语音朗读：
重点推荐:23年【事业单位】新课预售：点击了解
基于模板挖掘的日志分类方法的设计与实现论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-16页 研究背景与意义第10-11页 国内外研究现状第11-13页 研究内容第13-14页 论文组织结构第14-15页 本章小结第15-16页第二章相关技术第16-29页 日志数据挖掘技术第16-17页 聚类技术第17-20页 聚类算法第17-19页 确定最佳聚类数方法第19-20页 文本聚类技术第20-26页 分类技术第26-28页 本章小结第28-29页第三章基于模板挖掘的日志分类方法第29-43页 基于归一化特征判别的日志模板挖掘算法第29-38页 问题描述第29页 日志模板挖掘算法概述第29-32页 日志模板挖掘算法详细设计与实现第32-38页 基于模板挖掘的日志分类算法第38-42页 日志分类算法详细设计与实现第38-40页 模板集合的合并机制第40-42页 本章小结第42-43页第四章算法实验与分析第43-58页 实验环境第43页 数据集介绍第43-44页 日志模板挖掘算法的实验与分析第44-52页 一种日志模板准确度的评价标准第44-47页 模板挖掘准确度对比实验与分析第47-50页 模板挖掘效率对比实验与分析第50-52页 日志分类算法的实验与分析第52-57页 一种日志分类准确度的评价标准第52-53页 分类准确度对比实验与分析第53-55页 分类速度对比实验与分析第55-57页 本章小结第57-58页第五章原型系统的设计与实现第58-74页 需求分析第58-59页 功能性需求第58-59页 非功能性需求第59页 系统概要设计第59-63页 系统架构设计第59-60页 交互流程第60-61页 数据库设计第61-63页 系统详细设计与实现第63-70页 日志分类模块第63-65页 日志模板挖掘模块第65-67页 日志存取模块第67页 服务模块第67-70页 系统环境配置第70页 系统测试第70-72页 功能测试第70-72页 非功能测试第72页 本章小结第72-74页第六章总结与展望第74-76页 全文总结第74-75页 工作展望第75-76页参考文献第76-81页致谢第81-82页攻读学位期间发表的学术论文目录第82页本篇论文共82页，。电力论文类文章5727篇，页次：1/64页【‖上一页‖‖】转到页[字数:2987点击:7][字数:2443点击:3][字数:3240点击:16][字数:2157点击:11][字数:3294点击:16][字数:2388点击:2][字数:2661点击:17][字数:2600点击:4][字数:2762点击:15][字数:2994点击:1][字数:3864点击:14][字数:2437点击:4][字数:2418点击:10][字数:3219点击:10][字数:2485点击:15][字数:2414点击:13][字数:1850点击:9][字数:2265点击:2][字数:2466点击:18][字数:2975点击:10][字数:3439点击:0][字数:1830点击:3][字数:3196点击:6][字数:4659点击:16][字数:2024点击:7][字数:3439点击:3][字数:2746点击:9][字数:2169点击:18][字数:2364点击:8][字数:2316点击:14][字数:2387点击:6][字数:2585点击:3][字数:4411点击:16][字数:2983点击:4][字数:4675点击:14][字数:2379点击:15][字数:2162点击:4][字数:5509点击:5][字数:3258点击:13][字数:2749点击:6][字数:5181点击:8][字数:1961点击:16][字数:2749点击:8][字数:2104点击:15][字数:2564点击:5][字数:1337点击:2][字数:2270点击:5][字数:2560点击:12][字数:2433点击:6][字数:1524点击:5][字数:1870点击:3][字数:2304点击:9][字数:2884点击:16][字数:3616点击:16][字数:1437点击:19][字数:2362点击:16][字数:2095点击:15][字数:4164点击:15][字数:2938点击:1][字数:3335点击:17][字数:3104点击:8][字数:2315点击:3][字数:3697点击:8][字数:2532点击:18][字数:2255点击:7][字数:5330点击:6][字数:2544点击:5][字数:2685点击:15][字数:3077点击:12][字数:3268点击:11][字数:2835点击:15][字数:2179点击:5][字数:1885点击:5][字数:3506点击:16][字数:2963点击:12][字数:3248点击:13][字数:3595点击:4][字数:1290点击:6][字数:1881点击:6][字数:3197点击:17][字数:2752点击:10][字数:3191点击:10][字数:2742点击:17][字数:3144点击:10][字数:2595点击:12][字数:3051点击:11][字数:2617点击:8][字数:2845点击:9][字数:2300点击:7][字数:3195点击:14]建筑论文类文章16504篇，页次：1/184页【‖上一页‖‖】转到页[字数:3273点击:14][字数:2386点击:4][字数:2036点击:4][字数:2980点击:1][字数:1999点击:15][字数:2137点击:5][字数:2720点击:13][字数:2272点击:7][字数:2877点击:7][字数:2571点击:11][字数:2161点击:2][字数:2778点击:5][字数:3452点击:4][字数:2619点击:18][字数:1524点击:16][字数:2691点击:10][字数:2784点击:18][字数:2434点击:0][字数:3006点击:10][字数:2415点击:2][字数:2832点击:5][字数:1886点击:7][字数:2493点击:15][字数:2341点击:16][字数:1675点击:18][字数:4216点击:12][字数:2553点击:6][字数:2256点击:0][字数:2388点击:8][字数:3056点击:13][字数:2981点击:10][字数:3112点击:14][字数:4695点击:4][字数:2609点击:16][字数:1545点击:18][字数:2789点击:16][字数:2808点击:16][字数:2995点击:0][字数:3069点击:12][字数:2666点击:15][字数:1878点击:16][字数:1552点击:16][字数:2387点击:15][字数:2282点击:0][字数:2471点击:10][字数:2780点击:14][字数:2219点击:13][字数:2713点击:0][字数:2996点击:5][字数:3209点击:6][字数:2807点击:8][字数:2681点击:3][字数:2580点击:10][字数:2758点击:14][字数:3152点击:1][字数:2311点击:9][字数:2283点击:16][字数:2243点击:10][字数:2469点击:18][字数:3058点击:17][字数:2975点击:5][字数:2929点击:9][字数:3716点击:8][字数:2396点击:12][字数:3062点击:13][字数:2713点击:4][字数:2715点击:1][字数:3358点击:7][字数:2323点击:0][字数:2576点击:12][字数:2773点击:15][字数:3620点击:17][字数:3791点击:6][字数:3318点击:16][字数:2874点击:0][字数:3069点击:7][字数:2998点击:4][字数:2751点击:7][字数:2785点击:0][字数:2105点击:9][字数:2727点击:13][字数:2935点击:10][字数:2750点击:13][字数:2624点击:0][字数:1873点击:6][字数:3255点击:10][字数:2697点击:12][字数:2727点击:9][字数:2842点击:16][字数:3703点击:16]
基于群智能算法的测试用例相关问题研究论文目录摘要第1-7页abstract第7-12页第一章绪论第12-20页 研究背景第12-13页 国内外研究现状第13-16页 测试用例集约简第13-14页 测试用例优先级排序第14-15页 群智能算法第15-16页 本文主要研究工作第16-17页 论文章节安排第17-20页第二章相关技术研究第20-36页 回归测试第20-23页 回归测试的基本概念第20页 回归测试的方法第20-21页 测试用例第21-23页 测试用例集约简相关技术第23-26页 测试用例集约简定义第23页 传统的约简方法第23-25页 经典群智能算法的约简方法第25-26页 测试用例优先级排序相关技术第26-28页 测试用例优先级排序定义第26页 常见的测试用例优先级排序算法第26-28页 群智能算法第28-34页 群智能算法概述第28页 群智能算法的特点第28-29页 常见群智能算法第29-34页 本章小结第34-36页第三章技术原理及求解方法第36-44页 多目标优化问题第36-39页 多目标优化问题的数学建模第36页 多目标优化问题的基本概念第36-37页 多目标Pareto最优解集第37-38页 多目标群体分布性第38-39页 测试用例集约简第39-41页 测试用例集约简基本概念第39-40页 测试用例集约简的数学建模第40-41页 测试用例优先级排序第41-43页 测试用例集优先级定义第41页 多目标测试用例优先级排序第41-42页 测试用例集排序的评测指标第42-43页 本章小结第43-44页第四章基于佳点集萤火虫算法的测试用例集约简第44-56页 萤火虫算法第44-46页 传统萤火虫算法第44-45页 佳点集第45-46页 佳点集萤火虫算法第46页 佳点集萤火虫算法算例第46-51页 测试函数第46-50页 算法结果分析第50-51页 测试用例集约简建模第51-52页 二元优化问题第51页 算法描述第51-52页 实验分析第52-55页 实验环境第52页 实验内容第52-53页 实验结果第53-54页 实验分析第54-55页 本章小结第55-56页第五章基于蝙蝠免疫算法的测试用例集排序第56-70页 蝙蝠算法第56-58页 蝙蝠算法定义第56页 蝙蝠算法的实现第56页 蝙蝠算法的流程第56-58页 算法分析第58页 人工免疫系统第58-62页 人工免疫系统的基本概念第58-59页 人工免疫算法基本框架第59-60页 人工免疫算法的流程第60-62页 测试用例优先级排序设计第62-65页 多目标蝙蝠免疫算法分析第62页 蝙蝠编码及更新第62-64页 算法流程第64-65页 实验分析第65-68页 实验环境第65页 实验内容第65页 实验结果及分析第65-68页 本章小结第68-70页第六章总结与展望第70-72页 研究工作总结第70-71页 进一步研究工作第71-72页参考文献第72-76页致谢第76-77页作者攻读学位期间发表的学术论文第77页本篇论文共77页，。基于模板挖掘的日志分类方法的设计与实现论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-16页 研究背景与意义第10-11页 国内外研究现状第11-13页 研究内容第13-14页 论文组织结构第14-15页 本章小结第15-16页第二章相关技术第16-29页 日志数据挖掘技术第16-17页 聚类技术第17-20页 聚类算法第17-19页 确定最佳聚类数方法第19-20页 文本聚类技术第20-26页 分类技术第26-28页 本章小结第28-29页第三章基于模板挖掘的日志分类方法第29-43页 基于归一化特征判别的日志模板挖掘算法第29-38页 问题描述第29页 日志模板挖掘算法概述第29-32页 日志模板挖掘算法详细设计与实现第32-38页 基于模板挖掘的日志分类算法第38-42页 日志分类算法详细设计与实现第38-40页 模板集合的合并机制第40-42页 本章小结第42-43页第四章算法实验与分析第43-58页 实验环境第43页 数据集介绍第43-44页 日志模板挖掘算法的实验与分析第44-52页 一种日志模板准确度的评价标准第44-47页 模板挖掘准确度对比实验与分析第47-50页 模板挖掘效率对比实验与分析第50-52页 日志分类算法的实验与分析第52-57页 一种日志分类准确度的评价标准第52-53页 分类准确度对比实验与分析第53-55页 分类速度对比实验与分析第55-57页 本章小结第57-58页第五章原型系统的设计与实现第58-74页 需求分析第58-59页 功能性需求第58-59页 非功能性需求第59页 系统概要设计第59-63页 系统架构设计第59-60页 交互流程第60-61页 数据库设计第61-63页 系统详细设计与实现第63-70页 日志分类模块第63-65页 日志模板挖掘模块第65-67页 日志存取模块第67页 服务模块第67-70页 系统环境配置第70页 系统测试第70-72页 功能测试第70-72页 非功能测试第72页 本章小结第72-74页第六章总结与展望第74-76页 全文总结第74-75页 工作展望第75-76页参考文献第76-81页致谢第81-82页攻读学位期间发表的学术论文目录第82页本篇论文共82页，。
运动人物建模与驱动子系统的设计与实现论文目录摘要第1-6页ABSTRACT第6-11页第一章绪论第11-15页 研究背景和意义第11页 国内外研究现状第11-12页 研究内容第12-14页 研究目标第12-13页 主要研究内容第13-14页 论文组织结构第14-15页第二章相关研究技术的介绍第15-29页 运动人物建模方法的调研第15-18页 常用方法研究介绍第15-17页 常用方法对比分析第17-18页 人物动画技术的调研第18-20页 二维动画与三维动画的比较分析第18-19页 顶点动画与骨骼蒙皮动画的比较分析第19-20页 图形引擎原理与发展第20-22页 图形引擎的发展现状第20页 图形引擎的原理研究第20-22页 三维空间建模的坐标系第22-23页 三维笛卡尔坐标系的分类第22页 三维空间中多种描述坐标系第22-23页 运动人物的位姿描述第23-27页 旋转的物理意义及表示第24页 欧拉角第24-25页 旋转矩阵第25-26页 四元数与轴角对第26-27页 三维数据文件第27-28页 常见数据文件第27-28页 自定义数据文件第28页 本章小结第28-29页第三章运动人物建模与驱动子系统的需求分析第29-35页 运动人物建模与驱动子系统的总体需求分析第29-30页 功能性需求分析第30-33页 三维重建数据处理的需求第30-31页 个性化人物建模的需求第31-32页 虚拟人物的动作驱动的需求第32页 高效可视化的视觉需求第32-33页 非功能性需求分析第33页 鲁棒性第33页 兼容性第33页 本章小结第33-35页第四章运动人物建模与驱动子系统的概要设计第35-43页 子系统总体设计第35-37页 子系统架构第35-36页 功能模块设计及活动图第36-37页 系统模块的概要设计第37-40页 三维重建数据处理模块第37-38页 个性化人物建模模块第38-39页 骨骼蒙皮动画驱动模块第39-40页 渲染与展示模块第40页 数据结构的设计第40-42页 本章小结第42-43页第五章运动数据处理算法的研究与设计第43-53页 运动数据处理算法的分析与设计第43-45页 运动数据处理算法的详细设计第45-52页 运动数据间转化的设计第45-47页 统一描述坐标系的设计第47-50页 计算全局坐标系数据的设计第50-52页 本章小结第52-53页第六章运动人物建模与驱动子系统的详细设计与实现第53-69页 三维重建数据处理模块的详细设计与实现第53-57页 三维重建数据处理模块的接口设计第53-55页 三维重建数据处理模块的详细设计第55-57页 三维重建数据处理模块的实现流程第57页 个性化人物建模模块的详细设计与实现第57-62页 个性化人物建模模块的接口设计第57-58页 个性化人物建模模块的详细设计第58-62页 个性化人物建模模块的实现流程第62页 骨骼蒙皮动画驱动模块的详细设计与实现第62-64页 骨骼蒙皮动画驱动模块的详细设计第62-64页 骨骼蒙皮动画驱动模块中的图形引擎函数第64页 骨骼蒙皮动画驱动模块的实现流程第64页 动画渲染与展示模块的详细设计与实现第64-67页 动画渲染与展示模块的详细设计第64-65页 动画渲染与展示模块的实现流程第65-66页 动画渲染与展示模块界面设计第66-67页 本章小结第67-69页第七章测试与分析第69-83页 测试环境说明第69页 系统测试第69-79页 三维重建数据处理模块功能验证与测试第69-72页 个性化人物建模模块功能测试与验证第72-75页 骨骼蒙皮动画驱动模块功能测试与验证第75-78页 动画渲染展示模块功能测试与验证第78-79页 结果对比分析第79-81页 运动分析能力的对比第79-80页 可视化效果的对比第80-81页 本章小结第81-83页第八章总结与展望第83-85页 论文工作总结第83页 论文工作展望第83-85页参考文献第85-89页致谢第89-91页作者攻读学位期间发表的学术论文目录第91页本篇论文共91页，。面向天基网络的虚拟网络功能管理系统的设计与实现论文目录摘要第1-6页ABSTRACT第6-10页第一章绪论第10-16页 研究背景第10-11页 国内外研究现状第11-13页 研究内容第13-15页 论文结构第15-16页第二章相关背景技术介绍第16-24页 天地一体化网络第16-19页 网络功能虚拟化第19-21页 云原生架构第21-23页 本章小结第23-24页第三章VNF管理系统需求分析第24-32页 设计原则概述第24-25页 功能性需求分析第25-28页 管理需求分析第25-27页 运维需求分析第27页 自动扩容需求分析第27-28页 接口功能需求分析第28-30页 本章小结第30-32页第四章VNF管理系统概要设计第32-48页 系统架构设计第32-34页 功能模块概要设计第34-46页 适配模块概要设计第34-35页 管理模块概要设计第35-39页 运维模块概要设计第39-41页 监控与弹性扩缩容模块概要设计第41-45页 人机交互模块概要设计第45-46页 本章小结第46-48页第五章VNF管理系统详细设计与实现第48-66页 适配模块详细设计第48-49页 管理模块详细设计第49-54页 管理子模块第49-51页 镜像管理子模块第51-53页 生命周期管理子模块第53-54页 运维模块详细设计第54-57页 监控与弹性扩缩容模块详细设计第57-60页 人机交互模块详细设计第60-62页 关键问题分析与解决方案第62-64页 扩缩容反向代理上游服务器组失效第62-63页 无状态VNF设计第63-64页 本章小结第64-66页第六章VNF管理系统测试第66-80页 测试环境搭建第66-68页 系统功能测试第68-78页 管理功能测试第68-69页 镜像管理功能测试第69-71页 实例管理功能测试第71-72页 功能测试第72-73页 运维功能测试第73-75页 监控功能测试第75-76页 弹性扩容与告警功能第76-78页 测试总结第78-79页 本章小结第79-80页第七章总结与展望第80-82页 论文工作总结第80页 未来工作展望第80-82页参考文献第82-86页致谢第86页本篇论文共86页，。
示例图像的特征表示和检索论文目录摘要第1-6页abstract第6-10页第一章绪论第10-16页 课题研究背景和意义第10-11页 国内外研究现状第11-14页 图像特征表示第12-13页 网络的泛化能力第13页 查询扩展第13-14页 本文的工作和安排第14-16页 主要研究内容和创新点第14页 论文结构安排第14-16页第二章基于无监督聚类的图像特征表示第16-28页 引言第16-17页 相关工作第17-19页 常用的卷积神经网络结构第17页 常用的无监督图像聚合方法第17-18页 常用的无监督聚类方法第18-19页 基于聚类的图像特征空间加权方法第19-21页 基于预训练卷积神经网络的密集特征提取第19-20页 基于聚类方式的局部滤波器提取第20页 基于空间加权的特征聚合方法第20-21页 在线检索第21页 实验第21-27页 数据集第21-22页 性能评价指标第22页 实验细节第22页 实验结果与分析第22-27页 本章小结第27-28页第三章基于LSTM的图像检索第28-38页 引言第28-29页 基于预训练深度网络的图像检索第29-31页 有监督图像检索的相关工作第29页 在视觉方面的应用第29-31页 基于LSTM的上下文感知特征聚合网络第31-33页 密集局部特征提取第31页 基于LSTM的上下文感知模块设计第31-32页 通道敏感性加权第32-33页 特征聚合及后处理第33页 训练方法第33页 实验第33-36页 数据集第33-34页 实验细节第34页 实验结果与分析第34-36页 本章小结第36-38页第四章基于相似度优化的查询扩展第38-46页 引言第38-39页 相关工作第39-40页 相似度度量第39页 基于度量学习的查询扩展第39页 基于低维流形的数据扩散第39-40页 融合查询扩展与数据扩散的重排算法第40-42页 基于阈值过滤的融合特征第40-41页 重排搜索第41-42页 实验第42-45页 数据集第42页 实验细节第42页 实验结果与分析第42-45页 本章小结第45-46页第五章总结和展望第46-48页 总结第46-47页 展望第47-48页参考文献第48-56页致谢第56-58页攻读学位期间发表的学术论文目录第58页本篇论文共58页，。基于隐式社群和多模态的视频推荐算法研究与实现论文目录摘要第1-6页abstract第6-10页第一章绪论第10-16页 课题背景第10-12页 课题主要研究内容第12-14页 主要工作内容第14页 论文结构第14-16页第二章相关技术第16-24页 推荐系统研究第16-21页 传统推荐系统分类第16-19页 基于群组的推荐第19-20页 多模态推荐第20-21页 多模态特征提取第21-22页 文本特征第21页 音频特征第21-22页 图像特征第22页 本章小结第22-24页第三章基于隐式社群的视频推荐算法研究第24-48页 总体框架第24-25页 模型描述第25-40页 主题聚类第26-29页 构建三元图（U-K-V）第29-35页 隐式社群识别第35-39页 基于群组推荐第39-40页 实验过程与结果分析第40-46页 数据集描述第40页 评测指标第40-42页 参数调整第42-44页 对比实验第44-46页 本章小结第46-48页第四章基于多模态特征的视频推荐算法研究第48-70页 总体框架第48-49页 模型描述第49-62页 多模态特征提取第49-57页 视频特征生成第57-59页 用户喜好矩阵的生成第59-61页 推荐第61-62页 实验过程与结果分析第62-69页 数据集说明第62-63页 评测指标第63-64页 参数调整第64-66页 对比实验第66-69页 本章小结第69-70页第五章结束语第70-72页 全文总结第70-71页 不足和进一步工作第71-72页参考文献第72-76页致谢第76-78页攻读学位期间发表的学术论文目录第78页本篇论文共78页，。
京公网安备 11010202009598号
在线客服