9个研究背景和意义示例,教你写计算机Restful论文

今天分享的是关于Restful的9篇计算机毕业论文范文, 如果你的论文涉及到Restful等主题,本文能够帮助到你

面向视频监控系统的云存储运维系统的设计与实现

这是一篇关于运维系统,消息总线,Restful,RabbitMQ的论文, 主要内容为在日益发展的数字化安防技术领域,存储是其中的核心技术之一,而云存储作为一种新型的存储服务应运而生。但是目前的云存储服务在安全性和稳定性方面都需要提高,为此,本论文研究和开发与之配套的运维管理系统。本文的研究目的是设计和实现一个针对云存储的运维系统,该系统为用户提供运维管理,提供接口操作和监控云存储平台。本文的研究内容包括,设计与实现运维系统与用户之间的交互,并在后台根据交互信息实现具体业务逻辑,再以合理的消息机制实现云存储平台与运维系统之间的控制与响应。通过对国内外相关领域现状和技术的分析与研究,本文采用Ajax和Websocket技术来实现Web客户端,通过Spring MVC框架搭建Restful风格的服务端进行业务逻辑处理。为满足可扩展、松耦合等特性,本文使用RabbitMQ作为消息中间件,为运维系统与云存储平台搭建消息总线。测试结果表明,本文实现的运维管理系统已与云存储平台实现全面对接,系统运行状况良好。系统不仅满足了当前用户对运维的基本要求,也验证了消息总线方案应用于云存储运维系统的可行性、有效性和正确性,还为后续的开发内容以及手机端提供可扩展的平台。

面向视频监控系统的云存储运维系统的设计与实现

企业协同办公系统的设计与实现

这是一篇关于办公系统,办公自动化,企业协同办公,JavaEE,Restful的论文, 主要内容为现今“无纸化办公”已经发展为“无址化”,在任何地方任何时间用操作软件的方式来办公已经越来越流行。对企业协同办公系统的成长经历以及以后的发展趋势两个方面进行研究,再对企业协同办公系统的现状进行分析,发现一个好的企业协同办公系统能够明显地提高至少三个方面的效率:信息的共享、企业中员工的协作和企业领导的业务管理。由此可见,想要提高企业的办公效率必须要有一套稳定高效的企业协同办公系统。本文首先介绍了企业协同办公系统的定义、作用以及发展现状,接着对现有企业协同办公系统实现技术进行了对比分析。此外,还介绍了SpringMVC、Spring以及Mybatis等一系列基于JavaEE的轻量级开源框架,重点放在JavaEE上。根据系统选型指导原则,总结出JavaEE技术在构建企业协同办公系统这方面所具有的亮点。在需求分析的基础上,对系统的整体架构进行了概要的设计以及对各功能模块进行了详尽的设计。整个企业协同办公系统分为九个大模块:用户登录模块、用户以及角色权限管理模块、组织结构管理模块、个人办公模块、行政办公模块、工作流管理模块、公文管理模块、公共信息模块以及系统管理模块。此外每个模块又分为四个层次:表现层、控制层、业务层和持久层。该办公自动化系统采用Restful风格的Webservice来开发,可以为各种终端提供服务(如PC,PAD及Phone),以模块化的方式来搭建架构,易于扩展和移植。模块内部采用了分层方式,降低了代码耦合度,增强了代码的后期扩展性与可维护性。

基于容器技术的房车租车系统的设计与实现

这是一篇关于容器,非关系数据库,Restful,租车,LNMP的论文, 主要内容为近来,随着旅游行业的飞速发展,房车租车业务也逐渐火热起来。这既是机遇也是挑战。一方面,传统的房车租车模式中用户预约方式单一、人力成本高、信息化建设落后。另一方面,市场竞争激烈,租车公司都在进行互联网的转型,但转型过程中遇到了各种问题。因此,本文利用信息技术来开发一个房车租车管理系统(“Recreational Vehicle Rental Management System”,缩写为RVRMS)以解决上述问题。房车租车管理系统的目标是以互联网+的方法改善传统的房车租车业务,并形成O2O商业模式。房车租车业务主要是提供房车的租赁,其中涉及了房车租车流程的控制,门店管理流程,房车仓储管理,销售数据统计。通过系统的搭建,拓展互联网渠道、降低企业的管理成本、改善用户租车流程、提高租车的安全性。整个系统的搭建过程可以分为需求分析、功能设计、系统实现与系统评估。1.在需求分析方面,本文对房车租车管理系统做了详细的调研。根据业务的特点,对整个流程进行抽象,将系统分为了用户租车系统与业务管理系统。系统需求以UML语言的用例图进行描述。2.从系统设计层面,利用UML的用例图、活动图、类图、时序图、状态图对系统进行建模与设计。利用ER图对数据库进行设计。设计实现上重点考虑性能、可扩展性、易用性、安全性、稳定性。系统是基于LNMP(Linux Nginx MySQL PHP,缩写为LNMP)框架的基础上进行研发。在框架上引入了容器Docker技术,通过将应用以及依赖包安装到一个容器中,以此提供服务。数据库服务引入了非关系数据库Redis技术,从而满足了需要快速写入与查询的应用场景。3.在系统实现上,表现层通过BootStrap框架、CSS、HTML5、Javascript技术的组合进行实现。通过用户租车用例、旅游租车用例,对系统的实现方式进行了说明。业务层以模型-视图-控制器-服务(MVCS)的软件设计模式进行实现。系统通过PHP语言以面向对象的模式进行设计。通过HTML5技术,以自适应的方式实现了手机端的浏览方式。本文对Docker容器的安装配置、非关系数据库的连接与应用,分别进行了说明。4.在系统评估方面,通过测试用例对系统功能进行测试,从而对系统的可用性进行评估。引入了问卷调查的方式,从而以用户的角度进一步了解系统的使用情况。该系统搭建完成后,已经对外进行服务。系统运行稳定、简单易用,达成了预期的目标。利用LNMP框架、Docker容器、Redis数据库实现的系统,有着很好的实践性与创新性。容器Docker应用降低了系统环境的复杂度,非关系数据库Redis缓解了关系数据库的压力。系统的实施过程中的设计思路与方法对公司的其他业务系统有一定的参考作用。总之,本系统优化了房车租车业务,形成了O2O的业务模式,满足了房车租车业务的需求。

基于深度学习心电诊断系统的研究与实现

这是一篇关于心电图,循环神经网络,长短期记忆单元,生成对抗网络,Restful的论文, 主要内容为近些年,深度学习在图像处理以及语音识别领域已日渐成熟。借助于深度学习,心电图(Electrocardiogram,ECG)的检测和分类是目前医疗健康领域研究的热点问题。其中,基于卷积神经网络(Convolutional Neural Network,CNN)的ECG分类方法在准确率上已达到很好的标准[1]。虽然ECG分类的研究已初见成效,但对于临床应用,依然有许多复杂的心电病理性疾病其识别效果并不理想。本项目依据大量心电临床数据,从中筛选出包括21种常见心电疾病的数据样本,进行分类训练。另外,本文致力于应用深度神经网络解决心电图R波识别,心电图缺失修复等问题,并构建一个心电图实时诊断平台。本文主要研究工作分以下几个部分:1.设计了基于循环神经网络(Recurrent Neural Network,RNN)的心电图R波识别算法模型。RNN在时间序列方面有着广泛的应用,包括语音识别,机器翻译,触发词检测等等。本文采用该网络,逻辑单元使用长短期记忆模型(Long Short-Term Memory,LSTM),并在LSTM单元之前先全局使用一个卷积层,充分考虑到R点周围的心电信息,提高准确率。通过在测试集依据相关性能指标进行测试,结果表明,相比传统基于小波分析[2]的R波检测算法,LSTM单元兼顾信号全局特征及局部特征,对于特征提取更具有稳定性和可靠性。2.设计了基于生成对抗网络(Generative Adversarial Network,GAN)的心电图缺失修复算法模型。该算法近年来在图像生成,图像转换领域发展迅速,得益于GPU的发展与应用使得深度学习计算效率大幅提升。由于在实际检测中,患者与心电设备接触不良以及其他电信号扰动,导致心电图信号不完整。由于R点的缺失,在心率(Heart Rate,HR)及心率变异性(Heart Rate Variability,HRV)的计算上,具有较大误差。该算法主要基于生成对抗网络对缺失的ECG片段进行修复,使其能正确识别出R点,并更加准确地计算出HR及HRV。3.构建了Restful风格的应用编程接口(Application Programming Interface,API),对接医疗级心电仪,智能手环,便携心电贴片等多种设备。结合心电图R波识别、心电图滤波、心电图诊断等算法模块,提供实时的心电诊断服务。该系统采用Dj ango Rest Frame work框架,MySQL数据库,通过反向代理部署在Nginx服务器。同时该服务可通过Vue框架构建的前端系统进行查询、管理、展示和统计等操作。