基于微前端架构的产业链数据可视化系统的设计与实现
这是一篇关于微前端,UML,产业链,数据可视化的论文, 主要内容为随着Web前端业务复杂性的不断增加,如何应对这种复杂性带来的风险已经成为Web前端领域的一大挑战。借鉴了后端微服务思想的微前端应运而生,它通过将复杂的前端单体应用划分为多个独立自治的微应用很好的解决了这一难题。当前关于产业链的理论研究较多,但产业链在实际应用过程存在表述方式不统一以及表述语义不清楚的问题。为解决这一问题,同时规避前端业务复杂性增加带来的风险,本文基于微前端架构,开发了产业链数据可视化系统。本文首先描述了产业链数据模型,分析产业链存在的问题并提出相应的解决办法。然后基于UML建模思想为产业链建立了可视化模型,并使用可视化模型构建了一个产业链实例,验证了可视化模型的有效性。本文对产业链数据可视化系统的相关用户进行调研分析,将用户分为外部用户和内部用户,对他们期望的功能分别进行汇总和分析。同时,也论述了本系统的非功能性需求。本文对系统进行了概要设计,包括总体设计、基于微前端的前端设计、页面的可视化设计和数据库设计。然后论述了微前端与前端框架的集成过程,包括主应用、基于Vue微应用加载机制和基于React微应用加载机制的实现。紧接着论述了基于微应用功能的详细设计与实现。本文展示了系统的应用效果,并给出了系统的功能测试和兼容性测试情况。本文提出的产业链可视化模型,对产业链的应用研究有一定的参考价值。本文实现的产业链数据可视化系统达到了预期的设计目标,可以帮助企业实现全产业链分析,提升企业的竞争力。
基于IPTV的大数据可视化系统设计与实现
这是一篇关于可视化,轨迹聚类,大数据,IPTV,微前端的论文, 主要内容为数字电视的逐步普及、终端设备的不断丰富,越来越多的用户选择交互式网络电视(Interactive Personality TV,IPTV)作为家庭互联网电视。IPTV为用户提供了直播、点播、游戏、会议等多样化的服务,数亿名用户在和IPTV交互过程中,产生了数量庞大的流量数据。为了帮助运营商了解用户体验,监控网络异常,优化CDN节点部署,需要对流量数据进行可视化分析。在大数据时代,数据可视化成为数据分析的重要一环,直接可视化存在可视化图形过于密集、可视化对象相互遮盖、GPU超负载,渲染卡顿的问题。本文设计并实现了基于IPTV的大数据可视化系统,通过大数据架构和轨迹聚类模型对原始数据进行聚类处理,并对处理后的数据集进行可视化展示,主要工作内容如下:1.针对数据量较大造成的图像过于密集、对象特征被隐藏、渲染卡顿的问题,提出基于参考中心的轨迹聚类算法TC-RC(Trajectory Clustering based on Reference Center)。该算法改进了轨迹聚类算法的轨迹间相似度公式并引入了参考中心的概念,使聚类结果更能代表整体运动趋势,有效降低了密度聚类算法的时间复杂度。2.基于大数据的可视化系统业务逻辑相对复杂,项目规模较大,存在页面渲染速度慢、前后端逻辑过耦合、可扩展性差的问题,针对以上问题论文提出了基于Node中间层的前端微服务架构。该架构利用Node中间层的逻辑处理能力,进行服务端渲染和请求代理,提高了页面渲染速度,借助single-SPA框架搭建前端微服务,增强了模块的独立性和组件的可复用性,开发效率显著提升。3.设计并实现了基于IPTV的大数据可视化系统,利用Hadoop分布式计算平台完成对海量数据的存储、计算和分析,通过B/S的方式对处理后的数据集进行可视化展示。
水土保持地理系统中图表配置系统的设计与实现
这是一篇关于图表配置,微前端,数据可视化的论文, 主要内容为近年来中国进入高质量发展阶段。随着“互联网+”高速发展,水利部水土保持司高度重视水土保持监测与信息化工作,要求加强数据与水土保持产业的交融。目前已有的水土保持地理系统中仍存在缺乏统一规划、自动化水平低、信息共享差等问题。为了解决上述问题实验室联合北京师范大学地理学部开发了水土保持地理系统。水土保持地理系统包括门户网站以及后台管理系统。两个系统存在大量的展示图表,且有相当一部分存在冗余。针对非专业前端人员,如何在不需要修改原来系统源代码的情况下,灵活配置展示图表且尽可能的复用,并且一定程度的优化系统性能是本人的研究目标。本文从课题背景出发,进行图表配置系统的设计与开发。首先进行系统需求分析。通过对图表配置系统交互环境的分析,确定了管理员和水土保持地理系统前端维护人员两种系统角色。针对不同的角色确定了系统主要业务为前端维护人员登录业务、制作图表业务、图表配置信息管理业务、图表投放业务;管理员登录业务、图表模板管理业务。针对不同业务进行进一步功能点划分,确定了系统的功能性需求和非功能性需求;然后进行系统概要设计,选用了前端“Vue全家桶+qiankun”,后端“Springboot+MyBatis”的前后端分离的架构并对系统的功能进行模块化划分;根据功能模块抽象出系统的E-R图,确定了系统的数据库设计;结合架构设计确定了系统的前后端接口以及与水土保持地理系统交互的接口,并且根据用户需求设计交互界面。本系统利用组件化思想提升了系统的配置灵活度;在详细设计与实现章节中首先介绍了微前端架构的实现细节,然后对核心功能分别进行类设计、时序设计、流程设计、具体细节展示说明编码思路,说明类与类之间的关系以及操作活动的关系;最后,结合系统在水土保持地理系统的应用情况进行测试,检验系统运行结果是否满足需求。目前,图表配置系统已经完成开发并且满足上线需求。该系统能在一定程度上提高编码复用率,节省开发时间成本,更好的发挥数据价值。
成熟度驱动的质量管理服务系统的设计与实现
这是一篇关于工业互联网,QMS,故障预测,微前端,微服务的论文, 主要内容为随着工业4.0的发展,智能制造热潮推动着工业制造业企业转型升级的步伐。中国工业互联网产业联盟发布的《工业互联网平台白皮书》中指出,大企业致力于开展工业大数据分析实现更高层次的价值挖掘,中小型企业则希望以较低成本实现信息化和数字化普及。企业管理成熟度水平差异使得企业对信息化的需求不同。质量管理系统(quality management system,QMS)是实现质量信息化转型的关键工具,而由于没有考虑成熟度因素影响,大型单体质量管理软件对中小企业存在功能冗余,也难以满足大型企业后期投入转向智能化的需要。针对以上问题,本文设计并实现了成熟度驱动的质量管理服务系统,质量模块服务化具备高可配置性,同时部分模块借助算法提升智能化水平,能够灵活适应不同成熟度企业的需要。本文的主要工作分为两个部分:(1)对于成熟度水平较高的企业,完成较高程度的信息化后可以借助质量数据实现更高水平的质量管理。本文基于深度学习算法提出了设备故障预警算法框架。首先使用设备阵列生成的无故障的工业时序数据训练一类SVM分类模型,同时得到预警的边界值。在生产过程中,引入了 CNN卷积层对工业时序数据做特征提取,使用LSTM网络对特征进行训练并生成预测,最终把预测值使用训练好的分类模型进行分类,基于边界值判断是否出现异常。通过在公开数据集上的多轮调参测试,验证了此框架可以提前一个时间窗口预测到故障,同时,相比单独使用LSTM,框架在预测效果和训练速度上表现更佳。(2)由于不同成熟度水平企业对质量服务的需求不同,需要增强软件系统的可配置性。本文通过需求分析确定了系统管理、来料管理、制程管控、客户服务、设备故障预警、通用管理六个模块的需求,借助微前端及微服务架构技术实现将模块独立为子应用,并将故障预测模型应用于设备故障预警子应用中。不同成熟度的企业可以依据自身需要选择子应用挂载到基座应用上,最终呈现为完整系统。经过概要设计、详细设计、开发部署及测试工作,本文系统已于实验室合作企业的工厂投产试用,取得了良好的反馈。
基于微前端的旅行社业务支撑系统的设计与实现
这是一篇关于微前端,旅行社,业务支撑,single-spa,组件的论文, 主要内容为随着社会的飞速发展和物质水平的提高,旅游成为越来越多人的休闲方式,旅游产业正处于蓬勃发展的新时期。“互联网+”时代的来临,为旅游产业融合的发展提供了良好的机遇。互联网时代,信息化已成为优化旅游产业结构、提高旅游服务水平的重要手段。拥有一个界面友好、操作简单、功能完善、快速响应且性能优良的业务支撑系统成为旅行社的迫切需求。目前,在主流的Web应用开发中,前端通常是一个单页Web应用。为了支撑复杂的业务逻辑,开发人员需要编写大量的JavaScript代码。随着旅行社业务的拓展,项目的模块数目不断增多,前端工程会变得越发庞大,将面临打包编译时间过长的问题,无法满足快速迭代的需求。因此,本文提出了一种基于微前端的解决方案,将微服务理念应用于前端,将原来的单体应用转变为多个小型前端应用聚合的应用,解决单页Web应用开发的痛点。本文的主要研究工作分为两个方面。一方面,针对single-spa框架的不足进行改进,优化其注册机制,解决子应用之间的通讯和路由协同问题,并使用webpack构建应用。另一方面,将优化后的方案应用于旅行社业务支撑系统的实现,将其按照功能拆分为多个独立的子应用,子应用内部基于组件化思想开发,独立打包部署,最终聚合为一个完整的应用。最后,对系统进行测试,测试结果有效验证了微前端框架的可行性和系统业务功能的正确性。本论文提出的基于微前端的设计方案对开发复杂的Web应用具有一定的参考价值。
成熟度驱动的质量管理服务系统的设计与实现
这是一篇关于工业互联网,QMS,故障预测,微前端,微服务的论文, 主要内容为随着工业4.0的发展,智能制造热潮推动着工业制造业企业转型升级的步伐。中国工业互联网产业联盟发布的《工业互联网平台白皮书》中指出,大企业致力于开展工业大数据分析实现更高层次的价值挖掘,中小型企业则希望以较低成本实现信息化和数字化普及。企业管理成熟度水平差异使得企业对信息化的需求不同。质量管理系统(quality management system,QMS)是实现质量信息化转型的关键工具,而由于没有考虑成熟度因素影响,大型单体质量管理软件对中小企业存在功能冗余,也难以满足大型企业后期投入转向智能化的需要。针对以上问题,本文设计并实现了成熟度驱动的质量管理服务系统,质量模块服务化具备高可配置性,同时部分模块借助算法提升智能化水平,能够灵活适应不同成熟度企业的需要。本文的主要工作分为两个部分:(1)对于成熟度水平较高的企业,完成较高程度的信息化后可以借助质量数据实现更高水平的质量管理。本文基于深度学习算法提出了设备故障预警算法框架。首先使用设备阵列生成的无故障的工业时序数据训练一类SVM分类模型,同时得到预警的边界值。在生产过程中,引入了 CNN卷积层对工业时序数据做特征提取,使用LSTM网络对特征进行训练并生成预测,最终把预测值使用训练好的分类模型进行分类,基于边界值判断是否出现异常。通过在公开数据集上的多轮调参测试,验证了此框架可以提前一个时间窗口预测到故障,同时,相比单独使用LSTM,框架在预测效果和训练速度上表现更佳。(2)由于不同成熟度水平企业对质量服务的需求不同,需要增强软件系统的可配置性。本文通过需求分析确定了系统管理、来料管理、制程管控、客户服务、设备故障预警、通用管理六个模块的需求,借助微前端及微服务架构技术实现将模块独立为子应用,并将故障预测模型应用于设备故障预警子应用中。不同成熟度的企业可以依据自身需要选择子应用挂载到基座应用上,最终呈现为完整系统。经过概要设计、详细设计、开发部署及测试工作,本文系统已于实验室合作企业的工厂投产试用,取得了良好的反馈。
成熟度驱动的质量管理服务系统的设计与实现
这是一篇关于工业互联网,QMS,故障预测,微前端,微服务的论文, 主要内容为随着工业4.0的发展,智能制造热潮推动着工业制造业企业转型升级的步伐。中国工业互联网产业联盟发布的《工业互联网平台白皮书》中指出,大企业致力于开展工业大数据分析实现更高层次的价值挖掘,中小型企业则希望以较低成本实现信息化和数字化普及。企业管理成熟度水平差异使得企业对信息化的需求不同。质量管理系统(quality management system,QMS)是实现质量信息化转型的关键工具,而由于没有考虑成熟度因素影响,大型单体质量管理软件对中小企业存在功能冗余,也难以满足大型企业后期投入转向智能化的需要。针对以上问题,本文设计并实现了成熟度驱动的质量管理服务系统,质量模块服务化具备高可配置性,同时部分模块借助算法提升智能化水平,能够灵活适应不同成熟度企业的需要。本文的主要工作分为两个部分:(1)对于成熟度水平较高的企业,完成较高程度的信息化后可以借助质量数据实现更高水平的质量管理。本文基于深度学习算法提出了设备故障预警算法框架。首先使用设备阵列生成的无故障的工业时序数据训练一类SVM分类模型,同时得到预警的边界值。在生产过程中,引入了 CNN卷积层对工业时序数据做特征提取,使用LSTM网络对特征进行训练并生成预测,最终把预测值使用训练好的分类模型进行分类,基于边界值判断是否出现异常。通过在公开数据集上的多轮调参测试,验证了此框架可以提前一个时间窗口预测到故障,同时,相比单独使用LSTM,框架在预测效果和训练速度上表现更佳。(2)由于不同成熟度水平企业对质量服务的需求不同,需要增强软件系统的可配置性。本文通过需求分析确定了系统管理、来料管理、制程管控、客户服务、设备故障预警、通用管理六个模块的需求,借助微前端及微服务架构技术实现将模块独立为子应用,并将故障预测模型应用于设备故障预警子应用中。不同成熟度的企业可以依据自身需要选择子应用挂载到基座应用上,最终呈现为完整系统。经过概要设计、详细设计、开发部署及测试工作,本文系统已于实验室合作企业的工厂投产试用,取得了良好的反馈。
成熟度驱动的质量管理服务系统的设计与实现
这是一篇关于工业互联网,QMS,故障预测,微前端,微服务的论文, 主要内容为随着工业4.0的发展,智能制造热潮推动着工业制造业企业转型升级的步伐。中国工业互联网产业联盟发布的《工业互联网平台白皮书》中指出,大企业致力于开展工业大数据分析实现更高层次的价值挖掘,中小型企业则希望以较低成本实现信息化和数字化普及。企业管理成熟度水平差异使得企业对信息化的需求不同。质量管理系统(quality management system,QMS)是实现质量信息化转型的关键工具,而由于没有考虑成熟度因素影响,大型单体质量管理软件对中小企业存在功能冗余,也难以满足大型企业后期投入转向智能化的需要。针对以上问题,本文设计并实现了成熟度驱动的质量管理服务系统,质量模块服务化具备高可配置性,同时部分模块借助算法提升智能化水平,能够灵活适应不同成熟度企业的需要。本文的主要工作分为两个部分:(1)对于成熟度水平较高的企业,完成较高程度的信息化后可以借助质量数据实现更高水平的质量管理。本文基于深度学习算法提出了设备故障预警算法框架。首先使用设备阵列生成的无故障的工业时序数据训练一类SVM分类模型,同时得到预警的边界值。在生产过程中,引入了 CNN卷积层对工业时序数据做特征提取,使用LSTM网络对特征进行训练并生成预测,最终把预测值使用训练好的分类模型进行分类,基于边界值判断是否出现异常。通过在公开数据集上的多轮调参测试,验证了此框架可以提前一个时间窗口预测到故障,同时,相比单独使用LSTM,框架在预测效果和训练速度上表现更佳。(2)由于不同成熟度水平企业对质量服务的需求不同,需要增强软件系统的可配置性。本文通过需求分析确定了系统管理、来料管理、制程管控、客户服务、设备故障预警、通用管理六个模块的需求,借助微前端及微服务架构技术实现将模块独立为子应用,并将故障预测模型应用于设备故障预警子应用中。不同成熟度的企业可以依据自身需要选择子应用挂载到基座应用上,最终呈现为完整系统。经过概要设计、详细设计、开发部署及测试工作,本文系统已于实验室合作企业的工厂投产试用,取得了良好的反馈。
水土保持地理系统中图表配置系统的设计与实现
这是一篇关于图表配置,微前端,数据可视化的论文, 主要内容为近年来中国进入高质量发展阶段。随着“互联网+”高速发展,水利部水土保持司高度重视水土保持监测与信息化工作,要求加强数据与水土保持产业的交融。目前已有的水土保持地理系统中仍存在缺乏统一规划、自动化水平低、信息共享差等问题。为了解决上述问题实验室联合北京师范大学地理学部开发了水土保持地理系统。水土保持地理系统包括门户网站以及后台管理系统。两个系统存在大量的展示图表,且有相当一部分存在冗余。针对非专业前端人员,如何在不需要修改原来系统源代码的情况下,灵活配置展示图表且尽可能的复用,并且一定程度的优化系统性能是本人的研究目标。本文从课题背景出发,进行图表配置系统的设计与开发。首先进行系统需求分析。通过对图表配置系统交互环境的分析,确定了管理员和水土保持地理系统前端维护人员两种系统角色。针对不同的角色确定了系统主要业务为前端维护人员登录业务、制作图表业务、图表配置信息管理业务、图表投放业务;管理员登录业务、图表模板管理业务。针对不同业务进行进一步功能点划分,确定了系统的功能性需求和非功能性需求;然后进行系统概要设计,选用了前端“Vue全家桶+qiankun”,后端“Springboot+MyBatis”的前后端分离的架构并对系统的功能进行模块化划分;根据功能模块抽象出系统的E-R图,确定了系统的数据库设计;结合架构设计确定了系统的前后端接口以及与水土保持地理系统交互的接口,并且根据用户需求设计交互界面。本系统利用组件化思想提升了系统的配置灵活度;在详细设计与实现章节中首先介绍了微前端架构的实现细节,然后对核心功能分别进行类设计、时序设计、流程设计、具体细节展示说明编码思路,说明类与类之间的关系以及操作活动的关系;最后,结合系统在水土保持地理系统的应用情况进行测试,检验系统运行结果是否满足需求。目前,图表配置系统已经完成开发并且满足上线需求。该系统能在一定程度上提高编码复用率,节省开发时间成本,更好的发挥数据价值。
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:毕设工坊 ,原文地址:https://m.bishedaima.com/lunwen/46262.html