五章总结与展望第55-57页 论文总结第55页 下一步工作的展望第55-57页参考文献第57-61页致谢第61-62页攻读学位期间取得的研究成果第62页本篇论文共62页，。
行人的特征表示与再辨识论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-21页 课题研究背景第11-14页 研究背景和意义第11-12页 课题主要难点和关键技术第12-14页 国内外研究现状第14-17页 基于传统特征的行人再辨识第14页 基于深度特征的行人再辨识第14-16页 行人再辨识的损失函数第16-17页 数据集及性能评估第17-18页 行人再辨识常用数据集第17-18页 性能评估标准第18页 本文主要工作和研究成果第18-19页 论文结构安排第19-21页第二章基于图像数据的行人再辨识第21-33页 引言第21页 图像数据行人再辨识背景第21-25页 行人再辨识基本框架第21-22页 基于人体部分区域的特征学习第22-23页 显著性学习第23-24页 判别性行人特征增强学习第24-25页 基于多级语义特征融合和显著性分析的特征学习第25-29页 网络整体框架第25-26页 中级语义特征融合模块第26-27页 高级语义特征提取模块第27-28页 基于显著性的块级别特征增强第28-29页 实验第29-32页 数据集第29-30页 实验设置第30页 特征学习实验对比第30-31页 实验结果对比与分析第31-32页 本章小结第32-33页第三章基于序列数据的行人再辨识第33-47页 引言第33页 序列数据行人再辨识背景第33-37页 循环神经网络简介第33-34页 深度学习中的注意力机制第34-36页 时域特征融合第36-37页 基于帧特征增强和混合融合的特征学习第37-41页 网络整体结构第37-38页 双向帧特征增强模块第38-40页 帧特征混合融合模块第40-41页 实验第41-45页 数据集第41-42页 实验设置第42页 特征学习实验对比第42-43页 实验结果对比与分析第43-45页 本章小结第45-47页第四章无监督行人再辨识第47-57页 引言第47页 相关工作背景第47-49页 无监督行人再辨识背景第47-48页 行人关键点估计第48-49页 无监督行人特征学习第49-53页 网络整体框架第49-50页 基于关键点信息增强的无监督行人特征学习第50-52页 自适应簇多样性正则项第52-53页 实验第53-56页 数据集及实验设置第53-54页 特征学习实验对比第54-55页 实验结果对比与分析第55-56页 本章小结第56-57页第五章总结与展望第57-59页 本文总结第57页 未来展望第57-59页参考文献第59-67页致谢第67-69页攻读学位期间发表的学术论文目录第69页本篇论文共69页，。面向WebAR的三维模型分层压缩与动画动态绑定技术研究论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-17页 研究背景第11-13页 研究内容第13-14页 论文组织结构第14-17页第二章相关技术第17-31页 实时渲染相关技术第17-21页 渲染管线第17-19页 基本图元第19-20页 着色器第20-21页 开发相关技术第21-25页 第21-23页 第23-25页 前端开发相关技术第25-28页 第26页 第26-27页 第27页 第27-28页 遗传算法第28-29页 本章小结第29-31页第三章三维模型的分层压缩与自适应传输机制第31-67页 现有方案存在的问题第31-33页 三维模型的分层压缩与自适应传输机制的架构第33-36页 三维模型的分层压缩与自适应传输机制的设计思想第36-40页 合并顶点计算模块第40-52页 三维网格模型压缩算法的顶点合并因子第40-41页 三维网格模型顶点和三角面片数据的预处理第41-43页 遗传算法的调整算子及步骤第43-47页 合并顶点计算模块的设计与实现第47-52页 三维模型分层压缩模块第52-60页 三维网格模型顶点和面片的分类第52-53页 三维网格模型的分层压缩第53-56页 三维模型分层压缩模块的设计与实现第56-60页 三维模型恢复与重建模块第60-65页 三维网格模型顶点数据的保存形式第60-61页 三维模型恢复与重建模块的设计与实现第61-65页 本章小结第65-67页第四章三维模型的动画分离与动态绑定机制第67-87页 现有方案存在的问题第67-69页 三维模型的动画分离与动态绑定机制的架构第69-72页 三维模型的动画分离与动态绑定机制的设计思想第72-74页 动画分离模块第74-78页 三维模型动画的存储形式第74-76页 动画分离模块的设计与实现第76-78页 交互控制模块第78-82页 射线检测机制的扩展第78-79页 交互控制模块的设计与实现第79-82页 动画绑定模块第82-86页 三维模型动画的绑定方式第82-83页 动画绑定模块的设计与实现第83-86页 本章小结第86-87页第五章测试与分析第87-115页 测试目标第87-88页 测试设备及环境第88-89页 功能测试第89-104页 三维模型的分层压缩与自适应传输机制功能测试第89-97页 三维模型的动画分离与动态绑定机制功能测试第97-104页 性能测试第104-114页 三维模型的分层压缩与自适应传输机制性能测试第104-112页 三维模型的动画分离与动态绑定机制性能测试第112-114页 本章小结第114-115页第六章总结与展望第115-117页 工作总结第115-116页 工作展望第116-117页参考文献第117-121页致谢第121-122页攻读学位期间发表的学术论文第122-123页攻读学位期间发表的专利第123页本篇论文共123页，。
教育综合类文章87065篇，页次：1/968页【‖上一页‖‖】转到页[字数:2917点击:10][字数:1815点击:14][字数:1827点击:17][字数:2295点击:12][字数:10195点击:14][字数:8200点击:13][字数:6349点击:17][字数:3590点击:13][字数:1375点击:12][字数:4563点击:0][字数:1111点击:16][字数:1244点击:12][字数:2455点击:0][字数:1446点击:16][字数:2026点击:16][字数:1410点击:10][字数:2756点击:7][字数:2159点击:0][字数:4015点击:8][字数:2040点击:0][字数:1484点击:6][字数:1276点击:17][字数:6093点击:2][字数:6964点击:14][字数:9567点击:2][字数:5042点击:1][字数:8592点击:17][字数:6471点击:8][字数:1732点击:7][字数:7414点击:1][字数:5032点击:11][字数:4025点击:15][字数:1833点击:4][字数:2807点击:3][字数:3928点击:7][字数:2066点击:9][字数:2360点击:13][字数:2844点击:11][字数:1796点击:13][字数:3655点击:7][字数:1362点击:2][字数:2912点击:9][字数:1316点击:8][字数:4641点击:5][字数:2635点击:14][字数:1976点击:8][字数:1031点击:6][字数:3423点击:18][字数:5549点击:16][字数:6421点击:9][字数:1645点击:13][字数:966点击:3][字数:1697点击:6][字数:848点击:5][字数:2241点击:16][字数:2279点击:16][字数:3172点击:9][字数:1227点击:12][字数:1087点击:9][字数:1285点击:7][字数:1840点击:3][字数:2914点击:6][字数:2882点击:14][字数:2671点击:1][字数:1581点击:15][字数:3236点击:6][字数:3617点击:6][字数:4025点击:10][字数:3222点击:7][字数:6523点击:14][字数:1602点击:18][字数:2357点击:12][字数:5607点击:13][字数:4196点击:8][字数:2222点击:3][字数:4196点击:10][字数:1827点击:3][字数:1313点击:13][字数:4692点击:18][字数:3094点击:18][字数:2719点击:8][字数:2763点击:12][字数:4518点击:7][字数:3207点击:5][字数:2270点击:2][字数:2165点击:11][字数:5101点击:12][字数:3476点击:10][字数:1483点击:0][字数:3276点击:8]基于Android的医疗健康助手论文目录摘要第1-6页Abstract第6-10页第一章绪论第10-18页 问题提出及研究意义第10-11页 国内外研究现状第11-15页 论文研究内容第15-16页 论文结构安排第16-18页第二章相关技术介绍第18-28页 平台介绍第18-21页 系统框架第19-21页 基本组建第21页 数据库管理系统以及SQLite数据库第21-23页 深度学习第23-24页 智能推荐算法第24-25页 决策树模型第25-26页 中医舌诊及舌诊客观化第26-28页第三章系统结构设计第28-38页 整体结构设计第28-29页 推荐模块设计第29-30页 诊断模块设计第30-32页 用户模块设计第32-34页 服务器搭建第34-38页第四章医疗健康助手实现第38-58页 推荐模块功能实现第38-43页 辅助功能实现第38-41页 医疗健康文章推荐第41-43页 问诊功能实现第43-49页 病症知识图谱建立第43-46页 问诊结果实威风第46-49页 舌诊功能实现第49-54页 舌苔图像分类第49-51页 舌诊功能实现第51-53页 问诊与舌诊结果对照第53-54页 用户模块实现第54-58页 注册登录实现第54-55页 历史记录与问诊记录实现第55-58页第五章总结与展望第58-60页参考文献第60-62页致谢第62-64页攻读学位期间发表的学术论文目录第64页本篇论文共64页，。
运动人物建模与驱动子系统的设计与实现论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-15页 研究背景和意义第11页 国内外研究现状第11-12页 研究内容第12-14页 研究目标第12-13页 主要研究内容第13-14页 论文组织结构第14-15页第二章相关研究技术的介绍第15-29页 运动人物建模方法的调研第15-18页 常用方法研究介绍第15-17页 常用方法对比分析第17-18页 人物动画技术的调研第18-20页 二维动画与三维动画的比较分析第18-19页 顶点动画与骨骼蒙皮动画的比较分析第19-20页 图形引擎原理与发展第20-22页 图形引擎的发展现状第20页 图形引擎的原理研究第20-22页 三维空间建模的坐标系第22-23页 三维笛卡尔坐标系的分类第22页 三维空间中多种描述坐标系第22-23页 运动人物的位姿描述第23-27页 旋转的物理意义及表示第24页 欧拉角第24-25页 旋转矩阵第25-26页 四元数与轴角对第26-27页 三维数据文件第27-28页 常见数据文件第27-28页 自定义数据文件第28页 本章小结第28-29页第三章运动人物建模与驱动子系统的需求分析第29-35页 运动人物建模与驱动子系统的总体需求分析第29-30页 功能性需求分析第30-33页 三维重建数据处理的需求第30-31页 个性化人物建模的需求第31-32页 虚拟人物的动作驱动的需求第32页 高效可视化的视觉需求第32-33页 非功能性需求分析第33页 鲁棒性第33页 兼容性第33页 本章小结第33-35页第四章运动人物建模与驱动子系统的概要设计第35-43页 子系统总体设计第35-37页 子系统架构第35-36页 功能模块设计及活动图第36-37页 系统模块的概要设计第37-40页 三维重建数据处理模块第37-38页 个性化人物建模模块第38-39页 骨骼蒙皮动画驱动模块第39-40页 渲染与展示模块第40页 数据结构的设计第40-42页 本章小结第42-43页第五章运动数据处理算法的研究与设计第43-53页 运动数据处理算法的分析与设计第43-45页 运动数据处理算法的详细设计第45-52页 运动数据间转化的设计第45-47页 统一描述坐标系的设计第47-50页 计算全局坐标系数据的设计第50-52页 本章小结第52-53页第六章运动人物建模与驱动子系统的详细设计与实现第53-69页 三维重建数据处理模块的详细设计与实现第53-57页 三维重建数据处理模块的接口设计第53-55页 三维重建数据处理模块的详细设计第55-57页 三维重建数据处理模块的实现流程第57页 个性化人物建模模块的详细设计与实现第57-62页 个性化人物建模模块的接口设计第57-58页 个性化人物建模模块的详细设计第58-62页 个性化人物建模模块的实现流程第62页 骨骼蒙皮动画驱动模块的详细设计与实现第62-64页 骨骼蒙皮动画驱动模块的详细设计第62-64页 骨骼蒙皮动画驱动模块中的图形引擎函数第64页 骨骼蒙皮动画驱动模块的实现流程第64页 动画渲染与展示模块的详细设计与实现第64-67页 动画渲染与展示模块的详细设计第64-65页 动画渲染与展示模块的实现流程第65-66页 动画渲染与展示模块界面设计第66-67页 本章小结第67-69页第七章测试与分析第69-83页 测试环境说明第69页 系统测试第69-79页 三维重建数据处理模块功能验证与测试第69-72页 个性化人物建模模块功能测试与验证第72-75页 骨骼蒙皮动画驱动模块功能测试与验证第75-78页 动画渲染展示模块功能测试与验证第78-79页 结果对比分析第79-81页 运动分析能力的对比第79-80页 可视化效果的对比第80-81页 本章小结第81-83页第八章总结与展望第83-85页 论文工作总结第83页 论文工作展望第83-85页参考文献第85-89页致谢第89-91页作者攻读学位期间发表的学术论文目录第91页本篇论文共91页，。“城市穿越”的智能化数据管理系统设计与实现论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-19页 研究背景与意义第11-12页 国内外研究现状第12-16页 系统技术发展第12-13页 传统推荐算法第13-14页 图神经网络第14-16页 本文的研究内容第16-18页 动态业务拓展系统第16-17页 对深度推荐算法和图神经网络的研究第17-18页 论文的结构安排第18-19页第二章关键技术第19-31页 系统开发技术第19-21页 框架第19-20页 数据库技术第20-21页 第21页 基于深度神经网络的技术第21-25页 深度神经网络第21-22页 长短时记忆网络第22-24页 多头注意力机制第24-25页 基于图神经网络的技术第25-29页 基本定义第25-26页 图神经网络第26-27页 图卷积网络第27-29页 本章小结第29-31页第三章系统需求分析与架构设计第31-37页 总体需求分析与架构设计第31-32页 系统功能性需求分析第32-35页 活动信息管理第32-33页 会员信息管理第33-34页 动态业务拓展第34页 智能推送等功能第34-35页 系统非功能性需求第35页 本章小结第35-37页第四章系统功能设计与实现第37-51页 系统开发架构设计第37-38页 数据库整体设计第38-41页 数据库设计第38-39页 数据表的设计第39-41页 活动管理模块详细设计第41-44页 活动基本信息管理第41-42页 活动订单管理第42-43页 活动模块类的设计第43-44页 用户管理模块详细设计第44-46页 用户管理流程第44-45页 用户管理模块类的设计第45-46页 动态业务拓展详细设计第46-48页 其他功能设计与系统实现第48-49页 本章小结第49-51页第五章深度图算法模型研究与设计第51-63页 任务定义以及数据预处理第51-55页 任务过程及实验指标第51-53页 数据预处理模块第53-55页 基于深度学习网络的显性特征构建第55-56页 基于图卷积网络的隐性特征构建第56-58页 深度图算法衔接层设计第58-60页 实验第60-61页 实验设计与参数配置第60页 实验结果与分析第60-61页 本章总结第61-63页第六章系统测试第63-69页 测试环境第63页 系统整体测试第63-68页 活动管理模块测试第64-65页 用户管理模块测试第65-67页 推荐模块测试第67页 非功能模块测试第67-68页 本章小结第68-69页第七章总结与展望第69-71页 总结第69-70页 展望第70-71页参考文献第71-75页致谢第75-77页攻读学位期间研究成果第77页本篇论文共77页，。
量子分类电路的设计实现及其在网络中的应用论文目录摘要第1-6页Abstract第6-10页第一章绪论第10-15页 研究背景第10-11页 研究现状第11-13页 主要研究内容和结构安排第13-15页第二章量子分类电路的设计第15-42页 基于量子k近邻算法的量子分类电路设计第15-26页 经典k近邻算法第15-17页 基于量子k近邻算法设计量子分类电路第17-26页 基于量子k-means算法的量子分类电路设计第26-30页 经典k-means算法第27页 基于量子k-means算法设计量子分类电路第27-30页 基于量子感知机算法的量子分类电路设计第30-40页 经典感知机算法第31-33页 基于量子感知机算法设计量子分类电路第33-40页 本章小结第40-42页第三章量子分类电路在网络中的仿真应用第42-58页 仿真平台介绍第42页 网络流分类实验数据第42-43页 基于量子k近邻算法的网络流分类仿真实验第43-49页 求解网络流间距离第44-47页 搜索最相似k条网络流第47-48页 仿真实验结果第48-49页 基于量子k-means算法的网络流分类仿真实验第49-52页 求解网络流与簇中心距离第49-50页 搜索最相似簇第50-51页 仿真实验结果第51-52页 基于量子感知机算法的网络流分类仿真实验第52-57页 训练量子感知机模型第52-55页 仿真实验结果第55-57页 本章小结第57-58页第四章量子分类电路在真实量子计算设备上的实验第58-71页 实验环境介绍第58-60页 基于量子k近邻算法设计的量子分类电路在真实设备上的实验第60-65页 计算数据间特征距离的量子电路第60-63页 搜索最小值的量子电路第63-65页 基于量子k-means算法设计的量子分类电路在真实设备上的实验第65-68页 基于量子感知机算法设计的量子分类电路在真实设备上的实验第68-69页 本章小结第69-71页第五章总结与展望第71-73页 工作总结第71-72页 工作展望第72-73页参考文献第73-77页致谢第77-78页攻读学位期间发表的学术论文目录第78页本篇论文共78页，。基于GIS的海量交通数据可视化系展现系统的设计与实现论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-14页 研究背景及意义第11页 研究内容第11-13页 论文结构第13-14页第二章相关理论和技术第14-21页 数据接入相关技术第14-15页 第14-15页 第15页 第15页 数据存储相关技术第15-16页 第15-16页 第16页 数据计算相关技术第16页 第16页 后端相关技术第16-17页 第16-17页 相关技术第17页 第17页 算法第17-19页 道格拉斯-普克算法第19页 本章小结第19-21页第三章系统需求分析及概要设计第21-39页 引言第21页 用户分析第21页 系统角色类型第21页 需求分析及概要设计第21-37页 交通设施源数据可视化展示第21-24页 交通地理缓冲区分析展示第24-25页 交通设施源数据检索第25-26页 实时路况源数据展示第26-27页 高速公路源数据展示第27-30页 市内运载工具源数据展示第30-32页 两客一危源数据展示第32-35页 共享单车源数据展示第35-36页 轨道交通源数据展示第36页 港口船舶源数据展示第36-37页 非功能性需求第37-38页 时间特性要求第37页 灵活性第37-38页 本章小结第38-39页第四章系统详细设计与实现第39-69页 总体设计第39-41页 系统功能架构第39页 系统技术架构第39-41页 系统部署设计第41页 系统安全设计第41页 系统功能模块设计第41-65页 高速公路专题模块第41-48页 地面公交专题模块第48-52页 出租车网约车专题模块第52-56页 两客一危专题模块第56-59页 共享单车专题模块第59-63页 轨道交通专题模块第63-65页 预测型指标数据计算方案第65-68页 时间序列数据建模第65-67页 时空数据建模第67-68页 本章小结第68-69页第五章系统测试第69-90页 测试目标第69页 功能测试第69-87页 高速公路第69-74页 地面公交第74-77页 出租汽车第77-80页 共享单车第80-81页 两客一危第81-85页 港口船舶第85-86页 轨道交通第86-87页 性能测试第87-89页 本章小结第89-90页第六章总结与展望第90-91页 总结第90页 展望第90-91页参考文献第91-94页致谢第94页本篇论文共94页，。政治哲学类文章10705篇，页次：1/119页【‖上一页‖‖】转到页[字数:6092点击:1][字数:6172点击:6][字数:2060点击:14][字数:4422点击:14][字数:8076点击:8][字数:2856点击:6][字数:3231点击:6][字数:4298点击:0][字数:4598点击:8][字数:2994点击:9][字数:2294点击:16][字数:2953点击:11][字数:3817点击:7][字数:2187点击:4][字数:5690点击:7][字数:2204点击:11][字数:3298点击:0][字数:3939点击:12][字数:5872点击:3][字数:2989点击:4][字数:2266点击:4][字数:4251点击:7][字数:3477点击:11][字数:3130点击:9][字数:2258点击:9][字数:3910点击:16][字数:2858点击:1][字数:6406点击:8][字数:4773点击:2][字数:5926点击:17][字数:2104点击:11][字数:3979点击:15][字数:3123点击:0][字数:2499点击:7][字数:1959点击:12][字数:2098点击:17][字数:2130点击:2][字数:3114点击:7][字数:5770点击:12][字数:2200点击:2][字数:1696点击:9][字数:3169点击:10][字数:6203点击:9][字数:4105点击:3][字数:1910点击:7][字数:2044点击:15][字数:1240点击:1][字数:6844点击:0][字数:3285点击:3][字数:3288点击:15][字数:7728点击:18][字数:4913点击:4][字数:2793点击:17][字数:4896点击:12][字数:4573点击:5][字数:3704点击:17][字数:2373点击:3][字数:1339点击:7][字数:4563点击:13][字数:2205点击:3][字数:2555点击:8][字数:4607点击:13][字数:2183点击:12][字数:2309点击:5][字数:2528点击:3][字数:4674点击:4][字数:9458点击:1][字数:22396点击:2][字数:10498点击:3][字数:5962点击:3][字数:10546点击:0][字数:6432点击:9][字数:9215点击:17][字数:6305点击:13][字数:1844点击:2][字数:5891点击:2][字数:7975点击:17][字数:6020点击:10][字数:6316点击:8][字数:3902点击:15][字数:4377点击:4][字数:2701点击:3][字数:3177点击:16][字数:3138点击:18][字数:5913点击:13][字数:2853点击:18][字数:2469点击:4][字数:4895点击:6][字数:2343点击:6][字数:4496点击:1]
心脏健康评估系统的设计与实现论文目录摘要第1-6页ABSTRACT第6-11页第一章引言第11-17页 课题背景第11-12页 国内外研究现状第12-14页 课题任务第14-15页 课题内容第14页 本人承担任务第14-15页 论文结构第15-17页第二章相关技术介绍第17-31页 数据库介绍第17-18页 心电信号介绍第18-19页 小波变换阈值降噪第19-25页 小波变换第19-22页 小波阈值降噪第22-23页 小波基的选择第23-25页 波检测算法第25-28页 差分法第25-26页 希尔伯特变换法第26页 关联积分法第26-27页 基于小波变换的模极大值法R波检测的选择第27-28页 心律失常检测算法的实现第28页 框架的选择第28-29页 数据库选择第29-30页 本章小结第30-31页第三章系统的需求分析第31-39页 业务需求分析第31-32页 用户需求分析第32-33页 系统功能需求分析第33-36页 登录注册功能第33-34页 个人基本信息功能第34页 个人设置功能第34页 心电数据上传功能第34页 心电数据预处理功能第34-35页 心电数据可视化功能第35页 心电信号识别功能第35页 心律失常判定功能第35页 心电信号分析功能第35页 心脏健康评估功能第35-36页 心电变化趋势功能第36页 系统的非功能需求分析第36-37页 易用性需求第36页 可靠性第36页 可维护性需求第36页 一般性性能需求第36-37页 一般性安全性需求第37页 可扩展性需求第37页 本章小结第37-39页第四章系统的设计第39-57页 系统软件层次架构设计第39-40页 系统功能模块设计第40-48页 个人信息设置模块的详细设计第41-43页 心电分析模块的详细设计第43-45页 心脏健康评估模块的详细设计第45-47页 登录注册模块的详细设计第47-48页 算法的详细设计第48-50页 小波变换闽值降噪算法的详细设计第48-49页 波检测算法的详细设计第49-50页 系统的数据库设计第50-54页 图设计第50-51页 数据库表设计第51-54页 系统的界面设计第54-56页 易用性第55页 合理性第55页 规范性第55页 导向性第55页 协调性第55-56页 本章小结第56-57页第五章系统的实现第57-67页 系统开发环境介绍第57-58页 心电分析模块的实现第58-62页 心电数据上传功能的实现第58-59页 心电数据降燥功能的实现第59页 心电信号识别与心律失常判定功能的实现第59-60页 心电数据可视化功能的实现第60-61页 心电信号分析功能的实现第61-62页 心脏健康评估模块的实现第62-63页 个人信息设置模块的实现第63-65页 登录注册模块的实现第65-66页 本章小结第66-67页第六章系统测试第67-75页 测试方法介绍第67页 功能测试第67-74页 性能测试第74页 本章小结第74-75页第七章结束语第75-77页 论文工作总结第75页 问题和展望第75-77页参考文献第77-81页致谢第81页本篇论文共81页，。软件定义工业物联网中通信安全性的研究与实现论文目录摘要第1-6页Abstract第6-11页第一章绪论第11-17页 研究背景第11-12页 研究现状第12-14页 论文主要工作第14-15页 论文的组织结构第15-17页第二章相关理论知识介绍第17-23页 工业物联网第17页 软件定义网络第17-19页 软件定义工业物联网第19-20页 体系结构第19页 服务类别第19-20页 轻量级加密算法第20-22页 代换-置换网络第20-21页 网络第21-22页 密钥管理第22-23页 密钥生成第22页 密钥分发第22页 更新密钥第22页 密钥存储第22-23页第三章软件定义工业物联网边缘网络内的轻量级加密算法第23-35页 概述第23-24页 轻量级加密算法的设计第24-29页 密钥变换第24页 加解密过程第24-29页 轻量级加密算法的实验分析第29-31页 算法正确性第29-30页 加解密时间第30页 所用资源第30-31页 图片直方图第31页 图片熵值第31页 相关性第31页 本章总结第31-35页第四章软件定义工业物联网非边缘网络内的对称密钥管理方案第35-45页 概述第35-37页 对称密钥管理方案的设计第37-43页 密钥生成第37-38页 密钥分发第38-39页 密钥更新第39-41页 密钥存储第41-43页 对称密钥管理方案的评估第43-44页 安全性评估第43页 实时性评估第43页 其他评估第43-44页 本章总结第44-45页第五章可配置动态加密系统的设计与实现第45-73页 概述第45页 系统需求分析第45-49页 系统的用户需求分析第45-46页 系统功能性需求分析第46-48页 系统非功能性需求分析第48-49页 系统总体设计第49-65页 系统架构设计第49页 系统功能模块设计第49-58页 系统数据库设计第58-61页 系统接口设计第61-65页 系统测试第65-72页 系统测试方法介绍第65页 测试环境第65页 系统单元测试第65-69页 系统集成测试第69-70页 系统性能测试第70-72页 本章总结第72-73页第六章总结与展望第73-75页 总结第73-74页 展望第74-75页参考文献第75-79页致谢第79-81页攻读学位期间发表的学术论文第81页本篇论文共81页，。
劳技论文类文章162篇，页次：1/2页【‖上一页‖‖】转到页[字数:1138点击:18][字数:3006点击:9][字数:1030点击:7][字数:1681点击:11][字数:1471点击:16][字数:1825点击:15][字数:1482点击:6][字数:1540点击:15][字数:3883点击:3][字数:869点击:15][字数:1147点击:13][字数:2910点击:6][字数:2573点击:10][字数:1002点击:20][字数:1153点击:7][字数:2122点击:19][字数:1641点击:6][字数:3065点击:23][字数:1861点击:10][字数:2681点击:19][字数:4314点击:34][字数:2010点击:3][字数:1198点击:20][字数:2072点击:20][字数:3201点击:24][字数:3896点击:15][字数:6051点击:13][字数:2142点击:20][字数:4154点击:17][字数:3787点击:19][字数:2576点击:17][字数:2725点击:10][字数:3035点击:16][字数:1544点击:24][字数:3319点击:19][字数:7391点击:34][字数:2249点击:32][字数:1668点击:21][字数:2652点击:14][字数:1516点击:15][字数:1182点击:17][字数:1806点击:18][字数:1932点击:20][字数:5122点击:109][字数:1285点击:90][字数:1213点击:99][字数:1309点击:60][字数:1310点击:37][字数:2603点击:29][字数:3574点击:67][字数:1991点击:50][字数:3065点击:118][字数:1059点击:83][字数:2047点击:25][字数:4314点击:76][字数:2575点击:39][字数:2125点击:13][字数:1680点击:92][字数:2225点击:40][字数:2914点击:81][字数:1055点击:52][字数:1622点击:77][字数:2473点击:18][字数:4148点击:31][字数:2264点击:100][字数:2464点击:79][字数:5065点击:117][字数:2213点击:46][字数:2414点击:20][字数:3793点击:85][字数:8233点击:65][字数:1861点击:103][字数:2084点击:80][字数:3517点击:66][字数:1458点击:45][字数:998点击:22][字数:2274点击:75][字数:1008点击:18][字数:2066点击:16][字数:1382点击:49][字数:1644点击:84][字数:1363点击:106][字数:1070点击:73][字数:3517点击:23][字数:3058点击:41][字数:5492点击:32][字数:1611点击:22][字数:4656点击:96][字数:3326点击:90][字数:2931点击:72]马列毛邓类文章344篇，页次：1/4页【‖上一页‖‖】转到页[字数:2517点击:2][字数:4358点击:14][字数:1903点击:5][字数:3922点击:4][字数:4310点击:5][字数:3396点击:8][字数:3489点击:17][字数:5740点击:18][字数:4173点击:12][字数:1624点击:9][字数:3430点击:17][字数:2834点击:14][字数:2717点击:25][字数:8870点击:1][字数:8527点击:12][字数:8170点击:15][字数:6445点击:13][字数:7512点击:18][字数:8788点击:68][字数:8357点击:4][字数:16062点击:11][字数:7330点击:84][字数:5858点击:6][字数:7158点击:1][字数:7644点击:1][字数:11215点击:16][字数:10475点击:1][字数:11719点击:11][字数:4530点击:14][字数:5934点击:3][字数:7713点击:2][字数:6583点击:12][字数:7302点击:6][字数:7491点击:6][字数:4028点击:9][字数:11568点击:4][字数:11213点击:10][字数:6178点击:6][字数:15779点击:5][字数:10195点击:96][字数:8051点击:17][字数:7156点击:9][字数:6263点击:3][字数:6455点击:13][字数:7886点击:6][字数:6789点击:6][字数:6209点击:8][字数:5972点击:18][字数:7306点击:15][字数:8282点击:3][字数:3944点击:14][字数:8290点击:12][字数:3690点击:7][字数:12707点击:56][字数:5666点击:3][字数:8508点击:3][字数:4949点击:7][字数:5316点击:6][字数:8248点击:15][字数:9511点击:5][字数:16036点击:65][字数:4113点击:12][字数:7857点击:12][字数:7872点击:5][字数:2890点击:11][字数:3356点击:13][字数:5310点击:13][字数:5134点击:6][字数:5132点击:16][字数:4916点击:4][字数:9196点击:10][字数:4356点击:16][字数:3597点击:9][字数:9221点击:11][字数:6112点击:10][字数:4795点击:57][字数:12635点击:18][字数:8176点击:18][字数:8622点击:14][字数:6580点击:17][字数:8349点击:8][字数:4252点击:18][字数:4073点击:18][字数:2867点击:4][字数:5551点击:17][字数:6527点击:17][字数:4477点击:7][字数:13278点击:7][字数:13272点击:8][字数:8370点击:17]
重点推荐:【Electrified Sedan图片】Electrified Sedan图片大全 流式大数据脱敏系统的设计与实现论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-15页 研究背景与意义第10-12页 研究内容第12-13页 研究目标第13页 论文组织结构第13-15页第二章相关技术第15-20页 数据匿名化第15-18页 分布式流计算框架Flink第18-19页 本章小结第19-20页第三章需求分析第20-24页 需求概述第20页 功能性需求第20-23页 用户管理功能第20-21页 流式大数据脱敏功能第21-22页 脱敏结果订阅功能第22-23页 非功能性需求第23页 本章小结第23-24页第四章系统设计第24-30页 系统架构第24-25页 前端交互模块第25-27页 前端页面第26-27页 后端服务第27页 权限管理模块第27-28页 脱敏算法模块第28页 数据管理模块第28-29页 本章小结第29-30页第五章面向流式大数据的分布式匿名化算法研究第30-50页 基线算法第30-36页 算法第30-33页 分布式K-Anonymity基线算法第33-35页 分布式L-Diversity基线算法第35-36页 基于网格的分布式匿名化算法第36-39页 基于网格的分布式K-Anonymity算法第36-38页 基于网格的分布式L-Diversity算法第38-39页 基于VP-Tree的分布式匿名化算法第39-42页 基于VP-Tree的分布式K-Anonymity算法第40-42页 基于VP-Tree的分布式L-Diversity算法第42页 实验评估第42-49页 实验设置第43-44页 实验结果第44-49页 本章小结第49-50页第六章系统实现第50-62页 系统工作流程第50-51页 前端模块实现第51-56页 权限管理模块实现第56-57页 脱敏算法模块实现第57-59页 数据管理模块实现第59-61页 本章小结第61-62页第七章系统测试第62-70页 测试环境第62页 功能性测试第62-66页 用户管理功能测试第62-64页 流式大数据脱敏功能测试第64-65页 脱敏结果订阅功能测试第65-66页 非功能性测试第66-68页 系统效率测试第66-67页 系统稳定性测试第67-68页 效果演示第68-69页 本章小结第69-70页第八章总结与展望第70-72页 总结第70-71页 未来工作第71-72页参考文献第72-75页致谢第75-76页攻读硕士学位期间发表和录用的论文第76页本篇论文共76页，。基于序列到序列框架的知识图谱问答系统设计与实现论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-15页 研究背景和意义第11-12页 研究内容第12-13页 研究目标第13-14页 论文组织结构第14-15页第二章相关技术第15-29页 自然语言处理第15-18页 词向量化第15-17页 命名实体识别第17-18页 深度神经网络第18-25页 循环神经网络第18-21页 卷积神经网络第21-23页 序列到序列框架第23-24页 注意力机制第24页 拷贝机制第24-25页 知识图谱第25-26页 对偶学习第26-28页 小结第28-29页第三章需求分析第29-31页 功能需求第29-30页 信息交互功能第29页 问答功能第29-30页 性能需求第30页 小结第30-31页第四章系统设计第31-36页 系统架构概述第31-32页 服务模块第32-33页 前端模块第32页 后端模块第32-33页 问题处理模块第33页 答案推导模块第33-34页 答案生成模块第34页 知识图谱存取模块第34-35页 日志与存储模块第35页 小结第35-36页第五章基于序列到序列框架的知识图谱问答方法第36-51页 问题描述第36页 方法概述第36-37页 方法细节第37-47页 编码阶段第37-38页 解码阶段第38-42页 训练方法第42-44页 对偶学习第44-47页 实验与分析第47-50页 实验设置第47-49页 实验结果第49-50页 实验总结第50页 小结第50-51页第六章系统实现第51-61页 服务模块第51页 问题处理模块第51-53页 答案推导模块第53-54页 答案生成模块第54-55页 知识图谱存取模块第55-59页 第56-57页 图数据库的部署第57页 知识图谱的导入与清洗第57-58页 查询知识图谱第58-59页 日志与存储模块第59-60页 小结第60-61页第七章系统测试第61-65页 测试环境第61页 系统评估第61-62页 功能测试第62页 性能测试第62页 系统演示第62-64页 小结第64-65页第八章结束语第65-66页 总结第65页 未来工作第65-66页参考文献第66-72页致谢第72-73页攻读硕士学位期间发表和录用的论文第73页本篇论文共73页，。