一、基于四层网络体系结构的服务行业应用系统及其关键技术（论文文献综述）
初佃辉,吴军,刘志中,涂志莹,胡鑫,李春山,苏欢,夏勇,高希余[1]（2021）在《智能化医养融合服务平台关键技术及应用研究》文中研究说明近年来,我国医疗健康和养老服务行业存在资源结构不平衡、医养服务智能化水平低、跨域协同难等问题;同时,缺乏应对重大疫情与突发公共卫生事件的信息化体系与机制。针对上述问题,本文基于大数据、人工智能、物联网、服务计算等新一代信息技术,通过服务模式、服务匹配、医养大数据治理、智能化诊疗服务与智能化辅助诊断机器人等关键技术创新以及智能化医养融合服务平台的研发,通过"互联网+医疗健康"和"互联网+养老"服务体系的深度智能化协同,实现了医疗健康与养老服务的深度融合,解决了医养服务资源整合难、多源多模态数据与异构系统治理难、全流程全周期智能辅助诊疗以及医养融合服务供给难等挑战性问题。
郭梦璐[2]（2021）在《我国5G经济发展影响因素研究 ——基于AHP层次分析法视角》文中指出
孙万里[3]（2021）在《基于云平台和NB-IoT的物联网监控系统开发》文中提出随着云计算和通信技术的发展,物联网在日常生活和生产中得到了广泛地应用,监控系统作为物联网的主要应用场景,开发一种低功耗连云、系统架构可靠的物联网监控系统来满足人们对设备运行智能化、远程化监控的需求具有强烈的现实意义。因此,本文设计了基于物联网云平台和NB-IoT的物联网监控系统,对其开发进行了相关研究和设计,并以冷柜为研究对象,对系统的功能进行了实验验证。首先,本文从物联网的发展以及监控系统需求出发,设计了基于云平台的四层物联网监控系统架构,对其进行了逐层功能分析,并对主流物联网云平台进行了分析比较,提出了基于云平台开发在物联网应用体系架构上的优势。然后,针对物联网体系中的网络层进行了相关分析,对比了多种无线通信方式,根据需求采用了当前最适合终端嵌入式设备的NB-IoT通信方式作为物联网监控系统的联网方式,并在通信方式之上应用MQTT通信协议,完成数据传输。在对云服务技术进行了分析的基础上,设计了在云服务器上的物联网应用开发架构,采用前后端分离的方式开发了B/S物联网监控架构,实现了高稳定性和可靠性的用户监控界面。最后,开发了基于云平台和NB-IoT的智能冷柜监控系统,包括系统的终端硬件和程序设计、通信设计、云平台的配置、相关云服务和数据库的搭建与设计、前后端的程序设计等,并对各个单元和整体进行相关测试,从多个角度验证了基于云平台和NB-IoT的物联网监控系统的功能,体现了其在开发上的系统性与高效性、设备端通信的低功耗性以及应用端的高性能和使用的方便性。
李聪聪[4]（2020）在《建筑物室内外一体实景全息地图构建方法研究》文中认为实景建筑物三维模型是城市空间信息的重要表达方式,对城市规划设计、智能管理、应急响应及室内定位和导航等具有重要作用。然而,现阶段的实景模型构建方法在不同程度上存在“一张皮”、边缘模糊、位置精度差、室内外分离等问题,这严重阻碍了基于位置服务的实景建筑物地图的发展。近年来,全息地图的发展强调以位置为核心将泛在信息在多维地图上进行关联、分析和表达,具有广阔的应用前景。为此,本文基于建筑物全要素语义分类和纹理匹配等技术,提出了一种面向位置服务的室内外多源高维数据组织与表达方法,构建了具有空间几何与语义信息室内外一体化特点的建筑实景全息地图。大量的实验和室内定位系统实证研究表明,该方法可将多源高维建筑物空间几何数据和真实化的场景多源数据进行精细化的有效融合,构建的建筑实景全息地图具有良好的实际应用效果。主要研究内容与成果如下:（1）面向建筑物全息地图的BIM模型轻量化方法研究。针对建筑物高精度BIM模型以及室内外相应场景中丰富的多源高维数据信息,分别从几何、语义、影像、文本、音频、视频等要素维度及其不同尺度/层面进行语义分类组织和数据信息耦合,利用多粒度表达思想与空间数据库技术,构建建筑物全息地图要素的空间逻辑组织体系及数据库物理存储结构。同时提取建筑物实体要素间的语义关联和空间要素间的属性关系,搭建描述各要素之间关联的“要素-关系”数据模型框架。基于全息地图要素不同粒度下的语义描述,引入相似度、粒计算的概念,结合建筑物的空间特性,对信息粒度进行分解和合并,为实现利用地理编码技术进行建筑物信息组织与匹配奠定基础。（2）面向建筑物全息地图的实景信息重构方法研究。建筑物纹理在实景三维模型的构建中具有非常重要的作用,纹理数据组织与表达效果的优劣程度直接影响着后期生成三维模型的精度与可视化效果。首先,通过采集多视角的单体建筑物室内近景摄影纹理数据和室外无人机倾斜摄影测量数据,以影像角点检测为辅助,提取建筑/要素实体的轮廓角点信息并计算和保存纹理数据的绝对坐标,实现室内外纹理数据的自动剪裁与矫正;另外,将矫正后的纹理材质进行语义分类和映射处理,获取建筑实体不同要素的纹理数据信息,为实景三维全息地图的可视化提供真实场景数据。（3）顾及空间语义的建筑物多粒度全息地图可视化方法研究。本研究创新性地提出了一种顾及空间语义的几何与纹理、文本与音频、视频等全要素多粒度数据的组织与表达方法,将建筑物室内外一体化的多源高维数据组织模型运用到Cesium三维地球空间,实现对建筑物室内外一体化模型的语义信息存储、查询及编辑等单体化操作,实现面向位置服务的建筑物单体室内外实景全息地图可视化。（4）建筑物实景全息地图的移动端可视化系统研发与实证。通过将面向位置服务的建筑物室内外一体实景全息地图的全要素数据进行组织与表达,实例构建建筑物多粒度全息地图的移动端可视化系统,并开展本文方法的实证研究。系统包含建筑物几何、语义及文本、影像、音频、视频等要素的后台存储与匹配及数据分类与表达,以实现面向位置服务的建筑物全息地图可视化。本文基于该系统有效地完成了建筑物空间全要素的多粒度逻辑组织与可视化表达方法体系及工艺技术流程的实证,为后续研发工作提供了多源高维空间数据表达的可行性方案。本文基于建筑物全息地图全要素信息的空间语义关联,提出了一种面向位置服务的建筑物地图室内外多源高维数据多粒度组织与表达方法,并实现了建筑物室内外一体实景全息地图可视化。建筑物多粒度全息地图的移动端可视化系统实证表明,该方法构建的模型不仅具有建筑物关键的节点坐信息、结构语义信息和真实的场景信息（包括场景可视化和音视频数据的联动效果）,也有效实现了语义位置关联、室内外一体化和多维时空表达,为建筑物室内外联合应用提供了较为丰富和精细化的底图数据,为基于位置服务的相关建筑物地图应用提供了真实化的基础地图模型。
孙梦婷[5]（2020）在《面向交通管理的拥堵检测系统及其关键技术研究》文中认为2018年底召开的中央经济工作会议明确了“新基建”的定位,5G作为“新基建”的重点任务之一,其研发及商用化进程正逐步推进,智慧城市建设实现全面、快速的互联机制近在咫尺。全国多个省市（如广州、深圳、北京、河南、安徽等）的2019年政府工作报告明确部署了发展和完善智慧城市建设的任务,并将加快智慧交通建设作为预期工作的重心。交通拥堵在一定程度上影响了城市的发展水平,甚至严重阻碍城市经济的健康发展,智慧交通可以有效地缓解城市交通拥堵,改善城市交通环境,提升城市交通通行能力。城市交通拥堵检测是智慧交通建设中的重要环节,现阶段的城市交通拥堵检测方法多以路段为检测单元,存在拥堵时空演变分析困难和城市拥堵整体分析不直观的问题,且拥堵疏导工作脱离拥堵产生的内在影响因素,因此开展面向交通管理的拥堵检测系统及其关键技术研究具有重要的现实意义。论文体现了一种基于路段、路段点和区域的多粒度拥堵检测方法,使得交通管理工作可以对应地从中观、微观和宏观层面入手,利用多粒度拥堵检测结果制定更加科学的拥堵疏导方案。面向交通管理的拥堵检测系统在发展智慧交通的驱动下设计与开发,实现了从多粒度层次进行精细化拥堵检测,在此基础上提供拥堵疏导方案推荐服务,可提升城市交通管理的精细化和自动化水平。论文的主要工作和创新点体现在以下五个方面:1.论述了面向交通管理的拥堵检测系统设计与开发的必要性和可行性。深入剖析了国内外城市智能交通系统、交通拥堵检测、交通拥堵时空分布特征以及出租车数据应用的研究现状,并分析了现有拥堵检测研究存在的问题。介绍了拥堵检测系统相关理论和技术基础,在城市智能交通管理系统大框架下针对拥堵检测和疏导功能构建面向交通管理的拥堵检测系统体系结构,对系统数据库和功能进行了详细设计,并在此基础上实现了原型系统。2.改进了基于多维密度聚类的精细化路况检测算法。剖析了基于密度的聚类算法在道路交通状态估计方面的缺陷,首先基于线性参照系统定位GPS点、测量空间距离,并增加速度距离约束,以此来改进常规DBSCAN算法,其次采用动态分段技术进行路段划分,以路况事件表组织路况检测结果,在中观层面聚焦精细化路段路况检测。3.建立了基于CART分类树的拥堵点分类检测模型。分析了时空维路况演变的异常规则和异常模式,依据异常模式定义了四种类型的拥堵点,并论述了检测不同类型拥堵点的意义,基于四种类型拥堵点利用CART分类树构建了拥堵点分类检测模型,在微观层面为拥堵疏导方案制定提供决策支持。4.改进了基于区域划分的区域拥堵检测模型。探究了当前区域划分和区域拥堵值计算方法的不足,采用二分K-Means聚类算法将乘客出行OD数据聚类,利用Voronoi图法确定区域边界,以此来改进传统的区域划分方法,定义了区域内平均运行速度指标,在宏观层面为拥堵疏导方案制定提供决策支持。5.构建了基于ACS的拥堵疏导辅助推荐模型,并以此来提供交通管理新模式。研究了拥堵事件的多粒度特性,定义ACS（先验余弦相似度）计算拥堵事件之间的相似程度,构建拥堵事件关系图谱模型,为交通管理人员提供拥堵疏导方案推荐结果。同时,基于拥堵疏导方案推荐,提出了一种主被动结合的交通管理模式,在决策层面提升交通管理工作效率。
林文敏[6]（2015）在《云环境下大数据服务及其关键技术研究》文中研究表明近年来,大数据以其蕴含的丰富价值,得到了学术界和企业界的广泛关注。对大数据进行管理利用并构建大数据服务,是挖掘大数据价值的关键途径。云计算作为一种弹性高效的计算模式,则为构建大数据服务提供了强大的技术支撑。一方面,云计算的资源按需获取、按使用量计费及广域网互联的优势,节约了大数据处理所需的昂贵基础设施投入和维护成本；另一方面,基于云计算的大数据存储、管理与分析等技术,为快速构建大数据服务提供了技术支撑。尽管云计算技术在大数据服务领域取得了丰富的研究成果,但云环境下数据资源的分散性、动态网络中云服务QOS属性的不确定性和应用需求多元化等因素,为高效实现可靠的大数据服务带来了新的挑战：如1)目前的研究中,缺乏一个云环境下的大数据服务应用模式,为高效构建大数据服务提供技术参考；2)当构建大数据服务所依赖的数据资源分布在云环境中大规模分布式的节点中时,为可扩展的数据资源节点管理方法和数据资源查找方法带来了挑战；3)当大数据服务部署在多个互相协同的云服务之上时,因满足大数据服务功能性需求的云服务数目众多,需要选择QoS最优的云服务组合方案。传统的组合评估方法通常是使用云服务提供商发布的QoS值对组合方案进行评估,动态网络环境或服务提供商可能的商业炒作使得组合方案的可信度受到很大的影响。针对目前云环境下大数据服务在应用模式、数据资源查找、可信组合评估等方面面临的挑战,本文对云环境下的大数据服务及其关键技术开展了相关的研究工作；具体而言,本文的工作主要包括以下几项：1)为高效构建云环境下的大数据服务,提出了一个云环境下通用的大数据服务应用模式。该应用模式分为五个层次,自下而上分别为数据资源层、数据资源搜集层、任务规划层、可信组合评估层及大数据分析算法实现层。具体而言,数据资源层是以分布在云环境中的数据资源为基础,用服务对数据资源进行封装,供使用者通过匹配服务描述进行调用；数据资源搜集层则是根据大数据服务对数据资源的需求,实现可扩展的数据资源搜集：进而,任务规划层是指针对大数据的处理需求,将复杂的计算任务划分至多个功能独立的子任务；根据各个子任务对存储资源或计算资源的需求,可信组合评估层的功能便是为大数据处理任务选择QoS最优的云服务组合方案,从而为各个子任务提供存储资源或计算资源；最后,根据可信组合评估层的选择结果,设计并实现大数据分析算法,完成大数据服务的实现与部署；2)为满足云环境下可扩展的数据资源节点管理和数据资源查找需求,针对性地研究了P2P技术在大数据服务中的拓展应用。具体而言,采用非结构化P2P网络作为云环境下数据资源节点的拓扑组织结构,并以服务封装数据资源,使用者通过查找匹配服务描述信息以获得构建大数据服务所需的数据资源；进一步地,提出基于邻居节点间的数据资源信息主动复制协议,通过提高网络中数据资源的覆盖率以提高查找成功率。最后,基于邻居间主动复制的资源信息,提出了基于概率随机游走的数据资源查找方法,实现云环境下可扩展的数据资源查找；3) 为提高支撑大数据服务的云服务组合方案的可信度,结合云服务的QoS历史记录大数据,提出了基于QoS历史记录的可信组合评估方法。为提高组合评估的计算效率,提出了HireSome-Ⅰ方法,HireSome-Ⅰ方法通过使用部分基于QoS历史记录的组合方案,对云服务组合方案进行评估,缩小了组合评估的计算规模,从而降低了组合评估执行的时间消耗。作为HireSome-Ⅰ方法的补充完善,简要介绍了Dou等人提出的HireSome-Ⅱ方法,即基于代表性QoS历史记录的可信组合评估方法。HireSome-Ⅱ方法通过使用代表性QoS历史记录执行可信组合评估,降低了可信组合评估的计算复杂度,进一步提高了可信组合评估的计算效率；4)为验证上述研究内容的可行性,从构建医疗大数据服务（疾病自诊断服务）的角度,讨论云环境下大数据服务及其关键技术在医疗领域的应用。首先,结合本文提出的大数据服务应用模式,分析并获得疾病自诊断服务的应用需求；针对该应用需求,使用可信组合评估方法,选择QoS最优的云服务组合方案,以响应疾病自诊断服务对计算资源和存储资源的需求；然后,结合电子病历大数据的处理分析需求,设计了一个疾病自诊断服务框架,以响应用户在线自诊断的请求;进一步地,提出了一个基于概念格的电子病历大数据分析方法,对电子病历大数据执行分析计算,获得疾病自诊断模型,来帮助用户进行疾病自诊断与分析。
郑啸,罗军舟,曹玖新,李伟,刘波[7]（2012）在《面向机会社会网络的服务广告分发机制》文中认为提出面向机会社会网络的服务广告分发机制,解决移动网络环境中由于节点移动性、拓扑动态性引起的集中式服务注册库失效的问题.首先分析机会社会网络中服务表现出的社会特征,提出服务社会上下文及其参数度量方法;然后提出基于社会上下文的服务广告分发机制,该机制根据服务行业相关度判断用户对服务的感兴趣程度,以确定广告目标节点,根据可靠度和活跃度计算节点效用,并根据行业时空共存关系预测节点和服务行业相遇概率,以动态选择服务广告代理;最后在社区移动模型下进行了仿真实验,验证了算法的正确性和有效性.
吴映波[8]（2012）在《现代服务业网络化集成服务系统关键技术及应用研究》文中研究指明现代经济社会既是服务经济时代也是网络信息时代。现代服务业是服务经济时代的主要产业特征，而网络信息技术的产业化和社会化则是网络信息时代的重要标志。网络信息技术在现代服务业的生产、服务提供与消费中的深入应用，既改变了传统服务的内涵，也创造了全新的客户服务体验和服务生产与运营管理方式。网络化集成服务系统是支撑网络化集成服务创新的重要技术手段，是网络信息技术在现代服务业渗透与综合应用的结果，符合网络化信息时代现代服务业的集群化发展要求。论文针对网络化集成服务系统的关键技术与应用进行如下方面研究：①系统分析了网络化集成服务系统的内涵与特征，给出了其结构化概念模型；根据网络化集成服务系统的集成服务组织范围和所集成的服务资源规模，将其划分为四种不同类型，并阐述了它们相互间的集成演变关系。针对不同类型的网络化集成服务系统特点，提出两种网络化集成服务系统体系结构模型：集中式体系结构模型和分布式体系结构模型。面向网络化集成服务系统的应用实现，分别讨论了网络化集成服务系统的集成过程模型和集成技术平台的参考模型；②在对网络化集成服务组织联盟合作关系的特点、驱动力和影响因素进行了分析的基础上，针对网络化集成服务组织联盟合作收益分配问题，分析归纳了网络化集成服务组织联盟实现公平合理的合作收益分配的原则，并提出了一种事前分配与事后分配相结合的混合收益分配机制。基于合作博弈理论，建立事前收益分配模型确定联盟成员的预期收益，然后通过事后收益分配，根据联盟成员在联盟合作中的实际投入、承担的风险和合作地位综合确定每个联盟成员事后收益分配。③针对网络化集成服务资源管理中的分布式异构服务资源的统一语义描述问题，基于OWL-S本体描述语言建立了网络化集成服务资源本体模型，为分布式异构服务资源的语义资源服务描述提供了一种统一的概念模型。进而通过定义了资源服务语义描述模板，为资源服务语义描述提供了统一的信息描述规约。最后，面向网络化集成服务资源的检索与发现，给出了基于语义的网络化集成服务资源匹配总流程，以及实现基本匹配、I/O匹配、QoS匹配和综合匹配的匹配算法。④将网络化集成服务链优化问题建模为一个含约束条件的多目标规划问题，并针对现有服务链优化算法将多目标通过线性加权转换为单目标优化问题的不足，提出了一种实现网络化集成服务链整体绩效最优的多目标遗传算法。该算法可同时优化多个目标，且每次运行可以获得一组Pareto最优的网络化集成服务链构建方案，可为决策者提供更大的决策选择范围。通过实验验证表明，NISC-MOGA算法具有较好的性能和全局收敛性。⑤结合某内陆保税港区网络化集成服务系统的应用实践，讨论了其系统建设需求，给出了其实现的技术架构和应用功能框架，并对其应用效果进行了分析。
钟海东[9]（2011）在《基于地理本体的移动GIS空间信息服务研究》文中进行了进一步梳理在以Web 2.0和3G网络通讯为基础的第三次因特网发展浪潮的影响下,GIS已经从发展之初的少数行业局部应用走向了各行各业乃至日常生活的方方面面,成为人们工作、学习和生活中不可或缺的工具和帮手,地理信息系统也出现了由桌面应用系统向移动GIS和地理信息服务发展的趋势。随着以本体为基础的第四代网络（Web 3.0）时代的到来,地理信息系统的发展和应用也迎来了新的机遇和挑战。地理本体在语义检索、系统之间数据互操作、知识级地理信息共享与重用和地球科学中的语义建模等方面有着非常大的潜在优势。如何将现有的理论研究成果和实际应用相结合起来,建立基于地理本体的空间信息服务,提供更加智能化和人性化的功能是当前急需解决的问题。为了解决这些问题,在本体和地理本体的相关理论体系下,本文尝试系统地研究现有理论、方法、技术以及理论和实践相互结合等方面的问题。本文的主要工作和研究成果有以下五个方面：（1）研究了当前地理信息系统的发展趋势和面临的问题。从地理信息科学的基本特征入手,深入研究了地理信息系统向语义方向发展、向移动GIS和语义GIS服务方向发展的必然性,剖析了其现状、相关支撑技术以及当前所面临的问题。（2）系统地研究了本体和地理本体的相关理论和地理本体区别于传统本体的特性,并根据当前地理本体建立的方法创建了一个地理本体实例。在详细分析本体基本理论、构建方法和基本原则的基础上,探讨了地理本体除了表达地理对象基本属性特征之外还要描述它们之间复杂空间关系的特殊性。研究了基于OWL的本体建模语言的优点及其在表达地理本体时所存在的不足,以及将部分—整体理论、拓扑理论以及定位理论引入到OWL建模原语当中解决地理对象之间空间关系表达的相关理论。在总结、分析和利用现有地理本体创建方法的基础上,结合已有基础空间数据创建了一个地理本体实例。（3）将建立的地理本体应用于语义检索实例。在自己建立的地理本体实例基础上,利用现有的语义开发技术和相关编程开发框架实现了一个基于地理本体的空间语义检索实例。（4）为了验证地理本体的理论和实际应用相结合的可行性,在现有移动开发技术支持下从底层开发实现了一个移动GIS。基于Microsoft Visual Studio 2008和Windows Mobile 6 Professional开发平台,运用C#开发语言和微软移动开发类库（.NET Compact Framework）从底层开发实现了一个基于智能手机的移动GIS平台,并实现了一些桌面GIS软件中的基本功能。（5）在自主开发的移动GIS中集成基于地理本体的语义服务。以自主开发的移动GIS为基础,通过移动网络方式调用服务器端利用Axis2服务发布容器对外发布的基于地理本体的空间信息服务。借助本体的智能推理查询,在移动GIS中实现了简单的语义查询和基于位置的语义查询等功能。
汤九斌[10]（2009）在《基于数据挖掘技术的决策支持系统及其关键技术研究》文中提出随着中国加入世界贸易组织的成功,世界经济全球化使我国电信企业面临着前所未有的挑战。能否对问题做出快速科学的决策,对电信企业的成败有着重大的影响。目前各电信运营商普遍采用依靠手工报表分析数据的决策方式,这存在着工作量大,速度慢,容易遗失数据等诸多问题,因此研究与开发适应中国特点的电信企业的决策支持系统已成为国内众多电信运营商的共识。本文所进行的“基于数据挖掘技术的决策支持系统及其关键技术”的研究,作为“电信IP决策支持系统（IPDSS）”项目的核心部分,提出基于数据仓库和数据挖掘相结合的电信决策支持系统的解决方案,并对IPDSS中使用的聚类、预测和建模等关键技术进行研究。针对电信IP业务的特点和需要,本文设计了一个基于.NET框架的决策支持系统。系统以ASP.NET作为Web应用程序模型,以ADO.NET作为数据存取技术基础,采用SQL（structured query language）server 2000作为数据库和数据仓库解决方案,并有效地嵌入了数据挖掘和人工智能技术。该系统可以为电信IP业务的决策提供快速、科学的参考和依据。K-Means算法是一种常用的聚类算法,但是聚类中心的初始化是其中的一个难点。本文提出了一个基于层次思想的初始化方法。一般聚类问题均可看作加权聚类,通过层层抽样减少数据量,然后采用自顶向下的方式,从抽样结束层到原始数据层,每层都进行聚类,其中每层初始聚类中心均通过对上层聚类中心进行换算得到,重复该过程直到原始数据层,可得原始数据层的初始聚类中心。模拟数据和真实数据的实验结果均显示基于层次抽样初始化的K-Means算法不仅收敛速度快、聚类质量高,而且对噪声不敏感,其性能明显优于现有相关算法。EPNET是一种进化人工神经网络模型,它能够同时优化网络权值和网络结构。该模型没有采用遗传算法中的交叉算子,而是采用了五个变异算子来获得比较理想的进化效果。本文主要研究基于EPNET（Evolutionary Programming Net）的时间序列预测问题,提出了一个基于该模型的时间序列预测算法,并介绍了该算法实现时的有关问题。同时提出基于规划规则的激励学习偏差分析算法用于快速校准模型参数。层次分析法是一种实用的决策方法,这一方法的核心是将决策者定性的经验判断给予量化,从而为决策者提供定量形式的决策依据。本文采用层次分析法作为投资预测模型的基本构建理论与技术,建立投资预测决策模型。此外,针对层次模型为图形模型的特点,本文提出用数据库表文件表示与存储IPDSS模型库中的层次模型,而IPDSS模型库中的其他模型仍以程序文件形式存储。在IPDSS系统中,我们将方法库和模型库中的程序文件合并管理,以减少模型库和方法库的接口,使模型库管理更加方便。
二、基于四层网络体系结构的服务行业应用系统及其关键技术（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、基于四层网络体系结构的服务行业应用系统及其关键技术（论文提纲范文）
（3）基于云平台和NB-IoT的物联网监控系统开发（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景与意义 |
| 1.2 研究现状与分析 |
| 1.3 本文主要研究内容 |
| 第2章 基于物联网云平台的系统架构 |
| 2.1 物联网云平台技术分析 |
| 2.1.1 物联网体系架构 |
| 2.1.2 物联网云平台的层次模型和主要功能 |
| 2.1.3 主流物联网云平台的功能分析 |
| 2.2 基于物联网云平台的监控系统架构设计 |
| 2.2.1 系统需求分析 |
| 2.2.2 整体架构设计 |
| 2.3 基于物联网云平台的监控系统架构优势分析 |
| 2.4 本章小结 |
| 第3章 NB-IoT及云服务技术分析与设计 |
| 3.1 物联网监控系统通信方式研究 |
| 3.1.1 无线通信方式的比较与选择 |
| 3.1.2 MQTT通信协议设计 |
| 3.2 NB-IoT关键技术分析 |
| 3.2.1 NB-IoT 的网络架构和主要流程 |
| 3.2.2 NB-IoT的部署模式和低功耗模式 |
| 3.3 云服务技术分析与设计 |
| 3.3.1 云服务框架设计 |
| 3.3.2 云服务间通信设计 |
| 3.3.3 云服务优势分析 |
| 3.4 本章小结 |
| 第4章 基于云平台和NB-IoT的智能冷柜监控系统的开发 |
| 4.1 系统的硬件设计 |
| 4.1.1 电源模块 |
| 4.1.2 控制模块 |
| 4.1.3 通信模块 |
| 4.1.4 执行模块 |
| 4.1.5 传感模块 |
| 4.2 硬件端程序设计 |
| 4.3 云端环境配置 |
| 4.3.1 物联网云平台配置 |
| 4.3.2 云服务器搭建 |
| 4.3.3 数据库设计与搭建 |
| 4.4 应用配置 |
| 4.4.1 后端的程序实现 |
| 4.4.2 前端的程序实现 |
| 4.5 系统控制逻辑 |
| 4.6 系统测试 |
| 4.7 本章小结 |
| 第5章 总结与展望 |
| 5.1 本文的主要工作 |
| 5.2 未来工作的展望 |
| 参考文献 |
| 攻读硕士期间科研成果 |
（4）建筑物室内外一体实景全息地图构建方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 建筑物实景全息地图概况 |
| 1.2.1 建筑物实景全息地图概述 |
| 1.2.2 建筑物室实景全息地图应用 |
| 1.3 国内外研究现状 |
| 1.3.1 建筑物实景模型构建研究 |
| 1.3.2 建筑物全息地图可视化方法研究 |
| 1.4 论文研究框架体系 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 1.4.3 章节安排 |
| 第2章 面向建筑物全息地图的BIM模型轻量化方法研究 |
| 2.1 概述 |
| 2.1.1 建筑信息模型构建及应用概述 |
| 2.1.2 建筑信息模型轻量化问题由来 |
| 2.2 面向建筑物全息地图的BIM模型轻量化方法 |
| 2.2.1 建筑物全息地图空间几何信息组织与表达 |
| 2.2.2 面向建筑物全息地图的BIM模型轻量化方法 |
| 2.3 面向建筑物全息地图的BIM模型轻量化实验 |
| 2.3.1 面向建筑物全息地图的BIM模型轻量化技术流程 |
| 2.3.2 面向建筑物全息地图的BIM模型轻量化实验分析 |
| 2.4 本章小结 |
| 第3章 面向建筑物全息地图的实景信息重构方法研究 |
| 3.1 概述 |
| 3.2 面向室内外实景三维模型的纹理数据采集 |
| 3.2.1 基于UAV倾斜摄影的建筑物室外纹理数据采集 |
| 3.2.2 基于手机摄影的建筑物室内全要素纹理数据采集 |
| 3.3 面向建筑物全息地图的实景信息重构方法 |
| 3.3.1 实景信息组织与表达 |
| 3.3.2 实景信息重构方法 |
| 3.4 面向建筑物全息地图的实景信息重构实验 |
| 3.4.1 实景信息重构技术流程 |
| 3.4.2 实景信息重构实验分析 |
| 3.5 本章小结 |
| 第4章 顾及空间语义的建筑物全息地图可视化方法研究 |
| 4.1 概述 |
| 4.2 建筑物多粒度全息地图可视化方法 |
| 4.2.1 地图空间几何语义信息匹配与表达 |
| 4.2.2 建筑物多粒度全息地图可视化方法 |
| 4.3 建筑物多粒度全息地图可视化实验 |
| 4.3.1 基于WebGL的纹理渲染可视化技术流程 |
| 4.3.2 基于几何语义关联的全息地图可视化实验 |
| 4.4 本章小结 |
| 第5章 面向室内定位的实景全息地图移动端可视化系统实证研究 |
| 5.1 系统概述 |
| 5.2 系统架构 |
| 5.3 系统功能 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
（5）面向交通管理的拥堵检测系统及其关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 城市智能交通系统 |
| 1.2.2 路段交通拥堵检测 |
| 1.2.3 交通拥堵时空分布特征 |
| 1.2.4 出租车数据应用 |
| 1.3 存在问题分析 |
| 1.4 论文内容及组织结构 |
| 1.4.1 主要研究内容 |
| 1.4.2 论文组织结构 |
| 第二章 系统相关理论与技术基础 |
| 2.1 城市智能交通管理系统相关理论与技术 |
| 2.1.1 城市智能交通管理系统概述 |
| 2.1.2 城市智能交通管理系统框架 |
| 2.1.3 城市智能交通管理工作流程 |
| 2.2 城市交通拥堵检测相关理论 |
| 2.2.1 交通拥堵定义 |
| 2.2.2 交通拥堵分类 |
| 2.2.3 交通拥堵评价指标体系 |
| 2.3 浮动车数据采集与预处理相关技术 |
| 2.3.1 浮动车数据采集 |
| 2.3.2 浮动车数据预处理 |
| 2.4 拥堵检测相关技术 |
| 2.4.1 移动数据挖掘 |
| 2.4.2 交通数据可视化 |
| 2.4.3 路段划分方法 |
| 2.5 小结 |
| 第三章 面向交通管理的拥堵检测系统设计 |
| 3.1 需求分析 |
| 3.1.1 业务流程分析 |
| 3.1.2 系统总体目标分析 |
| 3.1.3 系统功能需求分析 |
| 3.2 基于拥堵疏导方案推荐的交通管理模式设计 |
| 3.3 系统总体框架设计 |
| 3.4 系统数据库设计 |
| 3.4.1 出租车GPS点位数据库设计 |
| 3.4.2 拥堵检测结果数据库设计 |
| 3.4.3 拥堵事件疏导方案库设计 |
| 3.5 系统功能设计 |
| 3.5.1 文件操作功能 |
| 3.5.2 地图操作功能 |
| 3.5.3 多粒度交通运行状态检测功能 |
| 3.5.4 拥堵疏导功能 |
| 3.5.5 用户管理功能 |
| 3.6 小结 |
| 第四章 面向交通管理的拥堵检测系统关键技术研究 |
| 4.1 基于多维密度聚类的精细化路况检测算法改进 |
| 4.1.1 改进算法思想及基本概念 |
| 4.1.2 多维密度聚类算法 |
| 4.1.3 利用动态分段的路况事件模型构建 |
| 4.1.4 算法实验 |
| 4.1.5 实验结果与对比分析 |
| 4.2 基于CART分类树的拥堵点分类检测模型建立 |
| 4.2.1 交通拥堵时空演变模式分析 |
| 4.2.2 拥堵点分类决策树学习数据集提取 |
| 4.2.3 利用决策树分类检测拥堵点 |
| 4.2.4 拥堵点分类检测实验与分析 |
| 4.2.5 模型对比评估 |
| 4.3 基于区域划分的区域拥堵检测模型改进 |
| 4.3.1 区域划分概述 |
| 4.3.2 区域划分方法 |
| 4.3.3 区域拥堵检测 |
| 4.3.4 区域拥堵检测结果与分析 |
| 4.4 基于ACS的拥堵疏导辅助推荐模型构建 |
| 4.4.1 拥堵事件相似度定义与计算 |
| 4.4.2 基于拥堵事件相似度的疏导方案推荐 |
| 4.4.3 模型试验 |
| 4.5 小结 |
| 第五章 面向交通管理的拥堵检测原型系统实现 |
| 5.1 系统开发工具 |
| 5.2 原型系统功能实现 |
| 5.2.1 用户界面 |
| 5.2.2 地图操作功能实现 |
| 5.2.3 多粒度交通运行状态检测菜单 |
| 5.2.4 基于多维密度聚类的精细化路况检测功能实现 |
| 5.2.5 基于CART分类树的拥堵点分类检测功能实现 |
| 5.2.6 基于区域划分的区域拥堵检测功能实现 |
| 5.2.7 基于ACS的拥堵疏导辅助推荐功能实现 |
| 5.3 小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 论文创新点总结 |
| 6.3 研究内容展望 |
| 致谢 |
| 参考文献 |
| 作者简历 |
（6）云环境下大数据服务及其关键技术研究（论文提纲范文）
| 摘要 |
| Abstrad |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 大数据与大数据服务 |
| 1.1.2 大数据服务的技术特征 |
| 1.1.3 云计算概述 |
| 1.1.4 云计算与大数据服务之间的关系 |
| 1.2 研究现状与问题分析 |
| 1.2.1 研究现状 |
| 1.2.2 问题分析 |
| 1.3 主要研究内容与创新 |
| 1.4 论文组织结构 |
| 第二章 云环境下大数据服务应用模式及关键技术分析 |
| 2.1 引言 |
| 2.2 云环境下大数据服务应用模式的设计 |
| 2.2.1 云环境下大数据服务的应用场景分析 |
| 2.2.2 一个云环境下的大数据服务应用模式 |
| 2.3 云环境下大数据服务关键技术与问题分析 |
| 2.3.1 云环境下大数据服务的关键技术分析 |
| 2.3.2 云环境下大数据服务面临的问题分析 |
| 2.4 本章小结 |
| 第三章 云环境下P2P技术在大数据服务中的拓展应用 |
| 3.1 引言 |
| 3.2 大数据服务的数据资源查找问题描述与分析 |
| 3.3 数据资源描述与表示 |
| 3.4 云环境下基于非结构化P2P网络的数据资源节点组织方式 |
| 3.4.1 影响数据资源查找成功率的关键因素分析 |
| 3.4.2 基于邻居节点间的数据资源信息主动复制协议 |
| 3.5 基于概率随机游走的数据资源查找方法 |
| 3.6 实验评估 |
| 3.6.1 实验配置 |
| 3.6.2 实验结果分析 |
| 3.6.3 相关工作与对比分析 |
| 3.7 本章小结 |
| 第四章 云环境下大数据服务的可信组合评估方法 |
| 4.1 引言 |
| 4.2 组合评估的基础知识 |
| 4.2.1 云服务的QoS模型 |
| 4.2.2 大数据服务组合评估的效用函数 |
| 4.2.3 大数据服务组合评估的问题描述 |
| 4.3 基于QoS历史记录的可信组合评估方法 |
| 4.3.1 Benchmark：基于QoS历史记录的可信组合评估方法 |
| 4.3.2 HireSome-Ⅰ：基于贡献度的可信组合评估方法 |
| 4.3.3 HireSome-Ⅱ：基于代表性QoS历史记录的可信组合评估方法 |
| 4.4 实验评估 |
| 4.4.1 实验配置 |
| 4.4.2 实验结果分析 |
| 4.4.3 相关工作及对比分析 |
| 4.5 本章小结 |
| 第五章 云环境下大数据服务及其关键技术在医疗领域的应用 |
| 5.1 引言 |
| 5.2 疾病自诊断服务的需求分析 |
| 5.3 疾病自诊断服务的实现 |
| 5.3.1 基于可信组合评估的云服务选择 |
| 5.3.2 电子病历索引的建立 |
| 5.3.3 疾病自诊断服务框架的设计 |
| 5.3.4 疾病自诊断模型的计算 |
| 5.4 原型系统与性能分析 |
| 5.4.1 原型系统的实现 |
| 5.4.2 原型系统的性能分析 |
| 5.5 疾病自诊断服务的应用效果 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录1：攻读博士期间发表及录用文章列表 |
| 附录2：攻读博士期间参研项目列表 |
| 附录3：攻读博士期间获奖情况列表 |
（7）面向机会社会网络的服务广告分发机制（论文提纲范文）
| 1 引 言 |
| 2 相关工作 |
| 3 服务社会上下文及其参数度量 |
| 3.1 服务社会上下文 |
| 3.2 上下文参数度量 |
| 4 基于服务社会上下文的服务广告分发机制 |
| 4.1 问题描述与设计思想 |
| 4.2 基于行业相关度的广告目标选择 |
| 4.3 广告代理的动态选择 |
| (1) 资格确认 |
| (2) 相遇预测 |
| 4.4 社区的检测和TTL更新 |
| 5 仿真实验 |
| 5.1 仿真环境 |
| 5.2 性能测试与分析 |
| 6 应用价值讨论 |
| 7 结束语 |
（8）现代服务业网络化集成服务系统关键技术及应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义与课题来源 |
| 1.2.1 研究意义 |
| 1.2.2 课题来源 |
| 1.3 相关理论研究综述 |
| 1.3.1 服务与服务系统 |
| 1.3.2 服务系统工程 |
| 1.3.3 集成与集成管理 |
| 1.4 研究方法、内容与创新点 |
| 1.4.1 研究方法 |
| 1.4.2 研究内容与结构 |
| 1.4.3 主要创新点 |
| 1.5 本章小结 |
| 2 网络化集成服务系统总体框架研究 |
| 2.1 网络化集成服务系统内涵与特征分析 |
| 2.2 网络化集成服务系统分类与集成演变 |
| 2.2.1 NISS 的分类 |
| 2.2.2 不同类型 NISS 的集成演变 |
| 2.3 网络化集成服务系统体系结构模型 |
| 2.3.1 集中式体系结构模型 |
| 2.3.2 分布式体系结构模型 |
| 2.4 网络化集成服务系统应用框架 |
| 2.4.1 集成过程模型 |
| 2.4.2 集成技术平台参考模型 |
| 2.5 本章小结 |
| 3 网络化集成服务组织联盟合作收益分配研究 |
| 3.1 网络化集成服务组织联盟合作关系分析 |
| 3.1.1 联盟合作关系的特点 |
| 3.1.2 联盟合作关系形成的驱动力 |
| 3.1.3 联盟合作关系的影响因素 |
| 3.2 网络化集成服务组织联盟合作收益分配原则与机制 |
| 3.2.1 联盟收益分配原则 |
| 3.2.2 事前事后相结合的混合收益分配机制 |
| 3.3 基于合作博弈的事前收益分配模型 |
| 3.3.1 合作博弈理论基础 |
| 3.3.2 模型假设与建立 |
| 3.4 应用 ANP 法的事后收益分配模型 |
| 3.4.1 ANP 法及其计算原理 |
| 3.4.2 事后收益分配模型建立 |
| 3.4.3 应用 ANP 的权重系数确定 |
| 3.4.4 事后收益分配计算步骤 |
| 3.5 算例分析 |
| 3.6 本章小结 |
| 4 网络化集成服务资源语义建模与匹配研究 |
| 4.1 网络化集成服务资源特点与分类 |
| 4.1.1 网络化集成服务资源的特点 |
| 4.1.2 网络化集成服务资源分类 |
| 4.2 网络化集成服务资源语义建模 |
| 4.2.1 基于本体的语义建模概述 |
| 4.2.2 网络化集成服务资源本体模型 |
| 4.2.3 网络化集成服务资源语义描述 |
| 4.3 网络化集成服务资源语义匹配 |
| 4.3.1 语义匹配总体流程 |
| 4.3.2 基本匹配 |
| 4.3.3 输入输出（I/O）匹配 |
| 4.3.4 QoS 匹配 |
| 4.3.5 综合匹配算法 |
| 4.4 本章小结 |
| 5 网络化集成服务链优化研究 |
| 5.1 网络化集成服务链定义与过程模型 |
| 5.1.1 网络化集成服务链的定义 |
| 5.1.2 网络化集成服务链的过程模型 |
| 5.2 网络化集成服务链优化问题 |
| 5.2.1 优化问题描述 |
| 5.2.2 优化问题模型 |
| 5.3 基于多目标遗传算法的优化问题求解 |
| 5.3.1 多目标遗传算法 |
| 5.3.2 优化算法设计 |
| 5.4 仿真实验分析 |
| 5.4.1 仿真实验设计 |
| 5.4.2 实验参数设置 |
| 5.4.3 实验分析 |
| 5.5 本章小结 |
| 6 网络化集成服务系统应用研究 |
| 6.1 某内陆保税港区网络化集成服务系统总体介绍 |
| 6.1.1 系统建设背景 |
| 6.1.2 系统建设需求 |
| 6.2 系统建设方案 |
| 6.2.1 系统技术架构 |
| 6.2.2 系统应用功能框架 |
| 6.3 应用效果 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 本文的结论 |
| 7.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读学位期间发表的论文目录 |
| B. 作者在攻读学位期间承担的科研项目 |
| C. 作者在攻读学位期间取得的科研成果目录 |
（9）基于地理本体的移动GIS空间信息服务研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 地理信息系统的发展历程 |
| 1.1.2 从地理信息系统到移动地理信息系统 |
| 1.1.3 从地理信息系统到地理信息服务 |
| 1.1.4 语义网络的发展 |
| 1.1.5 地理本体 |
| 1.2 研究现状 |
| 1.2.1 地理本体研究现状 |
| 1.2.2 基于本体的GIS空间信息服务研究现状 |
| 1.2.3 移动GIS研究现状 |
| 1.3 当前研究存在的问题 |
| 1.4 研究目标及内容 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.5 论文组织结构 |
| 第二章 本体与地理本体相关理论 |
| 2.1 本体 |
| 2.1.1 本体的定义 |
| 2.1.2 本体的层次结构 |
| 2.1.3 本体的分类 |
| 2.1.4 本体的功能特征 |
| 2.1.5 本体的应用领域 |
| 2.2 地理本体 |
| 2.2.1 地理本体的定义 |
| 2.2.2 地理本体的研究内容 |
| 2.3 基于地理本体的应用 |
| 2.4 本章小结 |
| 第三章 地理本体的构建 |
| 3.1 本体构造准则 |
| 3.2 本体描述语言 |
| 3.2.1 W3C推荐本体语言—OWL |
| 3.2.2 OWL的三个子语言 |
| 3.2.3 OWL组成要素分析 |
| 3.2.4 基于OWL的地理本体表达 |
| 3.2.5 基于OWL的空间关系基本理论 |
| 3.3 本体的建立方法 |
| 3.4 本体创建工具 |
| 3.5 地理本体的建立方法 |
| 3.6 地理本体的创建实践—以华东师范大学为例 |
| 3.6.1 地理类型的表示 |
| 3.6.2 空间特征的表达 |
| 3.6.3 华东师范大学地理本体模型 |
| 3.7 本章小结 |
| 第四章 基于地理本体的语义检索 |
| 4.1 地理本体的存储 |
| 4.1.1 文件方式存储 |
| 4.1.2 关系数据库存储 |
| 4.1.3 基于专业本体工具的存储 |
| 4.2 Jena语义框架 |
| 4.2.1 Jena框架的主要功能 |
| 4.2.2 Jena中的语义查询支持 |
| 4.3 基于地理本体的语义检索实例 |
| 4.3.1 开发平台 |
| 4.3.2 地理本体数据基础 |
| 4.3.3 基于地理本体的语义查询实现 |
| 4.4 本章小结 |
| 第五章 基于自主开发的移动GIS及其关键技术 |
| 5.1 嵌入式系统 |
| 5.1.1 硬件系统 |
| 5.1.2 软件系统 |
| 5.1.3 基于主流移动操作系统平台的移动GIS开发比较 |
| 5.2 移动GIS中的数据管理 |
| 5.2.1 移动终端空间数据特征 |
| 5.2.2 移动终端空间数据模型 |
| 5.3 移动GIS中的无线通信 |
| 5.3.1 移动通信网络技术 |
| 5.3.2 无线局域网技术 |
| 5.4 移动GIS中的定位 |
| 5.5 基于自主开发的移动GIS设计与实现 |
| 5.5.1 系统开发平台 |
| 5.5.2 GIS基本功能实现 |
| 5.5.3 GPS数据的接收与显示 |
| 5.5.4 简单路径导航功能 |
| 5.5.5 通过无线方式进行交换 |
| 5.6 本章小结 |
| 第六章 基于地理本体的空间信息服务在移动GIS中的应用 |
| 6.1 系统总体结构 |
| 6.2 基于地理本体的空间信息服务开发与发布 |
| 6.2.1 开发环境准备 |
| 6.2.2 空间信息服务的发布 |
| 6.3 在移动GIS中使用基于地理本体的空间信息服务 |
| 6.3.1 基于地理本体的属性信息查询 |
| 6.3.2 基于地理本体的分类查询 |
| 6.3.3 基于地理本体的空间推理查询 |
| 6.3.4 基于位置的语义服务 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 不足及未来研究方向 |
| 附录一 博士期间的科研论文 |
| 第一作者论文 |
| 非第一作者论文 |
| 附录二 博士期间参与的主要科研项目 |
| 参考文献 |
| 后记 |
（10）基于数据挖掘技术的决策支持系统及其关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 电信决策支持系统的研究现状 |
| 1.3 决策支持系统及相关技术 |
| 1.3.1 决策支持系统 |
| 1.3.2 数据仓库技术 |
| 1.3.3 数据挖掘技术 |
| 1.4 本文研究工作概述 |
| 1.4.1 研究内容 |
| 1.4.2 主要创新点 |
| 1.5 本文的内容安排 |
| 第二章 系统分析与设计 |
| 2.1 引言 |
| 2.2 系统分析 |
| 2.2.1 系统需求分析 |
| 2.2.2 系统功能目标 |
| 2.3 NET框架和系统逻辑结构设计 |
| 2.3.1 系统架构的选择——.NET框架 |
| 2.3.2 后台数据库的选择—SQL Server 2000 |
| 2.3.3 系统逻辑结构设计 |
| 2.4 系统功能设计及技术路线 |
| 2.4.1 统计分析功能的技术路线 |
| 2.4.2 决策咨询功能的技术路线 |
| 2.5 本章小结 |
| 第三章 系统关键技术研究Ⅰ——聚类方法研究 |
| 3.1 引言 |
| 3.2 基于层次的K-MEANS初始化算法 |
| 3.2.1 层次抽样初始化的相关理论 |
| 3.2.2 基于层次抽样初始化的聚类算法 |
| 3.2.3 算法时空分析 |
| 3.3 实验结果及分析 |
| 3.3.1 模拟数据实验 |
| 3.3.2 真实数据实验 |
| 3.4 本章小结 |
| 第四章 系统关键技术研究Ⅱ——预测方法研究 |
| 4.1 引言 |
| 4.2 EPNET模型简介 |
| 4.3 基于EPNET的预测方法 |
| 4.3.1 算法描述 |
| 4.3.2 关于算法的几点说明 |
| 4.4 实验结果及分析 |
| 4.4.1 实验数据及评价标准 |
| 4.4.2 有关参数的设置 |
| 4.4.3 实验结果与分析 |
| 4.5 时间序列ARMA模型预测 |
| 4.5.1 参数估计 |
| 4.5.2 适用性检验 |
| 4.6 时间序列ARMA模型预测实验及分析 |
| 4.6.1 实例测试 |
| 4.6.2 性能分析 |
| 4.7 预测模型的激励学习 |
| 4.7.1 激励学习规划规则抽取和偏置算法 |
| 4.7.2 实验和分析 |
| 4.8 本章小结 |
| 第五章 系统关键技术研究Ⅲ——决策支持系统中的模型部件研究 |
| 5.1 引言 |
| 5.2 层次分析法(AHP) |
| 5.2.1 层次分析法建模的基本步骤 |
| 5.2.2 群组AHP(Group-AHP) |
| 5.2.3 投资预测模型与AHP |
| 5.3 IPDSS模型部件的设计及实现 |
| 5.3.1 模型库设计 |
| 5.3.2 方法库设计 |
| 5.3.3 模型库与方法库合并 |
| 5.3.4 模型管理系统的实现 |
| 5.4 本章小结 |
| 第六章 系统的实现及功能简介 |
| 6.1 引言 |
| 6.2 系统开发和运行环境 |
| 6.2.1 开发环境 |
| 6.2.2 运行环境 |
| 6.3 系统框架 |
| 6.3.1 逻辑框架 |
| 6.3.2 功能模块结构 |
| 6.4 数据挖掘的实现 |
| 6.4.1 电信数据挖掘系统功能简介 |
| 6.4.2 挖掘过程 |
| 6.5 模型部件的实现及管理 |
| 6.5.1 分析预测模型 |
| 6.5.2 投资预测模型 |
| 6.5.3 投资回报模型 |
| 6.5.4 投资分解模型 |
| 6.5.5 数据挖掘模型 |
| 6.6 本章小结 |
| 结束语 |
| 致谢 |
| 参考文献 |
| 附录 |
四、基于四层网络体系结构的服务行业应用系统及其关键技术（论文参考文献）
- [1]智能化医养融合服务平台关键技术及应用研究[J]. 初佃辉,吴军,刘志中,涂志莹,胡鑫,李春山,苏欢,夏勇,高希余. 智能系统学报, 2021(05)
- [2]我国5G经济发展影响因素研究 ——基于AHP层次分析法视角[D]. 郭梦璐. 北京邮电大学, 2021
- [3]基于云平台和NB-IoT的物联网监控系统开发[D]. 孙万里. 浙江大学, 2021(08)
- [4]建筑物室内外一体实景全息地图构建方法研究[D]. 李聪聪. 北京建筑大学, 2020(08)
- [5]面向交通管理的拥堵检测系统及其关键技术研究[D]. 孙梦婷. 战略支援部队信息工程大学, 2020(08)
- [6]云环境下大数据服务及其关键技术研究[D]. 林文敏. 南京大学, 2015(11)
- [7]面向机会社会网络的服务广告分发机制[J]. 郑啸,罗军舟,曹玖新,李伟,刘波. 计算机学报, 2012(06)
- [8]现代服务业网络化集成服务系统关键技术及应用研究[D]. 吴映波. 重庆大学, 2012(02)
- [9]基于地理本体的移动GIS空间信息服务研究[D]. 钟海东. 华东师范大学, 2011(09)
- [10]基于数据挖掘技术的决策支持系统及其关键技术研究[D]. 汤九斌. 南京理工大学, 2009(01)