一、VOL.29 KEY WORD INDEX(论文文献综述)
邢博[1](2017)在《信息安全管理中文件打印追溯系统的设计与实现》文中研究表明信息化时代的信息安全已被广泛关注,信息的泄露会导致企业在公众中的威望和信任度下降,直接使他们改变原有选择倾向。信息泄密事件可能会使企业失去一大批已有的或者潜在的客户。因此也可以说,在电子化信息的作用与地位日益显要的今天,它的安全问题是关乎企业声誉、公众信任感、经济利益、生死存亡的问题,企业信息的安全程度将会直接影响企业的外部竞争力。论文对目前国内信息安全的特点以及发展趋势,分析如何在提高工作效率的基础上,更好的确保企业线下信息的安全。以中兴通讯集团文控系统为背景,详细说明系统如何使用户能够更加便捷的进行文印管理,以及管理人员对用户打印内容的审核与追溯,不仅使用户能够通过多渠道进行信息审核,还可以针对敏感信息进行检索,监督管理企业内部员工的打印行为,提高企业信息的安全性。
宫奇龙[2](2017)在《众筹平台的搜索引擎优化方法研究》文中研究说明搜索引擎优化是一种通过分析搜索引擎自然排名规则,运用一系列优化手法从而提高网站被访问量以及搜索引擎排名的技术。随着互联网金融概念的爆发,近年来众筹平台大量涌现,竞争日趋激烈,众筹平台的搜索引擎优化的研究需求日趋迫切,而目前国内外相关优化方法的研究仍处于起步阶段。本文针对众筹平台搜索引擎优化的核心—关键词选择方法进行讨论和研究,通过对比改进前后“综合指数评价法”选取出的关键词应用于众筹平台后的搜索引擎优化效果,得到聚类分析算法在搜索引擎优化方法研究上有效的结论。本文通过分析当前众筹平台研究的大环境,国内外对搜索引擎优化的研究现状以及影响搜索结果排名的因素,指出搜索引擎优化中关键词选择优化研究的必要性,并提出针对此类问题展开研究的技术路线。本文为验证搜索引擎优化方法的有效性,搭建了众筹平台,为接下来的方法研究提供平台支撑。本文论述了已有关键词选择方法“综合指数评价法”的原理和实施步骤,通过相关性分析对围绕同一主题的关键词搜索量的变化进行分析并计算所有相关关键词对搜索量的贡献值,实验评价并选取能为众筹平台带来高流量的关键词。分析综合指数评价法的不足及问题,提出基于层次聚类的关键词优化改进算法,并通过MATLAB分析工具对不同系统聚类方法进行对比分析,使用单因素方差检验法对聚类结果进行有效性分析,最终结合“综合指数评价法”对关键词选取提出改进策略并实验选取相应关键词。本文应用改进前后选取出的关键词对众筹平台进行优化,对比改进前后的优化效果,并通过流量对比图、网页权重值等评价指标进行测试,以验证所提出改进方法的有效性,测试结果表明本文针对众筹平台搜索引擎优化的方法研究有一定实用性。
樊春堂[3](2010)在《基于优先颜色和轮廓逼近的图像检索方法》文中研究说明在现代信息社会,图像数据成指数倍增长,对图像数据的应用已经深入到各个领域中。如何快速、高效地对图像数据进行组织、存储、表达和检索是亟待解决的课题。为了准确地表达图像信息,研究者们提出了基于内容的图像检索(Content-based Image Retrieval, CBIR)技术。经过近二十年的研究,该技术逐渐成为图像表达和检索的关键技术。目前国内外对基于内容的图像检索的研究主要集中于两个方面:一是研究如何选择合适的全局特征去描述图像内容和采用什么样的相似性度量方法进行图像匹配;二是基于区域的图像检索方法,主要思想是通过图像分割技术提取图像各区域中物体或对象的特征,然后对每个区域使用局部特征描述,最后综合所有区域的特征进行检索。国内外众多研究表明,颜色直方图不能体现颜色的空间分布,优先颜色只能表示图像中少数几种主要颜色和它们在区域中出现的频率,基于迭代的优先颜色提取方法有计算复杂度高的缺点。当前,基于区域或分割的形状特征提取方法不能准确的表达图像中物体或对象的整体形状,已有的全局形状特征描述方法大都只能描述形状的部分特性,不够细致和准确。为了更好的表示和描述图像的颜色特征,本文在Manjunath B. S.和Jens-Rainer Ohm等人提出的优先颜色描述符(Dominant Color Descriptor, DCD)的基础上,引入图像的颜色距离的概念,给出其计算和表示方法,并深入分析如何使用聚类方法来提取和表示图像中的优先颜色,提出一种基于非参数聚类的优先颜色提取算法。该算法结合了直方图和颜色聚类的优点,既表达了颜色出现的频率,又体现了颜色与颜色之间的视觉相似程度。最后,本文使用引入的颜色距离来计算基于优先颜色的图像的相似度。在形状特征方面,本文以Canny边界检测为基础,提出基于边界点集的曲线获取算法和曲线连接算法。曲线获取算法首先删除边界点集合中的孤立点,再将剩余的边界点集合按照分布情况组织成曲线。曲线连接算法将各曲线尽可能的按照图像对象的轮廓连接起来,得到闭合的形状轮廓。最后,综合颜色和形状两种特征的相似性度量方法,描述了如何计算图像与图像间的相似度。在此基础上,结合颜色特征和形状特征,本文提出基于优先颜色和轮廓逼近的图像检索模型。实验结果表明,本文基于优先颜色的图像检索方法用于检索颜色丰富的图像时能检索出更多相似的图像,基于优先颜色和轮廓逼近的图像检索方法能够得到比已有方法更高的查全率和查准率。
朱卫红[4](2004)在《网络教学支撑系统的设计与实现》文中研究指明基于通信网络技术的远程教学是随着网络的发展,特别是多媒体技术的发展而产生的,它的概念非常广泛,实现方式也多种多样,但目前应用最普遍、技术最成熟的远程教学系统主要是基于WEB的教学系统、实时交互式远程教学系统以及基于点播的远程教学系统。本论文较为系统地分析了远程教学系统的功能结构,在对现有远程教育系统的技术实现和系统体系结构研究的基础上,重点探讨流媒体技术实现的技术要点、网络教学支撑系统体系结构和具体实现,给出了学生学习流程、教师授课流程、考试流程和录制时授课流程的设计。并由此开发出一个基于WEB方式的网络教学支撑平台。对现代远程教育系统的软件结构研究结果表明:它由网络课程开发工具、网络教学支持系统、网络教务管理系统和教学资源管理系统四个系统组成。其中教学支持系统可以细分为适应性超媒体学习系统、多媒体授课系统、师生交互工具、考试与评价系统、自动答疑系统、学习管理系统、作业批阅系统、基于WEB的虚拟实验室等子系统。对于多媒体授课系统目前趋向于采用流媒体技术来实现授课。实现流式传输有两种方法:实时流式传输和顺序流式传输。流式传输一般采用HTTP/TCP协议来传输控制信息,而用RTP/UDP协议来传输实时声音数据。
张瑞林[5](2004)在《现代信息技术在煤与瓦斯突出区域预测中的应用》文中研究表明煤与瓦斯突出是制约煤矿安全生产最为严重的自然灾害之一。鉴于其影响因素众多而突出机理尚未彻底研究清楚、突出灾害却日益加剧的现实状况,本文提出了利用瓦斯地质学理论并通过有效管理和分析采场瓦斯突出煤体信息实施突出预测的指导思想;充分强调作为预测实施主体的人在其中应该起到最积极和最重要的作用,并在此基础上创建了矿井煤与瓦斯突出区域预测信息系统。 (1)论文首先阐述了创建煤与瓦斯突出区域预测信息系统的必要性和深远意义,分析了其当前的研究现状和存在问题,确立了以瓦斯地质学为理论基础、以地理信息系统为开发平台的研究方案和技术路线。 (2)结合信息的特点及其运动规律,从系统分析的思想出发,探讨以煤与瓦斯突出区域预测为目的瓦斯地质信息获取过程和管理模式。 (3)以瓦斯地质区划论的相关思想为指导,研究了通过瓦斯突出事故树分析与人工神经网络模拟相结合进行煤与瓦斯突出区域预测的新方法。 (4)探讨了影响和控制煤与瓦斯突出的瓦斯地质变量趋势分析方法及实现其空间可视化表达的手段和方法。 (5)分析了信息系统的发展过程、功能分类及其各项具体实施细节,确立了适用于矿井安全管理的煤与瓦斯突出区域预测信息系统可行性开发方案。 (6)详细探讨了创建矿井煤与瓦斯突出区域预测信息系统的具体方法和过程,并对相关功能模块和连接数据库、知识库的构筑、实现及运行机制进行了较深入的研究。 (7)结合淮北矿业集团公司芦岭煤矿的现场资料和实际情况,尝试开发了“淮北芦岭矿煤与瓦斯突出区域预测信息系统”。 (8)最后对全文的研究内容进行了比较系统的归纳和总结,并客观评价了论文研究工作中的不足和尚存在的问题;对论文后期工作的进一步开展制定了新的目标和要求,对项目应用前景作出了积极展望。 全文总体上分为明暗两条线索。第一条明线主要致力于以瓦斯地质学为基础对煤与瓦斯突出区域预测信息系统开发方法的探讨,旨在实现对瓦斯地质信息的有效管理和应用,并为现场安全管理和工程技术人员提供必要的决策支持。另一条暗线则充分强调了人在预测和防治突出灾害中的主体作用,重在加强现场安全管理和工程技术人员深入、全面地掌握瓦斯地质理论知识的手段,提高他们实时、重庆大学博士学位论文准确分析灾害信息、有效防患未然的能力。 同时,这也是论文研究的总体预期目标,以求能够有效地促进煤与瓦斯突出预测技术的发展,真正在预防煤与瓦斯突出灾害事故的生产实践中起到积极的作用。关键词:瓦斯地质学,煤与瓦斯突出,区域预测,信息系统,决策支持
二、VOL.29 KEY WORD INDEX(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、VOL.29 KEY WORD INDEX(论文提纲范文)
(1)信息安全管理中文件打印追溯系统的设计与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题的来源与背景 |
1.2 国内外同类课题研究现状及发展趋势 |
1.2.1 我国信息安全的现状 |
1.2.2 目前国内信息安全技术和发达国家之比较 |
1.2.3 欧盟信息安全发展动向 |
1.2.4 英国信息安全发展动向 |
1.2.5 日本信息安全发展动向 |
1.2.6 韩国信息安全发展动向 |
1.3 本文的研究内容 |
1.4 论文的工作内容及论文结构 |
第2章 可行性分析 |
2.1 打印方式分析 |
2.2 部署方式分析 |
2.3 存储容量测算 |
2.4 技术可行性分析 |
2.4.1 B/S结构 |
2.4.2 C/S结构 |
2.4.3 EXTJS |
2.4.4 Oracle Database |
2.5 操作可行性分析 |
2.6 本章小结 |
第3章 需求分析 |
3.1 功能概述 |
3.1.1 角色定义 |
3.1.2 权限定义 |
3.1.3 申请状态定义 |
3.1.4 打印作业状态定义 |
3.2 系统功能分解 |
3.2.1 登录(M_Login) |
3.2.2 打印申请(M_ Application) |
3.2.3 打印审批(M_ Application _Approve) |
3.2.4 查看作业(M_Document) |
3.2.5 打印权限管理(M_Print_Auth) |
3.2.6 审计管理(M_Audit) |
3.2.7 打印驱动(M_AuditPrinter) |
3.3 本章小结 |
第4章 设计与实现 |
4.1 系统拓扑和部署 |
4.2 系统架构 |
4.3 DCC接入子系统 |
4.3.1 SOC登录接口 |
4.3.2 ITSM登录接口 |
4.3.3 Email接口 |
4.3.4 TeamShare接口 |
4.4 DCC业务系统 |
4.4.1 打印申请 |
4.4.2 打印审批 |
4.4.3 查看作业 |
4.4.4 打印权限管理 |
4.4.5 审计管理 |
4.5 打印驱动 |
4.6 数据库设计 |
4.6.1 数据库概念模型设计 |
4.6.2 数据库逻辑模型设计 |
4.7 本章小结 |
第5章 系统测试 |
5.1 系统测试的目的与意义 |
5.2 系统功能性测试 |
5.3 性能测试 |
5.3.1 用户登录(无单点校验) |
5.3.2 打印申请查询 |
5.3.3 查看作业测试 |
5.3.4 用户信息同步服务测试 |
5.3.5 归档服务测试 |
5.3.6 索引服务测试 |
5.3.7 外围接口测试 |
5.4 本章小结 |
结论 |
参考文献 |
致谢 |
(2)众筹平台的搜索引擎优化方法研究(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 搜索引擎优化技术国内外研究历史与现状 |
1.3 论文主要内容和结构安排 |
第二章 搜索引擎优化策略研究与平台搭建 |
2.1 优化策略分析 |
2.1.1 搜索引擎优化定义 |
2.1.2 搜索引擎工作方式 |
2.1.3 搜索引擎优化策略选取 |
2.2 众筹平台搭建 |
2.2.1 系统总体设计模式 |
2.2.2 系统架构设计 |
2.2.3 众筹平台建站过程 |
2.3 本章小结 |
第三章 基于搜索量的关键词选择 |
3.1 综合指数评价法基本思想及方法 |
3.2 基于搜索量的相关关键词综合评价步骤 |
3.3 实验获取关键词实例 |
3.4 本章小结 |
第四章 基于系统聚类的关键词选取改进 |
4.1 聚类算法选取 |
4.1.1 聚类算法基本评价指标 |
4.1.2 聚类算法优缺点分析及选取 |
4.2 聚类分析 |
4.2.1 聚类分析基本概念 |
4.2.2 系统聚类分析方法 |
4.2.3 系统聚类基本步骤 |
4.2.4 系统聚类分析工具 |
4.3 单因素方差检验 |
4.4 实验选取关键词 |
4.5 改进后算法流程 |
4.6 本章小结 |
第五章 众筹平台搜索引擎优化模型分析与验证 |
5.1 关键词优化 |
5.1.1 关键词优化理论方法 |
5.1.2 关键词优化实验 |
5.2 搜索引擎优化效果对比验证 |
5.2.1 搜索引擎优化效果结果评价指标 |
5.2.2 改进前后搜索引擎优化效果对比 |
5.3 本章小结 |
第六章 全文总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
(3)基于优先颜色和轮廓逼近的图像检索方法(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 基于颜色特征的图像检索技术 |
1.2.2 基于空间关系的图像检索技术 |
1.2.3 基于纹理特征的图像检索技术 |
1.2.4 基于形状特征的图像检索技术 |
1.2.5 综合多特征的检索技术 |
1.3 研究内容 |
1.4 研究意义 |
1.5 组织结构 |
第二章 图像检索相关理论 |
2.1 图像颜色特征的提取和表示方法 |
2.1.1 颜色直方图 |
2.1.2 优先颜色描述符 |
2.1.3 基于颜色特征的相似度度量 |
2.2 图像边界特征的提取和表示方法 |
2.2.1 主流的边缘检测方法 |
2.2.2 Canny边缘检测方法 |
2.2.3 其它边界提取方法 |
2.2.4 边界点集的组织和描述 |
2.2.5 形状特征的描述方法 |
2.3 本章小结 |
第三章 基于优先颜色和轮廓逼近的图像检索方法 |
3.1 引言 |
3.2 基于非参数聚类的优先颜色提取和检索 |
3.2.1 引言 |
3.2.2 图像的颜色距离的概念和表示 |
3.2.3 基于图的非参数聚类算法 |
3.2.4 基于非参数聚类的优先颜色提取算法 |
3.2.5 基于优先颜色的图像检索 |
3.3 基于Canny算子的边界检测和椭圆逼近的检索 |
3.3.1 引言 |
3.3.2 曲线获取和连接 |
3.3.3 使用椭圆逼近轮廓 |
3.3.4 基于轮廓的椭圆逼近的图像检索 |
3.4 基于优先颜色和轮廓逼近的图像检索模型 |
3.4.1 引言 |
3.4.2 相似性度量 |
3.4.3 检索模型和流程 |
3.5 本章小结 |
第四章 实验 |
4.1 实验环境 |
4.2 仿真系统结构 |
4.3 检索方法和实验流程 |
4.4 仿真系统的功能设计 |
4.5 实验结果分析 |
4.5.1 基于优先颜色的检索结果 |
4.5.2 基于轮廓椭圆逼近的检索结果 |
4.5.3 综合颜色特征和形状特征的检索结果 |
4.6 结论 |
第五章 结论和展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
攻读硕士学位期间发表的论文和参与的课题 |
(4)网络教学支撑系统的设计与实现(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪 论 |
1.1 问题的提出及研究意义 |
1.1.1 问题的提出 |
1.1.2 研究的意义 |
1.2 国内外研究现状 |
1.3 本文研究的目的和研究内容 |
1.3.1 本文研究的目的 |
1.3.2 本文研究的主要内容 |
1.4 本文的组织结构 |
2 现代远程教育系统 |
2.1 现代远程教育系统的定位 |
2.2 现代远程教育系统的硬件结构 |
2.3 现代远程教育系统的软件结构 |
2.3.1 适应性超媒体学习系统 |
2.3.2 多媒体授课系统 |
2.3.3 师生交互工具 |
2.3.4 网络题库管理系统 |
2.3.5 考试与评价系统 |
2.3.6 教学资源库管理系统 |
2.3.7 自动答疑系统 |
2.3.8 学习管理系统 |
2.3.9 作业批阅系统 |
2.3.10 网络课件写作系统 |
2.3.11 教学管理系统 |
2.3.12 基于WEB的虚拟实验室 |
2.4 贵州电力远程教育系统项目简介 |
2.4.1 建设目标 |
2.4.2 功能结构 |
2.4.3 物理结构 |
2.4.4 实施原则 |
2.4.5 硬件设备方案 |
3 流媒体技术 |
3.1 流媒体的传输方式 |
3.1.1 顺序流式传输 |
3.1.2 实时流式传输 |
3.1.3 二者比较 |
3.2 视频服务器硬件平台 |
3.3 流媒体传输的网络协议及传输流程 |
3.3.1 流媒体多层协议 |
3.3.2 流媒体关系链 |
3.3.3 流媒体实时传输流程 |
3.4 智能流技术(Sure Stream) |
3.5 流媒体的主要应用 |
3.5.1 Internet视频直播 |
3.5.2 校园视频网 |
3.5.3 远程教育 |
3.5.4 宽窄带会议电视 |
4 贵州电力远程网络教学支撑系统设计 |
4.1 网络教学支撑系统的建设目标 |
4.2 网络教学支撑系统总体框架 |
4.2.1 网络学习子系统 |
4.2.2 授课子系统 |
4.2.3 在线辅导与讨论子系统 |
4.2.4 考试子系统 |
4.2.5 作业子系统 |
4.2.6 跟踪评价子系统 |
4.3 流程设计 |
4.4 接口设计 |
5 贵州电力远程教学支撑系统实现 |
5.1 系统平台 |
5.1.1 网络平台 |
5.1.2 操作系统平台 |
5.1.3 数据库平台 |
5.2 接口的实现 |
5.3 界面的确定 |
5.3.1 系统入口界面 |
5.3.2 课件点播界面 |
6 结论及展望 |
致 谢 |
参考文献 |
(5)现代信息技术在煤与瓦斯突出区域预测中的应用(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 研究目的和意义 |
1.1.1 煤与瓦斯突出概述 |
1.1.2 当前预防煤与瓦斯突出的科学研究与现场实践现状分析 |
1.1.3 课题与挑战 |
1.2 应用与研究现状 |
1.3 存在的问题与需求 |
1.4 研究内容与技术路线 |
2 瓦斯地质信息的系统分类与获取 |
2.1 信息 |
2.1.1 信息的概念 |
2.1.2 信息的运动模型 |
2.1.3 瓦斯地质信息获取的基本要求与内容 |
2.2 瓦斯地质学研究 |
2.2.1 煤与瓦斯突出机理 |
2.2.2 瓦斯地质概述 |
2.2.3 瓦斯地质学研究的主要内容 |
2.3 影响和控制煤与瓦斯突出的瓦斯、地质信息 |
2.3.1 影响瓦斯赋存的瓦斯、地质因素 |
2.3.2 控制煤与瓦斯突出的瓦斯、地质条件 |
2.4 煤与瓦斯突出预测指标信息 |
2.4.1 区域预测 |
2.4.2 工作面预测 |
2.5 基于煤与突出预测瓦斯地质信息的系统分析 |
2.5.1 系统分析的原理 |
2.5.2 瓦斯地质信息的系统分类 |
2.5.3 瓦斯地质信息的获取 |
2.6 获取煤与瓦斯突出预测理论知识信息的重要性分析 |
3 煤与瓦斯突出区域预测的方法研究 |
3.1 煤与瓦斯突出区域预测的意义 |
3.2 瓦斯地质区划论 |
3.2.1 瓦斯地质区划论的基本观点 |
3.2.2 瓦斯地质区划的基本原则 |
3.2.3 煤与瓦斯突出区域预测方案 |
3.3 事故树分析法 |
3.3.1 事故树分析法简介 |
3.3.2 事故树的定性、定量分析 |
3.4 基于事故树分析的煤与瓦斯突出影响和控制因素研究 |
3.4.1 煤与瓦斯突出事故树分析通用模型的构建 |
3.4.2 煤与瓦斯突出事故树最小割集的获取 |
3.4.3 影响和控制煤与瓦斯突出主导因素的确定 |
3.5 ANN非线性映射B-P算法 |
3.5.1 人工神经网络简介 |
3.5.2 ANN模型的算法与原理 |
3.6 基于BP模型的煤与瓦斯突出区域预测研究 |
3.6.1 预测方案及其可行性分析 |
3.6.2 瓦斯地质因素的定量化研究 |
3.6.3 输入、输出向量的确定与指标量化 |
3.6.4 输入、输出向量的数据处理方法 |
3.6.5 BP算法学习原理和步骤 |
3.6.6 基于ANN的煤与瓦斯突出区域预测及效果检验 |
3.7 本章小结 |
4 瓦斯地质变量信息的空间表达研究 |
4.1 瓦斯地质变量信息空间表达的意义 |
4.1.1 瓦斯地质变量的概念和特征 |
4.1.2 瓦斯地质变量信息空间表达的意义与内容 |
4.2 瓦斯地质变量趋势面拟合的原理与方法 |
4.2.1 曲线拟合的最小二乘法 |
4.2.2 趋势面拟合原理 |
4.2.3 瓦斯地质变量的趋势面模拟 |
4.2.4 瓦斯地质变量趋势面模拟解算与优化 |
4.3 瓦斯地质变量信息空间表达的实现 |
4.3.1 研究区域的网格剖分 |
4.3.2 瓦斯地质变量离散数据的网格化 |
4.3.3 瓦斯地质变量信息空间表达的两种方法 |
5 煤与瓦斯突出区域预测信息系统开发方案的确定 |
5.1 信息系统概述 |
5.1.1 信息系统的概念 |
5.1.2 信息系统的发展 |
5.2 信息系统的开发方法 |
5.2.1 信息系统的生存周期 |
5.2.2 原型法开发过程 |
5.3 数据库设计方法 |
5.3.1 数据库系统 |
5.3.2 数据库设计 |
5.4 系统设计 |
5.4.1 系统设计目标 |
5.4.2 代码设计 |
5.4.3 输入与输出设计 |
5.4.4 模决设计 |
5.5 信息系统开发方式与软件工具 |
5.5.1 矿井瓦斯地质图与GIS |
5.5.2 煤与瓦斯突出区域预测管理信息系统开发方式及软件工具的选择 |
6 煤与瓦斯突出区域预测信息系统的开发 |
6.1 创建煤与瓦斯突出区域预测信息系统的设计 |
6.1.1 煤与瓦斯突出区域预测信息系统开发的目标和要求 |
6.1.2 煤与瓦斯突出区域预测信息系统的分析 |
6.2 煤与瓦斯突出区域预测信息系统的数据特征和表示方法 |
6.2.1 煤与瓦斯突出区域预测数据信息的来源与分类 |
6.2.2 瓦斯突出煤体的数据特征 |
6.2.3 瓦斯突出煤体空间数据的表示方法 |
6.3 煤与瓦斯突出区域预测信息系统的空间数据管理 |
6.3.1 瓦斯突出煤体信息的特点 |
6.3.2 煤与瓦斯突出区域预测信息系统空间数据的类型及管理 |
6.3.3 煤与瓦斯突出区域预测信息系统属性数据的管理 |
6.4 瓦斯突出煤体空间数据库的建立 |
6.4.1 数据编码 |
6.4.2 MapInfo的数据组织 |
6.4.3 瓦斯突出煤体空间数据库的建立 |
6.5 煤与瓦斯突出区域预测理论信息的特点与管理 |
6.5.1 煤与瓦斯突出区域预测理论信息的特点 |
6.5.2 煤与瓦斯突出区域预测理论知识库的框架和规则模型 |
6.6 应用系统的开发 |
6.6.1 MAPX开发技术简介 |
6.6.2 VB与MAPX的集成开发 |
7 淮北芦岭矿煤与瓦斯突出区域预测信息系统的实现 |
7.1 目标区域简介 |
7.2 矿井瓦斯地质信息图子系统 |
7.2.1 矿井瓦斯地质信息图的初始化 |
7.2.2 瓦斯地质空间对象的绘制与编辑 |
7.2.3 瓦斯地质属性信息的编辑与查询 |
7.3 煤与瓦斯突出区域预测决策支持子系统 |
7.3.1 瓦斯地质理论知识的获取与更新 |
7.3.2 瓦斯地质信息的专题图分析 |
7.3.3 煤与瓦斯突出事故树分析 |
7.3.4 基于人工神经网络的煤与瓦斯突出区域预测 |
7.3.5 瓦斯地质变量的趋势分析 |
8 结论与建议 |
8.1 主要研究成果 |
8.2 建议与展望 |
致谢 |
参考文献 |
附录:作者在攻读博士学位期间发表的论文目录 |
作者在攻读博士学位期间参加的科研项目及得奖情况 |
四、VOL.29 KEY WORD INDEX(论文参考文献)
- [1]信息安全管理中文件打印追溯系统的设计与实现[D]. 邢博. 黑龙江大学, 2017(06)
- [2]众筹平台的搜索引擎优化方法研究[D]. 宫奇龙. 电子科技大学, 2017(02)
- [3]基于优先颜色和轮廓逼近的图像检索方法[D]. 樊春堂. 西南大学, 2010(08)
- [4]网络教学支撑系统的设计与实现[D]. 朱卫红. 重庆大学, 2004(02)
- [5]现代信息技术在煤与瓦斯突出区域预测中的应用[D]. 张瑞林. 重庆大学, 2004(02)