7篇关于数据模型的计算机毕业论文

今天分享的是关于数据模型的7篇计算机毕业论文范文, 如果你的论文涉及到数据模型等主题,本文能够帮助到你

面向离散制造过程的数据采集与处理系统研究与设计

这是一篇关于离散制造,数据模型,数据采集与处理,车间可视化的论文, 主要内容为随着制造业信息化的高速发展和经济全球化趋势的加强,在离散制造业内,品种多样化、质量高水平、市场快速响应的需求也越来越突出。制造企业迫切的需要知道生产制造中的每一个环节,以便对生产过程进行监控和管理。目前,在许多实施信息化的企业中,依然采用人工上报或手工统计后录入系统的方式进行数据采集,且车间各系统间彼此独立、集成性差。车间数据采集手段的不足使得制造企业车间越来越不能适应现代制造高效、实时和快速响应的需求。因此,如何全面而准确采集生产现场的数据,促进车间系统间的数据共享与交换,提高对生产过程的监控力便成为值得关注和研究的问题。本文在分析离散制造车间数据采集现状以及实际实地调研的基础上,对制造过程数据采集与处理系统进行了需求分析,并进行了系统总体设计,构建了系统体系架构和功能模型。文中研究和分析了离散车间制造过程数据,基于数据特点,对生产现场制造过程数据进行分类,并把经过分类的车间数据进行UML静态建模分析,最后依据各个数据模型提出了离散制造过程综合数据模型,保证了本系统以及与车间各系统间数据源的一致。通过对离散车间制造过程数据采集方式的研究和分析,本文提出了车间数据采集总体方案,依照采集方案分别对车间物料数据、质量数据、设备数据、工装数据等数据进行了采集方法研究,并对采集到的部分数据进行了统计分析和示例展示。最后结合离散制造过程数据采集与处理系统软件体系架构,通过DFD数据流图、UML用例模型图、系统动态行为模型的分析和系统数据库的构建对系统进行了详细设计。在系统实现上,根据上述研究和企业具体需求,运用JAVA、JSP/Servlet、Hibernate等技术设计并开发了离散制造过程数据采集与处理系统原型,并通过部分实例验证了系统在车间应用中的有效性。

基于B/S架构的贷记卡业务统计分析系统的设计和实现

这是一篇关于贷记卡,风险控制,数据挖掘技术,分类,贝叶斯定理,数据模型的论文, 主要内容为近年来,贷记卡(信用卡)业务在中国进入高速发展期,但随着业务的高速增长各银行都开始面临同样的问题:数据统计分析工作严重滞后,业务风险的判处比较困难。为解决这个问题,本文以数据仓库和数据挖掘技术作为研究方向,风险分析作为主要目标,以A银行业务系统为支撑,构建适应其贷记卡业务发展的统计分析系统。风险分析是本文研究的重点,本文认真参考了国内外类似课题的主流研究成果,确定了运用数据挖掘技术的分类、关联分析法建立一些风险判定、预警、处置等数据模型的研究方法,主要对贝叶斯定理进行了深入研究,利用贝叶斯分类法构建了贷记卡持卡人以及商户的风险分类模型。模型提供了较多的风险指标项设置,运用银行数据仓库中的大量交易数据作为训练样本,得到了风险等级的分类标准,通过模型可以对贷记卡持卡人、商户准确进行风险判别(风险等级概率判定),及时反馈风险规模、快速定位风险点,帮助管理层和决策层做出合理决策以规避风险。除以上风险控制内容外,在数据统计分析方面还涵盖了客户关系管理、市场营销和业务运营分析等方面内容。基于本文研究内容的业务系统则运用了 B/S架构、数据库存储、条件筛选、表结构设计、JAVA等技术手段得以实现。本文以贷记卡业务风险控制为主要目标,深入研究了数据仓库和数据挖掘技术在实际工作中的应用,验证了在训练样本充足条件下贝叶斯分类法概率模型的科学性和准确性,通过建立针对具体目标的数据模型帮助A银行提升了贷记卡业务的发展质量和速度,对分类法的研究以及理论指导实践是本文研究的两大收获。

电商海量数据下不同规则引擎中数据模型的分析与监测

这是一篇关于规则引擎,数据模型,海量数据分析,Spark的论文, 主要内容为规则引擎在电子商务决策框架中的应用已经非常广泛,同时也在不断地演化与复杂化。为了解决电商架构里规则引擎在升级和迁移过程中,数据模型不可控,海量数据难以审计等问题,需要研究和构建一个基于分布式计算框架的数据分析与监测平台,使其能够高效地处理与分析电商实时环境中的海量数据,使得业务与开发人员能够快速准确地定位决策系统中的潜在问题。文章首先分析研究了规则引擎的一般算法和总体架构,结合数据模型的特点和工作方式,指出了电商规则引擎升级过程中数据模型分析的必要性和挑战,指出了海量数据采集,不同引擎协同分析和海量数据如何高效分析三大难题。并针对这些问题提出了相应的解决方案,明确了数据模型分析工作的目标和特点。进而从需求和技术角度出发,设计和构建了基于Spark的分布式数据模型分析框架。文章进而针对具体问题设计和实现了相应的算法:海量数据采集,数据解析,数据分析和数据聚合算法。数据采集主要通过在实时环境的规则引擎中植入审计规则等方式采集原始数据,在数据解析和分析聚合阶段使用了Spark API对原始数据进行解析、分析和聚合,并且将聚合数据持久化。同时在前台报表模块使用了Spring相关框架实现对后台分析结果的动态抓取和前台的动态刷新。最后,在实际项目应用中,平台利用了规则引擎和数据模型的特性,高效大量地采集到了数据模型运行期的原始数据。并利用Spark内存计算和RDD弹性数据集等特性,对电商不同规则引擎中数据模型中的海量数据进行高效的分析计算。在结果评估章节可以看出,平台在分析的系统吞吐量指标中有突出表现。分别解决了海量数据采集,不同规则引擎的协同分析和高性能计算三个问题,证明了分析平台的实用性和业务价值。

基于TR069协议的网管系统的研究

这是一篇关于TR069,智能网管系统,数据模型,任务分配的论文, 主要内容为随着IP终端设备在家庭中的普及,如何有效地对家庭网络设备进行管理成为运营商不得不考虑的一个问题。设计并实现针对广域网上的网络终端设备管理系统,对于提高对设备的升级、维护方面的管理,具有十分重要的意义。基于TR069协议的智能网管系统,主要用于对满足该协议的网络终端设备的管理与监控。本文重点研究了TR069协议的特点,并根据其特点进行智能网管系统的设计与实现。本系统分为前台和后台两个部分,重点实现了对设备的自动配置、动态的业务配置、以及对设备的软件进行管理。设备的配置与软件的下发,都以建立任务的方式执行,分为立即执行任务和各种周期执行的任务。定义告警级别,对设备的状态和性能进行监测,对通信故障进行诊断,并能及时对告警进行处理。针对实际应用设备数量较多的特点,本系统采用分布式架构,利用JGroups实现前后台,以及后台与后台之间的通信,使系统效率进一步得到提高。根据TR098和TR106协议建立相应的数据模型,采用XML文档格式对应各个数据模型的结点,在建立了映射关系之后,使用Java Reflect技术将结点的值写入实体类对应的属性中,完成数据模型与实体类之间的转换,实现系统与设备之间的交互。采用iReport结合JasperReport的方式,为系统提供报表功能,不仅能够立即产生报表,还提供了定时启动任务,产生周期报表。该系统已通过测试,交付使用。

电商海量数据下不同规则引擎中数据模型的分析与监测

基于MPLS的电信网络的建模和数据收集

这是一篇关于MPLS,网络规划,数据模型的论文, 主要内容为MPLS(Multi-Protocol Label Switching,即多协议标记交换)是新一代IP骨干网络的交换标准。本文阐述的是对电信网络进行设计和规划的一个商用软件系统的升级——增加设计和规划基于MPLS的电信网络的能力。该软件产品简称NT(Network Tookit),是属于服务管理层的电信网管软件。本文重点论述了其中的两个重要组成部分——网络建模和数据收集。本文首先简述了NT的产品架构和功能,然后简单分析了原有架构的优缺点,指出了这次设计在满足产品架构和功能要求的同时所要解决的问题和方案,即: 1.通过采用开源的对象/关系映射产品——Hibernate,解决数据的设计模型和持久化模型的阻抗失配问题,提高系统抗模型变化的能力,从而提高系统的可扩展性和可维护性; 2.通过采用开源的轻量级Java Bean容器产品——Spring Framework,引入依赖注入(Dependency Injection)技术,减小系统功能和模块之间的耦合度,提高系统内部的可配置性,从而满足产品按需定制的商业策略的要求; 3.设计并实现面向产品功能的基础框架和基础设施,减轻各功能模块的实现难度,提高各模块实现的接口一致性,最大程度地满足系统各功能模块的即插即用。对于数据建模,本文阐述了NT系统中的网络模型抽象框架,重点介绍了NT系统中的系统管理数据模型、设备端数据模型和服务器端数据模型。