一、软件发展第四次浪潮下的图形开发环境（论文文献综述）
苏娜[1]（2021）在《面向学习动机提高的初中图形化编程教学活动设计》文中研究表明
吕玉琳[2]（2021）在《基于工业4.0技术的智能制造系统开发及其调度优化》文中指出
魏芳盛[3]（2021）在《极地破冰船方案决策支持系统研究》文中研究指明近年来,随着全球气温的升高,北极地区海冰逐渐融化,北极地区的经济和战略价值逐渐显示出来。北极航道相比传统的运河航线具有行程短,且不受船型限制等优点,能够大大降低航行的成本和时间。同时北极地区蕴含着丰富的自然资源,在资源消耗迅猛今天,显现出巨大的经济价值。极地破冰船作为各国北极航道开辟、资源开发,参与极地事务的重要装备,各国都加大了对其研究的力度。虽然我国目前已有“雪龙”号和“雪龙2”号两艘极地破冰船,但是与其他破冰船实力强劲的国家尤其是俄罗斯差距仍较大。当前,随着北极航道逐渐商业化,我国极地科考的需求及深度增大、极地事务增多,我国迫切地需要自主开发一系列的极地新船型,为我国实施海洋强国战略和极地战略提供一定的装备支持。为了顺应极地开发的热潮,在搜集国内外破冰船船型资料的基础上,本文进行了以下研究:（1）梳理了破冰船冰级、破冰方式和辅助破冰系统等内容,重点分析了破冰船破冰能力需求和船艏设计特点,总结了破冰船船型设计要点和船型特点,为后续破冰船船型开发和设计提供理论基础。（2）搜集国内外破冰船船型资料,使用单变量回归分析、多元回归分析和神经网络方法建立了破冰船主要要素的数学模型,并通过实船验证了模型的可靠性。该模型的建立有利于分析和控制破冰船主要要素的变化规律,同时在破冰船设计初期,也可以根据已有信息选择合适的模型进行主要要素的预测。（3）分别从破冰性能、基本性能、机动性能和容积性能4个方面提出了总共13项评价指标,建立了一套适用于破冰船的方案评价指标体系。在该评价指标体系的基础上,采用基于复合权重的灰关联分析法建立了破冰船方案评价模型,并通过实船验证了模型的适用性和可靠性。通过该模型获取的评价结果可以作为破冰船方案技术经济论证的依据,对破冰船的方案设计和评价起到借鉴作用。（4）基于Access建立了破冰船船型数据库,使用VB.NET语言搭构建了极地破冰船方案决策支持系统。该系统包含了船型数据库、船型方案生成以及船型方案评价三大模块,使用该系统能够方便地生成可行船型方案,并对这些方案进行评价及优选。最后通过一个PC2冰级破冰船方案设计实例,验证了决策支持系统的可行性。本系统可以辅助决策者进行破冰船船型开发与设计工作,其结果具有一定的参考意义。
张一驰[4]（2021）在《大数据十大经典算法可视化实例教学系统研究与实现》文中研究表明随着大数据应用的不断深入,全国高校已广泛开设了数据科学与大数据技术或大数据管理与应用专业,为了满足广大高校教师在大数据相关课程上讲述大数据算法的迫切要求,本文将对由国际权威学术组织（ICDM）2006年12月评选出的大数据领域十大经典算法进行算法原理和可视化研究,并实现一个完整的算法可视化实例教学系统。教学系统涵盖了C4.5、K-Means、KNN、SVM、EM、Apriori、CART、Page Rank、Ada Boost、Naive Bayes十种算法,每个算法学习模块均包括算法介绍、数据加载、算法处理过程、结果可视化展示以及算法帮助五个方面,同时系统提供了教师设置管理和学生浏览学习两种功能。系统采用Java语言开发,以B/S模式运行,通过Spring Boot+Vue技术框架实现前后端分离,界面设计中使用了基于Vue开发的组件库Element UI来提供各种样式,并通过Echarts开源可视化库实现了算法结果的可视化展示。另外,系统还采用JWT组件提供基于Token的身份验证能力,以提供更高的系统安全性。本文研究、设计并实现的教学系统在一个Web应用中汇集了十种算法的实现过程及多种可视化展示方式,以实例数据进行算法教学的思路也能让学生对算法的理解更加清晰透彻,为广大高校教师讲授大数据算法提供了一种便利且高效的工具。
兰晓妤[5]（2021）在《面向温室大棚的农业物联网网关及其系统设计》文中研究说明近些年来,信息技术与农业生产得到了高效的结合,农业生产水平由此飞速提升。其中,大棚内数据信息的实时监控是实现农业生产信息化的重要环节,将传感器感知技术、计算机控制技术、现场总线技术和云平台技术等结合起来,可以实时获取大棚内的土壤、空气和光照等环境因素,有助于对农业大棚进行全方位、高效率的生产监控。在物联网温室智能监控系统中,物联网网关是最核心的设备,它向下连接感知层传感器,向上通过传输层接入云平台,为系统监测各类数据信息提供了基础,是物联网网关平台的开发工作中的关键任务,也是本文的主要研究目标。本文在分析了农业物联网体系结构的基础之上,分别从物联网三个不同层次对应的技术针对该农业物联网网关开展了研究工作。根据功能及性能需求,完成了核心器件的选型以及基于STM32单片机的硬件及软件设计工作。网关的硬件系统电路主要由核心电路及外围通信电路组成,通信接口分别针对传感器及云平台做出了不同的调整;软件设计包括对基于Modbus现场总线协议的通信设计、AT指令控制,MQTT协议的通信机制以及Socket连接的通信流程等。通过将前端感知网络采集到的数据转化成TCP/IP数据包,使用4G通信模块通过MQTT协议与测试所用的多种云平台之间进行数据传输,实现了物理层与终端平台之间的多样性互联。最后,对各个模块进行功能测试及系统联调,完成了目标场景所需监测参数的上传存储及命令下发。经测试,本文设计的物联网网关运行稳定,实现了农业物联网网关的基本功能,满足设计要求。通过该物联网网关,为所搭建的温室大棚的远程监控系统提供了技术支撑。
赵坤[6]（2021）在《基于RISC-V架构的SoC设计与实现》文中指出RISC-V处理器架构具有完全免费开放、架构简单、自定制扩展指令集等特点,在So C（System on Chip）设计中得到了广泛应用。本文基于RISC-V处理器架构,设计了一款支持RV32IM指令子集的处理器内核,其中包括了47条基本整数指令和扩展的8条整数乘除法指令,该处理器内核采用了精简三级流水线技术去设计,并带有静态分支预测功能,主要核心模块有流水线模块、流水线控制模块、中断异常模块以及调试模块。基于该处理器内核,集成了一个So C平台,该So C的外设模块通过Wishbone总线进行互联,并采用哈佛结构的存储器结构,将指令存储器和程序存储器分开。基于集成的RISC-V So C平台上,开发了与之配套的软件开发工具包SDK（Software Development Kit,SDK）,它主要包含板级支持包（Board Support Package,BSP）和一些软件示例,并基于Platform IO搭建了Windows图形化集成开发环境IDE（Integrated Development Environment）,便于基于该So C平台进行嵌入式软件开发。为了仿真验证该RISC-V So C的系统功能,创建了一个测试平台Test Bench,分别对处理内核和各个外设模块进行功能仿真。然后将集成的So C基于FPGA实现一个完整So C FPGA原型平台,并进行了系统的板级验证。最后,在So C的FPGA原型平台上运行了相应的软件示例和Core Mark跑分程序,该So C的工作频率为50MHz,其Core Mark跑分为2.2,并可以运行Free RTOS操作系统。
吴文昊[7]（2021）在《基于ROS平台的机械臂物品检测和抓取》文中认为随着时代发展,工业机械臂的应用在如今变得越加广泛。然而,在线示教以及离线编程的控制方式仍然是如今机械臂控制的主流,这也导致了工业机械臂在移植性和自主性上存在一定缺陷,只能在固定环境、固定流程的场景中进行工作,而不同机械臂之间,控制方式通常无法相互移植。因此,如何提升机械臂在实际生产当中的移植性和自主性,成为了近年来研究的热点。针对以上两点,本文提出了一套基于ROS平台开发的机械臂视觉轮廓检测抓取系统。利用机器视觉和ROS系统分别提升机械臂的自主性和移植性,主要工作内容如下:（1）本文首先针对实验目标,将整体系统分为三大部分,分别是视觉部分、机械臂部分以及系统集成部分。（2）在视觉部分中,首先借助张正友标定法对Realsense D435i相机进行标定,得到相机内部参数。随后,为获取原始图像中的目标轮廓及中心点,首先阐述了图像在计算机中的存储形式,并使用色彩空间转换、平滑处理、边缘检测、轮廓提取、图像提取、模板匹配等方法对图像进行处理,之后使用轮廓Hu矩对匹配方法进行改进,最终描绘出目标物体轮廓并对中心点进行标注。（3）在机械臂部分中,为了能在ROS中清晰有效地对机械臂进行控制,对所涉及的坐标空间描述及其变换方法进行了阐述,之后使用D-H参数来表示机械臂中各连杆间的位置关系,并针对机械臂进行了正逆运动学解析,随后确定五次多项式插值法作为机械臂的轨迹规划方法。在这之后,为建立可视化的机械臂模型,在ROS环境下,选用xacro文件作为机械臂的描述文件,并对机械臂进行相关配置,最终成功建立机械臂模型,并于Rviz界面中进行了有效显示。（4）在集成部分中,使用CvBridge将图像处理结果和ROS系统进行有效集成,使用九点标定法建立相机与机械臂之间的坐标关联,最终针对不同目标进行抓取实验,并对结果进行误差分析,以此来验证方案的可行性。
侯彭亮[8]（2021）在《便携式雷达显控平台设计与实现》文中进行了进一步梳理雷达显控平台是现代雷达系统至关重要的一个组成部分,可以直观的显示探测目标的点迹和航迹等信息。现有雷达显控平台主要针对通用计算机或者专用显控终端设计实现,但具有体积庞大、复杂环境下工作效率低以及操作困难等问题,无法满足特殊作战环境下的控制需求。得益于近几年智能设备的快速发展,本论文主要讨论了针对Android系统开发设计便携、高效以及运行稳定的雷达显控平台的相关内容,突破传统的雷达显控平台体积大和操控困难的限制。本论文采用Qt的图形框架根据便携式雷达显控平台功能需求将其划分为显示区、数据接收、显示控制、远程通信四个模块分别进行设计。显示区部分基于Qt图形框架中的QChart图表类实现,实现了雷达目标、天线和航迹的动态显示。数据接收部分使用了基于TCP传输协议的ZMQ通信方式,可以实现远程数据快速发送和接收。显示控制部分使用QML的堆栈模式进行设计,界面整洁,使用方便。远程通信部分实现了雷达显控平台和雷达数据仿真系统在局域网下的数据交互。本论文设计的便携式雷达显控平台通过Android手机设备完成性能测试。利用Windows端设计雷达数据仿真系统产生测试数据,对雷达显控平台的运行性能和显示效果进行测试。该显控平台在测试中基本满足传统雷达显控系统的要求,在天线运行和目标航迹显示等方面表现出性能优异、稳定性高、可移植的优点,在测试过程中人机交互体验良好,可以胜任雷达显控平台操作的需求,具有较大的应用前景和实用价值。
孟博洋[9]（2021）在《基于边缘计算的智能数控系统实现方法研究》文中研究说明随着工业4.0的技术浪潮推动,边缘计算技术、物联网技术、云服务技术等众多先进的制造业新技术,改变了制造业的生产环境和生产模式。新技术的发展,使得人们对机床数控系统的智能化、网络化水平的要求越来越高。在当前的智能化、网络化制造模式中,机床的数控系统不仅需要利用云端的计算和存储优势来收集、分析加工中的相关多源数据,而且更加需要通过云端丰富的技术资源优势,来指导和优化对应的加工过程。传统的云架构数控系统,由于数据传输中的延迟、稳定性、实时性等问题,难以满足机床云端的实时感知与分析、实时优化与控制等高实时性需求。这一问题也成为传统云架构数控系统中的研究热点和难点。在此背景下,本文开展了边缘计算架构数控系统的设计和开发工作,并进行了智能感知与分析、智能优化与控制等方面的技术研究。根据边缘计算产业联盟提出的边缘计算3.0参考架构,本文分析了在智能制造环境下的边缘计算体系层级。从边缘计算在机床智能数控系统中的智能功能分析及物理平台搭建两个方面,完成基于边缘计算的智能数控系统体系环境建模,并且提出了边缘计算数控系统的总体架构设计方案。该架构在传统云架构的基础上,增加了边缘计算设备端和边缘计算层级。通过基于边云协同交互的智能分析、智能优化等方法,完成了机床云端与设备端之间,高实时性任务的数据交互。以架构中的模块为边缘计算数控系统的基础构成单元,对所提出的系统架构进行模块化开发。在各主模块的开发过程中,提出各子模块细分方法以及相互调用模式,详细介绍了各主模块在搭建过程中的关键技术。分别从边缘运动控制模块、边缘逻辑控制模块、边缘计算服务器配置三个方面,提出了各主模块的具体实现方法。针对边缘计算数控系统与机床原数控系统之间的关系,提出三种对接运行模式,并给出了两个系统中各个执行子模块的具体对接方法和流程。同时,为了利用云计算的特点和优势,来提升边缘计算数控系统的计算处理能力和远程服务能力。提出了边缘计算数控系统与云端交互部分的配置策略,并且搭建了相应的云计算服务器以及交互环境。在边缘计算数控系统的智能感知技术应用方面,针对机床铣削加工过程中产生的切削力、位置信息,速度信息、形变信息等等多源加工信息数据,提出边缘计算数控系统的智能数据感知方法。针对多源信息在高速实时性要求与传输过程中的数据时钟波动等问题,导致采集数据的不准确、不一致等情况,提出一种新的多源数据智能调度及融合方法。通过高度一致性的数据协同,将多源信息根据对应关系进行映射,使得数据的基准可以从基于时间因素的基准投影到基于工件表面因素的空间基准。为了充分利用云端计算的硬件资源优势与边缘端计算的实时性优势,提出边云混合交互的多维关联数据智能分析方法,为边缘计算数控系统提供高效、实时的分析数据。在边缘计算数控系统的铣削力优化技术应用方面,根据感知到的铣削力信息与加工工件的关联数据,研究了不同加工参数和刀具参数条件下的铣削力波动特性。建立了整体螺旋刃立铣刀的铣削力波动预测模型。提出三个与轴向切削深度和刀具参数有关的铣削力波动特性:一致性,周期性和对称性,并给出了详细的理论公式推导和证明方法。在此基础上,建立了基于边云系统的铣削力优化方法。通过离线参数优化与在线铣削力控制两种方式,实验验证了所提出边缘计算数控系统实现及技术应用的有效性和正确性。
曾蕾洁[10]（2021）在《基于BIM技术的高速公路施工期管理平台研究》文中进行了进一步梳理随着我国高速公路建设的不断推进,其管理工作日趋复杂与繁重。在数字化与信息化高速发展的新时期,高速公路工程依靠二维信息建设和管理的传统模式已无法适应智慧交通建设的需求。为实现对高速公路工程的有效管理,建筑信息模型（Building Information Modeling,BIM）技术的应用已成为必然趋势。而在高速公路建设管控中推进“标准化建设”,是促进管理迈向信息化、智能化的重要方法,也是和传统建设管理良好融合的关键。本文编制了高速公路构件级信息模型编码,使用Revit创建了高速公路BIM标准构件库模型,研究了高速公路施工期业务管控方法;开发了高速公路工程施工管理系统,并验证了其在高速公路管理平台当中针对模型信息集成和业务管理的可行性与实用性;最后,对高速公路竣工交付模型的创建与交付的标准进行研究与探讨。主要研究内容如下:（1）在建设工程国际标准推荐的分类框架、现有编码标准基础上,结合高速公路工程的特点,对高速公路信息模型进行了构件级的分类与编码,以及信息存储方法的研究,服务于高速公路管理平台模型对信息的绑定、提取和使用。（2）创建了具有复用性的参数化高速公路标准构件库模型,弥补了目前Revit软件中公路领域不同于建筑领域有现成的门窗等“系统族文件”可用的弊端,并对构件库模型的使用效果进行了展示。（3）研究BIM与GIS融合的关键技术、BIM驱动的高速公路业务管理方法和系统开发的技术,建立了高速公路BIM管理平台,包含BIM信息模型可视化平台和施工管控平台两个子系统,以某高速公路为实例,验证了编码、构件库、BIM管理方法三者在高速公路施工管理平台的可用性和效果。（4）BIM模型作为高速公路施工期管理系统中工程信息的数字化载体,本文从模型精细度、几何表达精度以及信息粒度三方面探讨了它在高速公路竣工验收后管理系统中模型应达到的交付标准,并以某高速公路竣工交付BIM模型进行展示说明。
二、软件发展第四次浪潮下的图形开发环境（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、软件发展第四次浪潮下的图形开发环境（论文提纲范文）
（3）极地破冰船方案决策支持系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 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 破冰船发展现状 |
| 1.2.2 相关技术研究现状 |
| 1.3 主要研究内容 |
| 2 破冰船设计要点和船型特点 |
| 2.1 破冰能力需求分析 |
| 2.1.1 破冰船用途及分类 |
| 2.1.2 船级社冰级定义 |
| 2.1.3 破冰方式和辅助破冰系统 |
| 2.2 船型特点分析 |
| 2.2.1 艏部船型 |
| 2.2.2 舯部船型 |
| 2.2.3 艉部船型 |
| 2.3 新船型发展趋势 |
| 2.4 本章小结 |
| 3 破冰船主要要素数学模型 |
| 3.1 回归分析概述 |
| 3.2 破冰船样本统计分析 |
| 3.2.1 样本分布情况 |
| 3.2.2 正态性评估 |
| 3.2.3 敏感性分析 |
| 3.3 单变量回归模型 |
| 3.3.1 单变量回归数学模型 |
| 3.3.2 主要要素单变量回归分析 |
| 3.3.3 尺度比及船形系数资料汇总 |
| 3.3.4 模型验证 |
| 3.4 多元回归模型 |
| 3.4.1 多元回归数学模型 |
| 3.4.2 主要要素多元回归分析 |
| 3.4.3 模型验证 |
| 3.5 BP神经网络模型 |
| 3.5.1 BP神经网络原理及方法 |
| 3.5.2 总吨位预测模型 |
| 3.5.3 排水量预测模型 |
| 3.5.4 破冰能力预测模型 |
| 3.5.5 模型验证 |
| 3.6 本章小结 |
| 4 破冰船方案综合评价模型 |
| 4.1 方案评价概述 |
| 4.1.1 评价指标体系 |
| 4.1.2 评价方法 |
| 4.2 破冰船评价指标体系 |
| 4.2.1 破冰性能指标 |
| 4.2.2 基本性能指标 |
| 4.2.3 机动性能指标 |
| 4.2.4 容积性能指标 |
| 4.3 基于复合权重灰关联分析方法的综合评价模型 |
| 4.3.1 复合权重原理 |
| 4.3.2 基于复合权重的灰关联分析法原理 |
| 4.4 评价模型验证 |
| 4.5 本章小结 |
| 5 破冰船方案决策支持系统 |
| 5.1 决策支持系统概述 |
| 5.2 决策支持系统软件开发设计 |
| 5.2.1 软件实现技术介绍 |
| 5.2.2 决策支持系统框架搭建 |
| 5.3 决策支持系统软件模块及功能介绍 |
| 5.3.1 软件主界面 |
| 5.3.2 数据库模块 |
| 5.3.3 方案生成模块 |
| 5.3.4 方案评价模块 |
| 5.4 PC2 冰级破冰船方案设计 |
| 5.4.1 船型数据查询 |
| 5.4.2 设计任务书 |
| 5.4.3 设计方案生成 |
| 5.4.4 设计方案评价 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（4）大数据十大经典算法可视化实例教学系统研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与目标 |
| 1.4 论文结构安排 |
| 1.5 本章总结 |
| 第二章 算法研究综述 |
| 2.1 NaiveBayes算法 |
| 2.2 C4.5 算法 |
| 2.3 K-Means算法 |
| 2.4 SVM算法 |
| 2.5 Apriori算法 |
| 2.6 EM算法 |
| 2.7 PageRank算法 |
| 2.8 AdaBoost算法 |
| 2.9 KNN算法 |
| 2.10 CART算法 |
| 2.11 本章总结 |
| 第三章 系统需求分析 |
| 3.1 业务需求分析 |
| 3.2 系统功能性分析 |
| 3.2.1 系统功能性需求分析 |
| 3.2.2 系统功能模块需求分析 |
| 3.3 系统非功能性需求 |
| 3.4 系统可行性分析 |
| 3.4.1 技术可行性 |
| 3.4.2 操作可行性 |
| 3.4.3 经济可行性 |
| 3.5 本章总结 |
| 第四章 系统总体设计 |
| 4.1 系统架构设计 |
| 4.1.1 系统技术架构介绍 |
| 4.1.2 跨域问题解决 |
| 4.2 系统功能模块与流程设计 |
| 4.2.1 系统模块设计 |
| 4.2.2 系统流程设计 |
| 4.2.3 登录模块设计 |
| 4.2.4 学生管理模块设计 |
| 4.2.5 算法学习模块设计 |
| 4.3 技术路线 |
| 4.4 系统数据库设计 |
| 4.4.1 系统数据库E-R模型设计 |
| 4.4.2 数据库表的设计 |
| 4.5 安全性设计 |
| 4.6 关键技术介绍 |
| 4.6.1 SpringBoot框架 |
| 4.6.2 Vue框架 |
| 4.6.3 Mybatis框架 |
| 4.6.4 JWT |
| 4.6.5 JWT的认证流程 |
| 4.6.6 Element UI |
| 4.7 本章总结 |
| 第五章 系统功能实现 |
| 5.1 系统运行环境与开发工具 |
| 5.2 系统代码结构 |
| 5.3 页面结构布局 |
| 5.4 登录模块的实现 |
| 5.5 学生管理模块的实现 |
| 5.6 算法学习模块的实现 |
| 5.6.1 NaiveBayes算法 |
| 5.6.2 C4.5 算法 |
| 5.6.3 K-Means算法 |
| 5.6.4 SVM算法 |
| 5.6.5 Apriori算法 |
| 5.6.6 EM算法 |
| 5.6.7 PageRank算法 |
| 5.6.8 AdaBoost算法 |
| 5.6.9 KNN算法 |
| 5.6.10 CART算法 |
| 5.7 本章总结 |
| 第六章 系统测试 |
| 6.1 系统测试目的与内容 |
| 6.2 功能测试 |
| 6.2.1 学生用户登录测试 |
| 6.2.2 学生状态修改测试 |
| 6.2.3 算法文件上传测试 |
| 6.2.4 算法参数输入测试 |
| 6.3 性能测试 |
| 6.4 本章总结 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 未来展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（5）面向温室大棚的农业物联网网关及其系统设计（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容与论文组织结构 |
| 2 物联网关键技术分析 |
| 2.1 农业物联网体系结构 |
| 2.2 物联网感知与通信技术 |
| 2.2.1 传感器技术 |
| 2.2.2 通信技术 |
| 2.3 物联网传输网络与协议 |
| 2.3.1 4G移动通信技术 |
| 2.3.2 MQTT协议 |
| 2.4 云平台服务技术 |
| 2.4.1 云计算的服务层次 |
| 2.4.2 云平台相关技术 |
| 2.4.3 云平台数据传输规则 |
| 2.5 本章小结 |
| 3 物联网网关的硬件设计 |
| 3.1 总体方案设计 |
| 3.1.1 功能需求分析 |
| 3.1.2 性能需求分析 |
| 3.1.3 网关的硬件架构 |
| 3.2 核心元件选型 |
| 3.2.1 微控制器选型 |
| 3.2.2 传感器选型 |
| 3.2.3 通信模块选型 |
| 3.3 网关硬件电路设计 |
| 3.3.1 核心电路设计 |
| 3.3.2 外围电路设计 |
| 3.3.3 有线通信电路设计 |
| 3.3.4 无线通信电路设计 |
| 3.4 本章小结 |
| 4 物联网网关的软件设计 |
| 4.1 网关软件总体方案设计 |
| 4.2 网关感知层软件设计 |
| 4.3 网关网络层软件设计 |
| 4.3.1 AT指令 |
| 4.3.2 TCP/IP协议数据上报及平台指令下发 |
| 4.3.3 MQTT协议数据上报及平台指令下发 |
| 4.4 应用层接入程序设计 |
| 4.5 本章小结 |
| 5 网关功能及温室大棚监控系统测试 |
| 5.1 网关功能测试 |
| 5.1.1 串口与远程服务器配置 |
| 5.1.2 收发数据测试 |
| 5.1.3 多平台登录在线测试 |
| 5.1.4 采集数据流程 |
| 5.1.5 云端控制指令测试 |
| 5.2 温室大棚监控系统测试 |
| 5.2.1 数据采集功能测试 |
| 5.2.2 平台控制功能测试 |
| 5.3 本章小结 |
| 6 总结和展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间所取得的研究成果 |
| 致谢 |
（6）基于RISC-V架构的SoC设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要内容与结构安排 |
| 1.4 本章小结 |
| 2 RISC-V架构处理器 |
| 2.1 指令集架构发展的概述 |
| 2.2 RISC-V指令集架构简介 |
| 2.2.1 RISC-V指令集架构的产生 |
| 2.2.2 RISC-V指令集架构的优势 |
| 2.2.3 RISC-V指令集架构的格式 |
| 2.3 RISC-V处理器相关技术介绍 |
| 2.3.1 流水线技术概述 |
| 2.3.2 中断和异常概述 |
| 2.3.3 调试机制概述 |
| 2.4 本章小结 |
| 3 RISC-V SoC的核心设计 |
| 3.1 RISC-V SoC整体结构 |
| 3.2 RISC-V SoC的流水线设计 |
| 3.2.1 取指模块设计 |
| 3.2.2 译码模块设计 |
| 3.2.3 执行模块设计 |
| 3.3 流水线控制模块设计 |
| 3.4 RISC-V SoC中断异常模块设计 |
| 3.5 调试模块设计 |
| 3.6 总线设计 |
| 3.7 本章小结 |
| 4 RISC-V SoC的嵌入式软件设计 |
| 4.1 RISC-V嵌入式开发特点 |
| 4.2 RISC-V软件工具链 |
| 4.2.1 高级语言编译过程简介 |
| 4.2.2 RISC-V软件工具链简介 |
| 4.3 RISC-V SoC软件开发包 |
| 4.3.1 系统链接脚本 |
| 4.3.2 系统启动引导程序 |
| 4.3.3 系统异常和中断处理程序 |
| 4.4 搭建Window图形化开发环境IDE |
| 4.4.1 PlatformIO IDE简介 |
| 4.4.2 软件开发包SDK的安装 |
| 4.4.3 创建和配置项目的编译环境 |
| 4.5 运行Hello_RISC-V项目 |
| 4.6 本章小结 |
| 5 RISC-V SoC的仿真与验证 |
| 5.1 riscv-tests简介 |
| 5.2 运行riscv-tests测试用例 |
| 5.3 片上存储器和UART控制器的仿真测试 |
| 5.4 GPIO控制器的仿真测试 |
| 5.5 RISC-V SoC的 FPGA平台验证 |
| 5.5.1 FPGA简介 |
| 5.5.2 FPGA原型验证 |
| 5.6 运行Core Mark跑分程序 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 硕士期间获得的科研成果 |
| 参考文献 |
| 致谢 |
（7）基于ROS平台的机械臂物品检测和抓取（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.2 视觉机械臂国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文的主要研究内容及架构 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 本文系统实现流程 |
| 1.3.3 本文内容基本结构 |
| 第2章 视觉设备与相机标定 |
| 2.1 视觉设备介绍 |
| 2.2 相机模型 |
| 2.3 相机标定 |
| 2.3.1 张正友标定法 |
| 2.3.2 相机标定实验 |
| 2.4 本章小结 |
| 第3章 目标物体的检测与定位 |
| 3.1 图像存储形式 |
| 3.2 图像预处理 |
| 3.2.1 图像色彩空间转换 |
| 3.2.2 图像平滑处理 |
| 3.3 获取图像梯度 |
| 3.3.1 图像梯度 |
| 3.3.2 Sobel算子 |
| 3.4 Canny边缘检测 |
| 3.4.1 非极大值抑制 |
| 3.4.2 双阈值处理 |
| 3.5 轮廓提取 |
| 3.5.1 边界跟踪 |
| 3.5.2 图像提取 |
| 3.6 轮廓Hu矩改进模板匹配 |
| 3.6.1 模板匹配 |
| 3.6.2 轮廓Hu矩匹配 |
| 3.7 本章小结 |
| 第4章 机械臂的空间描述与轨迹规划 |
| 4.1 机械臂基本介绍 |
| 4.2 机械臂空间坐标描述及变换 |
| 4.2.1 空间坐标描述 |
| 4.2.2 空间坐标变换 |
| 4.3 机械臂运动学原理与分析 |
| 4.3.1 D-H坐标系 |
| 4.3.2 正运动学解析 |
| 4.3.3 逆运动学解析 |
| 4.3.4 运动轨迹规划 |
| 4.4 本章小结 |
| 第5章 机械臂建模与仿真 |
| 5.1 ROS平台 |
| 5.1.1 ROS |
| 5.1.2 ROS核心概念 |
| 5.2 机械臂建模与仿真 |
| 5.2.1 建模工具选择 |
| 5.2.2 机械臂模型构建 |
| 5.2.3 机械臂运动学仿真 |
| 5.3 本章小结 |
| 第6章 基于机器视觉的机械臂物品抓取 |
| 6.1 ROS与视觉模块集成 |
| 6.2 视觉与机械臂模块集成 |
| 6.2.1 手眼标定 |
| 6.2.2 九点标定法 |
| 6.2.3 手眼标定实验 |
| 6.3 实验结果及分析 |
| 6.3.1 视觉检测系统 |
| 6.3.2 视觉抓取系统 |
| 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及科研成果 |
（8）便携式雷达显控平台设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要内容和工作安排 |
| 2 开发工具的选择及使用 |
| 2.1 C++图形框架常用库的介绍与对比 |
| 2.2 Qt优势介绍 |
| 2.2.1 Qt的对象模型 |
| 2.2.2 事件驱动模型 |
| 2.2.3 Qt图形绘制方法 |
| 2.3 Qt for Android简介 |
| 2.4 本章小结 |
| 3 便携式雷达显控平台总体要求和设计方案 |
| 3.1 雷达数据处理系统的组成及功能 |
| 3.2 雷达显控平台显示要求 |
| 3.2.1 显示器的分类介绍 |
| 3.2.2 雷达显示分类介绍 |
| 3.3 便携式雷达显控平台基本要求 |
| 3.4 便携式雷达显控平台总体设计 |
| 3.4.1 便携式显控平台组成 |
| 3.4.2 便携式显控平台软件界面设计 |
| 3.5 本章小结 |
| 4 便携式雷达显控平台详细设计与实现 |
| 4.1 底层显示区的绘制 |
| 4.1.1 P型显示 |
| 4.1.2 B型显示 |
| 4.2 上层显示的实现 |
| 4.2.1 矩阵运算库的设计与实现 |
| 4.2.2 天线显示设计与实现 |
| 4.2.3 目标显示设计与实现 |
| 4.2.4 航迹显示设计与实现 |
| 4.3 通信模块的实现 |
| 4.3.1 传输协议的选择 |
| 4.3.2 ZeroMQ通信设计与实现 |
| 4.4 数据模块 |
| 4.4.1 数据转换 |
| 4.4.2 数据显示设计与实现 |
| 4.5 显示设置模块 |
| 4.6 共享内存设计与实现 |
| 4.7 雷达数据仿真 |
| 4.8 程序部署 |
| 4.8.1 Qt for Android环境配置 |
| 4.8.2 Qt for Android部署策略选择 |
| 4.9 本章小结 |
| 5 便携式雷达显控平台测试 |
| 5.1 测试环境 |
| 5.2 测试系统和仿真参数设置 |
| 5.3 测试结果 |
| 5.3.1 雷达P型显示测试 |
| 5.3.2 雷达B型显示测试 |
| 5.3.3 数据显示测试 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读硕士期间发表的论文和获得的奖项 |
（9）基于边缘计算的智能数控系统实现方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景及意义 |
| 1.2 数控系统架构现状及发展趋势 |
| 1.3 云架构数控系统研究现状 |
| 1.4 边缘计算架构数控系统研究现状 |
| 1.4.1 边缘计算架构研究现状 |
| 1.4.2 边缘计算数控系统技术应用 |
| 1.5 当前研究存在的问题 |
| 1.6 论文的主要研究内容 |
| 第2章 边缘计算数控系统体系架构设计 |
| 2.1 引言 |
| 2.2 智能制造下的边缘计算体系架构 |
| 2.2.1 边缘的概念与特点 |
| 2.2.2 边缘计算在智能制造中的体系层级 |
| 2.3 边缘计算数控系统体系环境建模 |
| 2.3.1 数控系统中边缘计算智能功能 |
| 2.3.2 数控系统中边缘计算物理平台 |
| 2.4 边缘计算数控系统总体架构设计 |
| 2.5 机床数控系统模拟测试平台 |
| 2.5.1 机床执行端设备模拟 |
| 2.5.2 机床边缘控制模拟测试软件 |
| 2.6 本章小结 |
| 第3章 边缘计算架构数控系统的关键模块开发 |
| 3.1 引言 |
| 3.2 边缘计算数控系统的程序开发模式 |
| 3.2.1 基于模块化设计的边缘计算数控系统 |
| 3.2.2 子模块间交互调度及内部代码设计模式 |
| 3.2.3 插补子模块程序接口及代码调度示例 |
| 3.3 边缘计算数控系统平台集成 |
| 3.4 边缘运动控制模块设计 |
| 3.4.1 Sercos-Ⅲ的通讯程序设计 |
| 3.4.2 基于Sercos的机床边缘运动控制技术 |
| 3.5 边缘逻辑控制模块设计 |
| 3.5.1 边缘逻辑控制模块的搭建 |
| 3.5.2 基于软PLC的边缘逻辑控制程序设计 |
| 3.6 边缘计算服务器搭建 |
| 3.6.1 云存储服务器搭建 |
| 3.6.2 云计算服务器搭建 |
| 3.6.3 工业云平台物联网接入 |
| 3.7 边缘计算数控系统的搭建与调试 |
| 3.7.1 边缘数控系统执行模块搭建及调试 |
| 3.7.2 边缘计算数控系统的云环境搭建及调试 |
| 3.8 本章小结 |
| 第4章 基于边云协同的数控系统感知与分析技术 |
| 4.1 引言 |
| 4.2 基于边云协同的数控系统感知与分析模块总体架构 |
| 4.3 数据实时感知技术基础 |
| 4.3.1 高速信号采集数据流模型 |
| 4.3.2 经典采样定理理论 |
| 4.3.3 高速信号采样通讯方式 |
| 4.3.4 RTX实时系统及时钟性能分析 |
| 4.4 数据实时采集周期的智能补偿策略 |
| 4.4.1 时钟周期累积误差智能补偿 |
| 4.4.2 时钟周期临界误差智能补偿 |
| 4.4.3 时钟周期优先级误差智能补偿 |
| 4.5 智能实时采样补偿策略应用与验证 |
| 4.6 多源感知数据的智能融合关联策略 |
| 4.6.1 多尺度感知数据的智能融合方法 |
| 4.6.2 多源数据的智能关联方法 |
| 4.7 智能融合关联策略实验验证 |
| 4.8 边云混合交互的多维关联数据智能分析 |
| 4.8.1 加工参数驱动的动态关联分析模型 |
| 4.8.2 基于边云混合的智能关联仿真分析 |
| 4.9 本章小结 |
| 第5章 基于边云协同的加工优化与控制技术 |
| 5.1 引言 |
| 5.2 基于边云协同的铣削力优化理论研究 |
| 5.2.1 整体螺旋刃立铣刀铣削机理 |
| 5.2.2 铣削力波动建模 |
| 5.2.3 虚拟刃投影等效替换方法 |
| 5.3 铣削力波动特征理论推导 |
| 5.3.1 铣削力波动一致性 |
| 5.3.2 铣削力波动的周期性 |
| 5.3.3 铣削力波动的对称性 |
| 5.3.4 铣削力波动强度指数 |
| 5.4 铣削力波动理论实验验证 |
| 5.5 基于边云协同的铣削力优化知识集搭建 |
| 5.5.1 边缘端铣削力波动预测方法 |
| 5.5.2 基于边云协同的铣削力离线优化方法 |
| 5.6 边缘数控系统加工实验测试 |
| 5.6.1 基于边云协同的在线控制测试 |
| 5.6.2 基于边云协同的离线铣削力参数优化测试 |
| 5.7 本章小结 |
| 结论 |
| 参考文献 |
| 附录 G代码插补子模块代码程序开发示例 |
| 攻读博士学位期间发表的论文及专利 |
| 致谢 |
（10）基于BIM技术的高速公路施工期管理平台研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 BIM在高速公路项目的应用难点分析 |
| 1.4 本文的研究内容和技术路线 |
| 1.4.1 主要研究内容 |
| 1.4.2 技术路线 |
| 第2章 高速公路BIM模型分类和编码 |
| 2.1 高速公路BIM信息模型编码系统 |
| 2.2 高速公路BIM模型构件的分类和编码 |
| 2.2.1 模型构件的分类和编码的作用 |
| 2.2.2 模型构件的分类 |
| 2.2.3 模型构件的编码 |
| 2.3 高速公路 BIM 模型构件工程信息的分类和编码 |
| 2.3.1 模型构件信息分类和编码的作用 |
| 2.3.2 模型构件信息分类 |
| 2.3.3 模型构件信息的编码 |
| 2.4 高速公路BIM模型构件信息的存储 |
| 2.5 本章小结 |
| 第3章 高速公路BIM模型的标准构件库 |
| 3.1 创建BIM标准构件库的作用分析 |
| 3.2 创建BIM标准构件库的软件 |
| 3.2.1 BIM软件的功能需求 |
| 3.2.2 Revit软件的建库优势 |
| 3.3 BIM标准构件库的建立方法 |
| 3.4 高速公路BIM模型构件库的创建 |
| 3.4.1 路面库 |
| 3.4.2 路基库 |
| 3.4.3 道路标线库 |
| 3.4.4 沿线设施库 |
| 3.4.5 机电库 |
| 3.4.6 绿化库 |
| 3.4.7 桥梁库 |
| 3.5 高速公路BIM模型的构件审核与管理 |
| 3.6 本章小结 |
| 第4章 基于BIM的高速公路施工期管理系统开发与应用 |
| 4.1 高速公路工程BIM模型与GIS结合 |
| 4.1.1 IFC高速公路标准模型信息研究 |
| 4.1.2 可视化平台选择 |
| 4.1.3 坐标转换 |
| 4.1.4 高速公路工程BIM和 3DGIS的场景匹配 |
| 4.2 BIM驱动的高速公路业务管控方法研究 |
| 4.2.1 BIM管理 |
| 4.2.2 合同管理 |
| 4.2.3 进度管理 |
| 4.2.4 质量管理 |
| 4.2.5 成本控制管理 |
| 4.2.6 竣工管理 |
| 4.3 基于BIM的高速公路施工期管理系统开发 |
| 4.3.1 开发原则 |
| 4.3.2 系统整体架构 |
| 4.3.3 开发工具 |
| 4.3.4 基于BIM的高速公路施工期管理系统功能应用 |
| 4.4 本章小结 |
| 第5章 高速公路施工期BIM模型竣工交付标准研究 |
| 5.1 高速公路信息模型施工期竣工交付标准 |
| 5.1.1 竣工交付的模型精度要求 |
| 5.1.2 竣工交付的模型拆分方式 |
| 5.2 某高速公路模型竣工交付案例展示 |
| 5.2.1 高速公路工程概况 |
| 5.2.2 高速公路竣工交付模型整体展示 |
| 5.2.3 高速公路竣工交付模型细节展示 |
| 5.3 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和参加科研情况 |
| 致谢 |
| 作者简介 |
四、软件发展第四次浪潮下的图形开发环境（论文参考文献）
- [1]面向学习动机提高的初中图形化编程教学活动设计[D]. 苏娜. 西北师范大学, 2021
- [2]基于工业4.0技术的智能制造系统开发及其调度优化[D]. 吕玉琳. 安徽大学, 2021
- [3]极地破冰船方案决策支持系统研究[D]. 魏芳盛. 大连理工大学, 2021(01)
- [4]大数据十大经典算法可视化实例教学系统研究与实现[D]. 张一驰. 西安石油大学, 2021(09)
- [5]面向温室大棚的农业物联网网关及其系统设计[D]. 兰晓妤. 中北大学, 2021(09)
- [6]基于RISC-V架构的SoC设计与实现[D]. 赵坤. 海南大学, 2021(11)
- [7]基于ROS平台的机械臂物品检测和抓取[D]. 吴文昊. 江汉大学, 2021(01)
- [8]便携式雷达显控平台设计与实现[D]. 侯彭亮. 西安科技大学, 2021
- [9]基于边缘计算的智能数控系统实现方法研究[D]. 孟博洋. 哈尔滨理工大学, 2021
- [10]基于BIM技术的高速公路施工期管理平台研究[D]. 曾蕾洁. 河北工程大学, 2021(08)