计算机论文范文优选
这是一篇计算机论文，计算机应用开发型的论文，主体部分应包括：总体设计，模块划分，算法描述，编程模型，数据结构，实现技术，实例测试及性能分析。（以上内容来自百度百科）今天为大家强烈推荐一篇计算机论文，供大家参考。计算机论文范文优选第一篇第 1 章 绪论1.1 研究背景与意义长春市净月高新区自 1995 年建区以来，尚未进行系统的土地收储资产清理工作，存在着管理手段单一、各时期的地块测量坐标系统不一、批复的形式不一、批复位置和数量与实地位置和数量不一等问题，致使关于土地收储资产的位置、数量（面积）、质量、权属和性质等情况并不十分清晰。为了加强土地储备资产管理，提高土地资产管理水平，加快实现土地节约集约利用，切实提高土地运营水平，建立台账化、可视化、动态更新清晰化的管理机制，确保土地资产数据准确、客观，保持成果的现势性和延续性，保护开发区和土地使用者的合法权益，本着摸清家底的原则，经长春市净月高新区管理委员会批准，委托长春工程学院测绘工程实验教学中心依照《长春市净月高新区土地储备资产清理工作方案》开展土地资产清理工作。开发区资产清理面积达 50m2，资产清理的时间从 1995 年初至 2021 年末，资产清理的内容包括收地、供地和储备土地等。以 ArcGIS 为建库平台，按照建台账、防侵占、促升值;的原则，以强化存量收储土地管理为核心，全面查清开发区土地资产的数量、分布、使用现状、规划条件等要素，形成该区土地资产现状数据库，并在此基础上，开发土地收储资产数据库管理系统[4]，实现科学化的土地收储管理制度。规范土地收储资产数据的管理[5]。土地收储资产数据以纸质为存储媒介，征转用审批土地、收回国有土地和出让用地均以 CAD 存储，不利于数据的全局管理和整体规划，使本区域内的储备土地缺少直观的位置信息和面积信息。土地收储资产数据库的建设解决了这个问题，使用户更直观清晰的掌握本区域内的储备土地信息，便于土地收储资产数据的管理。土地收储数据库管理系统定制开发的成果可提高土地资产管理的效率和土地资产管理的现代化、科学化管理水平。通过土地收储数据库的建设和管理系统的开发，推动了土地收储管理工作理念和方式的创新。1.2 国内外研究现状在国外，土地储备（Land Baning）的研究大多源于城市人口的急剧增长，土地与住宅供给压力大、投机现象严重、地价急剧上涨[6-8]。例如，ac Carr 等（1975）研究了土地储备对地价的影响，文中指出影响地价降低的因素[9]。E. C. Pasour r.(1976) 认为土地储备是一种公共投机行为，土地市场上的投机者相互竞争使投机收益降低到合理水平[10]。Don T. ohnson 等（1997）对公共部门的土地储备决策行为进行了研究，通过现金流分析和成本效益分析，为地方政府的土地储备决策行为提供了一个何时交易土地的决策模型[11]。在国内，土地储备管理始于 1996 年，随着《土地管理办法》的落实，各地从2000 年开始，陆续开展土地资产清理工作，并着手研究土地储备数据库的设计和土地储备管理系统开发。2004 年赵美超、陶本藻和赵俊三在土地储备与交易信息系统中提到数据库的设计，包括图形库的设计和属性库的设计。图形库中将土地信息分为 3 层土地信息现状表、土地交易信息表和土地交易历史信息表，属性库的属性信息表是不包含地理信息的属性信息[12]。穆合义（2009）基于 ArcGIS Engine 设计的土地储备管理数据库包括两部分：一是采用 SQLServer2000 关系型数据库，存储地物文字描述信息，存储并调用土地、道路、地块属性信息的属性数据库；二是基于ArcSDE 空间数据库引擎存储地图的空间数据库[13]。周国清（2009）在扬州市土地储备管理信息系统建设研究中描述了所建土地储备系统数据库是在现有的地籍数据库、地价数据库、土地规划数据和基础地理数据的基础上建成的，方便与国土资源数据库的集成[14]。第 2 章 土地收储资产数据库设计2.1 数据库设计原则随着 GIS 空间数据库技术的发展，空间数据库所能表述的空间对象日益复杂，功能也日益集成化，从而对空间数据库的设计过程提出了更高的要求。许多早期的空间数据库设计着重强调的是数据库的物理实现，注重于数据记录的存储和存取方法。而现在，要求空间数据库设计者能根据用户要求、当前的经济技术条件和已有的软、硬件实践经验，选择行之有效的设计方法与技术等[22]。土地收储资产数据库主要是图形管理和属性管理，利用 GIS 技术对收储数据（如收回土地、出让用地、储备土地、补偿土地和未批已补偿土地等）的时间、空间和属性信息进行管理，数据库设计的原则主要有以下几条：（1）空间数据库设计与应用系统设计相结合的原则 空间数据库设计应该和应用系统设计相结合。即整个设计过程中要将空间数据库结构设计和对数据的处理设计紧密结合起来，并将此作为空间数据库设计的重要原则。（2）数据完整性原则 数据完整性是指数据的正确性、有效性和兼容性。土地收储资产数据库要保证信息的全面性，包括要素类别的数据层和要素类别的属性长度。（3）共享度高，冗余度低原则 在设计空间数据库时，要充分考虑数据库从整体角度看待和描述数据;这一特点，即数据不再面向某一个应用而是面向整个系统，因此数据可以被多个用户、多个应用共享使用。.2.2 数据库总体设计土地收储数据库的空间数据主要服务于土地收储部门管理收储土地，实现对收储数据的查询统计，为规划管理、征地补偿及土地整理等工作提供工作底图。其设计内容包括以下几个方面。根据国土资源部《土地利用数据库标准》，土地收储数据库包括规划数据、影像数据、收回国有土地、征转用审批土地、补偿土地、出让用地和储备土地、未批已补偿土地等数据。下面对这些数据进行概要的介绍：规划数据是对整个开发区未来一段时间作出的总体规划，确定城市建设用地的用途。影像数据是近一至两年内的分辨率为 0.5 米的净月高新区遥感影像。收回国有土地是由关于人民政府土地行政主管部门报经原批准用地的人民政府或者有批准权的人民政府批准，可以收回有下列情形之一的国有土地使用权：（1）为公共利益需要使用土地的；（2）为实施城市规划进行旧城区改建，需要调整使用土地的；（3）土地出让等有偿使用合同约定的使用期限届满，土地使用者申请续期或者申请续期未获批准的；（4）因单位撤销、迁移等原因，停止使用原划拨的国有土地的；（5）公路、铁路、机场、矿场等经核准报废的[23]。征转用审批土地按照中华人民共和国土地管理法第四十四条和第四十五条规定，是指建设占用土地，涉及农用地转为建设用地，应该办理农用地转用审批手续的土地[24]。补偿土地是指征收农用地时补偿给被征收人的土地安置费，以保证被征收人的日常生活。第 3 章 土地收储资产数据库建设......163.1 资料准备与预处理 ....... 163.2 数据采集 ......... 193.3 数据处理 ......... 193.3.1 数据检查 .... 193.3.2 属性数据完善 .......... 223.4 统计分析 ......... 223.5 图件制作 ......... 24第 4 章 土地收储数据库管理系统分析.....264.1 土地收储系统业务分析 ...... 264.2 功能和性能要求 .... 284.2.1 功能要求 ......... 284.2.2 性能要求 ......... 294.3 系统关键技术分析 ....... 29第 5 章 土地收储数据库管理系统设计.....345.1 系统总体设计 ........ 345.2 系统详细设计 ........ 35第 7 章 土地收储数据库管理系统测试7.1 系统测试概述软件测试是用人工或自动的方法执行软件并把观察到的行为特性与所期望的行为特性进行比较的过程。软件测试主要工作是验证和确认软件的设计、开发是否符合需求。验证是保证软件正确的实现了客户的业务功能，即保证软件实现了需求所规定的内容；确认是通过使用已开发的系统进行捡验各项流程，目的是证实在一个给定的外部环境中软件的逻辑是否正确。常用的测试技术是白盒测试;和黑盒测试;[54]。白盒测试是指设计和执行用例过程中，将程序视为透明的白盒子，不但要关注输入内容和输出结果，还需关注程序内部结构并验证其是否正常。黑盒测试是指在设计和执行测试过程中，不考虑被测试程序内部的结构，将被测程序视作不透明的黑盒子，只考虑输入内容和输出结果，从而发现软件的各类问题。黑盒测试技术中通常采用的方法有如下几种：等价类划分法、边界值分析法、因果图法、决策表法、错误推测法、正交试验法、场景分析法等[55]。错误推测法是借助测试经验开展测试的一种方法，它基于经验和直觉推测软件中容易产生缺陷的功能模块及业务场景，依据推测逐一进行列举，从而更有针对性的设计测试用例。文中采用黑盒测试技术中的错误推测法对系统中重要的功能新增地块功能、属性变更功能和查询功能进行测试，取得了较高的测试效率。结论本文以净月高新区收回国有土地数据、征转用审批土地数据、出让用地数据、补偿土地数据和基础数据为研究对象，分析了土地收储管理的现状和需要解决的主要问题，探讨了基于 Access 和 ArcGIS 创建土地收储资产数据库的方案设计与实施过程，总结了定制开发土地收储数据库管理系统的相关工作。通过研究，得出如下结论：（1）数据库的建立提高了土地收储工作的管理水平和工作效率。 传统的土地收储工作模式是使用 CAD 存储图形数据，使用 EXCEL 表作为管理台账，存在的问题有： 1）数据分散，用多张 CAD 图分别存储征转用审批土地、出让用地、收回国有土地和补偿土地；台账亦是如此。2）不支持可视化，不利于直观的掌握本区的土地储备情况。3）查询效率低，图形和属性数据是分开的，如果要查询某一地块的属性信息，需要在 CAD 图中找到名称、年度、面积等，然后到对应的台账中查找。土地收储数据库的建立，提高了土地收储管理的科学化水平，实现了多种数据集合化、可视化和图属结合化，提高了查询效率，使土地收储工作迈上了一个新的台阶。（2）数据库的建立提高了数据的可靠性。 传统收储管理模式下的土地收储资产数据存在数据压盖、数据缝隙、界线不清、坐标系不统一、属性信息不完善等问题。土地收储数据库的建立，保证了数据边界清晰、坐标系统一、属性信息完整，实现了地块之间的无缝连接及图账合一，保证了收储数据的准确性和收储数据之间的平衡关系。（3）数据管理系统的定制开发满足了用户的个性化需求。 土地收储数据管理系统中的数据新增和属性变更、数据属性完整性检查、收储编号赋值、制图输出、专题图符号化、统计报表输出等功能，实现了图表联动、动态更新的目标，满足了用户可视化、台账化、精准化和便利化的土地收储资产管理需求。参考文献（略）计算机论文范文优选第四篇第一章 绪论1.1 研究背景及意义目前，国家越来越重视物联网技术的发展，同时许多地方正在建设以物联网为基础的智慧城市，使得物联网成为近几年的研究热点。物联网是将各种信息传感设备，如无线传感器网络节点、射频识别（RFID）技术、红外感应器、移动手机、PDA、全球地位系统（GPS）、激光扫描器等与互联网结合起来而形成的一个巨大网络。从物联网的概念中可以得知，传感网中包含的各种传感设备是物联网的基础，而互联网是传感器信息交互的平台。正如传感网研究界著名学者 evin Delin[1]教授在美国《商业周刊》上提出的 21 项新概念中的比拟：在下一个世纪地球将披上一层由上百万个电子传感器组成的电子皮肤，包括温度计、压力计、空气污染侦测器、照相机等，以互联网为骨干来传递各类感知信息。这层电子皮肤在无时无刻地监测城市生活、濒临绝迹的物种、船舶、高速公路上的交通运输、河流湖泊水位等。从物联网发展至今的趋势，近年来国内学者提出物联网的感知信息日趋体现社会化的发展趋势，即物联网之感知社会论。其将我国信息产业发展趋势定义为：以计算机为代表的智能化第一次信息产业浪潮，发展到以互联网、移动通信网络化为代表的第二次信息产业浪潮；直至目前物联网带来的第三次信息产业浪潮具体社会属性的感知体系，即：智能化和网络化是物联网的基础支撑，物联网的核心特征不是物与物的互联，而是以感知为目的的社会化体系。社会化即物联网发展到今天，对透彻感知的强烈需求以及无线通信、传感器技术以及无线移动终端设备的普及，由此带来群智感知计算;的发展趋向，即普通用户的移动设备（手机、平板电脑等）作为基本感知单元，通过移动互联网进行有意识或无意识的协作，实现感知任务分发与感知数据收集，完成大规模的、复杂的社会感知任务。例如，我们可以采集社交网络的个人现实、某一地区的天气信息等，并将这些信息与某一物品的属性信息关联。1.2 国内外研究现状PML（Physical Marup Language）物理标记语言采用 W3C 所制定的 XML Schema 语言（XSD）来实现。尽管其采用不同的语法表述形式，但是 PML 标记语言仍然遵循 XML Schema并能够在文档中灵活地嵌入各种数据。在目前研究中，大部分国内外学者都是在关注 XML文档的聚类技术，但是对于 PML 文档的研究相对较少。在 XML 扩展标记语言的研究中，目前互联网作为信息交换的主要平台，其信息的生产、交换和存储主要采用 XML 扩展标记语言实现[2]。XML 具有使用灵活和自描述的特性，目前已得到广泛的使用。例如，基于 XML 的互联网信息应用包括各种期刊、文献数据库、商业网站和政府部门等。作为主要信息表示方式的 XML 在互联网中的广泛使用导致出现大量的XML 数据。因此，本文需要从这些海量和异构的数据中发现对于用户有用的信息。尽管当前已经存在很多数据库工具可以帮助用户传送、存储、集成和查询相关 XML 数据，但是它们需要高效的数据管理技术来支持数据存储和检索，例如基于结构相似性的索引技术[7-8]。相关数据挖掘根据文档结构相似性的特点将 XML 文档分组，这样便可以有效地帮助一些应用程序检索所需数据，例如聚类技术。XML 文档结构相似性的计算同样对于互联网数据管理具有重要意义。目前许多技术可以根据文档的相似性从海量的互联网数据中抽取和集成相关信息，并将这些信息归类[9]。.第二章 相关背景知识介绍2.1 物联网概述物联网是以由 RFID 系统和传感器网络为基础，并结合已有的计算机互联网技术、数据库技术、中间件技术等，构建出一个可以覆盖全球的互联网络。通过 Inter，全球的物品信息可以进行互联，实现信息资源共享和协同工作，而在 RFID、传感网络和 Inter 的基础上，物联网可以将数量更为庞大的物品建立起信息联接，可以为商业、物流、仓储、生产、家庭等提供更为先进的信息化管理手段。物联网是一个十分先进的、综合性的复杂系统，其最终目标是为每一单品建立全球的、开放的标识标准。它由全球产品电子代码（EPC）的编码体系、射频识别系统、传感器网络系统及信息网络系统四部分组成，主要包括七个方面，见下表 2.1 所示。标签的编码现在应用较多的主要有64 位、128位及256位三种。EPC编码分为 4 部分：版本号、物品生产厂商的编号、产品的类型编号、单个物品的序列号。每个EPC编码具有全球唯一性，其最大的优点在于它的号码数量达2n幕次级，足以分配到全球任一物品。产品电子代码的信息载体。该RFID标签主要由天线和芯片组成，通过天线可以将RFID标签中存储的数据已非接触的方式与RFID读写器进行信息交换。标签分为有源、无源及半无源型，其信息交互的距离有较大差别。.2.2 PML 语言介绍在自动识别和数据采集（AIDC）领域，Auto-ID 中心提出了一种相比于传统的条形码完全不同的产品电子码（EPC），该产品电子码可以在物品整个生命流程中，唯一识别物品的相关信息（包括周围环境的温湿度等感知信息），并且可以跟踪定位该物品。而物理标记语言（PML）则是用于描述上述信息的基础。人们目前无法完整地描述人们生活的现实世界中的每一个物品。因为每一个物品都有其物理属性，包括体积、质量、温度等，而且这些物品也可能由其他物品组装而成，有其复杂的内部组织结构。此外，这些物品属可能于不同公司和个人，大部分情况下在所属公司与个人之间频繁交换和使用，因此人们无法根据各行各业的需要定义物品的相关属性来满足每个企业、每个行业和每个人的要求。针对上述问题，Auto-ID 中心设计的 PML 物理标记语言的核心组件就是要捕获这些物品和环境最基本的物理属性。目前，物理标记语言（PML）已经成为描述人们所在的真实世界一种通用的、标准化的方法，并且为软件开发、数据存储和分析工具提供一个描述自然实体、过程和环境的标准化方法和提供一种动态的环境，使与物体相关的静态的、暂态的、动态的和统计加工过的数据在此环境中可以交换。PML 当前广泛应用于存货跟踪、事务自动处理、供应链管理、机器操作和物对物通讯等领域。PML 语言是物联网中自动识别设备之间进行信息交换的标准化接口，类似于在互联网中的 XML 语言，用于不同平台产生的不同数据类型之间信息交换的标准。PML 语言主要是提供一种通用的标准化词汇来表示 EPC 网络所能识别物体的相关信息，而 PML 词汇则提供了在 EPC 网络组件间所交换的数据的 XML 定义。PML 不是取代现有的商务交易词汇或任何其它的 XML 应用库，而是通过定义一个新的对于 EPC 网络系统中相关数据的数据库来弥补原有系统的不足[24]。.第三章 物联网异构信息聚合模型 ........... 233.1 PML 归一化处理 ........ 233.2 PML 文档相似度计算 ......... 273.3 PML 数据流聚类 ........ 283.4 本章小结 ........... 28第四章 基于贝叶斯网络的 PML 文档相似度计算 ............ 304.1 过滤 PML 文档冗余信息 ............ 304.2 建立贝叶斯网络模型 ......... 334.3 建立贝叶斯网络模型算法 .......... 364.4 定义概率 ........... 394.5 PML 文档相似度计算 ......... 454.6 本章小结 ........... 48第五章 基于动态滑动窗口的 PML 数据流聚类....... 495.1 数据模型定义 ............ 495.2 动态滑动窗口设定 .... 505.3 基于动态滑动窗口的 PML 数据流聚类模型 ....... 525.4 基于动态滑动窗口的 PML 数据流聚类算法 ....... 525.5 本章小结 ........... 56第六章 实验仿真为了验证本文提出的物联网异构信息聚合模型的有效性，我们在电脑 Thinpad X220i（双核处理器 Core i3 2370M、主频 2.4 GHz、内存 4G、Windows 7 操作系统）中，采用开发工具Visual Studio 2021 实现基于贝叶斯网络的 PML 文档相似度算法和动态滑动窗口 PML 数据流聚类算法，在开发的应用程序中实现数据流聚类，并显示聚类结果。实验验证系统主要分为两个模块：（1）PML 相似度计算模块，主要用于 PML 数据的相似度计算，并显示相似度计算的结果。（2）PML 数据流聚类模块，主要用于 PML 数据流的聚类，在相似度计算的基础上，通过动态滑动窗口 PML 数据流聚类算法，将 PML 文档进行聚类。因此，相似度计算和数据流聚类实验我们将采用不同的数据集以及不同的实验评估标准来验证算法的有效性。其中，在相似度计算中，我们在 Matlab 2021R 中验证建立贝叶斯网络模型算法的时间消耗情况，在开发的应用程序相似度计算结果的基础上，采用查全率和查准率验证基于贝叶斯网络的 PML 文档相似度计算算法的有效性，并与层次结构的相似度算法进行比较。在动态滑动窗口 PML 数据流聚类中，在应用程序聚类计算结果的基础上，我们采用类内相似性、类间相似性、熵、纯度和 F 分数值来测试 PML 数据流聚类算法的性能，并与XCLS、CluStream 算法进行比较。..总结本文主要针对物联网中的数据进行聚类分析和处理，文章的主要工作如下：（1）分析物联网数据的特点。目前，物联网中的数据包括分布于各地的不同类型的传感器采集到的数据以及互联网中的部分信息，因此形成了物联网数据海量性和异构性，并以数据流形式存在的特点。（2）建立物联网异构信息聚合模型。该模型应用于物联网中的感知层、传输层、处理层和应用层。在传输层上，将物联网数据采用 PML 语言进行归一化处理，使得数据能够在物联网中不同组件之间共享和传输。在数据处理层上，采用基于贝叶斯网络的 PML 文档相似度计算方法和基于动态滑动窗口的 PML 数据流聚类方法对这些 PML 语言描述的数据聚类。在应用层中，用户从聚类的结果中挖掘有用的信息。（3）设计基于贝叶斯网络的 PML 文档相似度计算方法。根据 PML 文档的特点，删除 PML文档中的冗余信息，并建立用于比较两个 PML 文档相似程度的贝叶斯网络模型。另外，给出了建立贝叶斯网络模型的算法，并作详细说明。针对贝叶斯网络模型分别定义先验概率和条件概率公式，最终可以得到两个 PML 文档相似度计算的概率公式。（4）设计基于基于动态滑动窗口的 PML 数据流聚类方法。首先根据 PML 数据流的特点，定义数据模型和设定动态滑动窗口的大小。根据实际数据流速来动态调整滑动窗口的大小，这样能够有效的使用内存。接下来，本章提出了基于动态滑动窗口的 PML 数据流聚类模型，首先将 PML 数据流中的 PML 文档进行相似度计算，然后根据设定的规则聚类，并在聚类的结果中再次进行相似度计算以校正聚类的结果。最后我们对基于动态滑动窗口的 PML 数据流聚类算法进行详细的描述。参考文献（略）计算机论文范文优选