供电公司党建移动APP设计与实现
这是一篇关于供电公司,卓越党建,移动APP,混合式模式,PhoneGap工具的论文, 主要内容为移动互联网的快速发展为党建工作的信息化提供了便利条件,近年来在党中央的“互联网+党建”政策引导下,全国各地的党建移动平台建设步伐加快。在此背景下,国网四川省电力公司提出了地市级卓越党建系统的建设项目,核心目标是以地级供电公司为单位,建立以移动设备APP为核心的党建管理信息化服务体系。本文针对四川省电力公司下属的某地级供电公司党建管理工作的信息化水平比较落后的现状,按照该供电公司党委的统一规划与指导,采用移动设备APP开发技术和Web开发技术设计了一套卓越党建系统,分为移动端APP功能和后台Web站点服务功能两个部分,其中移动端APP可以同时支持Android和IOS移动设备。论文分析研究了卓越党建系统研发的必要性和技术可行性,从总体角度分析了卓越党建系统的技术框架,按照移动端APP和后台Web站点的功能范围,进行了功能分析研究。论文详细考察研究了卓越党建系统的需求、设计、实现工作,建立起一套基于移动APP和Web服务的党建业务实施平台。卓越党建系统的移动端APP采用HyBrid混合式模式开发,基于HTML5、CSS3和JQuery Mobile移动端技术,建立移动APP的人机操作交互界面,并通过PhoneGap工具打包,适配Android和IOS两大移动平台设备。在后台Web站点研发中采用Java Web技术和SSM开源服务技术,建立党建业务数据持久化应用模型,响应PC端和APP端的服务请求。通过对卓越党建系统进行功能性能以及其他方面的测试和分析,得到系统已经达到了预期设定的各项开发目标,满足了某供电公司及各下属县级公司的党建管理需求。卓越党建系统的APP端实现了在线签到、时政课堂、红色家园、卓越之窗、文学天地、群团之光、企业公告、个人设置等终端常用功能,后台Web站点在PC端发布了党建新闻管理相关功能、用户权限管理功能。卓越党建系统的APP端和PC端、后台Web站点基于松耦合的Web服务应用模式搭建,不仅实现了公司及各下属县级公司的党建业务信息化管理,同时也便于后续的功能迁移和升级。
基于移动APP的安全管控平台的设计与实现
这是一篇关于风险管控流程化,安全管控平台,移动APP的论文, 主要内容为电网设备安全生产平稳运行事关企业的长远发展,我国民计民生,一直以来都受到国家和企业的高度重视。如何加强对电网生产的风险管控,保障安全生产,是当前重中之重。长期以来,电网风险管控主要依赖人工经验巡检和停电检修计划等方法手段来实现,没有全面覆盖电网的可能风险,没有提供全面的监测、评估和分析手段;各部门协作采用电话等方式,信息共享受到限制,工作效率十分低下。基于电网这样的情况,本课题以某供电公司风险管控现状为基础,提出利用先进的计算机和信息管理技术、数据库技术等构建一套供电公司一体化安全管控平台解决方案。具体研究内容如下:(1)供电公司安全管控平台是在电网风险管控全流程的核心需求下,以面向对象分析和设计方法为准则,详细设计了员工安全管控平台的整体功能模块结构、软件体系结构、数据库逻辑和表项设计以及系统部署模式。整个安全管控平台采用了分层次设计的架构思想,系统功能包括用户管理、计划管理、现场巡查、到岗到位、人员资信、安规调考等功能模块,且具备界面个性化和接口人性化,系统整体达到了设计要求。(2)安全管控平台基于移动APP架构和后台服务器模式作为系统架构体系,在基于MVC模式的基础上利用轻量级Struts框架技术设计了整个系统的软件逻辑结构,系统的后台服务器数据库管理系统采用性能优越的MY SQL数据库,整个系统以Java语言进行具体的编程实现。安全管控平台功能模块的具体实现,成功地解决了供电公司在原来风险管控中的一些不足,不仅实现了供电公司风险管控流程的全电子化处理,而且在原有风险管控流程上进行了科学规范的调整,这对电网安全平稳运行提升具有十分积极的作用。随着坚强的智能电网概念的提出,依托一体化的安全管理平台解决了电网高速发展态势与现有安全管理水平和手段不匹配的问题;运用大数据、“互联网+”的理念与技术,实现风险管控作业流程全过程风险闭环管理。安全管控平台对如何加强对电网生产的风险管控,提高电网生产运行的稳定性,提供了有效的解决办法;提高了企业安全化信息化程度,增强了企业综合实力。
一种基于用户评论与开发者双向关系的App迭代方法
这是一篇关于用户评论,情感分析,意见推荐,意图分类,移动APP的论文, 主要内容为随着智能手机的性能不断提升,人们将使用习惯逐渐从电脑端转向更加具有便携性的移动端,对于手机APP的使用也愈加频繁。基于这种趋势,APP软件的数量指数增长,给开发者带来了巨大压力,若无法有效满足用户需求,则很容易使用户转向使用其它APP,最终自己产品惨遭取代或淘汰。因此APP开发者需要通过将产品不断迭代响应用户需求来得到更高的用户评价和支持。除了有经验的产品经理等专业人员定义软件功能外,应用商店中的用户评论中,蕴含了大量的用户的需求和使用过程中遇到的一些问题,这些评论将对接下来的版本更新具有很大的帮助。但这些用户评论质量参差不齐,且数量巨大,人工将全部评论查阅并筛选显然不切实际。因此研究如何使开发人员有效利用用户评论对APP迭代具有重大意义。在对现有的用户评论驱动软件迭代的方法研究后,发现大部分方法是仅针对用户评论展开研究,或者使用到了更新日志的信息但还未能充分挖掘更新日志与用户评论的深层关系。同时许多研究中加入对用户意图和情感的分析,但均是使用已有的经典模型。基于以上问题,本文通过对短文本分类和情感分析优化以及加入开发者意图挖掘使最终评论的推荐数量更少但包含更多对开发者有用的信息。具体研究内容如下:(1)本文提出一种高效的短文本分类方法用于用户意图识别,并将评论分为特征请求、错误报告、用户体验与其它。该方法基于改进BERT和多阶段TCN技术,使用知识图谱丰富短文本的语义表示,BERT预训练模型结合词性和词语权重对向量优化,将优化的词向量信息结合CNN和TCN提取特征,结合注意力机制突显关键信息。最终分类结果在Snippets标准数据集中F1达到了94.05%,相比经典模型有所提高。(2)提出一种改进的方面级情感分析方法,充分利用显式句法结构挖掘文本信息。对每个单词与方面词之间语法路径进行建模,获取句法表示反馈到关注层推断权重。对单词和句子级别分别使用注意力机制得到评论的表示。最终情感分类在Sem Eval 2014 Task 4中restaurants数据集准确率达到87.01%。(3)利用BERTopic主题模型处理更新日志挖掘开发者意愿,最终结合情感、意图、开发者意愿等多方面因素筛选出最有用的评论为开发者提供建议。准确率达到85%,结果表明本论文推荐的评论对开发者对后续的维护和演化任务具有重要意义。
电力设备智能巡检系统的设计与实现
这是一篇关于电力设备,巡检,移动APP,SCADA,查询的论文, 主要内容为随着电网规模扩大和设备增加,运维巡检工作量日益增大,设备与人的矛盾凸显。目前的巡检过程完全依赖于人的主动性,难免有疏漏和错误发生,不能及时发现故障隐患而引起供电故障。另外,现有的电力设备信息管理系统(PMS)侧重于离线管理,巡检记录都是事后提交,人在现场时缺乏实时查询历史信息的手段。为此,非常有必要采取自动化的手段,提升巡检质量,减少巡检工作量。本文阐述了一个基于智能采集终端、移动APP、云储存和数据访问服务器等功能模块构成的电力设备智能巡检应用系统。该系统实现了电力箱变、光伏逆变器、环网柜设备的在线数据采集,巡检人员可利用智能移动设备(手机或者平板电脑)获取安装在电气设备上的传感数据,快速形成巡检记录,并能捕获图像信息,实时提交巡检记录,并能与后台巡检数据库实现互动查询。本文从学术理论和工程实践两个维度入手,针对电力设备智能巡检系统的设计与实现进行了深入的探索,对电力设备智能巡检系统的研究背景、研究意义分章节进行了分析和阐述,包括技术可行性、效益可行性等。文章介绍了电力设备智能巡检系统实现的整体架构,并通过使用物联网数据采集技术、移动APP技术、云计算技术等打造了一个安全、智能、便捷的电力设备智能巡检应用系统,文章针对该应用系统的各个功能模块设计进行了详细的描述,在系统实现后又进行了完整的测试,说明电力设备智能巡检系统运行情况良好。
一种基于用户评论与开发者双向关系的App迭代方法
这是一篇关于用户评论,情感分析,意见推荐,意图分类,移动APP的论文, 主要内容为随着智能手机的性能不断提升,人们将使用习惯逐渐从电脑端转向更加具有便携性的移动端,对于手机APP的使用也愈加频繁。基于这种趋势,APP软件的数量指数增长,给开发者带来了巨大压力,若无法有效满足用户需求,则很容易使用户转向使用其它APP,最终自己产品惨遭取代或淘汰。因此APP开发者需要通过将产品不断迭代响应用户需求来得到更高的用户评价和支持。除了有经验的产品经理等专业人员定义软件功能外,应用商店中的用户评论中,蕴含了大量的用户的需求和使用过程中遇到的一些问题,这些评论将对接下来的版本更新具有很大的帮助。但这些用户评论质量参差不齐,且数量巨大,人工将全部评论查阅并筛选显然不切实际。因此研究如何使开发人员有效利用用户评论对APP迭代具有重大意义。在对现有的用户评论驱动软件迭代的方法研究后,发现大部分方法是仅针对用户评论展开研究,或者使用到了更新日志的信息但还未能充分挖掘更新日志与用户评论的深层关系。同时许多研究中加入对用户意图和情感的分析,但均是使用已有的经典模型。基于以上问题,本文通过对短文本分类和情感分析优化以及加入开发者意图挖掘使最终评论的推荐数量更少但包含更多对开发者有用的信息。具体研究内容如下:(1)本文提出一种高效的短文本分类方法用于用户意图识别,并将评论分为特征请求、错误报告、用户体验与其它。该方法基于改进BERT和多阶段TCN技术,使用知识图谱丰富短文本的语义表示,BERT预训练模型结合词性和词语权重对向量优化,将优化的词向量信息结合CNN和TCN提取特征,结合注意力机制突显关键信息。最终分类结果在Snippets标准数据集中F1达到了94.05%,相比经典模型有所提高。(2)提出一种改进的方面级情感分析方法,充分利用显式句法结构挖掘文本信息。对每个单词与方面词之间语法路径进行建模,获取句法表示反馈到关注层推断权重。对单词和句子级别分别使用注意力机制得到评论的表示。最终情感分类在Sem Eval 2014 Task 4中restaurants数据集准确率达到87.01%。(3)利用BERTopic主题模型处理更新日志挖掘开发者意愿,最终结合情感、意图、开发者意愿等多方面因素筛选出最有用的评论为开发者提供建议。准确率达到85%,结果表明本论文推荐的评论对开发者对后续的维护和演化任务具有重要意义。
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:毕业设计驿站 ,原文地址:https://m.bishedaima.com/lunwen/48270.html