多无人机协同任务规划的仿真系统设计与实现
这是一篇关于无人机,任务规划,仿真系统,算法扩展性,Web,可视化的论文, 主要内容为无人机技术已经成为世界上各国战略目标的重中之重,发展该技术具有及其重要的意义。无人机技术正从单一无人机朝着多无人机群的方向发展,因此研究多无人机协同控制技术显得尤为重要。多机协同任务规划是无人机集群协同作战的重要组成部分,目前关于无人机协同任务规划的研究主要集中在任务分配和路径规划上面,而仿真系统可以为研究任务分配和路径规划算法提供便利,方便算法研究者管理数据和更好地观察算法结果。虽然已有许多无人机算法的仿真系统,但它们存在着一些不足,例如存在跨平台问题,以及算法的扩展性问题等。针对这些不足,本文设计并实现多无人机协同任务规划的仿真系统。首先,本文介绍了该系统在开发过程中使用的一些技术。其次,本文对该系统进行了详细的功能需求分析。再次,本文根据需求分析,对该系统的模块进行设计,该系统分为4大功能模块:用户管理、场景配置、协同任务规划仿真、算法管理,本文对每一个功能模块进行了详细设计。从次,本文单独对算法管理模块中采用的技术和设计进行了深入的说明。最后,根据前文对系统的详细设计实现了该仿真系统,并将该系统与另一个已有的无人机仿真系统进行比较,通过比较说明了本文的系统具有明显的优势。本系统采用B/S架构,前端采用Angular框架,配合使用高德地图JS库。后端使用Rust编程语言开发,使用的Web框架是Rocket,采用了MongoDB数据库,以及Docker技术。本文设计实现的仿真系统,通过浏览器访问并使用,具有跨平台运行的优点。另外,用户可以上传自己的算法到本仿真系统。通过这些功能,用户将数据和算法存放于云端,并能随时随地访问,为用户研究无人机算法提供了方便。因此,本文的仿真系统解决了传统无人机仿真系统的跨平台问题,并且提高了仿真系统的算法扩展性。
基于SSM的某制药企业制造执行系统的设计与实现
这是一篇关于GMP规范,制造执行系统,可视化,MVC的论文, 主要内容为在全球化加快的背景下,作为国家经济发展中占有重要地位之一的制药行业,面临着空前未有的挑战。医药行业作为特殊的监管行业,政府制定了药品生产相关质量管理制度,GMP管理规范拥有一定自主权,注重产品安全、生产过程执行以及产品质量,以达到制药生产的标准规范化,并保证推广到市场的药品有效质量安全。根据制药企业自身发展特征运用合适的MES平台,是解决生产质量管理、提高企业信息智能化水平等问题的必然趋向。本文设计的制造执行系统以某制药企业实际情况为背景,结合目前企业已有的企业资源计划(ERP)和GMP管理规范,对系统进行了功能性需求分析和非功能性需求分析,介绍了该制药企业制造执行系统的总体架构和主要功能模块分析,设计了符合GMP管理要求的MES系统,该系统包括基础数据模块、生产工单计划模块、物料配方库存管理模块、工艺流程模块、生产工单模块、质量管理模块及看板报告模块,并主要实现了对生产过程的计划、生产工单的监管、物料质量管理以及数据可视化等主要功能。本文开发的制造执行系统前端采用了Bootstrap框架、JavaScript技术,后端使用Java语言进行开发,采用MVC模式,数据库使用MySQL进行搭建、存储数据,并使用MyBatis进行数据连接与数据交互,前端采用Echart组件进行可视化,目前该系统已经通过测试团队的测试且已应用在企业中。
葡萄酒信息存储与分析平台研发
这是一篇关于葡萄酒,存储,提取,可视化,挖掘的论文, 主要内容为葡萄酒行业在中国有着较长的发展历史,但是葡萄酒的产量、质量整体仍然落后于西方国家。运用互联网思维,对相同地区的葡萄酒业的整个产业链进行信息化管理,使葡萄酒企业能从葡萄种植、葡萄酒生产中优化葡萄酒的产量、质量,从葡萄酒的销售情况中做出正确的市场决策,这对于提高中国葡萄酒企业的竞争力来说,意义十分重大。宁夏贺兰山东麓的自然条件非常适合葡萄的生长,这里云集了许多葡萄酒庄,本文将以此地为研究背景进行系统设计与开发。本系统采用B/S架构,使用MySQL将收集到的酒庄的葡萄种植及葡萄酒生产信息进行存储;采用Echarts实现对提取的关键数据的统计分析可视化;运用多元线性回归算法、BP神经网络算法及ARIMA算法进行挖掘,指导葡萄的种植,葡萄酒的酿造;整个操作都在JavaWeb设计的界面中进行,操作方便。系统分为六个功能模块,其中:数据处理模块,负责数据的存储与提取;信息查询模块,提供葡萄、葡萄酒、葡萄酒庄的重要数据的查询;统计分析模块,负责葡萄病虫害、产量,葡萄酒产量、销量的情况的展示;预测推荐模块,提供施肥量、葡萄酒质量的预测;用户信息模块,实现用户信息修改的操作;系统管理模块,实现用户权限控制及分配的操作。
基于知识图谱的软件安全漏洞挖掘技术研究
这是一篇关于漏洞,实体识别,知识图谱,可视化,漏洞挖掘的论文, 主要内容为随着软件结构和功能日益复杂,软件安全事件频发,严重威胁到国家安全和社会的稳定,软件安全问题受到工业界和学术界的广泛关注。漏洞是导致软件安全问题的根源之一,使用传统的方法进行漏洞挖掘和检测不仅仅耗时耗力,且效率较低。知识图谱成功应用于各个领域,促进了软件安全研究领域发展。因此借助于知识图谱等相关技术,能够分析、推理和挖掘出漏洞语义之间潜在的关系,提高软件安全漏洞挖掘的精度,降低漏报率和误报率。本文工作主要围绕以下三方面展开:(1)针对当前漏洞样本数据采集效率低,成本高等问题,本文通过网络爬虫辅之半自动化方式从 NVD(National Vulnerability Database)和 CVE(Common Vulnerabilities＆Exposures)漏洞数据库中获取数据,并进行预处理及分类,得到了 SQL注入、命令注入、缓冲区溢出等常见高危可操控漏洞的样本,为漏洞知识图谱提供了可靠的数据来源。(2)针对当前漏洞数据利用率低、漏洞语义信息不够丰富、分析手段欠缺等问题,提出一种漏洞知识图谱构建方法。首先基于现有软件安全数据,综合考虑了供应商、受影响的产品、漏洞、漏洞类型和源代码五种不同类型的实体并以此构建了软件安全本体模型。接着针对不同种类的实体分为面向软件和面向源代码实体,面向软件实体主要通过BILSTM-CRF模型对漏洞文本描述进行实体识别,面向源代码实体通过对代码片段进行程序分析解析后得到相关实体。然后针对不同类型的实体进行关系抽取以及知识融合。最后将获取到的实体和关系存储到Neo4j图数据库。(3)针对当前软件安全漏洞挖掘技术精度低、误报率高等问题,提出一种基于知识图谱的漏洞挖掘方法。首先在漏洞知识图谱上进行CWE链式推理,经链式置信度计算公式,得到CWE链式推理结果,该链式推理结果可为复合漏洞的检测和挖掘提供可靠依据。接着以危险函数或者补丁增减位置为出发点,基于图的相似度匹配方法,计算待检测节点和漏洞库节点间的相似性,经阈值分析比较,判断是否存在漏洞。最后验证提出方法的有效性和可行性。实验结果表明,与传统的漏洞挖掘工具相比,本文提出的方法具有较低的漏报率和误报率,且准确率相对较高,在漏洞分析、追踪、溯源等方面具有较为广泛的应用价值。
基于蚁群算法优化的FPGA大数据可视化平台设计与实现
这是一篇关于FPGA,大数据框架,蚁群算法,可视化的论文, 主要内容为大数据如今已经成为了热门话题。不仅仅是各种电商平台通过对用户的大数据行为分析从而准确的推送目标商品,还有2020年初新冠疫情的爆发各种大数据平台给那些关心疫情的人们实时的通报目前疫情的情况,这些场景的大数据应用让越来越多的行业希望能够利用大数据对本行业作出更多的贡献。在目前高校教育“新工科”的背景中,实验教学改革是重中之重,其中针对学生实验质量评价体系不够全面的问题,大数据就可以发挥它的作用,帮助授课老师全面、多维度的评价一个学生的实验质量。论文针对基于FPGA芯片的应用电路设备设计了一种大数据收集分析的平台,该平台以教学FPGA开发板为应用对象,对学生在FPGA上一些使用日志等数据进行收集,通过大数据框架进行分析计算描绘出学生的使用“画像”,该“画像”反映了学生在FPGA进行实验的一些情况,利用该平台可以辅助老师了解每个学生对FPGA实验课程的学习情况,从而多角度的对学生实验质量进行评价。该平台的设计内容主要包括三个部分:第一个如何实现每个学生手中的FPGA的数据采集并且能将采集的数据发送给平台;第二如何高效的对这些数据进行分析计算任务;第三如何将分析的结果清晰、有效的展示给用户,为完成这些内容论文做了如下工作:(1)为FPGA开发板设计一个数据采集模块,该采集模块可对FPGA的一些关键数据进行采集,并可以通过网络通信技术实现采集模块和平台间的数据传输。(2)调研目前常用的大数据框架,制定了Hadoop和Spark的技术选型,并对Hadoop在本课题上应用的一些不足进行了优化。利用蚁群算法在求解组合优化问题上的高效结合Hadoop调度自身的特点,提出了用蚁群算法改进Hadoop任务调度的优化方案,提高任务调度的效率,更高效的进行数据分析任务,缩短整个平台的响应时间。(3)构建FPGA大数据可视化平台,从项目需求、功能设计、系统模块设计等方面对平台的实现进行了详细描述。(4)进行系统测试,验证了蚁群调度算法对设计平台性能优化效果、实现了所有的目标功能,达到了课题预期的设计要求。
基于WebGIS的倾斜摄影三维模型可视化应用研究
这是一篇关于WebGIS,智慧城市,三维模型,可视化的论文, 主要内容为随着数字地球与智慧城市的飞速发展,城市空间数据受到各行各业的广泛关注,如何对海量城市数据进行整合与分析是目前建立智慧城市的研究重点。城市三维模型具有较高的场景还原度和三维可视化性质,构建城市三维模型和对三维模型的管理利用对于智慧城市的建设具有很高的应用价值。传统的手工建模方式已经不适用于构建大规模的城市模型,倾斜摄影测量已成为智慧城市中三维地理空间信息获取的重要手段,计算机技术的高速发展以及三维技术的日渐成熟为倾斜摄影模型的利用带来了机遇,三维WebGIS技术可以与倾斜摄影三维模型有效的结合,实现三维模型的高效利用和管理。本文以倾斜摄影数据及其他城市空间数据为基础数据,采用Cesium三维可视化框架和B/S架构建立三维模型可视化平台,实现了倾斜三维模型的动态可视化分析,为城市规划提供辅助决策支持。本文研究主要内容及研究成果包括:(1)本文详细介绍了倾斜摄影技术相关理论;对倾斜摄影数据的获取、三维模型的重建、数据格式进行详细介绍与分析;利用三维重建技术实现了三维基础数据场景的构建,同时实现倾斜模型数据向Cesium所支持数据的转化。(2)本文对倾斜摄影模型单体化进行详细研究,介绍了三种常用的倾斜摄影模型单体化方法,通过对比分析提出了利用WebGIS技术与倾斜模型相结合的方式实现模型动态单体化。倾斜模型动态单体化时需要获取建筑物的底面数据,本文从三维点云入手,利用RANSAC算法与Alpha Shape算法相结合的方式实现了点云边界的提取,之后采用B样条曲线拟合实现了三维点云轮廓线的拟合,实验验证采用这种方法能够有效提取建筑物轮廓线,为后续倾斜模型的信息查询模块的实现提供基础数据。(3)本文基于Cesium框架搭建三维WebGIS可视化平台,采用B/S架构实现城市空间数据的可视化应用,详细设计并搭建了三个模块:三维量测模块、三维分析模块、信息查询模块。三维量测模块包含二维平面测量与三维空间测量功能。三维分析模块包含五种常用的三维GIS分析功能,具体包括:日照分析、淹没分析、高度采集、缓冲区分析与可视域分析。信息查询模块的主要功能是实现建筑物的信息查询,利用三维点云实验提取的轮廓面与倾斜三维模型叠加的方式构建查询关系,将二维平面图层的相关信息通过三维渲染的方式呈现在客户端。本文搭建的WebGIS三维模型可视化平台能够对三维模型进行全方位、多层次的分析与管理,可以为城市管理提供有力的技术支撑,具有较高的实用价值。
船用柴油机三维装配工艺设计系统与MES集成技术研究
这是一篇关于系统集成,装配工艺,资源配置,可视化,质量诊断的论文, 主要内容为船用柴油机作为一种典型的复杂产品,其零部件众多、结构复杂的特点为装配工艺设计和装配工艺执行带来了较大的挑战。在制造业全面追求智能制造的大趋势下,引进先进的设计与制造系统已成为提高企业竞争力的重要途径之一。然而,某船用柴油机制造企业由于设计环节与制造环节的脱离,在引进三维装配工艺设计系统和制造执行系统(简称MES)的基础上,依旧还存在工艺资源配置不合理、工艺信息现场可视化效果差、工艺诊断困难等问题。针对这一系列的问题,本文从集成的角度出发提出了基于多指标的工艺资源优化配置方法、基于网页发布技术的工艺可视化输出方法以及基于控制图的质量控制与诊断方法,并详细阐述了各类方法的实现流程。最后,从船用柴油机制造企业的实际需求出发,开发了船用柴油机三维装配工艺设计系统与MES集成模块。本文的具体研究工作如下:(1)研究了工艺资源优化配置的方法。针对实际制造过程中资源使用易发生冲突的情况,提出采用多级匹配的方法。通过遍历资源库,找出资源基本属性与制造任务要求相符合的资源,完成一级匹配过程。在一级匹配的基础上,通过获取MES的质量信息和资源负荷信息,对资源进行多指标评价,完成资源的最终匹配,从而实现装配资源的优化配置。(2)研究了工艺信息可视化输出的方法。针对二维图纸指导现场装配,工艺信息表达不直观的缺点,提出了基于ASP.NET平台的工艺发布技术。探索出了可视化模板的定制方式和工艺信息可视化预处理的方法,研究了基于B/S(Browser/Server,浏览器/服务器模式)架构的信息传递方式,实现了企业无纸化生产的目标。(3)研究了质量控制与诊断的方法。针对异常因素发现难和诊断难的问题,提出了基于控制图的质量控制与诊断方法。以关键工序控制图的不同波动模式作为异常判定的依据,并在此基础上提出利用正交分析的方法来实现对异常原因的查找,最后结合工艺知识库完成了对异常的诊断,降低了设计人员处理异常的难度,提高了异常反馈的速度。(4)基于上述研究方法,开发了系统集成模块,打通了工艺设计与制造之间的集成链路。并在此基础上,以某企业船用柴油机装配为对象,分别从工艺设计环节、工艺执行环节、工序异常诊断环节对集成模块的各功能进行了分析和验证。
基础教育大数据分析与辅助决策平台
这是一篇关于教育行业,可视化,辅助决策,Spark,Spring Boot的论文, 主要内容为在万物互联的互联网时代大背景下,互联网渗透了人们生活的各个领域。以计算机网络为基础的大数据分析技术也应运而生,人们尝试着将整个社会乃至世界万物均以数据的形式来表达。教育行业在伴随着大数据分析技术的日渐成熟也逐渐与之产生了紧密的结合,挖掘教育大数据的价值成为了各地政府发展教育事业的焦点。为此,如何实现教育大数据的纵向多层次、宽领域可视化以及教育大数据对未来发展评估预测能力被各地政府提上议程。目前市场上所存在的教育大数据实践广泛应用于以地区为标准的横向多维度教育大数据可视化,面临的问题主要有:(1)缺乏纵向多层次地域化全方位教育大数据可视化研究与实践。(2)各教育机构决策主体的需求也从对当前教育资源的把控向对未来教育事业发展水平的预测和评估转移。(3)各地区实际教育水平发展不一致,导致各地政府政策需求多样化。本文首先阐释了当前环境下面向基础教育的大数据分析与辅助决策平台在教育行业中的应用研究背景与意义、整个平台实现的具体目标以及本文的相关工作;之后是根据实际的具体需求介绍所使用到的整体架构以及技术选型。最后论述了平台的各个模块各个区域所展示以及实现的具体功能,结合平台设计的具体架构实现了基础教育大数据分析与辅助决策平台。整个平台从功能上划分可分为云服务大数据计算、基础教育大数据可视化以及基础教育辅助决策分析三个模块,云服务大数据计算模块主要包含了基础教育数据抽取计算和辅助决策模型指标计算两个子模块,通过定时器以及MySQL存储过程脚本实现静态数据的抽取、汇总以及整理,并通过以Spark计算框架为基础的实时计算为模型指标的实时计算提供保证;基础教育大数据可视化模块主要通过以Spring Boot为主导的MVC+Java+MyBatis架构实现分析结果可视化;基础教育辅助决策分析模块包括基于统计学的师资均衡指标模型和基于学生群体的就近入学量化评估模型两个子模块,前者根据区域基础师资水平从不同角度分层级计算并衡量区域师资发展水平,后者则依据学校学生地理位置信息进行聚类分析计算量化指标来反映学校就近入学状况。在Spark实时计算以及TB级别教育信息Hive表存储的基础上,采用了 Redis缓存机制,保证了平台整体的高可用性。本平台所涉及到的教育数据主要源自企业内部数据和第三方平台数据,目前平台一期二期已交付运行且运行状况良好,全国各省会城市均采用了本平台作为基础教育大数据分析应用工具,取得了各地政府教育机构的一致好评,其中衍生出的多元性数据挖掘模型也在逐步优化中,平台数据分析与辅助决策能力已经成为各地政府教育机构发展教育事业不可或缺的助力。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码港湾 ，原文地址：https://m.bishedaima.com/lunwen/45415.html
