6个研究背景和意义示例,教你写计算机软件实现论文

今天分享的是关于软件实现的6篇计算机毕业论文范文, 如果你的论文涉及到软件实现等主题,本文能够帮助到你

ERP条码系统的设计与实现

这是一篇关于条码,ERP,软件设计,软件实现的论文, 主要内容为要实现ERP系统数据快速、准确的录入,目前行之有效的方案是使用自动识别技术,其中,条码技术是最为实用、性价比较高、成本较低的一种技术;条码系统借助条码技术,能将企业的各类数据条码化,并准确、高效、及时地采集到ERP系统中,从而简化了 ERP系统数据输入输出流程。本系统是浪潮新一代ERP产品——GS Cloud中的条码系统,使用领域驱动和面向对象技术进行分析设计。系统需求和架构模型使用UML建模语言描述,系统的概念模型使用E-R图描述。系统采用前后端分离方式开发,前端基于Angular,后端基于 Spring Boot,并支持 SQL Server、Oracl e 和 PostgreSQL数据库。本系统遵从“重配置,轻应用”理念,抽象提取了条码相关需求,划分出条码编码管理、条码打印管理、条码采集管理、条码档案管理、条码特定领域应用、条码应用基础设置六大功能模块,系统的使用者主要包括系统管理员和各领域业务岗用户,比如库管员、设备管理员、车间工人等,其中系统管理员对各系统配置项进行设置,各领域业务岗用户使用条码系统提供的功能完成日常业务办理。本系统提升了ERP系统数据录入效率,也提高了数据的准确性和及时性。本系统目前已交付恒天宝丽丝、广州自来水、山水集团以及几家军工行业的涉密用户使用,得到了客户的一致好评。

ERP条码系统的设计与实现

基于BiLSTM-CRF模型的中文命名实体识别算法研究

这是一篇关于中文命名实体识别,新闻文本,BiLSTM-CRF,加权投票,软件实现的论文, 主要内容为近几年来,深度学习在计算机视觉、语音识别等领域取得了巨大成功,此外在自然语言处理(Natural Language Processing,NLP)领域也取得了不少进展。在对NLP领域中关键的基础任务—命名实体识别(Named Entity Recognition,NER)的研究中,深度学习也获得了不错的效果。在如今的信息科技时代,每天产生的海量文本信息出现在人们面前,NER作为一项能够从非结构化文本数据中识别出关键有效信息,比如人名、地名、组织机构名及其他专名等命名实体的任务恰恰满足了人们迅速抓取文本中重要信息的需求。NER是关系抽取、知识图谱、智能查询、问答系统、军事指挥决策、辅助推理等众多应用领域的重要基础工具,对NER的有效研究,会为众多领域的应用打好坚实的基础,有利于这些领域的后续研究开展。本文使用深度学习方法,以双向长短期记忆网络(Long-Short Term Memory,LSTM)模型为基准模型,构建一个双向长短期记忆网络-条件随机场(Bidirectional Long-Short Term Memory-Conditional Random Field,Bi LSTM-CRF)中文NER算法模型,以人名、地名、组织机构名和其他专名作为NER的识别目标,同时将本文提出的NER模型利用算法进行模型集成,最后将NER模型成功应用在实践中。本文的工作为以下三点。(1)爬取《人民日报》2020年2月份的新闻文本数据,对爬取的非结构化新闻文本进行分词、词性标注、去停用词和字标注后作为实验数据集。提出Bi LSTM-CRF中文命名实体识别模型,与基准模型Bi LSTM相比,CRF层可以加入一些特征约束来保证Bi LSTM层的预测结果有效。通过实验证明,新闻数据集在Bi LSTM-CRF模型上的F1值比基准模型提升7.03%,得到最佳识别结果,即NER效果最优。(2)提出基于加权投票的多模型融合方法(Multi-Model Fusion of Weighted Voting,MMFWV),设计权重投票算法计算基模型的权重值,结合多个NER方法的优点。本文加权投票的基模型分别为CRF,Bi LSTM,Bi LSTM-CRF,同时实验证明MMFWV方法比基于多数投票的多模型融合方法(Multi-Model Fusion of Majority Voting,MMFMV)的F1值提升6.25%,实体识别效果更佳。(3)为了使中文NER技术更贴近人们生活,同时为人们节省大量时间,为社会创造更多维的价值和应用,本文将前面提出的NER模型在软件中全部进行界面可视化展示。通过整体设计、代码编写、缜密测试搭建出中文NER软件。该软件采用浏览器和服务器结构(Browser/Server,B/S)架构,包括前端展示、后端实现和前后端交互,分为模型训练与测试、模型使用等模块。软件对用户输入的非结构化文本进行NER,选择NER模型中的任意一种进行实体识别,从而识别出待识别文本中的人名、地名、组织机构名和其他专名。

ERP条码系统的设计与实现

面向铁水质量优化的高炉炼铁过程运行优化控制软件实现

这是一篇关于高炉炼铁,铁水质量,运行优化控制,模型预测控制,专家规则推理,案例推理,软件实现,.NET,C#的论文, 主要内容为高炉炼铁是钢铁工业的重要生产环节。由于工艺相对简单、产量大、劳动生产率高,因而高炉炼铁是现代炼铁的最主要方式,其产量约占世界生铁总产量的95%以上。高炉炼铁需要准确判断整个高炉运行态势,及时调整相关操作制度(如布料制度、热制度等)及工艺参数,使炉内煤气分布合理、热量充分利用、渣铁顺利排放,实现高炉生产的优质、高产、低耗和长寿运行。为了实现这一目标,就应对高炉运行状态进行实时监测和有效控制。然而高炉内部冶炼环境极其严酷,炉内温度超过2000℃,压强高达标准大气压的4倍左右,且伴随着固、液、气多相共存的状态,使高炉内部状态的实时监测难以实现,从而难以对高炉进行控制与操作优化。另外,由于检测和控制手段的限制,目前高炉日常生产调控仍大部分依赖于高炉炉长的经验和判断,缺乏科学的指导。相较于国外最先进水平,我国高炉冶炼自动化程度较低,控制软件类的开发应用较少,且针对铁水质量所开发应用的软件多为监测、诊断类,面向铁水质量优化的运行控制软件目前未见报道。针对上述问题,本文依托国家自然科学基金重大课题项目“大型高炉高性能运行控制方法及实现技术”(61290323)和“大型高炉高性能运行控制的实验验证平台构建及应用验证”(61290321),以广西柳钢2#高炉为研究对象,设计开发面向铁水质量优化的高炉炼铁过程运行优化控制软件,主要工作如下:(1)首先,对工业过程运行优化控制软件及高炉炼铁过程运行优化控制软件的研究现状进行了分析描述,提出本软件开发的意义及难点,然后对高炉冶炼过程铁水质量运行优化控制软件进行了包括功能、性能和运行三个方面的需求分析,为软件的实现提供开发方向。(2)根据需求分析,研究铁水质量运行优化控制策略及算法,主要包括基于规则推理(Rule-based Reasoning,RBR)与案例推理(Case-based Reasoning,CBR)并行混合推理的回路设定值优化设定模块,基于递推子空间在线建模的铁水质量预测模型,以及基于子空间预估器的模型预测控制模块。其中基于RBR与CBR并行混合推理的回路设定值优化设定模块基于RBR和CBR混合推理技术,根据当前炉温和炉温波动情况,对热风压力、鼓风湿度、热风温度等底层回路控制器的设定值进行优化设定;基于递推子空间在线建模的铁水质量预测模型根据当前运行工况对铁水温度、铁水硅含量等进行在线预测;基于子空间预估器的模型预测控制模块主要采用模型预测控制算法(Model Predictive Control,MPC),根据铁水质量预测值与期望设定值的偏差,对当前控制变量进行在线优化调节,以增强运行控制系统的运行性能。通过底层回路控制系统跟踪优化设定以及优化调节后的控制变量设定值,实现对铁水温度、硅含量等铁水质量指标的优化。(3)结合上述铁水质量运行优化控制策略,以柳钢2#高炉作为应用研究对象,基于.NET平台,提出了 C/S三层结构的开发模式,完成铁水质量运行优化控制软件总体架构及各功能模块的设计,包括铁水质量优化控制模块,人机交互模块和数据库模块等。采用C#语言以面向对象程度设计思想完成后台代码的编写,将具有共性的部分设计类,减少系统功能重复开发的工作量,提高程序的重用性和扩展性;数据库形式与现场数据库保持一致,采用SQL Server数据库;前台界面设计时以用户为中心,采用winform形式,各子界面最终整合到主界面中,减少弹窗的出现,使软件操作更加便利。(4)将开发完成后的铁水质量运行优化控制软件在柳钢2#高炉进行铁水质量预测等功能的工业测试。模型输入数据从数据库中自动载入并进行预处理,输出数据可实时显示和存储,需要校正时模型可在线重新训练。测试结果以及现场工人反馈表明,所开发的铁水质量运行优化控制软件具有界面美观整洁,运行稳定流畅,操作方便等特点,为高炉操作人员进行铁水质量操作和上部的布料制度调节提供有益参考。