一、一种高效的可扩展的GUI开发工具——Tcl/Tk（论文文献综述）
吴强[1]（2021）在《机械产品性能参数自动校核方法及工程应用研究》文中认为目前国内大多数机械制造企业的产品设计均是通过图形用户界面完成。当设计结果不满足性能要求时,设计人员通过设计经验和结构参数修改重复建模和仿真分析,直至满足设计要求,使得设计周期和开发成本上升。本文以产学合作平台为依托,以合作企业亟需解决的问题为导向,围绕机械产品数字化设计要求,运用C++语言和APDL语言分别对Solid Works软件和ANSYS软件进行二次开发,并基于VS2012开发环境,使用C++语言将二者进行集成。研究了基于CAD/CAE集成的机械产品性能参数自动校核方法,并开发FD430摩擦离合器从动盘总成数字化设计系统,验证了该方法的可行性和通用性。研究表明,运用该方法可以实现机械产品的快速建模与CAE分析,机械产品性能参数自动校核系统能提高设计效率,以及降低对设计人员的专业要求。本文主要研究内容如下:（1）对机械产品参数化建模系统的开发方法进行了研究。通过Solid Works软件提供的应用程序开发接口API,使用C++语言在VS2012开发环境中建立机械产品参数化三维模型,并开发了机械产品参数化建模系统。（2）设计了参数化分析框架,研究了机械产品参数化分析系统开发的方法。通过ANSYS软件提供的二次开发工具,选择APDL语言来建立机械产品参数化FEA模型,结合ANSYS软件后台批处理功能,实现机械产品参数化CAE分析。（3）对机械产品数字化设计方法的国内外研究现状进行分析,考虑到实用性和研发成本,设计了CAD/CAE集成方案整体框架,为其它软件集成提供了参考。（4）研究了基于CAD/CAE集成的机械产品性能参数自动校核方法,并通过FD430型摩擦离合器从动盘总成数字化设计系统开发,验证了该方法的可靠性。
吴强[2]（2021）在《机械产品性能参数自动校核方法及工程应用研究》文中研究指明目前国内大多数机械制造企业的产品设计均是通过图形用户界面完成。当设计结果不满足性能要求时,设计人员通过设计经验和结构参数修改重复建模和仿真分析,直至满足设计要求,使得设计周期和开发成本上升。本文以产学合作平台为依托,以合作企业亟需解决的问题为导向,围绕机械产品数字化设计要求,运用C++语言和APDL语言分别对Solid Works软件和ANSYS软件进行二次开发,并基于VS2012开发环境,使用C++语言将二者进行集成。研究了基于CAD/CAE集成的机械产品性能参数自动校核方法,并开发FD430摩擦离合器从动盘总成数字化设计系统,验证了该方法的可行性和通用性。研究表明,运用该方法可以实现机械产品的快速建模与CAE分析,机械产品性能参数自动校核系统能提高设计效率,以及降低对设计人员的专业要求。本文主要研究内容如下:（1）对机械产品参数化建模系统的开发方法进行了研究。通过Solid Works软件提供的应用程序开发接口API,使用C++语言在VS2012开发环境中建立机械产品参数化三维模型,并开发了机械产品参数化建模系统。（2）设计了参数化分析框架,研究了机械产品参数化分析系统开发的方法。通过ANSYS软件提供的二次开发工具,选择APDL语言来建立机械产品参数化FEA模型,结合ANSYS软件后台批处理功能,实现机械产品参数化CAE分析。（3）对机械产品数字化设计方法的国内外研究现状进行分析,考虑到实用性和研发成本,设计了CAD/CAE集成方案整体框架,为其它软件集成提供了参考。（4）研究了基于CAD/CAE集成的机械产品性能参数自动校核方法,并通过FD430型摩擦离合器从动盘总成数字化设计系统开发,验证了该方法的可靠性。
高曼[3]（2021）在《基于IDdata的闭合高效用模式挖掘算法的研究与应用》文中研究表明通常,高效用模式挖掘方法在挖掘过程中产生大量冗余项集。相比于现有挖掘模式,闭合高效用模式以其生成较少结果集而受到学者们的关注。本文研究闭合高效用模式挖掘,主要研究内容如下:（1）从不同角度对现有的高效用模式挖掘算法进行详细分析。如关键技术:基于树、基于列表、投影策略、先验和索引技术等;结果集划分生成模式类型:闭合模式、top-k模式、平均模式等。同时,详细阐述现有算法的优势与缺陷。（2）研究并实现有效的闭合高效用模式挖掘算法（Efficient Closed high utility itemsets Mining using Structure,ECMS）。针对现有算法存在数据库扫描次数多、产生候选集大等问题,该算法提出IDdata结构减少数据库扫描次数,且使用二分法优化该结构搜索过程。它将数据库中的信息保存在IDdata结构中,不需要扫描原始的数据库获取信息。此外,将IDdata结构与数据库投影技术结合使得扫描的数据量减少。（3）设计并实现基于IDdata闭合高效用模式挖掘算法的失眠症辅助诊疗验证平台。平台主要包含数据输入,操作选择,结果显示功能模块。操作选择模块是平台的核心,主要包括数据预处理模块,高效用模块,关联规则模块和预测模块。平台使用失眠症患者的数据,先获得判断失眠症的规则,再根据规则判断患者是否患有失眠症。
顾荣俊[4]（2020）在《车身虚拟匹配中钣金变形分析融合方法研究》文中研究表明虚拟匹配是将真实零件扫描成点云文件再对其进行一系列的处理最终转换成三角化文件进行匹配分析。最终分析结果为刚性分析,针对最终的匹配结果未考虑在实际生产中可以进行的柔性零件的可调距离。然而针对于白车身而言,由于主要组成部分为钣金件,因此单纯的刚性分析很难满足要求。这就需要进行一定的柔性分析,以便于确定钣金件在实际生产中所能满足的可调范围。柔性分析即仿真分析,就是给予质地较软的零件一定的弯折空间。在人工操作的情况下又面临着效率低下,模型网格化后,基准信息的缺失,且依靠人力难以复现等问题。本文在综合分析了国内外文献的基础上,以Hypermesh为主要开发平台,利用Tcl/Tk编程语言在接入内部GUI的基础上实现对白车身自动仿真分析的二次开发,以填补其没有的功能并实现相关功能的自动化,主要研究过程和研究成果如下:1)填补了车身虚拟匹配中柔性分析的空白,使得原本刚性分析判定的不合格零件由于柔性分析结果得到了可调空间,良品率得到了飞跃性的提升,对实际生产的指导意义更大;2)创造性的将网格化模型与理论模型的MBD（Model Based Definition）体系进行融合,重构出更加高精度的新型网格化车身模型,使得仿真分析的结果更加精确;3)针对当前人工仿真分析过程所存在的问题并结合Hypermesh二次开发的特点,设计出一套基于Hypermesh的二次开发程序,在这套程序中可以完成从导入文件到车身拆解,再到焊点处理,然后获取从UG中读取的RPS信息,自动加载,最终获取仿真分析报告的整个过程;4)通过二次开发程序实例验证,该程序极大减少了白车身仿真分析项目的时间,更加符合实际生产需求,有效减少产品报废率,提高生产效率。
李明莉[5]（2020）在《基于混合重构的高效能多精度卷积神经网络加速器设计》文中指出卷积神经网络（Convolutional Neural Network,CNN）是一种最先进的人工智能算法。得益于其优异的分类和视觉识别能力,CNN已成为以图像处理为首的诸多领域研究热点,应用前景广阔。由于CNN的复杂性,在实际应用中受处理器的计算和存储性能制约。现场可编程门阵列（Field-Programmable Gate Array,FPGA）以其并行处理、可定制、可重构等特点,为加速CNN提供了理想解决方案。目前,在提高基于FPGA的CNN加速器的速度和灵活性方面,国内外已经开展了诸多研究,但系统的可编程能力、通用性仍有不足。因此,本文针对当前嵌入式CNN智能识别系统存在的电路冗余、结构固定、适应性差等问题,提出了一种基于FPGA的可配置的动态CNN系统架构和设计方法,并通过实验进行了验证。本文主要研究内容如下:（1）总结了CNN模型和硬件加速技术,以及FPGA重构技术的研究现状;分析了基于FPGA的CNN加速器设计的关键技术,指出了存在的问题,并给出了本文的解决思路。分析了CNN结构、工作原理和常用模型,以及FPGA重构原理和实现方法。给出了系统设计验证硬件平台PYNQ开发板的概况、相应FPGA芯片XC7Z020的基本结构,以及软件开发工具Vivado Design Suit的使用方法,为基于混合重构技术设计CNN加速器提供理论基础。（2）设计了CNN加速器系统的总体架构,由FPGA逻辑实现推理引擎加速,片上处理器作为控制引擎,既可实现目标快速在线识别,又具有更新网络结构和参数的能力。给出了多精度支持与动态精度量化策略,以及加速处理单元的混合重构策略,通过虚拟重构实现网络结构柔性扩展,通过动态部分重构实现处理精度的适应。给出了加速处理单元的设计优化策略,包括加速处理单元整体设计、并行优化设计,以及数据缓存和带宽的优化设计,以提高加速单元的运算能力。（3）采用硬件描述语言,对CNN加速器推理引擎的各组成部分进行了设计和实现,并进行了RTL级仿真。首先对加速处理单元进行了设计和实现,包括加速处理单元内部各算子电路设计、能效优化设计和RTL功能仿真;接着对数据流及其控制路径进行了设计和实现,包括静态区域数据路由器设计、Ping-Pong缓存设计及整个数据流路径的设计RTL级功能仿真;最后对整个推理引擎进行了总体设计和RTL级仿真。（4）在PYNQ板卡上,以Cifar-10、Le Net-5模型为测试对象,对所提出系统架构和设计方法进行了评估。首先给出了加速器实现架构、验证的网络模型、系统设计流程和实现结果;接着给出了系统性能评价指标和理论依据,并分别从功耗、资源开销、速度、可编程性等方面分析了系统性能。实验结果表明,本文设计的CNN加速系统在PYNQ板卡上以2.46W功耗为代价,获得了27.12GOP/s的平均吞吐率;与现有技术水平相比,系统的能效比较高,且在运行时硬件可编程,具有动态选择计算精度和速度的能力。
肖银燕[6]（2019）在《基于深度学习的鼻咽癌CT图像分割技术研究与系统设计》文中认为鼻咽癌严重威胁着人们的身体健康,医学图像分割在鼻咽癌放疗中起关键作用,它可以增加疾病诊断的准确性,提高癌症治疗成功的概率。然而,鼻咽癌外形多样,密度不均匀,边界模糊,病变形状复杂等给鼻咽癌CT图像分割的准确性带来了一定的困难。随着深度学习的快速发展,已经有研究人员将深度学习应用到医学图像分割领域,利用深度学习算法对医学图像提取最佳图像特征,提高了医学图像分割的精确度。故论文采用了深度学习技术对鼻咽癌CT图像分割进行了研究,论文主要研究成果如下:（1）针对鼻咽癌CT图像的特征和卷积神经网络存在耗时长、存储量大和提取全局特征较少等问题,提出了一种基于全卷积网络的鼻咽癌CT图像分割方法。该方法充分利用了全卷积的全卷积化、上采样和跳跃结构的网络结构优势,同时在全卷积网络的基础上添加了第二条路径,这样的双路径结构可以结合局部特征和更大的上下文特征。实验表明,该方法能够对鼻咽癌CT图像进行有效分割,且分割效果较传统卷积神经网络有所改进。（2）针对全卷积神经网络对中间特征图进行下采样降低了图像的空间分辨率以及分割结果精确度低等问题,提出了一种结合膨胀卷积、残差连接和条件随机场的3维卷积神经网络方法。该方法将膨胀卷积代替了传统卷积,使得可以在空间分辨率高的图像块上提取特征,采用残差网络以解决网络优化问题,并在3D CNN网络输出层后加入条件随机场,使得能够对鼻咽癌CT图像进行高准确度地分割。实验结果表明,本文提出的3D CNN模型对鼻咽癌CT图像分割有良好的分割性能。（3）利用TensorFlow深度学习框架,在anaconda中实现了以上两种分割算法,并且开发了鼻咽癌CT图像分割系统。通过该系统,可以任意选择一种分割方法,不仅可以获得准确度较高的分割结果,而且简化了人工手动操作复杂度。该系统具有图像导入导出、图像分割与三维可视化等功能。
陈颜[7]（2019）在《网络设备全自动测试平台设计与实现》文中研究说明在人们日常生活中,IP网络伴随互联网的高速发展已变得不可或缺,现有的IP网络模式是把语音、视频以及数据业务结合到一起,衍生到各类智能设备或者系统中,不仅为人们的生活提供了便利,还深刻地改变了人们的日常观念。同时,这种变化也向当今IP网络构建者提出了诸多变化和挑战。所以,针对上述现实情况,本人所在单位若要提供党政以及军工方面各类优质产品以及保障服务,则必须针对网络层密码设备开展全面的功能、性能和可靠性以及易用性等方面的测试。如果测试过程采用手工操作界面进行配置和执行相关测试,则在某些回归版本或者容量指标情况下进行测试必然会引入大量重复劳动,从而整体降低测试效率,对产品的及时交付带来很大风险。根据本人所在单位现有网络设备测试效率分析情况,主要存在如下几点问题:1.测试过程中,通过对测试仪器进行手工配置非常繁琐,影响整体测试效率。2.手工测试需要人员专职守候,花费的时间较长,且人力成本太高。3.网络测试仪器的熟练掌握需要使用人员投入较多时间和精力进行学习和实践,而且需要相对扎实的网络测试基础知识。本文课题则是针对上述问题,通过Spirent Testcenter测试仪进行二次开发,实现自动化测试以降低测试仪器的使用复杂度、提高测试效率,通过不断地实践加快测试周期,最终达到完全代替传统网络设备手工测试的目的。论文主要描述开展了如下工作:1.自动化测试框架设计:对测试仪器自动进行配置、自动执行测试用例、自动对测试数据进行获取并分析和反馈结果。2.Python语言进行扩展接口设计:通过引用excel通用tcom扩展包,实现自动化过程中自动对excel中的测试用例进行读取和转化。3.通过API接口封装控制命令:以编程方式实现自动化操作,从而完全替代测试仪器中GUI相关的配置和操作。4.自动抓包和结果分析:通过编程控制测试仪器自动对测试数据进行捕获和统计分析,与测试用例的预期结果进行比对并反馈。论文最后,对全文整体工作进行总结,并根据实践结果确定此后研究方向,并且制定相应的持续改进计划。
李骏驰[8]（2018）在《基于人脸识别的公司考勤门禁系统的设计》文中进行了进一步梳理人事管理的信息化改造是现代化企业的重要改革措施,基于人脸识别的考勤门禁系统近年得到了极大的发展,但是在实际运用时还是有很多不足和缺陷,同时近两年深度学习算法的革命性发展,也为新的人脸识别系统带来了质的飞跃。本文以深度学习的人脸识别算法为基础,针对公司考勤门禁系统的实际应用,设计完成了适用中小型公司的考勤门禁系统。本文重点研究了四个方面的内容:人脸检测和人脸识别涉及的深度算法的相关设计和优化工作;基于Tensorflow平台的模型设计、训练、优化工作;模型和考勤日志的记录和保存;人脸识别考勤门禁系统的GUI界面设计和相关代码实现。本文通过四个章节的叙述,从四个方面对人脸识别系统进行了全方位的阐述,包括人脸识别考勤系统的历史现状、技术基础、设计实现和成果总结,并进行了充分的分析和论述,首先文章介绍了公司考勤系统的研究工作的背景和其意义,描述了人脸识别考勤系统的国内外的研究历史和研究现状,阐述了论文的主要贡献和创新点。通过对考勤系统的研究历史沿革,人脸识别技术的研究经历等,介绍了产品和相应技术的基本概念、思想、形态和未来的发展方向,同时结合实际阐述了本文的创新和主要贡献等。然后介绍了人脸识别考勤门禁系统的相关基础理论,重点介绍了人脸识别考勤门禁系统的应用架构和设计架构,人脸检测识别系统的技术理论,常用的6大训练模型框架,常用的6个深度学习网络,以及软件的GUI实现做了基础的阐述和比较,为进一步的开发设计提供工程理论基础和工程实例。再后介绍了人脸识别的考勤系统的设计实现和优化,重点介绍了人脸识别系统的设计实现,基于tensorflow的算法实现和优化,考勤系统的模块和GUI设计优化工作。其中对实际使用时的HOG+VGG算法做了详细的算法解析和代码解析,同时针对功能模块设计和GUI设计也做了详尽的说明和代码示例,全面整体的展示了系统的工程实现情况。最后对全文的设计思路和实际成果做了详细的总结,也对遇到的实际情况进行了多方位的分析和总结,同时对以后的研究方向和产品开发方向做了合理实际的展望。
王托弟[9]（2016）在《GIS空间选址算法的并行化研究与实现》文中提出空间选址的应用在生产生活中普遍存在,随处可见。目前,使用GIS（Geographic Information System）技术进行选址已经凸显出了极大优势,并得到了广泛的推广。然而,伴随空间数据的海量化、选址模型的复杂化,传统GIS选址技术在存储能力和处理速度上显现出巨大瓶颈。本文为了提升GIS空间选址效率,提出了并行GIS选址方案,主要通过高效并行化GIS选址分析过程中基础核心的缓冲区算法和叠置算法来实现快速选址分析。首先,在多核处理器并行集群环境下,采用消息传递接口MPI（Message Passing Interface）和单程序多数据形式SPMD（Single Program Multiple Data）使得各进程能够并行独立执行,协同实现数据集高效并行处理。其次,在已有的矢量空间数据划分策略的基础上,提出两种有效的针对矢量缓冲区算法的弧段划分法和针对矢量叠置算法的水平扫描条带划分法,并基于提出的划分法设计并行缓冲区算法和并行叠置算法。再次,设计实验方案,对实验结果进行分析对比。本文以开源地理资源分析支持系统GRASS（Geographic Resources Analysis Support System）为实验基础平台,通过在GRASS松耦合的模块化结构中增加并行运行接口,构建与原串行算法对等的并行算法库进行实验测试,并且主要借助加速比和并行效率两个指标对并行算法进行性能分析。最后,基于所设计的并行缓冲区分析算法和并行叠置分析算法,实现了具体的公园选址仿真应用,案例验证了本文方法的可操作性和相对高效性。
邵明星[10]（2016）在《基于VTP平台的路由器性能自动化测试系统设计与实现》文中研究表明随着互联网技术的发展,对数字通信设备的质量和性能要求不断提高。路由器作为通信网络的核心设备,它的功能、性能、安全性、可靠性等相关指标变得越来越重要。尤其在复杂的网络拓扑结构中,路由器的性能直接决定了网络的稳定性和可靠性。所以对路由器产品进行相应的性能测试具有其重要性和必要性。从全球测试业界发展趋势上来看,仅仅依靠人工测试无法满足日益增长的测试需求。自动化测试不仅可以完成手工测试难以实现的任务,也能从根本上提高测试效率。论文在介绍路由器自动化测试基本理论的基础上,以动态路由协议复杂多变、路由器容量规格量级巨大的需求为切入点,对路由器自动化测试系统的需求进行分析,确定了系统的设计目标。在对路由器手工测试及测试平台分析的基础上,基于VTP平台并利用TCL（Tool Command Language）脚本语言设计了路由器性能自动化测试系统。论文在充分的考虑了系统操作的易用性、可扩展性和移植性等因素,基于实习公司的ATF自动化测试框架,利用思伯伦公司的Spirent Test Center测试仪和VTP平台及其测试工具,结合自己的相关测试经验设计了路由器自动化测试系统。系统采用模块化的设计方案,将其分为测试环境初始化模块、代码解释执行模块、测试结果分析模块、测试驱动模块。每个模块实现相对独立的功能,同时各模块之间通过接口及参数又有机地关联在一起。按照自上而下的设计理念将测试系统划分为测试逻辑层、测试功能层和测试驱动层,分层结构设计使自动化测试系统的设计思路更加清晰明了。搭建了测试系统物理环境,以路由器为测试对象,结合性能测试RFC2544标准,采用解释性较强的TCL语言开发了一套满足路由器容量规格的动态路由协议下的自动化测试脚本集,最后针对路由器吞吐量、时延和丢包率等性能进行测试,并将测试结果与现有脚本和人工测试的结果进行详细对比分析。实践证明,整个自动化测试系统在准确性和效率方面较现有测试脚本和传统的手工测试都有所改进,尤其在测试效率上有明显的提升和优势。
二、一种高效的可扩展的GUI开发工具——Tcl/Tk（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种高效的可扩展的GUI开发工具——Tcl/Tk（论文提纲范文）
（1）机械产品性能参数自动校核方法及工程应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 研究背景 |
| §1.2 国内外研究现状 |
| §1.2.1 机械产品参数化CAD技术研究现状 |
| §1.2.2 机械产品参数化CAE分析技术研究现状 |
| §1.3 本文研究意义及主要研究内容 |
| §1.3.1 研究意义 |
| §1.3.2 主要研究内容 |
| §1.4 本章小节 |
| 第二章 机械产品结构参数化建模方法 |
| §2.1 引言 |
| §2.2 CAD软件二次开发环境及方法介绍 |
| §2.2.1 参数化CAD技术原理 |
| §2.2.2 CAD软件介绍及API开发接口 |
| §2.2.3 VS2012开发环境 |
| §2.3 机械产品结构参数化建模框架及程序实现 |
| §2.3.1 参数化CAD框架设计 |
| §2.3.2 机械产品几何参数分析 |
| §2.3.3 机械产品几何尺寸约束关系分析 |
| §2.3.4 CAD软件二次开发 |
| §2.4 摩擦离合器从动片内环参数化建模 |
| §2.5 本章小结 |
| 第三章 机械产品性能参数化CAE分析 |
| §3.1 引言 |
| §3.2 CAE软件及二次开发 |
| §3.2.1 CAE软件介绍 |
| §3.2.2 CAE二次开发工具 |
| §3.3 参数化CAE分析框架设计及模型建立 |
| §3.3.1 参数化CAE分析框架设计 |
| §3.3.2 APDL命令流编写规则与调用 |
| §3.3.3 命令流程序编写及模型建立 |
| §3.4 摩擦离合器从动片内环参数化CAE分析 |
| §3.5 本章小结 |
| 第四章 基于CAD/CAE集成的机械产品性能参数自动校核 |
| §4.1 引言 |
| §4.2 CAD/CAE集成方法 |
| §4.2.1 CAD/CAE集成方案设计 |
| §4.2.2 基于Txt文档的CAD/CAE数据共享 |
| §4.3 机械产品性能参数自动校核系统开发 |
| §4.3.1 基于C++与APDL的ANSYS二次开发 |
| §4.3.2 程序编写及GUI交互界面 |
| §4.4 摩擦离合器从动片内环性能参数自动校核 |
| §4.5 本章小结 |
| 第五章 机械产品数字化设计与性能校核系统开发及验证 |
| §5.1 引言 |
| §5.2 系统开发 |
| §5.3 应用验证 |
| §5.3.1 FD430摩擦离合器从动盘总成参数字化设计系统 |
| §5.3.2 摩擦离合器从动片内环性能自动校核多功能子系统 |
| §5.4 本章小结 |
| 第六章 总结与展望 |
| §6.1 全文总结 |
| §6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间的主要研究成果 |
（2）机械产品性能参数自动校核方法及工程应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 研究背景 |
| §1.2 国内外研究现状 |
| §1.2.1 机械产品参数化CAD技术研究现状 |
| §1.2.2 机械产品参数化CAE分析技术研究现状 |
| §1.3 本文研究意义及主要研究内容 |
| §1.3.1 研究意义 |
| §1.3.2 主要研究内容 |
| §1.4 本章小节 |
| 第二章 机械产品结构参数化建模方法 |
| §2.1 引言 |
| §2.2 CAD软件二次开发环境及方法介绍 |
| §2.2.1 参数化CAD技术原理 |
| §2.2.2 CAD软件介绍及API开发接口 |
| §2.2.3 VS2012开发环境 |
| §2.3 机械产品结构参数化建模框架及程序实现 |
| §2.3.1 参数化CAD框架设计 |
| §2.3.2 机械产品几何参数分析 |
| §2.3.3 机械产品几何尺寸约束关系分析 |
| §2.3.4 CAD软件二次开发 |
| §2.4 摩擦离合器从动片内环参数化建模 |
| §2.5 本章小结 |
| 第三章 机械产品性能参数化CAE分析 |
| §3.1 引言 |
| §3.2 CAE软件及二次开发 |
| §3.2.1 CAE软件介绍 |
| §3.2.2 CAE二次开发工具 |
| §3.3 参数化CAE分析框架设计及模型建立 |
| §3.3.1 参数化CAE分析框架设计 |
| §3.3.2 APDL命令流编写规则与调用 |
| §3.3.3 命令流程序编写及模型建立 |
| §3.4 摩擦离合器从动片内环参数化CAE分析 |
| §3.5 本章小结 |
| 第四章 基于CAD/CAE集成的机械产品性能参数自动校核 |
| §4.1 引言 |
| §4.2 CAD/CAE集成方法 |
| §4.2.1 CAD/CAE集成方案设计 |
| §4.2.2 基于Txt文档的CAD/CAE数据共享 |
| §4.3 机械产品性能参数自动校核系统开发 |
| §4.3.1 基于C++与APDL的ANSYS二次开发 |
| §4.3.2 程序编写及GUI交互界面 |
| §4.4 摩擦离合器从动片内环性能参数自动校核 |
| §4.5 本章小结 |
| 第五章 机械产品数字化设计与性能校核系统开发及验证 |
| §5.1 引言 |
| §5.2 系统开发 |
| §5.3 应用验证 |
| §5.3.1 FD430摩擦离合器从动盘总成参数字化设计系统 |
| §5.3.2 摩擦离合器从动片内环性能自动校核多功能子系统 |
| §5.4 本章小结 |
| 第六章 总结与展望 |
| §6.1 全文总结 |
| §6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间的主要研究成果 |
（3）基于IDdata的闭合高效用模式挖掘算法的研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究目的与意义 |
| 1.2 研究现状 |
| 1.3 主要研究内容 |
| 第二章 高效用模式挖掘算法概述 |
| 2.1 相关概念 |
| 2.2 关键技术 |
| 2.3 压缩模式 |
| 2.4 本章小结 |
| 第三章 基于IDdata的闭合高效用模式挖掘算法设计 |
| 3.1 研究背景 |
| 3.2 算法设计 |
| 3.3 实验与分析 |
| 3.4 本章小结 |
| 第四章 失眠症辅助诊疗平台的设计与实现 |
| 4.1 平台概述 |
| 4.2 数据预处理 |
| 4.3 平台的设计与实现 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 未来展望 |
| 参考文献 |
| 致谢 |
| 个人简介与撰写论文情况 |
（4）车身虚拟匹配中钣金变形分析融合方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究的目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 虚拟匹配国内外研究现状 |
| 1.3.2 二次开发技术在仿真中的研究现状 |
| 1.4 课题的主要研究内容 |
| 1.5 本章小结 |
| 第二章 白车身仿真模型重构 |
| 2.1 车身拆解处理 |
| 2.2 焊点的处理 |
| 2.3 基准信息的处理 |
| 2.3.1 基准信息的获取 |
| 2.3.2 获取后信息的创建 |
| 2.4 仿真分析设定求解 |
| 2.4.1 设定载荷 |
| 2.4.2 建立工况 |
| 2.4.3 提交求解分析结果 |
| 2.5 本章小结 |
| 第三章 Hypermesh二次开发方法 |
| 3.1 Hypermesh软件简介 |
| 3.2 Hypermesh二次开发概述 |
| 3.2.1 Hypermesh二次开发工具 |
| 3.2.2 Hypermesh二次开发方式 |
| 3.2.3 Hypermesh二次开发类型 |
| 3.3 Hypermesh二次开发类型的选择 |
| 3.3.1 插件的创建及使用 |
| 3.3.2 客户端应用程序的创建及使用 |
| 3.3.3 Hypermesh二次开发类型的比较 |
| 3.4 Hypermesh宏命令的使用 |
| 3.5 本章小结 |
| 第四章 仿真分析二次开发系统总设计 |
| 4.1 系统总体方案的设计 |
| 4.1.1 系统功能的需求 |
| 4.1.2 系统方案的确定 |
| 4.1.3 系统的前期要求及规范 |
| 4.2 系统的实现 |
| 4.2.1 车身拆解模块 |
| 4.2.2 焊点处理模块 |
| 4.2.3 联合UG创建基准模块 |
| 4.2.4 加载载荷模块 |
| 4.3 本章小结 |
| 第五章 系统应用实例及验证 |
| 5.1 系统应用实例 |
| 5.2 系统应用验证 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.1.1 总结 |
| 6.1.2 创新点 |
| 6.2 展望 |
| 参考文献 |
| 作者在攻读硕士学位期间公开发表的论文 |
| 作者在攻读硕士学位期间所作的项目 |
| 致谢 |
（5）基于混合重构的高效能多精度卷积神经网络加速器设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 相关技术研究概况 |
| 1.2.1 卷积神经网络模型的发展及研究现状 |
| 1.2.2 卷积神经网络硬件加速技术研究现状 |
| 1.2.3 FPGA重构技术及其实现方法研究现状 |
| 1.2.4 基于FPGA的 CNN加速器关键技术研究现状 |
| 1.3 本文的主要内容与结构安排 |
| 第二章 相关理论及开发平台 |
| 2.1 卷积神经网络结构与工作原理 |
| 2.1.1 结构与工作原理 |
| 2.1.2 常用网络模型分析 |
| 2.2 CNN加速系统实现平台 |
| 2.2.1 PYNQ开发板 |
| 2.2.2 XC7Z020 FPGA基本结构 |
| 2.3 FPGA重构原理与实现方法 |
| 2.4 Xilinx FPGA开发工具 |
| 2.5 本章小结 |
| 第三章 基于FPGA的混合重构加速器设计方案 |
| 3.1 加速器系统总体架构设计 |
| 3.2 多精度支持与动态精度量化策略 |
| 3.3 加速处理单元的混合重构策略 |
| 3.3.1 动态部分重构模块的设计 |
| 3.3.2 虚拟重构模块的设计 |
| 3.4 加速处理单元优化策略 |
| 3.4.1 加速处理单元的整体设计 |
| 3.4.2 卷积神经网络的循环优化设计 |
| 3.5 多层可重构网络的控制流程 |
| 3.6 本章小结 |
| 第四章 CNN加速器推理引擎的设计与RTL级仿真 |
| 4.1 引言 |
| 4.2 加速处理单元的设计与RTL仿真 |
| 4.2.1 加速处理单元的能效优化设计 |
| 4.2.2 加速处理单元的算子电路设计 |
| 4.2.3 加速处理单元的RTL功能仿真 |
| 4.3 数据流及其控制路径的设计与RTL级仿真 |
| 4.3.1 静态区域的数据路由器设计 |
| 4.3.2 静态区域的Ping-Pong缓存设计 |
| 4.3.3 数据流及控制路径的RTL功能仿真 |
| 4.4 推理引擎总体设计与RTL仿真 |
| 4.5 本章小结 |
| 第五章 卷积神经网络加速器的FPGA实现与结果分析 |
| 5.1 加速器实现架构与验证模型 |
| 5.1.1 实现架构 |
| 5.1.2 验证的网络模型 |
| 5.2 系统设计与实现结果 |
| 5.2.1 系统设计流程 |
| 5.2.2 静态区域和重构区域划分 |
| 5.2.3 系统实现结果 |
| 5.3 系统性能评估 |
| 5.3.1 系统性能评价指标及理论依据 |
| 5.3.2 系统可重构性验证与现有研究成果的对比分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文主要工作总结 |
| 6.2 未来研究工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（6）基于深度学习的鼻咽癌CT图像分割技术研究与系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 研究现状 |
| 1.3 本文研究的主要内容及论文框架 |
| 第2章 深度学习基础理论 |
| 2.1 深度学习概述 |
| 2.2 卷积神经网络 |
| 2.2.1 前馈神经网络 |
| 2.2.2 卷积神经网络结构 |
| 2.2.3 卷积层 |
| 2.2.4 局部感受野及感受野的计算 |
| 2.2.5 池化层 |
| 2.2.6 全连接层 |
| 2.2.7 输出层和softmax分类器 |
| 2.3 卷积神经网络训练算法 |
| 2.4 小结 |
| 第3章 基于全卷积神经网络的鼻咽癌CT图像分割 |
| 3.1 全卷积神经网络 |
| 3.1.1 全卷积化 |
| 3.1.2 上采样 |
| 3.1.3 跳跃结构 |
| 3.2 全卷积神经网络框架的改进 |
| 3.2.1 网络模型设计 |
| 3.2.2 3D FCN中各层输出 |
| 3.2.3 双路径的设计 |
| 3.3 防止过拟合 |
| 3.3.1 L2 正则化 |
| 3.3.2 L1 正则化 |
| 3.3.3 随机失活 |
| 3.4 3D FCN模型的实验 |
| 3.4.1 实验平台 |
| 3.4.2 Tensor Flow安装与配置 |
| 3.4.3 3D FCN实验流程 |
| 3.4.4 实验数据的准备 |
| 3.4.5 评价指标 |
| 3.4.6 设置训练参数 |
| 3.4.7 3D FCN网络的训练 |
| 3.5 实验结果分析 |
| 3.6 小结 |
| 第4章 基于3D CNN的鼻咽癌CT图像分割 |
| 4.1 改进的3D CNN的设计 |
| 4.1.1 框架概述 |
| 4.1.2 卷积和膨胀卷积 |
| 4.1.3 残差连接 |
| 4.2 改进3D CNN和条件随机场相结合 |
| 4.2.1 条件随机场平滑约束 |
| 4.2.2 代价函数 |
| 4.3 改进的3D CNN算法的实验验证 |
| 4.3.1 实验环境 |
| 4.3.2 鼻咽癌CT图像分割流程 |
| 4.3.3 实验数据及参数设置 |
| 4.3.4 改进3D CNN网络的训练 |
| 4.4 实验结果与分析 |
| 4.4.1 实验一的实验过程与结果 |
| 4.4.2 实验二实验过程与结果 |
| 4.4.3 实验三的实验过程与结果 |
| 4.5 小结 |
| 第5章 基于Python语言的鼻咽癌图像分割系统的设计 |
| 5.1 鼻咽癌CT图像分割系统设计要求 |
| 5.2 系统开发环境及相关工具包介绍 |
| 5.2.1 Python简介 |
| 5.2.2 图形用户界面开发工具(Py Qt)简介 |
| 5.2.3 医学图像可视化开发工具(VTK库)简介 |
| 5.2.4 医学图像分割开发工具Tensor Flow简介 |
| 5.3 系统总体设计 |
| 5.3.1 读取图像文件模块设计 |
| 5.3.2 三维图像可视化模块设计 |
| 5.3.3 图像分割模块 |
| 5.4 系统实现展示 |
| 5.4.1 文件读取 |
| 5.4.2 三维可视化 |
| 5.4.3 图像分割 |
| 5.5 小结 |
| 总结与展望 |
| 1.本文总结 |
| 2.本文工作展望 |
| 参考文献 |
| 致谢 |
| 附录A(攻读学位期间发表的学术论文和软件着作权) |
（7）网络设备全自动测试平台设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题衍生与价值 |
| 1.2 解决现状问题 |
| 1.3 自动化测试现状 |
| 1.3.1 国外发展动态 |
| 1.3.2 国内发展动态 |
| 1.4 论文内容 |
| 1.5 论文结构 |
| 1.6 本章小结 |
| 第二章 相关开发技术介绍 |
| 2.1 理论技术概述 |
| 2.1.1 研究理论 |
| 2.1.2 技术基础 |
| 2.1.3 技术手段 |
| 2.2 自动化测试介绍 |
| 2.2.1 自动化测试概念 |
| 2.2.2 自动化测试前提 |
| 2.2.3 自动化测试意义和定位 |
| 2.3 API编程技术 |
| 2.4 PYTHON开发工具 |
| 2.5 SPIRENT TESTCENTER的发展和意义 |
| 2.6 本章小结 |
| 第三章 系统需求分析 |
| 3.1 功能需求分析 |
| 3.1.1 业务实现需求 |
| 3.1.2 人机交互需求 |
| 3.2 非功能需求分析 |
| 3.2.1 性能需求 |
| 3.2.2 可靠性需求 |
| 3.3 本章小结 |
| 第四章 系统设计 |
| 4.1 自动化平台架构设计 |
| 4.2 功能模块设计 |
| 4.2.1 测试管理模块设计 |
| 4.2.2 自动化配置模块设计 |
| 4.2.3 测试仪器配置模块设计 |
| 4.2.4 DUT/SUT配置模块设计 |
| 4.2.5 测试数据管理模块设计 |
| 4.3 PYTHON脚本逻辑结构 |
| 4.4 TESTCENTER API结构 |
| 4.5 TESTCENTER API格式 |
| 4.6 本章小结 |
| 第五章 系统实现 |
| 5.1 自动化平台架构实现 |
| 5.2 功能模块实现 |
| 5.2.1 测试管理模块实现 |
| 5.2.2 自动化配置模块实现 |
| 5.2.3 测试仪器配置模块实现 |
| 5.2.4 DUT/SUT配置模块实现 |
| 5.2.5 测试数据管理模块实现 |
| 5.3 本章小结 |
| 第六章 系统测试 |
| 6.1 测试部署模型 |
| 6.2 测试场景 |
| 6.2.1 转发测试 |
| 6.2.2 互通测试 |
| 6.2.3 性能及稳定性测试 |
| 6.3 测试流程 |
| 6.3.1 手工测试 |
| 6.3.2 自动化测试 |
| 6.4 测试目标和内容 |
| 6.4.1 功能测试 |
| 6.4.2 环境适应性测试 |
| 6.4.3 性能及稳定性测试 |
| 6.5 测试配置 |
| 6.5.1 运行环境配置 |
| 6.5.2 测试参数配置 |
| 6.6 测试用例编写及执行 |
| 6.6.1 通信策略用例 |
| 6.6.2 测试仪器用例 |
| 6.6.3 测试执行命令 |
| 6.6.4 测试执行过程 |
| 6.7 测试结果分析 |
| 6.7.1 功能测试 |
| 6.7.2 环境适应性测试 |
| 6.7.3 性能测试以及稳定性测试 |
| 6.8 本章小结 |
| 第七章 总结及展望 |
| 7.1 论文总结 |
| 7.2 课题展望 |
| 致谢 |
| 参考文献 |
（8）基于人脸识别的公司考勤门禁系统的设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 考勤系统研究工作的背景与意义 |
| 1.2 人脸识别考勤系统的国内外研究历史与研究现状 |
| 1.3 本文的主要贡献与创新 |
| 1.4 本论文的结构安排 |
| 第二章 基于人脸识别的考勤门禁系统的需求分析 |
| 2.1 系统的设计定位和目标 |
| 2.2 系统的运行环境需求分析 |
| 2.3 系统的功能和性能需求分析 |
| 2.3.1 人脸检测和识别模块 |
| 2.3.2 模型训练和更新模块 |
| 2.3.3 考勤记录和存储模块 |
| 2.3.4 用户操作界面模块 |
| 2.4 系统的功能框图 |
| 2.5 人脸检测识别模块的功能流程图 |
| 2.5.1 人脸实时检测模块功能流程图 |
| 2.5.2 人脸变迁训练模块功能流程图 |
| 2.5.3 人脸动态检测模块功能流程图 |
| 2.6 系统的独特性与创新点 |
| 2.7 本章小结 |
| 第三章 基于人脸识别考勤门禁系统的概要设计 |
| 3.1 人脸识别考勤门禁系统的应用架构 |
| 3.1.1 人脸识别考勤门禁的产品架构设计 |
| 3.1.1.1 独立一体式单体人脸识别考勤机 |
| 3.1.1.2 整体分布式终端人脸识别考勤门禁机 |
| 3.1.1.3 移动端+云端人脸识别考勤解决方案 |
| 3.1.1.4 本系统的产品架构设计 |
| 3.1.2 人脸识别考勤门禁系统的软件架构 |
| 3.1.2.1 多层体系结构模式 |
| 3.1.2.2 客户端-服务器模式 |
| 3.1.2.3 本系统的软件架构设计 |
| 3.2 考勤门禁系统的架构设计 |
| 3.2.1 考勤门禁系统的结构框架设计 |
| 3.2.2 考勤门禁系统的功能框架设计 |
| 3.3 人脸检测识别系统的设计 |
| 3.3.1 商业的人脸识别系统技术分析 |
| 3.3.1.1 Face++ |
| 3.3.1.2 DeepFace |
| 3.3.1.3 FR+FCN |
| 3.3.1.4 DeepID |
| 3.3.1.5 FaceNet |
| 3.3.1.6 CNN-3DMM |
| 3.3.2 人脸识别系统的产品应用概述 |
| 3.3.2.11 :1人脸分类应用模式 |
| 3.3.2.21 :N人脸分类应用模式 |
| 3.3.2.3 N:N人脸分类应用模式 |
| 3.3.3 人脸识别系统的架构设计 |
| 3.4 深度学习框架的应用和实现 |
| 3.4.1 深度学习训练框架的技术理论 |
| 3.4.1.1 Caffe框架 |
| 3.4.1.2 Theano框架 |
| 3.4.1.3 Tensorflow框架 |
| 3.4.1.4 Keras框架 |
| 3.4.1.5 MXNet框架 |
| 3.4.1.6 CNTK框架 |
| 3.4.2 框架和存储模型结构的选择 |
| 3.5 本章小结 |
| 第四章 基于人脸识别的考勤门禁系统的设计实现和优化 |
| 4.1 人脸检测算法的设计和实现 |
| 4.1.1 人脸检测识别算法 |
| 4.1.1.1 图匹配法 |
| 4.1.1.2 特征脸法 |
| 4.1.1.3 人工神经网络法 |
| 4.1.1.4 柔性形状模型法 |
| 4.1.1.5 HOG算法 |
| 4.1.1.6 LAB算法 |
| 4.1.1.7 人脸检测算法的选择 |
| 4.1.2 HOG算法的程序设计及Dlib实现 |
| 4.1.2.1 标准化gamma空间和颜色空间 |
| 4.1.2.2 计算图像梯度 |
| 4.1.2.3 为每个细胞单元构建梯度方向直方图 |
| 4.1.2.4 细胞单元组合block并实现梯度直方图归一化 |
| 4.1.2.5 得到HOG特征 |
| 4.1.2.6 Dlib中的HOG实现 |
| 4.2 人脸识别算法设计和实现 |
| 4.2.1 CNN模型架构和性能分析 |
| 4.2.1.1 LeNet-5网络, |
| 4.2.1.2 AlexNet网络 |
| 4.2.1.3 VGGNET网络 |
| 4.2.1.4 InceptionNet网络 |
| 4.2.1.5 ResNet网络 |
| 4.2.1.6 DenseNet网络 |
| 4.2.1.7 CNN模型的选择 |
| 4.2.2 VGGNET模型的设计和Tensorflow实现 |
| 4.3 动态人脸识别验证算法设计和实现 |
| 4.3.1 活体检测算法概述 |
| 4.3.2 动态人脸验证的实现 |
| 4.4 数据库的设计和实现 |
| 4.4.1 数据库概述 |
| 4.4.2 数据库的选择 |
| 4.4.3 神经网络模型的hdf5数据库实现 |
| 4.4.4 员工信息的MySQL数据库实现 |
| 4.5 考勤信息系统设计和优化 |
| 4.5.1 考勤信息系统的软件界面设计 |
| 4.5.2 考勤信息的记录和保存数据格式 |
| 4.5.3 考勤信息的记录和查找GUI模块 |
| 4.5.4 人脸采集和人脸识别GUI模块 |
| 4.5.5 员工信息管理GUI模块 |
| 4.6 本章小结 |
| 第五章 基于人脸识别的考勤门禁系统的测试 |
| 5.1 测试项目 |
| 5.2 测试环境 |
| 5.3 测试用例 |
| 5.4 测试结果 |
| 5.4.1 人脸检测测试 |
| 5.4.2 人脸识别测试 |
| 5.4.3 防作弊测试 |
| 5.5 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
（9）GIS空间选址算法的并行化研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 GIS空间选址应用的研究现状 |
| 1.2.2 GIS空间选址关键技术研究说明 |
| 1.2.3 GIS空间分析并行研究进展 |
| 1.3 研究内容及研究目标 |
| 1.4 论文结构 |
| 第2章 GIS矢量算法并行化研究的相关技术说明 |
| 2.1 并行编程的主要技术研究 |
| 2.1.1 并行计算平台研究 |
| 2.1.2 并行编程模型研究 |
| 2.1.3 并行性能的评价指标研究 |
| 2.2 并行GIS矢量数据划分法研究 |
| 2.2.1 并行GIS任务划分法介绍 |
| 2.2.2 GIS空间矢量数据及其划分法研究 |
| 2.3 GRASS地理信息系统介绍 |
| 2.3.1 GRASS发展与功能特点 |
| 2.3.2 GRASS GIS体系架构 |
| 2.3.3 GRASS空间数据库管理 |
| 2.3.4 GRASS矢量数据结构及组织方式 |
| 2.4 本章小结 |
| 第3章 基于弧段划分的缓冲区算法并行性研究 |
| 3.1 缓冲区算法 |
| 3.1.1 缓冲区算法基本原理 |
| 3.1.2 缓冲区矢量算法并行性分析 |
| 3.2 弧段划分法 |
| 3.2.1 拓扑弧段及其表示 |
| 3.2.2 等量弧段划分策略 |
| 3.3 缓冲区分析矢量算法并行设计 |
| 3.4 本章小结 |
| 第4章 基于水平扫描条带划分的叠置算法并行研究 |
| 4.1 矢量叠置算法 |
| 4.1.1 矢量叠置算法基本原理 |
| 4.1.2 叠置算法并行性分析 |
| 4.2 水平扫描条带划分法 |
| 4.2.1 水平扫描条带划分介绍 |
| 4.2.2 水平扫描条带划分策略 |
| 4.3 矢量叠置算法并行化设计 |
| 4.4 本章小结 |
| 第5章 并行算法的实现和公园选址的仿真模拟 |
| 5.1 并行实验平台的搭建 |
| 5.1.1 Linux集群中GRASS 6.4.3 系统搭建 |
| 5.1.2 GRASS 6.4.3 并行环境配置 |
| 5.2 并行算法性能测试 |
| 5.2.1 测试数据说明 |
| 5.2.2 矢量缓冲区并行算法的测试和分析 |
| 5.2.3 矢量叠置并行算法的测试和分析 |
| 5.3 公园选址的仿真应用 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
| 作者简介 |
（10）基于VTP平台的路由器性能自动化测试系统设计与实现（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 课题国内外研究现状 |
| 1.3 论文主要内容及章节安排 |
| 1.3.1 论文主要内容 |
| 1.3.2 论文章节安排 |
| 2 自动化测试基础理论 |
| 2.1 自动化测试概述 |
| 2.2 SPIRENT TEST CENTER测试仪概述 |
| 2.3 TCL语言概述 |
| 2.4 RFC2544协议概述 |
| 2.5 本章小结 |
| 3 路由器性能自动化测试系统设计 |
| 3.1 自动化测试系统的需求分析 |
| 3.1.1 基于路由协议的需求分析 |
| 3.1.2 基于路由器容量规格的需求分析 |
| 3.2 自动化测试系统设计 |
| 3.2.1 设计目标 |
| 3.2.2 设计原理 |
| 3.2.3 自动化系统总体设计方案 |
| 3.2.4 系统逻辑分层结构设计 |
| 3.3 自动化测试系统分层结构 |
| 3.3.1 测试逻辑层 |
| 3.3.2 系统功能层 |
| 3.3.3 系统驱动层 |
| 3.4 本章小结 |
| 4 路由器性能自动化测试系统实现 |
| 4.1 系统开发平台介绍 |
| 4.2 系统物理环境搭建 |
| 4.2.1 测试物理环境搭建 |
| 4.2.2 链路状态生成 |
| 4.3 系统功能层实现 |
| 4.3.1 测试床模块 |
| 4.3.2 测试拓扑模块 |
| 4.3.3 测试脚本模块 |
| 4.4 驱动层实现 |
| 4.4.1 CHECK函数 |
| 4.4.2 RFC2544性能测试套 |
| 4.5 本章小结 |
| 5 自动化测试系统性能结果 |
| 5.1 吞吐量测试 |
| 5.2 丢包率测试 |
| 5.3 时延测试 |
| 5.4 自动化测试系统应用效果 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
四、一种高效的可扩展的GUI开发工具——Tcl/Tk（论文参考文献）
- [1]机械产品性能参数自动校核方法及工程应用研究[D]. 吴强. 桂林电子科技大学, 2021(02)
- [2]机械产品性能参数自动校核方法及工程应用研究[D]. 吴强. 桂林电子科技大学, 2021
- [3]基于IDdata的闭合高效用模式挖掘算法的研究与应用[D]. 高曼. 北方民族大学, 2021(08)
- [4]车身虚拟匹配中钣金变形分析融合方法研究[D]. 顾荣俊. 上海大学, 2020(02)
- [5]基于混合重构的高效能多精度卷积神经网络加速器设计[D]. 李明莉. 南京航空航天大学, 2020(07)
- [6]基于深度学习的鼻咽癌CT图像分割技术研究与系统设计[D]. 肖银燕. 湖南大学, 2019(06)
- [7]网络设备全自动测试平台设计与实现[D]. 陈颜. 电子科技大学, 2019(01)
- [8]基于人脸识别的公司考勤门禁系统的设计[D]. 李骏驰. 电子科技大学, 2018(09)
- [9]GIS空间选址算法的并行化研究与实现[D]. 王托弟. 燕山大学, 2016(01)
- [10]基于VTP平台的路由器性能自动化测试系统设计与实现[D]. 邵明星. 重庆大学, 2016(03)