一、巧用Javascript实现网站批量更新（论文文献综述）
魏榆静[1]（2021）在《基于node.js的股票行情浏览及分析系统的设计与实现》文中指出金融市场对国家经济社会的发展起到十分重要的作用,股票交易不仅是一种企业融资模式,也是越来越多的个体投资者的理财方式。国内市场现存的股票系统基本都是C/S架构,安装过程繁琐,数据同步困难,且产品过于专业化,大多界面以及功能复杂,无法满足不同层次投资者的需求。对于新股民来说,除了要求基本的股票行情浏览功能外,还有交流学习、智能选股以及利用计算机进行数据分析帮助其智能决策的需求。因此,目前股票软件正在逐渐转变为以行情浏览为主的“行情+社交平台+智能分析+资讯浏览”的综合一体化股票软件服务平台。本文针对股票市场初级投资者的需求,结合互联网的新技术,设计与实现了基于Node.js的B/S架构的股票行情浏览及分析系统。Node.js的核心是基于事件驱动的异步I/O模型,该机制使服务器的并发能力得到明显提高,因此成为近几年流行的服务端技术。系统前端使用目前流行的Vue.js框架,组件化开发以及前后端分离模式大大提高了开发效率。由于股票数据结构复杂,基于MongoDB设计行情存储模式,配合Node.js的Json格式避免了类型转换,实现数据的持久化存储。同时结合Echarts框架以及H5 Canvas技术,通过多图表的可视化界面向用户直观的展示各种股票详情数据以及市场行情追踪。股票数据包括实时数据、分钟K线数据、日、月、年K线数据、公司行业信息、指标数据MACD,RSI,KDJ等;市场行情包括排行榜、龙虎榜、领涨个股、领涨板块等。系统一方面采用Redis数据库进行股票数据缓存,另一方面采用Socket.io即时通讯技术使服务器可以主动推送消息或股票数据到客户端来保证实时性。此外,本文还主要介绍了社交平台模块、预警模块、智能选股、自选股管理等功能,方便用户浏览行情数据及学习股票知识。考虑到系统的智能性,着眼于数据分析,不仅支持投资者根据交易风格自由更改指标参数以及导出数据进行本地分析,本文还提出了一种基于机器学习的MACD指标优化模型,该模型一定程度上缓解了传统MACD指标滞后性与股价震荡时错误信号频繁的问题,可在预警模块及时向用户发出买卖点的提醒信息。同时实现了一种基于ARIMA与LSTM神经网络的组合股价预测模型,通过先进的计算机技术向投资者提供合理建议。本文还从性能和安全方面进行了优化设计,包括数据库连接池,负载均衡,浏览器缓存等;并对常见的XSS、CSRF、SQL注入等网站攻击进行了防御,例如采用Token认证登录和Md5+Salt方式对用户信息加密存储的安全措施。
李丽娴[2]（2020）在《水生态治理建设中水资源管理平台的设计与实现》文中研究说明为了积极践行国家“绿色发展”理念,帮助城市提升城市宜居性和舒适度、建设优良人居环境。本项目对重塑和优化城市空间结构、流域水资源管理、流域防洪应急,具有积极而深远的意义。该项目可服务于各种水资源单位,通过使用机器鱼代替传统水文资料传感器实现自动采样,全面收集流域的水位、水流量、水质、生态流量、流域污染物指数、气象等信息,为河流治理和运营供定量化的数据支撑。项目主要解决水资源管理问题和水资源安全防洪应急问题。为政府人员了解各流域实时水域情况和防洪应急提供了帮助。本项目采用大数据技术与软件开发技术相结合的方式打造水资源管理平台。在大数据接入阶段,利用Kafka和Flume实现机器鱼采集数据与平台之间可靠的数据传输,通过Storm将采集的数据进行转换和清洗,实时提供给展示平台,并将数据存储于数据库中。在数据库中,依据水资源管理的特点使用GIS的空间索引,满足展示端对于海量历史数据的查询需求。在项目软件开发阶段,首先整理和设计了水资源管理平台的需求于与功能,严格遵循软件工程开发标准,对系统业务架构、系统技术架构和数据库等进行了详细设计。系统开发采用MVC模式,实现前后端分离,后端主要使用Spring Boot与Node.js技术,前端基于GIS技术把机器鱼收集到的内容可视化展现到地图上,同时前端还使用Echarts、Require.js、HTML、CSS等技术为数据可视化提供帮助,使整个流域的水资源信息更加直观的展现。在数据处理方面,本项目利用神经网络计算居民生活用水量,利用数学方法计算当地流域降水量和蒸发量。最后实现了大数据处理与可视化水资源管理平台的结合。为了验证平台性能,本文也提供了详细的平台测试细节和流程,主要包括大数据接入模块测试环境的说明,大数据接入模块测试过程和平台功能测试。
靳维一[3]（2020）在《基于深度学习的菜心长势在线识别系统的设计与实现》文中研究表明蔬菜在我国农业种植领域的地位至关重要,其种植过程的好坏直接影响着农户的收入,其中长势判别的效率关系到果蔬的产量与质量。传统的人工判别方式,虽然可得出结果,但效率低下且存在一定的主观因素,因此,需要一个简单高效的方法替代传统的人工判别方式。本文以菜心的长势识别为切入点,开发一套用于菜心长势在线识别的系统,主要内容如下:（1）建立数据集与数据预处理。数据集采集于菜心种植基地。通过查阅资料并结合地方农业文件构建了菜心长势判别标准。以此标准将菜心共分为幼苗期正常菜心、幼苗期非正常菜心、成长期正常菜心、成长期非正常菜心四类,共计1600张图像数据。从归一化、数据增强两个角度对数据进行预处理操作,为本文提供数据支持。（2）构建菜心长势识别的卷积神经网络。基于AlexNet网络结构,对其进行改进,利用小卷积核堆叠的方式替代原来的大卷积核,并新增了动态学习率衰减、动量梯度下降两种技术,对模型进一步优化。设置预实验,检验模型的合理性与优越性。最终得到93.19%的准确率,并且与未改进前的AlexNet模型对比,收敛速度显着提升。（3）基于JavaWeb技术搭建在线识别系统,实现从上传图片到显示结果的全过程。系统采用Tomcat作为服务器,利用HTML、CSS、JavaScript三种主要技术完成系统前端页面;利用Java的内置方法在服务器内部调用Python文件,从而实现模型在服务器内部运行;通过异步通信技术将识别结果回传到前端页面。本文将深度学习技术引入到Web平台,并完整开发出了菜心长势在线识别系统,系统有着较高的识别准确率与良好的稳定性,实现了准确、及时识别出菜心长势的目的。
张博雅[4]（2020）在《慕课平台上基于知识图谱的学习路径规划》文中进行了进一步梳理“慕课”作为一种新的教育模式,不断地冲击着传统教育理念,并在现代教育中发挥着重要的作用。随着慕课平台的不断推进,慕课平台上海量的学习资源为学习者在线学习提供了资源保障,但是仍存在学习资源缺乏管理、资源的知识结构难以实现更符合实际情况的网状知识结构、对学习者的学习缺乏指引、学习情况缺乏反馈等问题。并且,各个学习者的学习起点与目标不尽相同,因此,需要为学习者在线学习提供与其知识掌握程度相匹配、以最终实现其学习目标为目的的路径规划,所以,慕课平台上基于知识图谱的学习路径规划成为本文的研究课题。慕课平台上基于知识图谱的学习路径规划分为课程间的学习路径规划与课程内的学习路径规划。课程间的学习路径规划重点关注知识图谱中“课程”实体间的“先修课程”关系,以此为基础来规划课程的修习顺序,与此同时,引入RippleNet算法,为学习者提供专业且个性化的学习路径规划;课程内的学习路径规划分三步:首先根据相关的课程教材中知识点间的依赖关系和专家经验为课程构建知识点知识图谱,然后将构建的知识点知识图谱与慕课平台上已有的课程视频、习题等学习资源做链接,为学习者规划课程内的学习路径,最后结合与知识点实体相对应的习题的答题情况,判断学习者对知识点的掌握程度,并提出学习路径更新意见。本文研究探讨了 edX平台体系框架与扩展方式,分析了 edX平台重要组件以及如何配置PyCharm对edX平台进行开发,最终选择通过添加XBlocks块的方式对edX平台进行拓展;研究知识图谱技术,通过专家法与参照法相结合的混合法设计知识图谱模型,并选择Neo4j图数据库作为知识图谱的知识存储介质;研究可视化技术,通过探讨了 Neo4j图形可视化工具,选择Echarts作为Neo4j的可视化工具,最终在慕课平台上可视化的实现知识点查找、展示,并针对学习者的学习情况给出学习反馈与更新后的学习路径;在通过设计好的知识图谱进行学习路径规划时,引入RippleNet算法丰富课程间的学习路径规划中课程的多样性。为学习者提供专业的学习路径规划,提升在线学习的学习效率。
饶煜[5]（2019）在《基于微信平台的在线学习系统的设计与实现》文中认为随着移动互联网技术的飞速发展,移动设备已经成为人们生活中必不可少的信息传播载体,给人们的生活、工作和学习带来了巨大的便利。在教育领域也是如此,传统的教学模式已经很难满足现代化教育的需要,在此背景下,“互联网+教育”产业模式逐渐进入人们的视野,越来越多在线教育平台涌现出来,掀起了一场在线教育的热潮。在线教育作为传统课堂教育的补充,能够打破传统教学模式的壁垒,使得教与学不再受到时间和空间上的限制,同时能够结合各个院校的学科优势,共享世界各地的优质教育资源。因此设计并实现一款高效的在线学习系统,使传统教学模式和在线教育相辅相成,对于提升各个院校的教学质量具有重要意义。本文首先阐述了基于微信平台的在线学习系统的研究背景与意义,深入分析了国内外在线教育的发展现状,详细介绍了系统研究过程中涉及的相关知识和技术,包括微信小程序、WePY框架、Vue前端开发框架、Express服务端框架、Node.js和MongoDB数据库等。本文对在线学习系统的需求进行分析,在此基础上提出了系统目标,构建了系统的总体架构,划分了系统的功能模块,根据E-R图设计了系统的数据库,完成了Web端管理系统和移动端在线学习平台的设计与实现:对于Web端管理系统,实现了文件上传、题库管理、考试管理、用户管理和统计分析等功能:移动端在线学习平台以微信客户端为载体,实现了登录授权、题库练习、在线考试、教学视频、历史记录、成绩排行和错题练习等功能。本文对当前主流的智能组卷方法进行对比分析,将基于遗传算法的智能组卷算法应用到考试管理模块,通过教师设定的考试参数进行智能组卷,不但提高了组卷的成功率,节省了组卷的时间,同时保证了试卷的质量。本系统经过严格的测试,各项功能都达到了设计目标,很好地满足了各个院校对于在线学习系统的需求,能够提升教学质量,加强教学管理,本文的研究成果对于智能化教育的推进具有重要意义。
柴青山[6]（2019）在《基于MVVM模式的Vue.js框架在物流软件自动化测试系统中的应用研究》文中进行了进一步梳理随着信息技术的不断发展,传统的C/S架构的开发模式已经逐渐被B/S架构模式所取代,前端工程化以及前后端分离的开发方式已经深入人心,选择一套合适的前端框架来进行前端工程的开发,将会大大提高系统性能和用户体验。同时随着互联网及电子商务的飞速发展,物流信息化受到越来越多的物流企业的重视。物流行业的蓬勃发展使得各种各样的物流软件及电子商务网站层出不穷,越来越多样化的需求也导致软件及界面交互复杂程度越来越高,因而迫切需要一套稳定高效的物流软件自动化测试系统来满足日益增长的物流软件自动化测试需求。本文将研究并开发一套基于前后端分离的方式开发的物流软件自动化测试系统,主要研究Vue.js框架在前端工程中的应用。本文利用当下比较流行的基于MVVM的Vue.js来开发物流软件自动化测试系统的前端工程,主要包括测试项目管理、被测系统管理、测试用例管理、功能点管理、元素库管理、对象库管理、脚本管理等主要模块。论文首先对物流软件自动化测试系统前端开发的核心技术进行了深入分析,如前端编程语言、MVVM模式、Vue.js框架、Bootstrap框架、FIS3构建工具等,重点分析了 Vue.js框架的虚拟Dom、Diff算法、响应式系统等关键技术;然后论文从物流软件自动化测试系统的需求分析入手,设计了系统的各个模块;最后,通过全面的测试对该物流软件自动化测试系统的实用性和可行性进行了验证和分析。
余起怡[7]（2019）在《基于JS的瓦片三维电子地图系统的实现》文中研究说明随着地理信息系统技术的飞速发展,GIS在当今社会的工业、农业、信息产业、国防等各个方面中得到了广泛的应用。WebGIS是在互联网的技术背景下的GIS,通过互联网来展示GIS的强大功能,人们在网页上就可以实现对地理信息数据的显示和操作。在如今的大数据时代,各大城市、高校都在积极发展数字化和信息化,而三维智慧校园工程是其中不可缺少的一个环节。而目前大多数的三维智慧校园的建立所使用的开发平台的搭建都比较复杂,系统架构也比较传统。本文比较了不同开发模式和流行软件的优缺点,提出了利用JavaScript技术开发瓦片三维电子地图系统。本文以安徽理工大学新校区为研究对象,通过对WebGIS的信息发布技术、瓦片地图技术以及其他相关技术的利用,设计了一种基于JavaScript技术的WebGIS开发模式。系统采取了一种B/S架构,服务器端获取本地数据进行处理,将结果返回到浏览器端。系统所使用的瓦片地图以多层的栅格图像存放在本地,根据用户需要可以在浏览器上拼接成不同比例尺的完整地图。本文利用JavaScript等技术开发了一个轻型的瓦片三维电子地图系统,系统中的功能包括瓦片地图显示功能、地图测量功能、建筑物热区、属性定位查询功能、课程查询功能和导航功能。通过系统中的这些功能,用户可以浏览地图;测量校园地物之间的距离和区域面积;快速获取和搜索校园建筑信息;通过课程查询功能,用户不仅能快速查询课程信息,并且可以快速定位到上课地点;系统中的导航功能给指新生提供路径信息。校园地图服务系统展现了强大的功能性和服务性。图[37]表[6]参[68]。
张紫陌[8]（2019）在《混淆网页木马检测技术的研究与实现》文中指出网络信息获取方式的多样性及普遍性使得脆弱的互联网终端成为不法攻击者通过网页木马静默攻击用户的主要途径。JavaScript语言不仅是构成互联网上活跃和动态Web内容的核心组件,同时也为大量进行偷渡式下载的网页木马提供了攻击和隐蔽自身的基础。由于这些攻击的混淆代码频繁而多变,给恶意代码检测的研究带来了困难,静态的检测方法在实践中被证明具有很大的漏报率,动态的行为检测方法的检测率受到恶意特征库的局限且开销大。本文深入分析与研究了混淆网页木马的技术与特点,然后提出了基于多字节码的恶意JavaScript检测模型,利用抽象语法树获取重构的代码,以此代码为基础提取多字节码特征,并利用高效的机器学习技术进行分类器模型的训练。最后设计与实现了基于多字节码的恶意代码检测系统,并验证了系统的有效性,进行系统展示与功能验证。论文的主要研究内容和成果如下:1.提出基于多字节码的网页木马特征提取方法。获取代码解析后的字节码表示,利用代码经过编译解析产生的语义泛化性,从中提取可以表征恶意JavaScript代码的多字节码特征。2.提出一个基于多字节码的混淆网页木马检测模型。首先将代码解析为抽象语法树,通过遍历树结构对语法树进行组织重构,使用转换后的语法树生成代码行为清晰的同语义代码。以经过重构的代码为分析基础,使用基于多字节码的特征提取技术,利用高效的机器学习技术进行分类器模型的训练。搭建测试环境,设计测试效果检测实验对提出的检测模型进行测试。3.设计与开发了基于多字节码的混淆网页木马检测系统,设计与实现系统各功能模块。该检测系统可利用离线训练得到的模型对网页数据进行网页木马检测。对模型的测试实验结果表明,基于多字节码的特征提取方法可以有效地提取出能够表征恶意代码的多字节码集合。模型结合了代码重构以及多字节码特征提取,能够自动化地获取有效的混淆网页木马特征。对系统进行的检测评估表明,本文提出的检测模型具有较好的泛化能力。
蔡炜嘉[9]（2019）在《基于GIS的校友信息管理与分析系统研究》文中认为随着我国高等教育的不断发展,高校愈发地重视学校校友工作的开展。校友作为高校的宝贵财富,可为学校在学科建设、毕业生就业以及各项工作的创新和发展中发挥关键作用,校友同时也是衡量一所学校培养人才水平的试金石。所以,在互联网飞速发展的今天,建立一个功能强大、数据完备、信息量足的校友网及对应信息管理系统成为了各大高校相关部门开展校友工作必不可少的环节。本文也结合高校校友工作实际,融入GIS相关技术对搭建校友信息管理与分析系统进行详细讨论。本文首先阐述了国内外有关校友资源利用方面的研究现状,并对国内外几所高校的校友系统进行了优缺点的分析。之后依据分析出的改进方向,确定系统的整体框架、模块功能以及相应所要用到的关键技术,另外,结合GIS知识提出了系统在GIS可视化实现及使用空间分析算法应用方面的创新点。并对以上内容进行详细的说明与讨论。接下来,对系统进行了详细的需求分析,并在此基础上,对系统的数据库做了精细的设计。在系统的实现上,将系统分为前台系统和后台系统,前台校友网主要为校友使用,后台系统由各级管理员操作。系统除了采用了校友系统常规的新闻发布、校友捐赠、信息采集与维护等常规功能外,着重加强了位置展示、统计分析、交互体验方面的功能。构建了一个具有地图可视化功能的网页,将校友地理位置信息更直观地展示在二、三维地图上,并可以用热力图、柱状图等展示校友在各个地区分布的情况。同时也在后台构建一个基于k-means空间分析算法的分析模型,从而来对收集到的已毕业校友的数据进行聚类和推理分析。通过建设此系统对学校校友会工作的发展提供帮助。最后,通过总结在系统研究、设计、实现方面的经验,提出了系统的不足,并对之后可改进可扩展的功能进行了展望。
李维旺[10]（2018）在《基于网页重构的网络用户体验优化研究与实现》文中研究表明随着移动互联网技术的不断发展,网页中的内容越来越丰富,网页字节数量不断增加,这给浏览器快速加载网页带来了巨大挑战。目前衡量网页加载的用户浏览体验（Web QoE）有很多,较为流行的研究是提高网页的首屏加载时长（Above the Fold Time,AFT）。本文将AFT作为现有网页加载中衡量网页浏览体验的研究指标,不同于整体加载时长（Page Load Time,PLT）,由于移动设备的普及及发展,受限于移动设备屏幕尺寸,AFT对比于整体加载时长能够更加直观反应用户体验。目前的研究中有一些技术可以降低AFT,然而这类技术依然存在一些不足:1)现有工作通过提升硬件的计算能力、网络的带宽的方式降低AFT,无法对影响AFT的因素进行建模理论分析。2)目前还没有一套成熟的不影响用户正常浏览网页的AFT测量系统。3)目前在的AFT优化系统复杂度过高、不易在终端应用。本文针对上述研究中存在的缺陷,提出了一种新型的轻量级基于网页重构的AFT优化系统,该系统能够对网页加载的AFT带来明显优化。本文主要有三个方面工作:1)对Web QoE建模,理论上分析影响网页AFT的关键因素。2)对于AFT的测量,设计实现一套轻量级的不影响用户浏览体验的网页AFT测量的工具。3)设计并实现一套轻量级首屏加载时长优化系统,能够给网页加载带来AFT优化。在系统设计实现上,本文主要有三点贡献:1)从理论角度分析影响首屏加载时间的关键因素,设计实现了一套轻量级的首屏加载时间测量工具;2)针对关键路径上的JavaScript与CSS文件执行,引入机器学习分类算法预测出JavaScript执行对首屏的影响,基于预测结果调整网页结构;针对CSS文件存在的样式被弃用问题,对CSS文件进行优化;完成基于网页重构的首屏加载优化系统设计。3)实现了基于网页重构的首屏加载时长优化系统。最后,本文从系统的预测模型的预测精度以及在不同网络状态下对系统的优化空间两个方面对系统进行测试。其中,针对预测模型的测试,本文采取10折交叉验证的方式对预测系统从不同的特征维度对模型进行测试,结果表明本文预测模型的预测精度高达95%,能够很好完成预测任务。针对系统优化空间的测试,结果表明在网络条件极好时,系统优化后的AFT平均降低30.3%;在网络条件处于好与一般状态时,系统优化后的AFT平均降低25%;在网络条件差时,系统优化后的AFT平均降低19.6%;PLT平均降低10%。
二、巧用Javascript实现网站批量更新（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、巧用Javascript实现网站批量更新（论文提纲范文）
（1）基于node.js的股票行情浏览及分析系统的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 系统开发背景 |
| 1.2 国内外研究现状 |
| 1.3 本文解决的主要问题 |
| 1.4 本文的主要工作 |
| 1.5 论文的组织结构 |
| 第2章 系统需求分析 |
| 2.1 功能需求分析 |
| 2.1.1 个人中心模块 |
| 2.1.2 股票行情中心模块 |
| 2.1.3 自选股管理模块 |
| 2.1.4 社交平台模块 |
| 2.1.5 预警模块 |
| 2.2 非功能性需求分析 |
| 2.2.1 易用性 |
| 2.2.2 可扩展性和可维护性 |
| 2.2.3 安全性 |
| 2.2.4 可靠性 |
| 2.3 本章小结 |
| 第3章 系统概要设计 |
| 3.1 系统设计目标和原则 |
| 3.2 系统技术架构设计 |
| 3.2.1 前端工程概要设计 |
| 3.2.2 后端工程概要设计 |
| 3.3 系统数据库设计 |
| 3.4 功能模块设计 |
| 3.4.1 个人中心模块设计 |
| 3.4.2 股票行情中心模块设计 |
| 3.4.3 自选股管理模块设计 |
| 3.4.4 社交平台模块设计 |
| 3.4.5 预警模块设计 |
| 3.5 本章小结 |
| 第4章 系统详细设计 |
| 4.1 系统总体架构的详细设计 |
| 4.1.1 前端架构的详细设计 |
| 4.1.2 后端架构的详细设计 |
| 4.2 系统关键技术的设计 |
| 4.2.1 Cors跨域 |
| 4.2.2 Canvas可视化技术 |
| 4.2.3 Socket.io即时通讯技术 |
| 4.3 系统性能优化设计 |
| 4.3.1 数据库连接池 |
| 4.3.2 Redis缓存数据库 |
| 4.3.3 Nginx负载均衡 |
| 4.3.4 SPA首屏优化 |
| 4.3.5 浏览器缓存 |
| 4.4 系统安全设计 |
| 4.4.1 前端路由守卫 |
| 4.4.2 MD5+Salt信息加密 |
| 4.4.3 XSS、CSRF、SQL注入攻击与防御 |
| 4.5 系统功能模块详细设计 |
| 4.5.1 个人中心模块详细设计 |
| 4.5.2 股票行情中心模块详细设计 |
| 4.5.3 自选股管理模块详细设计 |
| 4.5.4 社交平台模块详细设计 |
| 4.5.5 预警模块详细设计 |
| 4.6 本章小结 |
| 第5章 系统实现与测试 |
| 5.1 开发环境 |
| 5.2 功能模块的实现 |
| 5.2.1 个人中心模块实现 |
| 5.2.2 股票行情中心模块实现 |
| 5.2.3 自选股管理模块实现 |
| 5.2.4 社交平台模块实现 |
| 5.2.5 预警模块实现 |
| 5.3 优化MACD指标模型的实现 |
| 5.3.1 MACD指标介绍 |
| 5.3.2 MACD优化模型 |
| 5.3.3 量化实验及结果分析 |
| 5.4 股价趋势预测模型的实现 |
| 5.4.1 预测模型描述 |
| 5.4.2 实验及结果分析 |
| 5.5 系统测试 |
| 5.5.1 系统测试环境 |
| 5.5.2 系统功能测试 |
| 5.5.3 系统性能测试 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（2）水生态治理建设中水资源管理平台的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 国内水资源管理现状 |
| 1.2.2 国外水资源管理平台现状 |
| 1.2.3 大数据实时处理国内外现状 |
| 1.3 本文研究内容及贡献 |
| 1.3.1 研究内容 |
| 1.3.2 主要贡献 |
| 1.4 论文结构 |
| 1.5 本章小结 |
| 第二章 相关关键技术 |
| 2.1 引言 |
| 2.2 大数据相关技术 |
| 2.3 数据库相关技术 |
| 2.4 水资源管理平台后台相关技术 |
| 2.5 水资源管理平台前端相关技术 |
| 2.6 本章小结 |
| 第三章 实时大数据接入 |
| 3.1 引言 |
| 3.2 Zookeeper的安装与配置 |
| 3.3 Flume的安装与配置 |
| 3.3.1 Flume的安装 |
| 3.3.2 Flume数据收集 |
| 3.3.3 Flume数据过滤 |
| 3.4 Kafka的安装与配置 |
| 3.4.1 Kafka的安装 |
| 3.4.2 Kafka与Flume整合 |
| 3.4.3 Kafka消息队列 |
| 3.4.4 Kafka Manager安装 |
| 3.5 Strom的安装与配置 |
| 3.5.1 Storm安装 |
| 3.5.2 Storm与Kafka整合 |
| 3.5.3 Storm日志处理 |
| 3.5.4 StormUI自动部署 |
| 3.6 本章小结 |
| 第四章 水资源管理平台设计 |
| 4.1 引言 |
| 4.2 设计原则与目标 |
| 4.3 需求分析 |
| 4.3.1 系统简介 |
| 4.3.2 功能需求 |
| 4.4 系统业务架构设计 |
| 4.5 系统详细设计 |
| 4.5.1 用户登陆模块详细设计 |
| 4.5.2 水资源地图模块详细设计 |
| 4.5.3 水资源概化图模块详细设计 |
| 4.5.4 水安全防洪应急模块详细设计 |
| 4.6 系统技术架构设计 |
| 4.7 系统逻辑架构设计 |
| 4.8 本章小结 |
| 第五章 水资源管理平台的实现 |
| 5.1 相关数据计算 |
| 5.1.1 基于神经网络的居民生活用水量预测模型 |
| 5.1.2 流域平均降水量计算模型 |
| 5.1.3 流域总蒸发量计算模型 |
| 5.2 系统实现 |
| 5.2.1 用户登陆模块实现 |
| 5.2.2 水资源管理地图模块实现 |
| 5.2.3 水资源管理概化图模块实现 |
| 5.2.4 水安全防洪应急模块实现 |
| 5.3 平台测试 |
| 5.3.1 大数据接入模块测试环境 |
| 5.3.2 大数据接入模块测试过程 |
| 5.3.3 平台功能测试 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（3）基于深度学习的菜心长势在线识别系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景与意义 |
| 1.3 作物长势识别研究现状 |
| 1.4 深度学习研究现状 |
| 1.5 研究内容及章节安排 |
| 第二章 系统理论基础 |
| 2.1 卷积神经网络的理论基础 |
| 2.2 JavaWeb技术基础 |
| 2.3 本章小结 |
| 第三章 菜心长势数据集的建立与预处理 |
| 3.1 菜心图像采集 |
| 3.2 菜心长势判别依据及分类 |
| 3.3 建立数据集 |
| 3.4 数据预处理 |
| 3.5 本章小结 |
| 第四章 菜心长势识别模型的建立 |
| 4.1 经典神经网络模型 |
| 4.2 基于AlexNet改进的网络结构 |
| 4.3 实验过程与结果分析 |
| 4.4 本章小结 |
| 第五章 在线识别系统的开发 |
| 5.1 系统整体设计 |
| 5.2 前端页面开发 |
| 5.3 系统服务端开发 |
| 5.4 系统测试 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
（4）慕课平台上基于知识图谱的学习路径规划（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 学习路径研究现状 |
| 1.2.2 基于知识图谱推荐研究现状 |
| 1.3 研究内容 |
| 1.3.1 知识图谱构建研究 |
| 1.3.2 慕课平台上基于知识图谱的学习路径规划 |
| 1.3.3 edX平台开发与可视化技术 |
| 1.4 章节安排 |
| 第二章 相关理论与技术 |
| 2.1 知识图谱 |
| 2.1.1 知识建模 |
| 2.1.2 知识获取 |
| 2.1.3 知识融合 |
| 2.1.4 知识存储与介质选择 |
| 2.1.5 知识计算与应用 |
| 2.2 可视化技术 |
| 2.2.1 Neo4j图形可视化工具 |
| 2.2.2 ECharts图数据可视化 |
| 2.3 基于知识图谱的推荐算法RippleNet算法 |
| 2.3.1 RippleNet算法简介 |
| 2.3.2 RippleNet算法框架 |
| 2.3.3 RippleNet算法偏好传播与学习算法 |
| 第三章 开发环境简介 |
| 3.1 edX平台体系结构 |
| 3.1.1 edX平台重要组件介绍 |
| 3.1.2 edX慕课平台的扩展方法 |
| 3.2 edX平台开发环境配置 |
| 3.2.1 Python与PyCham |
| 3.2.2 edX平台开发前提 |
| 3.2.3 PyCharm的配置 |
| 第四章 核心功能设计 |
| 4.1 知识图谱设计 |
| 4.1.1 知识图谱语义类型设计 |
| 4.1.2 知识图谱语义关系设计 |
| 4.2 数据库设计 |
| 4.2.1 数据获取与数据存储 |
| 4.2.2 Neo4j数据库设计 |
| 4.3 学习路径规划 |
| 4.3.1 课程间的学习路径规划 |
| 4.3.2 课程内的学习路径规划 |
| 4.3.3 可视化技术的应用 |
| 4.4 edX平台设计拓展 |
| 4.4.1 Django交互流程 |
| 4.4.2 XBlocks拓展 |
| 第五章 核心功能实现 |
| 5.1 知识图谱创建与应用 |
| 5.1.1 知识点知识图谱的实现 |
| 5.1.2 课程知识图谱的实现 |
| 5.1.3 知识图谱的应用 |
| 5.2 edX平台测试 |
| 5.2.1 平台测试环境 |
| 5.2.2 RippleNet实验及参数设置 |
| 5.2.3 应用与模拟 |
| 第六章 总结与展望 |
| 6.1 研究总结 |
| 6.2 不足与展望 |
| 参考文献 |
| 攻读硕士学位期间论文发表及参与项目情况 |
| 致谢 |
（5）基于微信平台的在线学习系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文的主要研究内容 |
| 1.4 论文的组织结构 |
| 第二章 基础知识 |
| 2.1 微信小程序 |
| 2.2 WePY框架 |
| 2.3 Vue前端开发框架 |
| 2.3.1 模块化 |
| 2.3.2 响应式数据 |
| 2.4 Express服务端框架 |
| 2.5 Node.js |
| 2.6 MongoDB数据库 |
| 2.7 本章小结 |
| 第三章 系统总体设计 |
| 3.1 系统目标 |
| 3.2 系统总体设计 |
| 3.3 系统功能设计 |
| 3.4 系统数据库设计 |
| 3.5 开发环境 |
| 3.6 本章小结 |
| 第四章 基于Web的在线学习后台管理系统的设计与实现 |
| 4.1 系统框架的搭建 |
| 4.1.1 系统登录模块 |
| 4.1.2 系统路由模块 |
| 4.2 文件上传模块 |
| 4.2.1 题库导入 |
| 4.2.2 视频上传和云存储 |
| 4.3 题库管理模块 |
| 4.3.1 题库解析 |
| 4.3.2 题库分页和搜索 |
| 4.3.3 题库编辑和删除 |
| 4.4 考试管理模块 |
| 4.4.1 智能组卷的相关方法 |
| 4.4.2 基于遗传算法的智能组卷 |
| 4.5 用户管理模块 |
| 4.6 统计分析模块 |
| 4.6.1 成绩分析 |
| 4.6.2 试题分析 |
| 4.7 核心功能展示 |
| 4.8 本章小结 |
| 第五章 移动端在线学习平台的设计与实现 |
| 5.1 系统页面的设计 |
| 5.2 登录授权模块 |
| 5.2.1 微信登录 |
| 5.2.2 微信授权 |
| 5.3 在线学习模块 |
| 5.3.1 题库练习 |
| 5.3.2 在线考试 |
| 5.3.3 教学视频 |
| 5.4 成绩排行和历史记录模块 |
| 5.5 个人信息模块 |
| 5.6 核心功能展示 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 未来展望 |
| 参考文献 |
| 硕士期间发表的学术论文 |
| 致谢 |
（6）基于MVVM模式的Vue.js框架在物流软件自动化测试系统中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 论文主要创新点 |
| 1.3.3 论文组织结构 |
| 第二章 关键技术研究 |
| 2.1 前端工程化 |
| 2.2 前端开发语言 |
| 2.2.1 HTML5技术 |
| 2.2.2 CSS3技术 |
| 2.2.3 JavaScript技术 |
| 2.3 MVVM开发模式 |
| 2.3.1 MVX模式的基本概念 |
| 2.3.2 MVVM开发模式的优势 |
| 2.4 Vue.js框架实现原理 |
| 2.4.1 虚拟DOM |
| 2.4.2 Diff算法 |
| 2.4.3 响应式系统 |
| 2.5 Bootstrap框架 |
| 2.6 FIS3构建工具 |
| 2.7 Ajax技术 |
| 2.8 本章小结 |
| 第三章 物流软件自动化测试系统需求分析与功能设计 |
| 3.1 系统需求分析 |
| 3.1.1 系统功能性需求分析 |
| 3.1.2 系统非功能性需求分析 |
| 3.2 前端架构设计 |
| 3.3 系统功能模块设计 |
| 3.3.1 用例管理 |
| 3.3.2 被测系统管理 |
| 3.3.3 功能点管理 |
| 3.3.4 元素库管理 |
| 3.3.5 对象库管理 |
| 3.3.6 基础脚本维护 |
| 3.3.7 自动化构件维护 |
| 3.3.8 测试项目管理 |
| 3.3.9 测试任务管理 |
| 3.3.10 执行记录查询 |
| 3.4 本章小结 |
| 第四章 物流软件自动化测试系统具体实现 |
| 4.1 系统开发环境 |
| 4.2 项目框架搭建 |
| 4.3 公共模块开发 |
| 4.4 Vue.js自定义指令开发 |
| 4.5 功能模块实现 |
| 4.5.1 用例管理模块实现 |
| 4.5.2 被测系统管理模块实现 |
| 4.5.3 功能点管理模块实现 |
| 4.5.4 元素库管理模块实现 |
| 4.5.5 对象库管理模块实现 |
| 4.5.6 基础脚本维护模块实现 |
| 4.5.7 自动化构件维护模块实现 |
| 4.5.8 测试项目管理模块实现 |
| 4.5.9 测试任务管理模块实现 |
| 4.5.10 执行记录查询模块实现 |
| 4.6 本章小结 |
| 第五章 系统测试 |
| 5.1 功能性测试 |
| 5.1.1 用例管理模块测试 |
| 5.1.2 被测系统管理模块测试 |
| 5.1.3 功能点管理模块测试 |
| 5.1.4 元素库管理模块测试 |
| 5.1.5 对象库管理模块测试 |
| 5.1.6 基础脚本管理模块测试 |
| 5.1.7 自动化构件维护模块测试 |
| 5.1.8 测试项目管理模块测试 |
| 5.1.9 测试任务管理模块测试 |
| 5.1.10 执行记录查询模块测试 |
| 5.2 UI测试 |
| 5.3 安全性测试 |
| 5.4 性能测试 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者攻读硕士学位期间发表的论文及其他成果 |
（7）基于JS的瓦片三维电子地图系统的实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究现状 |
| 1.3.1 WebGIS国内外研究现状 |
| 1.3.2 智慧校园国内外研究现状 |
| 1.4 论文研究内容 |
| 1.5 论文组织 |
| 2 WebGIS |
| 2.1 WebGIS体系架构 |
| 2.2 WebGIS的分类与实现模型 |
| 2.3 WebGIS的实现技术 |
| 2.4 WebGIS的信息发布体系 |
| 2.5 WebGIS信息发布技术 |
| 2.5.1 WebGIS发布二维图像技术 |
| 2.5.2 WebGIS发布三维数据技术 |
| 2.6 主要技术与算法 |
| 2.6.1 JavaScript技术 |
| 2.6.2 Access数据库技术 |
| 2.6.3 AJAX |
| 2.6.4 CSS |
| 2.6.5 地图切片技术及算法 |
| 3 瓦片地图三维建模实现 |
| 3.1 主流三维建模软件介绍 |
| 3.2 CityEngine介绍 |
| 3.2.1 CityEngine功能介绍 |
| 3.2.2 CityEngine的特点 |
| 3.3 CityEngine三维场景建模 |
| 3.3.1 规则建模数据准备 |
| 3.3.2 植物等模型部件准备 |
| 3.3.3 CGA规则建模 |
| 4 瓦片三维地图系统的设计 |
| 4.1 系统总体设计 |
| 4.1.1 结构设计 |
| 4.1.2 系统功能结构 |
| 4.2 课程信息数据库设计 |
| 4.2.1 课程信息数据库框架 |
| 4.2.2 创建课程信息数据库 |
| 4.3 瓦片三维地图系统分析 |
| 4.3.1 瓦片三维地图系统性能分析 |
| 4.3.2 瓦片三维电子地图系统功能分析 |
| 4.4 瓦片三维地图系统的设计 |
| 4.4.1 瓦片三维地图系统的框架设计 |
| 4.4.2 瓦片电子地图系统的功能设计 |
| 5 基于JS技术的瓦片三维地图系统实现 |
| 5.1 瓦片三维地图切片实现 |
| 5.2 瓦片三维地图显示模块实现 |
| 5.2.1 瓦片地图的加载 |
| 5.2.2 图层的缩放 |
| 5.2.3 鹰眼功能 |
| 5.3 测量模块实现 |
| 5.4 瓦片三维地图热区实现 |
| 5.5 属性查询定位实现 |
| 5.6 课程信息查询实现 |
| 5.7 导航功能实现 |
| 6 结论 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（8）混淆网页木马检测技术的研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要研究工作 |
| 1.4 论文组织架构 |
| 1.5 本章小结 |
| 第二章 相关技术研究 |
| 2.1 网页木马概述 |
| 2.1.1 网页木马攻击场景概述 |
| 2.1.2 网页木马的攻击途径 |
| 2.1.3 网页木马的攻击技术 |
| 2.2 网页木马混淆技术研究 |
| 2.2.1 JavaScript语言特性分析 |
| 2.2.2 JavaScript代码混淆技术分析 |
| 2.3 JavaScript解析过程研究 |
| 2.3.1 JavaScript解析过程 |
| 2.3.2 JavaScript字节码 |
| 2.4 MLP分类器研究 |
| 2.5 本章小节 |
| 第三章 基于多字节码的混淆网页木马检测模型 |
| 3.1 基于多字节码的混淆网页木马检测模型 |
| 3.2 基于抽象语法树的混淆代码关键字符串提取方法 |
| 3.2.1 混淆代码抽象语法树生成方法 |
| 3.2.2 基于抽象语法树的代码重构算法 |
| 3.3 字节码提取方法 |
| 3.3.1 字节码解析 |
| 3.3.2 字节码序列提取方法 |
| 3.4 基于多字节码的混淆网页木马检测模型 |
| 3.4.1 基于n-gram的多字节码特征提取 |
| 3.4.2 多字节码特征选择方法 |
| 3.4.3 多字节码特征分类器模型 |
| 3.5 实验设计与结果分析 |
| 3.5.1 实验数据集获取与数据预处理 |
| 3.5.2 实验评估标准 |
| 3.5.3 实验结果评估及分析 |
| 3.6 本章小结 |
| 第四章 基于多字节码的混淆网页木马检测系统的设计与实现 |
| 4.1 系统框架设计 |
| 4.1.1 系统功能描述 |
| 4.1.2 系统结构设计 |
| 4.1.3 系统环境 |
| 4.2 关键功能模块设计与实现 |
| 4.2.1 网页数据采集模块 |
| 4.2.2 数据预处理模块 |
| 4.2.3 网页数据特征提取模块 |
| 4.2.4 MLP分类器模型训练模块 |
| 4.2.5 网页木马检测模块 |
| 4.2.6 系统展示与控制模块 |
| 4.3 本章小结 |
| 第五章 系统实验与结果分析 |
| 5.1 实验环境 |
| 5.2 实验评估标准 |
| 5.3 实验过程 |
| 5.4 实验结果与分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文主要工作 |
| 6.2 未来工作计划 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（9）基于GIS的校友信息管理与分析系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究目的及意义 |
| 1.4 本章小结 |
| 第2章 系统的关键技术 |
| 2.1 B/S架构 |
| 2.2 JavaScript技术 |
| 2.3 C#技术 |
| 2.4 asp.net core框架 |
| 2.5 PostgreSQL数据库介绍 |
| 2.6 GeoSever服务 |
| 2.7 Cesium和 Openlayers平台 |
| 2.8 K-means算法 |
| 2.9 CBR方法 |
| 2.10 本章小结 |
| 第3章 系统的需求分析 |
| 3.1 基于工作业务的需求分析 |
| 3.2 基于系统功能的需求分析 |
| 3.3 基于系统性能的需求分析 |
| 3.4 本章小结 |
| 第4章 系统的总体设计 |
| 4.1 系统的架构设计 |
| 4.2 系统的流程设计 |
| 4.3 系统的功能设计 |
| 4.3.1 系统的模块划分 |
| 4.3.2 系统的层次结构 |
| 4.3.3 系统的功能说明 |
| 4.3.4 系统的用例图 |
| 4.4 系统的数据库设计 |
| 4.4.1 系统的ER图 |
| 4.4.2 数据库的逻辑设计 |
| 4.5 系统的运行环境 |
| 4.6 本章小结 |
| 第5章 系统主要功能的实现 |
| 5.1 校友网主要功能的实现 |
| 5.1.1 用户注册 |
| 5.1.2 用户登录 |
| 5.1.3 信息完善与维护 |
| 5.1.4 校友会图片和新闻展示 |
| 5.1.5 校友地理位置展示与统计 |
| 5.1.6 校友活动在线报名 |
| 5.1.7 在线捐赠 |
| 5.1.8 在线发帖与聊天 |
| 5.2 管理分析系统主要功能的实现 |
| 5.2.1 管理员登录 |
| 5.2.2 权限管理 |
| 5.2.3 用户账户管理 |
| 5.2.4 校友信息维护 |
| 5.2.5 校友信息查询 |
| 5.2.6 校友新闻图片发布 |
| 5.2.8 校友活动信息发布及报名审核 |
| 5.2.9 捐赠维护与管理 |
| 5.2.10 论坛维护与管理 |
| 5.2.11 校友信息分析统计 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）基于网页重构的网络用户体验优化研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究工作背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 研究目标与研究内容 |
| 1.4 本文主要贡献与创新 |
| 1.5 本文的结构安排 |
| 第二章 理论基础及相关工作 |
| 2.1 网站架构发展 |
| 2.2 浏览器的工作流程 |
| 2.3 Web QoE测量相关工作 |
| 2.3.1 Web QoE度量 |
| 2.3.2 网络事件测量 |
| 2.3.3 终端计算测量 |
| 2.3.4 跨越网络和计算的测量 |
| 2.4 AFT优化相关工作 |
| 2.4.1 网页转换 |
| 2.4.2 终端网络协议 |
| 2.4.3 延迟降低 |
| 2.4.4 计算加速 |
| 2.4.5 被动中间件 |
| 2.4.6 有源中间件 |
| 2.5 基于机器学习的分类算法介绍 |
| 2.5.1 支持向量机(SVM) |
| 2.5.2 决策树 |
| 2.5.3 神经网络 |
| 2.6 本章小结 |
| 第三章 Web QoE建模及测量 |
| 3.1 首屏加载时长(AFT) |
| 3.1.1 AFT定义 |
| 3.1.2 AFT测量 |
| 3.2 网页加载依赖分析 |
| 3.2.1 依赖策略 |
| 3.2.2 测量方法 |
| 3.2.3 策略 |
| 3.2.4 页面的依赖关系图 |
| 3.2.5 关键路径分析 |
| 3.3 本章小结 |
| 第四章 基于网页重构的AFT优化 |
| 4.1 首屏分割线确定 |
| 4.1.1 屏幕大小 |
| 4.1.2 浏览器屏占比 |
| 4.1.3 浏览器中样式设定 |
| 4.2 基于机器学习算法的执行分类 |
| 4.3 判断JavaScript执行对显示影响 |
| 4.3.1 JavaScript脚本解析与执行 |
| 4.3.2 JavaScript执行对显示影响 |
| 4.4 判断CSS解析对显示影响 |
| 4.4.1 CSS文件解析 |
| 4.4.2 CSS样式使用情况判定 |
| 4.5 基于网页结构调整的AFT优化 |
| 4.5.1 优化模型系统架构 |
| 4.5.2 JavaScript执行结果预测模型 |
| 4.5.3 特征提取 |
| 4.5.4 特征转换 |
| 4.5.5 网页结构调整算法 |
| 4.6 本章小结 |
| 第五章 基于网页重构的AFT优化系统实现 |
| 5.1 基础工具库的实现 |
| 5.1.1 数据采集器实现 |
| 5.1.2 HTML解析器实现 |
| 5.1.3 数据解析器实现 |
| 5.2 关键路径算法实现 |
| 5.2.1 事件采集器模块 |
| 5.2.2 记录依赖关系 |
| 5.3 分类模型实现 |
| 5.4 CSS-CLEAN工具实现 |
| 5.5 AFT测量实现 |
| 5.6 本章小结 |
| 第六章 系统测试与结果分析 |
| 6.1 测试环境 |
| 6.1.1 硬件环境 |
| 6.1.2 软件系统配置 |
| 6.1.3 测试数据集 |
| 6.2 系统功能测试 |
| 6.2.1 AFT-PLT测量 |
| 6.2.2 重构网页AFT与PLT功能测试 |
| 6.2.3 网页CSS-Clean模块测试 |
| 6.3 系统性能测试 |
| 6.3.1 预测模块性能测试 |
| 6.3.2 网页加速模块性能测试 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文工作总结 |
| 7.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间取得的成果 |
四、巧用Javascript实现网站批量更新（论文参考文献）
- [1]基于node.js的股票行情浏览及分析系统的设计与实现[D]. 魏榆静. 山东大学, 2021(12)
- [2]水生态治理建设中水资源管理平台的设计与实现[D]. 李丽娴. 北京邮电大学, 2020(05)
- [3]基于深度学习的菜心长势在线识别系统的设计与实现[D]. 靳维一. 宁夏大学, 2020(03)
- [4]慕课平台上基于知识图谱的学习路径规划[D]. 张博雅. 天津师范大学, 2020(08)
- [5]基于微信平台的在线学习系统的设计与实现[D]. 饶煜. 厦门大学, 2019(09)
- [6]基于MVVM模式的Vue.js框架在物流软件自动化测试系统中的应用研究[D]. 柴青山. 北京邮电大学, 2019(08)
- [7]基于JS的瓦片三维电子地图系统的实现[D]. 余起怡. 安徽理工大学, 2019(01)
- [8]混淆网页木马检测技术的研究与实现[D]. 张紫陌. 北京邮电大学, 2019(08)
- [9]基于GIS的校友信息管理与分析系统研究[D]. 蔡炜嘉. 中国地质大学(北京), 2019(02)
- [10]基于网页重构的网络用户体验优化研究与实现[D]. 李维旺. 电子科技大学, 2018(08)