一、基于ASP的文献资源网络数据库的开发与利用（论文文献综述）
马鹏淘[1]（2021）在《煤机装备科学数据共享服务平台开发》文中进行了进一步梳理煤炭能源作为我国的主要能源之一,传统的发展模式已经不能够适应当前发展环境,需要进行产品的创新设计来改变传统的发展模式,推动煤炭产业数字化发展。采煤机、掘进机、提升机和刮板输送机作为煤机装备主要设备,从设备的设计到最终的维护全生命周期产生了海量有价值的数据,由于这些数据零散化分布在企业及主要设计人员手中,阻碍了数据流通,造成了数据孤岛和数据浪费等问题,难以发挥数据潜在的科学价值。因此,实现数据共享是煤机领域创新发展的主要趋势,有助于促进煤机企业智能化和数字化发展。煤机装备科学数据是指煤机装备在全生命周期中产生的多源异构数据,主要包括产品参数、CAD模型、CAE分析结果、虚拟装配模型、文献、专利等科学数据。针对煤机装备数据孤岛、数据封闭的现状,分析数据的输入-处理-输出的“数据循环”体系,运用ASP.NET技术、Ajax技术和元数据技术,以.NET为开发平台、SQL server 2008为存储数据库,构建集数据汇交、专题数据和应用服务功能为一体的煤机装备科学数据共享服务平台。共享服务平台包含四大主要煤机装备（采煤机、掘进机、提升机和刮板输送机）的科学数据共享服务系统,每个共享服务系统由数据汇交、专题数据和应用服务三大模块组成,将煤机装备科学数据进行深度挖掘和汇交整合,为煤机企业及领域专业人员提供数据基础,促进煤机装备科学数据规范汇交和高效共享。提出线上与线下相结合的汇交方式,采用数据传输和权限控制和配置文件加密技术,构建集汇交注册、汇交申请、汇交审核和汇交入库为一体的数据汇交模块,为用户提供元数据和实体数据汇交途径,丰富专题数据库内容,实现煤机装备科学数据的安全规范汇交。提出构建煤机装备特色专题数据库方案,通过对煤机装备科学数据的深度挖掘和整理,以分布式存储方式存储在数据库中,形成多样化的专题数据库,包含计算资源库、CAD模型库、虚拟装配库、监测运行库、可靠性信息库、企业产品信息库和文献库等,为用户提供在线浏览、查询和下载等服务,促进煤机领域数据的高效共享。构建煤机装备综合性应用服务模块,在原有参数化建模子系统、CAE分析子系统、优化设计子系统、虚拟装配子系统等基础上完善概念设计子系统和参数化建模子系统并集成到共享服务平台,使应用服务系统功能更加全面,为煤机装备产品数字化设计提供数据和技术支持。面向煤机装备产品的全生命周期设计过程,通过数据汇交、专题数据、应用服务三大模块可实现煤机领域数据安全规范汇交、专题数据分级分类共享和高效设计、分析与优化,为煤机装备企业及有需求的公众提供科研、设计、制造、运维等数据支撑与服务。经应用测试,共享服务平台运行稳定,安全可靠。
鞠亚军[2]（2021）在《基于智能推荐算法的科研管理系统的研究与开发》文中研究说明随着科学研究的发展及“互联网+大数据”技术的日渐成熟,科研管理信息理论与技术不断创新,实用的科研管理系统需求量增加。同时,科研工作作为高校主要任务,已成为衡量高校综合实力的重要指标。目前很多科研管理系统存在管理模式僵化、数据过度冗余、推荐专家不符、管理效率低下等问题。本文优化了科研管理及其流程,设计了基于Web的科研管理信息化的逻辑模型,并研发了该信息化平台。这对科研人员与科研管理人员的工作效率有很大的提高作用。主要完成的工作有:（1）研究了项目的关键算法:首先研究了推荐系统,从科研项目信息和专家信息这两个维度对信息进行分类。将大量非结构化数据转化为结构化数据,通过标签来对信息分类,利用TF-IDF算法计算标签的权值。分析比较了网络爬虫技术,采用基于python的Scrapy爬虫技术实现本项目。（2）提出了基于智能推荐的科研管理:采用LDA主题模型对分类好的信息进行关键字提取。科研项目的信息与专家的信息,进行量化处理,并由空间量化模型表示出来。采用余弦值来表示空间量化的相似度,进而计算出科研项目与专家之间的相似度,实现科研专家的智能推荐。同时,利用爬虫技术自动添加、更新专家库信息,为专家的智能推荐提供数据保障。（3）详细设计了科研项目管理系统:系统基于Asp.net Web开发框架采用C#、Python、Javascript语言开发。使用SQL Server 2012数据库保存后台数据,并对重要信息进行了加密存储。系统主要功能包括项目申报和修改、项目审核、立项和验收管理、专家管理、项目管理、公告管理、文档管理等功能。经过测试,系统具有操作简单、便于使用的优点。本系统的开发,可以让项目申报者解决传统手工操作下的效率低下和资源浪费问题,同时也满足了科研管理部门对项目的审核、立项和存档方面信息化管理的需求。科研项目管理的信息化建设可以大大提升高校在科研领域的竞争优势。
李鹏[3]（2021）在《基于云平台的掘进机科学数据共享服务系统》文中研究表明煤炭是我国的重要能源,是国家经济、工业发展和环境问题改善的重要指标,面对煤炭长期可持续开发与利用等问题,明确推动煤炭科技创新发展、煤矿智能化成套装备制造、煤矿智能化工业软件开发是解决该问题的重要途径。掘进机作为现代化机械开采的重要设备,在装备制造及平台设计开发过程中遇到严重的数据分散、装备优化不足、平台开发技术瓶颈等问题。因此,实现大数据共享创新发展、配套装备优化设计及云平台开发是掘进机数字化、网络化、集成化发展的重要内容,有助于促进企业集数据资源整合、数据应用、技术创新、结构优化为一体的协同化发展。针对掘进机数据资源分散、数据整合不足等问题,提出了将数字化设计、科学数据共享与云平台结合的掘进机设计方案,研究系统的需求和设计目标,详细介绍系统的网络架构和体系框架,以Visual Studio为系统开发平台,SQL Server 2008为数据库,依托阿里云平台技术构建掘进机科学数据共享服务系统。系统具有专题数据、应用服务、数据汇交等模块,实现资料下载、动力学分析等关键功能,促进掘进机设计的优化与创新。通过对掘进机设计、制造的数据资源进行整合,构建特色专题数据库,包括工艺数据库、专利库及CAE分析库等专题库,实现数据资源的浏览和下载等功能,为数据共享奠定基础。为更好地实现数据管理及用户管理,设计了用户管理子系统,包括注册登录、信息修改及权限管理等功能,系统更加完善。通过对已有数字化系统的整合,构建包含概念设计、CAE分析和优化设计等子系统的应用服务系统,经实际运行验证分析,系统能够进行设备选型、关键零部件的动力学分析和优化设计等。通过对掘进机的科学数据进行分析,设计掘进机科学数据共享汇交体系结构,构建汇交注册、数据汇交、汇交审核和汇交入库的汇交子系统功能框架,形成包括专家审核和管理员入库的汇交审核方案,开发掘进机数据汇交服务子系统,满足对实用专利、文献资料、产品数据等汇交需求,初步满足掘进机设计企业的数据汇交。基于云平台的掘进机科学数据共享服务系统秉持智能化、网络化、集成化设计理念,通过对掘进机科学数据资源的不断整合,依托云平台设计并开发了包括专题数据、应用服务、汇交服务、用户管理等模块的共享服务系统,实现了集数据查询、数字化设计、数据汇交等服务为一体的功能集成,对掘进机的设计优化、运行维护具有重要的作用。经系统测试与应用,验证了该系统运行稳定,具有良好的可靠性。
孙世林[4]（2021）在《基于ERP的离散制造企业生产管理系统研究与应用》文中研究指明随着现代工业技术的日益成熟,产品的生产制造流程已经非常完善,企业如何在激烈的市场竞争环境下脱颖而出,必须要在其他环节上进行改进,其中缩短生产制造周期,节约生产制造成本是其关键因素中极为重要的一环。特别是传统中小型离散制造企业,通过数据挖掘分析、生产流程管控技术改善,来降低企业生产管理成本,同时还可使企业对市场需求的了快速变化做出反应。本文基于ERP（Enterprise Resource Planning,企业资源计划）平台根据产品结构建立企业生产管理系统,系统涵盖从客户订单到产品交付的整个过程,具体模块包括:数据检索、库存及在制数据分析、成套数据分析、物流状态分析、生产管理及CAD管理,该系统实现了企业产品生产过程的全生命周期管理。本文所开发的产品生产管理系统是基于产品结构进行需求分析和模块功能设计。根据产品结构,利用B/S（Browser/Server,浏览器/服务器模式）架构,以ERP系统数据库为搭建依据,ASP.net为开发工具,运用Java、C#为开发语言、ERP客制化技术、扫码枪以及SQL Server关系型数据库实现了系统的全部功能。采用B/S模式使系统布局、实施、维护和升级更加的简洁。根据产品结构进行网页开发可以大幅度缩短算法的建模过程,优化算法性能,提高网页反应速度。客制化及动态Web（Word Wide Web,万维网）的网页开发技术实现了业务功能的快速定制及各页面之间的数据关联,满足了企业对系统的相关需求。首先,针对当前ERP系统,采用大数据分析对数据库相关信息进行深度挖掘与分析,从企业积累的大量数据中发现隐藏的有价值的信息或知识。根据挖掘出的相关信息,开发相关的数学模型,包括:库存在制分析模型、成套预测分析模型、物流分析模型等,然后根据模型进行数据重组,实现了产品生产过程各阶段数据可视化,以及相关产品信息的未来预测。其次,根据产品结构及相关零部件的产品加工工艺流程,开发相关的车间加工物料状态管控模型。利用二维码相关技术,通过与外接设备扫码枪、显示屏等设备的有效集成,实现物料的精准控制。根据后台数据库数据,并对相关数据进行挖掘分析,实现物料状态自动锁定、加工数据透明化、工时计算快速化等相关附加功能。并且,针对产品图纸类型多样化,基于.net平台开发多功能CAD应用,能够同时打开NX的.prt,Soliworks的.SLDPRT、.SLDASM以及SLDDRW类型的图纸,CREO的.prt和.asm类型的图纸,Catia的CATPart和CATProduct类型的图纸,Auto Cad的.DXF以及.DWG类型的图纸,以及通用图纸类型的.step、.stl、.iges以及.jt格式的图纸。通过多类型CAD预览模型,可以在无需图纸类型转换下快速查看图纸,降低了图纸管理难度,利用多功能CAD编辑实现对CAD文件的快速处理、线上审批等操作,取代企业原有的线下审批流程,优化管理结构,有效提高工作效率。最后,本文在系统设计与开发过程中,采用了相关模块化开发的思路,充分考虑了算法的性能、用户界面的友好性、以及后台代码的注解和数据透明化,有效缩减了系统的开发周期,以及降低了企业熟练使用该系统的难度,使得ERP数据库中的信息能够得到最大化的分析处理,产品各阶段管控高效执行。本论文在ERP的基础上,搭建了高效的、高价值的、创新性、全流程的产品数据管理系统,它的成功实施对企业产品数据管理能力的提升以及相关成本的降低都有着重大的意义。
陈静[5]（2021）在《基于云服务的露井联采矿水资源高效利用动态跟踪评价系统研发》文中认为近年来,由于互联网飞快地发展以及网络信息技术逐渐在各个领域的普及,开发人员研发的电脑应用软件也渐渐的成熟,广泛应用于各行各业中,致力于提高人们的工作效率和生活便利性。因此将Internet、大数据、云计算技术引入到煤矿行业信息化建设中,有助于提高其信息化水平,促进矿区的非常规水资源高效利用,缓解水资源压力,为其科学决策提供理论基础,建设绿色智慧矿山。本文选择以安家岭、安太堡露井联采矿区为研究对象,以矿井水资源信息化管理建设为研究背景,以满足矿井水高效利用和多用户跨平台操作的需求为出发点,通过对研究区域的基本概况的了解,利用云存储、B/S以及ASP.NET这些计算机软件开发技术为系统的开发提供技术支撑,选取环境、经济、技术、资源以及社会五个维度的19个指标建立基于生命周期可持续理论的水资源动态评价模型。对系统开发的可行性进行分析并结合系统的实际功能需求选择了基于云服务技术的B/S三层结构体系,且进一步确定了系统的功能模块,包括有水资源信息管理模块、水资源统计分析模块、动态评价管理模块、系统管理与维护模块,模块之间相互独立又联合。同时,通过对系统业务流程和数据流程的分析,得到实体联系E-R图,据此设计了数据库。最后,系统以Microsoft Visual Studio.NET和SQL SERVER 2014的作为开发平台,完成了基于云服务的露井联采矿水资源高效利用动态跟踪评价系统的研发,提供了关键技术代码以及展示了部分功能界面。该系统的基本功能通过测试能够满足用户的需求,整体达到了系统的初期目标,有效的推动了矿区绿色和可持续发展。
程泽银[6]（2021）在《基于深度学习的采煤机摇臂关键零部件剩余寿命预测系统》文中研究说明煤矿是我国的重要能源之一,采煤机作为煤炭能源开采至关重要的设备,承担着割煤、装煤等任务,但恶劣的工况和高强度、高负荷的工作状态以及滞后的维护措施等因素导致其故障频发,降低设备的工作效率,危害企业、社会乃至国家的生产利益,威胁相关人员的生命安全,故对采煤机进行高效可靠的健康管理势在必行。采煤机摇臂是采煤机的关键执行机构,它的剩余寿命情况与采煤机整机的健康状态息息相关,因此,对采煤机摇臂关键零部件进行剩余寿命预测极其重要。目前,基于深度学习理论进行剩余寿命分析预测的研究如火如荼,但针对采煤机设备的相关研究仍不够全面,且大多数研究主要基于专家经验或软件、数学模型的静态仿真,缺乏实时性和动态性,将理论分析转化为实际应用的实践探索也较为缺乏。随着机器学习、神经网络、大数据、互联网+等新理论和新技术的出现与成熟,构建智能化、经济适用、高效准确的设备剩余寿命预测平台是大势所趋。本文采用深度学习理论与系统开发技术相结合的方法,以采煤机摇臂关键零部件为主要监测和研究对象,以对关键零部件的剩余寿命动态预测为主要目的,构建基于深度学习的剩余寿命预测神经网络模型,开发基于深度学习的采煤机摇臂关键零部件剩余寿命预测系统。实现了深度学习理论分析向应用实际的转化,丰富了采煤机的预测性维护等健康管理手段,满足用户所需,顺应社会的进步趋势和新“四化”的发展要求。分析采煤机摇臂关键零部件的失效现象及原因,明确剩余寿命预测系统所针对的零部件对象,确定采煤机摇臂关键零部件的数据类型,针对拥有全生命周期数据的零部件,构建深度卷积神经网络模型（deep convolutional neural network,DCNN）进行剩余寿命分析预测,对于拥有非全生命周期数据的零部件,构建自编码器（auto-encoder,AE）与双向门循环单元（bidirectional gated recurrent unit,bi-GRU）结合的深度神经网络模型进行剩余寿命分析预测,充分发挥各个模型的预测特性和预测能力,提高对零部件分析的差异性和针对性,提升预测结果的有效性和准确性。探索深度神经网络模型嵌入系统环境的手段,封装涵盖数据提取、数据预处理、特征提取、剩余寿命分析预测等过程的各类深度神经网络模型,利用C#语言中process类调用进程的方法解决Python语言环境下的剩余寿命预测模型与C#语言环境下的Web系统的兼容问题。基于成熟的ASP.NET系统开发框架和B/S系统架构,利用Microsoft Visual Studio 2010系统开发平台和Microsoft SQL Server 2008 R2数据库软件作为系统开发手段,结合使用Echarts图像生成工具、Python编程语言等协同技术,设计和开发基于深度学习的采煤机摇臂关键零部件剩余寿命预测系统,对每个关键零部件均实现部件简介、监测动态、寿命预测及历史记录的功能。经测试,所构建的系统界面友好,功能丰富且适用性强,兼容性好,安全性和稳定性较高。
王泉[7]（2021）在《蛋白酪氨酸磷酸酶PTP1B和SHP2变构调节机制的分子动力学模拟研究》文中研究表明蛋白质酪氨酸的可逆磷酸化是真核生物调节多种生理活动的重要手段。蛋白酪氨酸磷酸酶（PTPs）超家族可以与蛋白酪氨酸激酶（PTKs）超家族协同作用,共同维持细胞内酪氨酸磷酸化和去磷酸化的生理平衡。虽然科学家们很早就开始研究PTPs的调控机制,但是单纯利用实验手段来研究PTPs的调节机制仍然存着较大的局限性,科学家们很难得到生理状态下PTPs的动态结构。随着计算机技术和模拟算法的高速发展,分子动力学模拟已经成为研究蛋白质结构和功能的重要手段。分子动力学模拟不仅可以研究蛋白质构象的动态变化,还可以得到伴随蛋白质构象变化的能量信息。PTP1B是第一个被发现的蛋白酪氨酸磷酸酶,目前已经成为研究其他蛋白酪氨酸酶的重要参照酶。SHP2则是PTPs超家族中的一个特殊成员,拥有独特的SH2蛋白域和自抑制机制。PTP1B和SHP2是PTPs家族中极有代表性的两个成员,探究PTP1B和SHP2的变构调节机制可以帮助我们更全面了解PTPs超家族的变构调节机制,为变构抑制剂的开发提供理论依据。本文利用分子动力学模拟的方法对蛋白酪酸磷酸酶PTP1B和SHP2的变构调节机制进行了系统的理论研究。主要内容如下:1.蛋白酪氨酸磷酸酶1B（PTP1B）变构调节机制的分子动力学模拟研究蛋白质酪氨酸磷酸酶1B（PTP1B）是治疗Ⅱ型糖尿病和肥胖的理想靶点。自从PTP1B在1988年被发现以来,科学家们在寻找其抑制剂的研究中投入了大量的时间与精力,但是直到现在,PTP1B抑制剂在临床治疗上的应用仍然十分有限。在本研究中,我们采用分子动力学模拟（MD）的方法来研究PTP1B与竞争性抑制剂（TCS401）和变构抑制剂（香豆酮化合物）的结合机制,并研究催化位点和变构位点之间的联系。研究结果表明催化位点和变构位点之间可以通过一条氢键网络（THR177-TYR152-ASN193-GLU297）相互作用。这条氢键网络是维持WPD loop开放或关闭的重要因素,并且可以在催化位点和变构位点之间传递结构变化信号。ASN193是重要的枢纽残基,它可以连接关键的Loop L11和螺旋α7。此外双解离状态的TCS401比其它解离状态有着更强的PTP1B亲和力。我们的研究揭示了PTP1B潜在的变构调节机制,为PTP1B变构抑制剂的设计提供了新的思路。2.蛋白酪氨酸磷酸酶SHP2变构机制的分子动力学研究SHP2（由PTPN11编码）是一种变构磷酸酶,在细胞信号传导中发挥着重要作用。程序性死亡受体1（PD-1）上的免疫受体酪氨酸抑制基序（ITIM）和免疫受体酪氨酸转换基序（ITSM）上的酪氨酸被磷酸化后,可以与SHP2结合并引发T细胞失活。尽管SHP2-PD-1相互作用对调节免疫进程十分重要,但是SHP2与PD-1的结合模式以及变构机制尚不清楚。在本研究中,我们采用分子动力学模拟的方法来研究SHP2和PD-1的结合细节,探究SHP2的变构调节机制。结果表明,ITIM会优先选择与N-SH2蛋白域结合,而ITSM对N-SH2和C-SH2蛋白域没有选择性。只有当ITIM与N-SH2蛋白域结合,ITSM与C-SH2蛋白域结合时,SHP2才会被完全激活。ITIM和ITSM的结合会通过改变SHP2的运动模式来变构激活SHP2,从而开启下游的信号通路。3.不同EPIYA多肽变构激活SHP2机制的分子动力学模拟研究CagA蛋白是幽门螺旋杆菌的主要毒力因子。CagA蛋白根据其含有EPIYAC还是EPIYA-D多肽可以在地理上分为东亚型CagA（EPIYA-D）和西方型CagA（EPIYA-C）,东亚型CagA的致病性（胃癌）要强于西方型CagA。在本研究中,我们采用分子动力学模拟来探究SHP2与不同EPIYA片段的结合细节,并探究它们对SHP2的变构激活机制。我们的研究表明EPIYA-D与SH2蛋白域（无论是N-SH2还是C-SH2蛋白域）的结合能力要强于EPIYA-C。此外,单独的EPIYAD结合到SHP2的N-SH2蛋白域上会导致关键螺旋B发生偏转,偏转的螺旋B会进一步挤压N-SH2和PTP蛋白域的接触面,打破SHP2自抑制口袋。然而单独的EPIYA-C结合到SHP2的N-SH2蛋白域上只会破坏螺旋B的二级结构,无法破坏自抑制口袋。但是当两个串联的EPIYA-C多肽同时结合到N-SH2和CSH2蛋白域上时,不仅可以增加EPIYA-C与N-SH2蛋白域的结合能力,还会保护螺旋B的二级结构,变构激活SHP2。我们的研究可以帮助研究者们更好的了解由胃幽门螺旋杆菌感染导致的胃癌的致病机制。PTP1B和SHP2既是PTPs超家族中极有代表性的两个成员,又是治疗糖尿病和肿瘤的有效靶点。但是由于它们催化位点的特殊性,其竞争性抑制剂在临床上的应用面临着许多困难。随着结构生物学的发展,开发PTP1B和SHP2的变构抑制剂已经成为治疗糖尿病和癌症的新方向。在本研究中,我们采用分子动力学模拟的方法来解释PTP1B和SHP2的变构调节机制,为PTP1B和SHP2变构抑制剂的开发提供了理论支持。
姜超[8]（2021）在《α-淀粉酶抑制剂的虚拟筛选、活性验证及改性设计》文中研究指明碳水化合物是人体能量的主要来源,而长期高碳水化合物膳食会导致糖代谢的紊乱甚至会引发糖尿病等重大疾病。预防和改善糖尿病的方法之一是干扰葡萄糖的吸收和降低餐后血糖。α-淀粉酶负责催化淀粉的水解,是主要的消化酶之一。寻找与开发α-淀粉酶抑制剂,是一种预防和治疗糖尿病的有效途径。相关研究表明许多药食同源植物（MFHP）中活性成分具有明显的α-淀粉酶抑制作用,有开发为α-淀粉酶抑制剂、降低餐后血糖的潜能,目前尚未有对MFHP抗α-淀粉酶分子进行系统的筛选及机理研究。为此,本课题以延缓淀粉消化,降低餐后血糖为目的,以α-淀粉酶为靶标,通过分子对接对MFHP化学成分数据库进行α-淀粉酶抑制剂的虚拟筛选,并对其延缓淀粉消化的作用机制进行研究,同时通过酶法修饰进一步获得活性改善的新物质,扩大其作为膳食补充剂和营养补充剂在辅助治疗糖尿病,降低餐后血糖中的应用。主要研究内容和结果如下:采用基于分子对接的虚拟筛选方法结合体外α-淀粉酶抑制活性实验,快速鉴定了MFHP化学成分数据库中的α-淀粉酶抑制剂。首先建立MFHP化学成分数据库,将α-淀粉酶与MFHP化学成分数据库中的小分子化合物应用Auto Dock Vina进行分子对接,根据结合能排序后,选取前547个潜在活性化合物应用CDOCKER和Surflex-Dock进行二次交叉对接,综合考虑三种打分函数后筛选出24种潜在活性化合物进行验证。这24种化合物根据分子结构可被分为黄酮、黄烷-3-醇和异黄酮等,表明只有某些特定多酚是有效的α-淀粉酶抑制剂。层次聚类相互作用谱图结果显示His305,Asp300,Glu233,Val163,Tyr62,Gln63,Trp59是小分子活性化合物与α-淀粉酶相互作用的关键氨基酸。α-淀粉酶抑制活性实验结果表明在同等浓度下（0.5μmol/L）,表没食子儿茶素没食子酸酯（EGCG）,表儿茶素没食子酸酯（ECG）和原花青素对α-淀粉酶的抑制率为9.98%,25.82%和21.33%,高于其他测试样品,说明黄烷-3-醇多酚具有良好的抗α-淀粉酶活性。证明虚拟筛选可以应用于α-淀粉酶抑制剂的快速筛选和鉴定中。从抑制α-淀粉酶的活性和与淀粉的相互作用两个角度研究黄烷-3-醇多酚（ECG、EGCG和原花青素）延缓淀粉消化的机理。从酶抑制实验、抑制动力学类型、荧光光谱、和计算机模拟四个方面研究了黄烷-3-醇多酚与α-淀粉酶的相互作用特性。研究结果表明ECG、EGCG和原花青素均为有效的α-淀粉酶抑制剂,其IC50值分别为172.21±0.22μg/m L、732.15±0.13μg/m L和504.45±0.19μg/m L,Lineweaver Burk双倒数曲线表明ECG、EGCG和原花青素对α-淀粉酶的抑制作用类型分别是混合型抑制、非竞争型抑制和混合型抑制。荧光光谱显示ECG、EGCG和原花青素均能对α-淀粉酶产生静态猝灭。热力学参数、分子对接和分子动力学模拟证明,氢键和范德华力是ECG和EGCG-α-淀粉酶复合物的主要驱动力,而原花青素-α-淀粉酶复合物是由疏水作用驱动。此外,通过淀粉-碘络合物光谱表明ECG和EGCG与支链淀粉和直链淀粉均存在较强的相互作用,而原花青素与支链淀粉和直链淀粉均存在较弱的相互作用,其中EGCG对淀粉的相互作用强于ECG。Englyst体外模拟消化结果表明,当EGCG,ECG和原花青素添加量为10%时,显着降低快消淀粉（RDS）含量（9.84%,3.64%,29.51%）和显着增加抗性淀粉（RS）含量（11.90%,6.18%,25.92%）。通过酶促合成ECG酰化衍生物并考察其对淀粉消化的影响。通过单因素实验确定ECG衍生物酶促合成的最优条件为脂肪酶TL IM添加量为10%（w/w底物）,底物摩尔比为50（乙/丁酸乙烯酯:ECG）,50℃反应5天。在该条件下,ECG乙酰化转化率和ECG丁酰化转化率分别达到70.16%和72.73%。采用硅胶柱层析法分离ECG酰化衍生物,V（氯仿）:V（甲醇）:V（甲酸）=9:1:0.1的流动相进行洗脱。分离产物经核磁共振分别鉴定为5"-1-O-乙酰基ECG（1A-ECG）,3",5"-2-O-乙酰基ECG（2A-ECG）,5"-1-O-丁酰基ECG（1B-ECG）,3",5"-2-O-丁酰基ECG（2B-ECG）。1A-ECG,2A-ECG,1BECG,2B-ECG对α-淀粉酶的IC50值分别为144.22±0.11μg/m L,426.96±0.24μg/m L,235.76±0.15μg/m L,545.34±0.27μg/m L。荧光光谱显示1A-ECG,2A-ECG,1B-ECG,2B-ECG均能对α-淀粉酶产生静态猝灭。热力学参数和分子动力学模拟证明,氢键和范德华力是1A-ECG-α-淀粉酶复合物的主要驱动力,而2A-ECG,1B-ECG,2B-ECG与α-淀粉酶复合物是由疏水作用驱动。体外模拟消化结果显示,相比较阴性对照ECG组,当添加量为10%时,酰化产物与玉米淀粉共同糊化能形成更多含量的抗性淀粉。其中ECG乙酰化产物形成的抗消化淀粉含量并不随加入量的增加而显着改变,而ECG丁酰化产物加入量增加会逐步提高抗消化淀粉的含量。这些结果表明酶酰化选择性取代可以提高ECG的抑酶活性,同时形成更多含量的抗性淀粉。
崔智涵[9]（2021）在《高校教学质量评价系统研究与设计》文中进行了进一步梳理高等教育是培养人才的重要环节,肩负着培养国家的建设者和接班人的重要任务,我国各省市教育管理部门十分注重高等教育,并制定了相应的促进发展措施与改革方案,来提高高校的教学质量,所以,高等学校的教学质量尤为重要。建立科学、客观、有效的高校教学质量评价系统对高校的建设与发展有着重要的理论与现实意义。本文对国内外高校教学质量评价理论进行了细致的分析与研究,详细分析了系统开发所用到综合加权法和德尔菲法,利用德尔菲算法计算出各评价因素的权重,从而进一步设计了教学质量评价算法的模型,进行教学质量评价。该高校教学质量评价系统基于高校教学质量评价模型,利用ASP.NET开发语言和SQL SERVER数据库开发,采用B/S三层架构,开发了系统设置、基本信息管理、在线评价管理、评价结果管理等功能模块。最后,对系统进行了单元测试,各模块之间进行了集成测试。整体开发完成后设计测试用例进行测试,系统通过了所有的测试用例。该系统具有评价教师教学水平,评估学校整体教学质量,检验学校教学改革的效果等作用,可作为等教育管理部门、高校领导及教师进行教学质量评价的有效工具。
杨泽宇[10]（2021）在《基于不同学习范式的工业大数据建模与质量预报》文中研究指明随着智能制造和工业互联网时代的到来,为现代工业带来了更多的机遇与挑战,促使传统制造业不断向着智能化的方向发展,并逐步加深工业自动化进程。工业大数据分析作为智能制造和工业互联网平台的核心环节,越来越受到学术界和工业界的普遍重视。如何高效挖掘工业大数据中蕴含的高价值信息,以及如何利用它们解决实际工业过程的问题,是目前的热点方向之一。同时,随着工业自动化向着知识自动化的进阶发展下,工业大数据分析的学习范式也随之发生着相应的演变。因此,本文从工业大数据分析的角度出发,研究了不同数据特性和过程特性下的建模方法,用于工业过程的质量预报和过程监测等典型应用场景,同时积极探索工业大数据背景下学习范式的变革。全文的主要研究内容具体包含以下五个部分:（1）针对工业大数据的高维特性建模问题,提出了基于隐变量模型的并行建模框架,用于过程监测与质量预报。从自编码器的角度,对比传统隐变量模型,扩展至相应的并行非线性版本。为了从过程数据中进一步提取更深层的非线性特征,将基本的浅层自编码模型扩展为堆叠结构,为非线性过程监测和质量预报提供了一个深层次的生成结构。在对工业大数据进行分析建模时,相较于传统建模算法,结合并行计算策略的过程建模分析方法具有更高的计算效率且性能表现更好。（2）针对工业过程中非线性特性问题和数据包含噪声的情况,提出了 一种非线性变分贝叶斯因子回归用于质量预报。以概率建模为基础,结合非线性映射技术,将线性概率质量预报模型扩展为非线性形式。由于参数更新的复杂性与样本大小和变量维数都有很大的关系,进一步为解决这类大规模且高维的过程数据建模任务,提出了一种基于并行框架的非线性变分贝叶斯因子回归。通过这种方式,引入的并行策略有效地将繁重的计算量通过样本并行和变量并行两个层面转化为多个子任务。总的来说,所提方法在提高非线性数据处理能力的同时,进一步提高了模型的计算效率。（3）针对过程的时变特性和非线性特性问题,提出了并行即时学习框架,包括并行搜索、并行建模、模型库管理和数据库管理。作为框架核心,并行计算策略的引入不仅能使即时学习有效利用工业大数据信息充分的优势,还能提高其在工业大数据下的搜索能力和效率。此外,采用的模型库管理策略,可以使用查询相似样本对已有的相似模型进行操作,提高并行即时学习的实时性。同时,通过选择性添加新数据,开发的数据库管理策略,不仅缓解了信息冗余问题,还减轻了数据库增大带来的搜索压力。进而考虑到数据噪声情况,以传统的变分贝叶斯因子回归模型为例,将其转化为并行贝叶斯即时学习方法用于流式工业大数据建模分析。随后为了进一步提高模型的性能,将上述线性方法推广为非线性形式,提出了面向工业大数据的并行非线性贝叶斯即时学习方法。（4）针对工业大数据的自适应建模问题,提出了 一种基于流式变分贝叶斯因子回归模型的自适应质量预报方法。该方法在因子回归的基础上,引入流式变分贝叶斯,根据实际数据流的变化而实时更新模型参数的后验分布。为了更好地适应工业过程时变性,在更新过程中引入对称KL散度来决定先验分布的选取,从而实现模型的自适应更新。通过这种方式,不但成功地解决了大数据建模、及时跟踪质量变量的变化趋势,而且减少了更新计算时间等问题。随后引入并行计算策略,进一步提出了更高效的流式并行变分贝叶斯因子回归。在流式工业大数据下的质量预报应用当中,所提方法展现出了更高的训练效率和预测精度。（5）针对流式工业大数据场景下传统学习范式无法在过程学习中有效进行知识积累的问题,提出了一种终身贝叶斯学习机器框架。结合狄利克雷过程混合模型和终身学习思想,利用无限非参数模型的嵌套变分边界,进行了模型扩展和模型优化。该框架不仅可以自适应地创建和合并组分数量,还同时考虑了过程数据包含随机噪声的问题。在这种持续学习方式中,可以通过充分统计量的学习记住以前的数据集及其知识信息,不需要重新访问过去的数据集,完成知识学习的保留和积累。以狄利克雷过程高斯混合回归为例,在此框架下进行过程建模。与传统自适应方法相比,该方法在建模效率和模型性能方面具有优势,通过实例验证了该方法的有效性和可行性。
二、基于ASP的文献资源网络数据库的开发与利用（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、基于ASP的文献资源网络数据库的开发与利用（论文提纲范文）
（1）煤机装备科学数据共享服务平台开发（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究动态 |
| 1.2.1 科学数据共享 |
| 1.2.2 数据共享技术研究 |
| 1.2.3 煤机装备数据库与应用系统 |
| 1.2.4 存在问题 |
| 1.3 研究内容 |
| 1.4 论文结构 |
| 第2章 煤机装备科学数据共享服务平台总体设计 |
| 2.1 引言 |
| 2.2 煤机装备科学数据资源 |
| 2.3 平台设计原则与需求分析 |
| 2.3.1 设计原则 |
| 2.3.2 功能模块 |
| 2.3.3 非功能性需求分析 |
| 2.3.4 可行性分析 |
| 2.4 体系架构与功能设计 |
| 2.4.1 体系架构 |
| 2.4.2 功能设计 |
| 2.4.3 数据共享模式 |
| 2.5 平台实现关键技术 |
| 2.5.1 ASP.NET技术 |
| 2.5.2 Ajax技术 |
| 2.5.3 元数据技术 |
| 2.6 平台开发环境 |
| 2.6.1 平台架构 |
| 2.6.2 平台硬件开发环境 |
| 2.6.3 平台软件开发环境 |
| 2.7 小结 |
| 第3章 平台数据汇交模块设计与实现 |
| 3.1 引言 |
| 3.2 数据汇交需求分析 |
| 3.2.1 汇交数据特征 |
| 3.2.2 存在的问题 |
| 3.3 功能设计 |
| 3.3.1 汇交注册 |
| 3.3.2 汇交申请 |
| 3.3.3 汇交审核 |
| 3.3.4 汇交入库 |
| 3.4 关键技术 |
| 3.4.1 权限控制与加密技术 |
| 3.4.2 数据传输 |
| 3.5 汇交实现 |
| 3.5.1 汇交流程 |
| 3.5.2 数据库设计 |
| 3.5.3 元数据注册界面设计 |
| 3.6 小结 |
| 第4章 平台专题数据模块设计与实现 |
| 4.1 引言 |
| 4.2 煤机装备专题数据资源 |
| 4.2.1 数据资源概述 |
| 4.2.2 数据库构建原则 |
| 4.2.3 专题数据子数据库 |
| 4.3 模块开发 |
| 4.3.1 界面设计 |
| 4.3.2 数据库设计 |
| 4.3.3 数据查询设计 |
| 4.4 小结 |
| 第5章 平台应用服务模块设计与实现 |
| 5.1 引言 |
| 5.2 应用服务功能模块 |
| 5.3 参数化建模子系统 |
| 5.3.1 系统功能框架与功能设计 |
| 5.3.2 参数化建模基本原理与方法 |
| 5.3.3 子系统实现 |
| 5.4 概念设计子系统 |
| 5.4.1 系统功能框架与功能设计 |
| 5.4.2 概念设计基本原理与方法 |
| 5.4.3 子系统实现 |
| 5.5 小结 |
| 第6章 平台测试与应用 |
| 6.1 引言 |
| 6.2 平台测试 |
| 6.2.1 测试目的与原则 |
| 6.2.2 测试内容 |
| 6.2.3 测试方法与步骤 |
| 6.2.4 测试环境 |
| 6.2.5 测试结果 |
| 6.3 应用实例 |
| 6.3.1 数据汇交模块 |
| 6.3.2 专题数据模块 |
| 6.3.3 应用服务模块 |
| 6.4 平台实际应用情况 |
| 6.5 小结 |
| 第7章 结论与展望 |
| 7.1 主要结论 |
| 7.2 工作展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（2）基于智能推荐算法的科研管理系统的研究与开发（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究的意义 |
| 1.3 国内外研究现状 |
| 1.4 研究内容 |
| 第2章 关键算法介绍 |
| 2.1 推荐系统 |
| 2.1.1 基于内容的推荐 |
| 2.1.2 基于标签的推荐 |
| 2.2 网络爬虫技术 |
| 2.2.1 爬虫的分类 |
| 2.2.2 Scrapy爬虫框架 |
| 2.3 本章小结 |
| 第3章 科研管理智能推荐算法研究 |
| 3.1 专家数据标签的提取 |
| 3.2 科研项目标签提取 |
| 3.3 科研专家推荐算法 |
| 3.4 标签模型相似度计算 |
| 3.5 专家自动匹配算法的实现 |
| 3.6 本章小结 |
| 第4章 科研管理系统需求分析 |
| 4.1 可行性分析 |
| 4.2 需求分析 |
| 4.2.1 系统性能需求 |
| 4.2.2 功能性需求 |
| 4.3 业务需求建模 |
| 4.3.1 用例分析 |
| 4.3.2 系统业务的主要流程 |
| 4.4 本章小结 |
| 第5章 科研管理系统设计 |
| 5.1 系统设计的原则 |
| 5.2 系统架构和功能结构设计 |
| 5.3 系统的类图 |
| 5.4 数据库设计 |
| 5.5 智能推荐算法的实现 |
| 5.6 本章小结 |
| 第6章 科研管理系统实现 |
| 6.1 开发环境的选择 |
| 6.2 登录与注销 |
| 6.3 项目申报 |
| 6.4 项目审核 |
| 6.4.1 项目审核 |
| 6.4.2 项目终审 |
| 6.5 专家推荐 |
| 6.6 信息查询 |
| 6.7 角色管理 |
| 6.8 成果管理 |
| 6.9 论文统计 |
| 6.10 本章小结 |
| 第7章 科研管理系统测试 |
| 7.1 测试的目的与方法 |
| 7.2 系统测试结果 |
| 7.2.1 数据测试结果 |
| 7.2.2 系统功能测试 |
| 7.3 本章小结 |
| 第8章 总结与展望 |
| 8.1 全文总结 |
| 8.2 未来工作 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（3）基于云平台的掘进机科学数据共享服务系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究动态 |
| 1.2.1 科学数据共享 |
| 1.2.2 数据管理云平台 |
| 1.2.3 掘进机数据共享与数字化系统 |
| 1.2.4 存在的问题 |
| 1.3 主要研究内容 |
| 1.4 技术路线 |
| 第2章 掘进机科学数据共享服务系统总体设计 |
| 2.1 引言 |
| 2.2 掘进机科学数据资源 |
| 2.3 需求分析与设计目标 |
| 2.3.1 需求分析 |
| 2.3.2 设计目标 |
| 2.4 系统架构设计 |
| 2.4.1 网络架构 |
| 2.4.2 体系框架 |
| 2.5 功能设计 |
| 2.5.1 专题数据服务子系统 |
| 2.5.2 应用服务子系统 |
| 2.5.3 汇交服务子系统 |
| 2.6 开发环境及工具 |
| 2.6.1 开发环境 |
| 2.6.2 开发工具 |
| 2.7 系统可行性分析 |
| 2.8 小结 |
| 第3章 专题数据服务子系统设计与实现 |
| 3.1 引言 |
| 3.2 功能结构设计 |
| 3.2.1 专题数据 |
| 3.2.2 专题数据服务子系统功能框架 |
| 3.3 工艺数据库 |
| 3.3.1 工艺数据 |
| 3.3.2 工艺数据数据库设计 |
| 3.4 专利库 |
| 3.4.1 专利库 |
| 3.4.2 专利库数据库设计 |
| 3.5 优化设计库 |
| 3.5.1 优化设计库关键技术 |
| 3.5.2 优化设计库数据库设计 |
| 3.6 CAE分析库 |
| 3.6.1 CAE分析库关键技术 |
| 3.6.2 CAE分析库数据库设计 |
| 3.7 小结 |
| 第4章 应用服务子系统设计与实现 |
| 4.1 引言 |
| 4.2 概念设计子系统 |
| 4.2.1 概念设计子系统功能结构 |
| 4.2.2 概念设计子系统关键技术 |
| 4.3 CAE参数化分析子系统 |
| 4.3.1 CAE参数化分析子系统关键技术 |
| 4.3.2 CAE参数化分析子系统功能框架 |
| 4.4 优化设计子系统 |
| 4.4.1 优化设计 |
| 4.4.2 优化设计子系统关键技术 |
| 4.5 用户管理子系统 |
| 4.5.1 框架设计及功能实现 |
| 4.5.2 用户管理子系统数据库设计 |
| 4.6 小结 |
| 第5章 汇交服务子系统设计与实现 |
| 5.1 引言 |
| 5.2 汇交服务子系统 |
| 5.2.1 汇交体系结构 |
| 5.2.2 汇交工作流程 |
| 5.2.3 汇交服务子系统关键技术及功能结构 |
| 5.3 汇交服务子系统数据库设计 |
| 5.3.1 数据库的构建 |
| 5.3.2 临时数据库的构建 |
| 5.4 小结 |
| 第6章 系统测试与应用 |
| 6.1 引言 |
| 6.2 系统集成 |
| 6.3 系统测试 |
| 6.3.1 测试目的与原则 |
| 6.3.2 测试需求 |
| 6.3.3 测试方法与步骤 |
| 6.3.4 测试结果 |
| 6.4 应用实例 |
| 6.4.1 专题数据子系统 |
| 6.4.2 应用服务子系统 |
| 6.4.3 用户管理子系统 |
| 6.4.4 汇交服务子系统 |
| 6.5 小结 |
| 第7章 结论与展望 |
| 7.1 主要结论 |
| 7.2 工作展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（4）基于ERP的离散制造企业生产管理系统研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 ERP与生产管理系统 |
| 1.2.1 ERP简介 |
| 1.2.2 生产管理系统简介 |
| 1.3 国内外ERP及生产管理系统研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 离散制造企业背景、生产管理现状及存在的问题 |
| 1.4.1 离散制造企业背景 |
| 1.4.2 公司生产管理现状及存在的问题 |
| 1.5 课题研究意义与主要研究内容 |
| 1.5.1 课题研究意义 |
| 1.5.2 课题主要研究内容 |
| 第二章 基于ASP.NET的生产管理系统需求及技术研究 |
| 2.1 生产管理系统实现目标 |
| 2.1.1 生产数据可视化目标 |
| 2.1.2 企业生产管理目标 |
| 2.1.3 多功能CAD应用目标 |
| 2.2 生产管理系统功能需求分析 |
| 2.2.1 数据检索模块需求分析 |
| 2.2.2 库存及在制数据分析模块需求分析 |
| 2.2.3 成套数据分析模块需求分析 |
| 2.2.4 物流状态模块需求分析 |
| 2.2.5 外协件入库模块需求分析 |
| 2.2.6 主机核心件生产过程管控模块需求分析 |
| 2.2.7 多功能CAD应用模块需求分析 |
| 2.3 生产管理系统开发所用相关技术研究 |
| 2.3.1 编码技术 |
| 2.3.2 面向对象思想 |
| 2.3.3 关系型数据库 |
| 2.3.4 ASP.NET开发技术 |
| 2.3.5 数据挖掘与分析 |
| 2.4 本章小结 |
| 第三章 基于VS与 ADO.NET的生产数据可视化 |
| 3.1 生产数据可视化流程和整体功能框架设计 |
| 3.1.1 生产数据可视化开发流程 |
| 3.1.2 生产数据可视化功能框架设计 |
| 3.2 生产数据可视化功能实现 |
| 3.2.1 生产数据可视化主页的功能实现 |
| 3.2.2 数据检索的功能实现 |
| 3.2.3 库存及在制数据分析的功能实现 |
| 3.2.4 成套数据分析的功能实现 |
| 3.2.5 物流状态分析的功能实现 |
| 3.3 生产数据可视化权限设置 |
| 3.3.1 生产数据可视化权限划分 |
| 3.3.2 生产数据可视化权限配置功能实现 |
| 3.4 本章小结 |
| 第四章 基于VS与SQL的企业生产管理设计与实现 |
| 4.1 企业生产管理系统开发流程和整体功能框架设计 |
| 4.1.1 企业生产管理系统开发流程 |
| 4.1.2 企业生产管理系统功能框架设计 |
| 4.2 企业生产管理系统数据库设计 |
| 4.2.1 SQL数据库设计原则 |
| 4.2.2 企业生产管理系统数据表单设计 |
| 4.3 企业生产管理的功能实现 |
| 4.3.1 员工二维码的功能实现 |
| 4.3.2 外协件二维码的功能实现 |
| 4.3.3 车间加工物流二维码的功能实现 |
| 4.3.4 外协件入库管理的功能实现 |
| 4.3.5 主机核心件加工管控的功能实现 |
| 4.4 本章小结 |
| 第五章 基于VS的多功能CAD应用设计与实现 |
| 5.1 多功能CAD应用整体功能框架设计 |
| 5.1.1 多功能CAD应用开发流程 |
| 5.1.2 多功能CAD应用框架设计 |
| 5.2 多功能CAD应用的功能实现 |
| 5.2.1 多功能CAD应用交互界面设计 |
| 5.2.2 多类型CAD预览 |
| 5.2.3 多功能CAD编辑 |
| 5.3 本章小结 |
| 第六章 生产管理系统的实施 |
| 6.1 系统实施所需要求 |
| 6.1.1 硬件要求 |
| 6.1.2 软件要求 |
| 6.2 生产数据可视化运行 |
| 6.2.1 数据检索模块运行 |
| 6.2.2 库存及在制模块运行 |
| 6.2.3 成套分析模块模块运行 |
| 6.2.4 物流状态分析模块运行 |
| 6.3 生产管理运行 |
| 6.3.1 二维码生成模块运行 |
| 6.3.2 外协件入库模块运行 |
| 6.3.3 主机核心件加工管控模块运行 |
| 6.4 多功能CAD应用运行 |
| 6.4.1 多类型CAD预览运行 |
| 6.4.2 多功能CAD编辑运行 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 本文工作总结 |
| 7.2 思考与展望 |
| 致谢 |
| 参考文献 |
| 附录:作者在攻读硕士学位期间发表的论文 |
（5）基于云服务的露井联采矿水资源高效利用动态跟踪评价系统研发（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 云服务应用研究现状 |
| 1.2.2 煤矿信息平台发展研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文的技术路线 |
| 第二章 系统开发基本理论与关键技术 |
| 2.1 水资源高效利用动态跟踪评价的基本原理与方法 |
| 2.1.1 水资源生命周期理论 |
| 2.1.2 水资源生命周期可持续评价 |
| 2.2 软件开发技术 |
| 2.2.1 B/S技术 |
| 2.2.2 C#语言 |
| 2.2.3 ASP.NET技术 |
| 2.2.4 云存储技术 |
| 2.3 本章小结 |
| 第三章 系统需求及可行性分析 |
| 3.1 系统所研究区域概况 |
| 3.1.1 自然地理 |
| 3.1.2 水文气象 |
| 3.1.3 区域地质条件 |
| 3.1.4 企业概况 |
| 3.1.5 水资源利用情况 |
| 3.2 系统开发可行性分析 |
| 3.2.1 技术可行性分析 |
| 3.2.2 经济可行性分析 |
| 3.2.3 安全可行性分析 |
| 3.3 系统需求分析 |
| 3.3.1 系统功能需求 |
| 3.3.2 系统非功能需求 |
| 3.4 本章小结 |
| 第四章 系统总体设计 |
| 4.1 系统设计目标与原则 |
| 4.1.1 设计原则 |
| 4.1.2 设计目标 |
| 4.2 系统整体设计 |
| 4.2.1 系统总体架构 |
| 4.2.2 系统功能架构设计 |
| 4.3 系统模块详细设计 |
| 4.3.1 水资源信息管理模块 |
| 4.3.2 水资源统计分析模块 |
| 4.3.3 动态评价管理模块 |
| 4.3.4 系统管理模块 |
| 4.4 系统数据库设计 |
| 4.4.1 数据需求 |
| 4.4.2 数据E-R图 |
| 4.4.3 数据表的设计 |
| 4.5 开发及运行环境 |
| 4.5.1 硬件环境 |
| 4.5.2 软件环境 |
| 4.6 本章小结 |
| 第五章 系统实现 |
| 5.1 系统登录功能实现 |
| 5.2 水资源信息管理模块实现 |
| 5.2.1 用水单位信息 |
| 5.2.2 供水单位信息 |
| 5.3 水资源统计分析模块实现 |
| 5.3.1 用水分析 |
| 5.3.2 供水分析 |
| 5.3.3 水质分析 |
| 5.4 动态评价管理模块实现 |
| 5.4.1 资源消耗综合评价 |
| 5.4.2 经济性综合评价 |
| 5.4.3 技术性能综合评价 |
| 5.4.4 社会影响评价 |
| 5.4.5 环境影响评价 |
| 5.4.6 可持续性综合评价 |
| 5.5 用户信息管理 |
| 5.6 本章小结 |
| 第六章 系统测试 |
| 6.1 登录测试 |
| 6.2 功能测试 |
| 6.3 性能测试 |
| 6.4 软件测试结论 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 参考文献 |
| 攻读学位期间参与的科研项目 |
| 致谢 |
（6）基于深度学习的采煤机摇臂关键零部件剩余寿命预测系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于深度学习的剩余寿命预测方法 |
| 1.2.2 机械设备剩余寿命预测系统 |
| 1.2.3 现存的问题 |
| 1.3 研究内容 |
| 1.4 体系框架 |
| 第2章 采煤机摇臂关键零部件剩余寿命预测系统理论基础 |
| 2.1 引言 |
| 2.2 采煤机摇臂关键零部件失效原理 |
| 2.2.1 采煤机摇臂结构 |
| 2.2.2 采煤机摇臂关键零部件失效形式 |
| 2.3 深度学习基本理论 |
| 2.3.1 监督学习模型 |
| 2.3.2 无监督学习模型 |
| 2.4 基于深度学习的采煤机关键零部件剩余寿命预测技术路线 |
| 2.5 小结 |
| 第3章 基于深度学习的剩余寿命预测模型的构建 |
| 3.1 引言 |
| 3.2 DCNN剩余寿命预测模型 |
| 3.2.1 DCNN模型剩余寿命预测流程 |
| 3.2.2 DCNN模型结构与参数设置 |
| 3.3 AE bi-GRU预测模型 |
| 3.3.1 AE bi-GRU模型剩余寿命预测流程 |
| 3.3.2 AE bi-GRU模型结构与参数设置 |
| 3.4 采煤机摇臂关键零部件剩余寿命预测模型的选取与应用 |
| 3.4.1 惰轮机构的模型选取 |
| 3.4.2 截一轴齿轮的模型选取 |
| 3.4.3 截二轴齿轮的模型选取 |
| 3.4.4 截三轴齿轮的模型选取 |
| 3.5 小结 |
| 第4章 采煤机摇臂关键零部件剩余寿命预测系统总体设计 |
| 4.1 引言 |
| 4.2 系统整体框架与功能设计 |
| 4.2.1 设计原则 |
| 4.2.2 系统需求分析 |
| 4.2.3 功能设计 |
| 4.3 系统开发工具 |
| 4.3.1 ASP.NET |
| 4.3.2 Echarts |
| 4.3.3 Python |
| 4.4 系统开发环境 |
| 4.4.1 系统架构 |
| 4.4.2 硬件开发环境 |
| 4.4.3 软件开发环境 |
| 4.5 可行性分析 |
| 4.6 小结 |
| 第5章 采煤机摇臂关键零部件剩余寿命预测系统开发 |
| 5.1 引言 |
| 5.2 数据库的构建与连接 |
| 5.2.1 数据库的构建 |
| 5.2.2 数据库的访问 |
| 5.2.3 数据库的连接 |
| 5.3 剩余寿命预测模型与系统的集成技术 |
| 5.3.1 剩余寿命预测模型的封装 |
| 5.3.2 剩余寿命预测模型的调用 |
| 5.4 系统页面的构建 |
| 5.4.1 母版页的构建 |
| 5.4.2 主页面的构建 |
| 5.4.3 部件简介页面的构建 |
| 5.4.4 监测动态页面的构建 |
| 5.4.5 寿命预测页面的构建 |
| 5.4.6 历史记录页面的构建 |
| 5.4.7 其余辅助文件的构建 |
| 5.5 小结 |
| 第6章 系统测试与应用 |
| 6.1 引言 |
| 6.2 系统测试 |
| 6.2.1 测试目的与原则 |
| 6.2.2 测试内容 |
| 6.2.3 测试结果 |
| 6.3 应用实例 |
| 6.3.1 主页面实例展示 |
| 6.3.2 惰轮机构实例展示 |
| 6.3.3 截一轴齿轮实例展示 |
| 6.3.4 截二轴齿轮实例展示 |
| 6.3.5 截三轴齿轮实例展示 |
| 6.4 小结 |
| 第7章 结论与展望 |
| 7.1 主要结论 |
| 7.2 工作展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（7）蛋白酪氨酸磷酸酶PTP1B和SHP2变构调节机制的分子动力学模拟研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第1章 引言 |
| §1.1 生物信息学简介 |
| §1.2 蛋白质结构预测 |
| §1.3 计算机模拟概述 |
| §1.4 蛋白质酪氨酸磷酸酶简介 |
| §1.4.1 PTP1B蛋白的结构与功能 |
| §1.4.2 PTP1B抑制剂 |
| §1.4.3 SHP2蛋白的结构与功能 |
| §1.4.4 SHP2蛋白与疾病相关 |
| §1.5 选题依据 |
| §1.6 技术路线 |
| §1.7 研究目的和研究内容 |
| 第2章 理论基础和计算方法 |
| §2.1 分子力场 |
| §2.1.1 分子力场函数简介 |
| §2.1.2 常用分子力场 |
| §2.2 分子力学 |
| §2.2.1 一次导数求极值法 |
| §2.2.2 二次导数求极值法 |
| §2.3 分子动力学 |
| §2.3.1 基本理论 |
| §2.3.2 积分算法 |
| §2.3.3 积分步长的选取 |
| §2.3.4 周期性边界条件与长程静电力 |
| §2.3.5 平衡系统分子动力学模拟的系综 |
| §2.3.6 常规分子动力学计算流程 |
| §2.3.7 分子动力学模拟的初始条件 |
| §2.4 分子对接 |
| §2.5 结合自由能计算 |
| §2.5.1 自由能微扰和热力学积分方法的基本原理 |
| §2.5.2MM-PB/GBSA方法的基本原理 |
| 第3章 PTP1B变构调节机制的分子动力学模拟研究 |
| §3.1 引言 |
| §3.2 计算细节 |
| §3.2.1 分子动力学模拟 |
| §3.2.2 聚类分析 |
| §3.2.3 结合自由能及分解能分析 |
| §3.3 结果与讨论 |
| §3.3.1 不同体系的整体结构分析 |
| §3.3.2 聚类分析 |
| §3.3.3WPD loop在自然状态下会保持一种动态的构象 |
| §3.3.4 氢键网络分析 |
| §3.3.5不同的解离状态影响TCS401对PTP1B的结合能力 |
| §3.4 本章小结 |
| 第4章 SHP2变构调节机制的分子动力学模拟研究 |
| §4.1 引言 |
| §4.2 计算细节 |
| §4.2.1 模型准备 |
| §4.2.2 分子动力学模拟 |
| §4.2.3 结合自由能及分解能分析 |
| §4.2.4 主成分分析及FEL |
| §4.3 结果与讨论 |
| §4.3.1 整体结构分析 |
| §4.3.2 结合自由能及分解能分析 |
| §4.3.3 氢键网络分析 |
| §4.3.4 主成分分析及主成分投影图 |
| §4.3.5 相关性分析 |
| §4.3.6 ITIM和ITSM的结合改变了SHP2蛋白的FEL |
| §4.4 本章小结 |
| 第5章 不同EPIYA多肽变构激活SHP2机制的分子动力学模拟 |
| §5.1 引言 |
| §5.2 计算细节 |
| §5.2.1 模型准备 |
| §5.2.2 分子动力学模拟 |
| §5.2.3 结合自由能计算 |
| §5.2.4 主成分分析及FEL |
| §5.3 结果与讨论 |
| §5.3.1 整体结构分析 |
| §5.3.2 结合自由能及分解能分析 |
| §5.3.3 氢键分析 |
| §5.3.4 主成分分析及FEL |
| §5.3.5 主成分投影图 |
| §5.3.6 相关性分析 |
| §5.4 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 个人简介及攻读学位期间发表论文 |
| 致谢 |
（8）α-淀粉酶抑制剂的虚拟筛选、活性验证及改性设计（论文提纲范文）
| 摘要 |
| Abstract |
| 中英文缩略语对照表 |
| 1 绪论 |
| 1.1 α-淀粉酶的概述 |
| 1.1.1 α-淀粉酶的生物学功能 |
| 1.1.2 α-淀粉酶的催化机理 |
| 1.2 α-淀粉酶抑制剂概述 |
| 1.2.1 α-淀粉酶抑制剂的降糖机理 |
| 1.2.2 天然产物中α-淀粉酶抑制剂的研究进展 |
| 1.2.3 α-淀粉酶抑制剂的筛选模型 |
| 1.3 虚拟筛选概述 |
| 1.3.1 基于分子对接的虚拟筛选 |
| 1.3.2 虚拟筛选常用数据库介绍 |
| 1.4 天然产物抑制α-淀粉酶机理研究进展 |
| 1.5 黄烷-3-醇多酚的改性设计概述 |
| 1.5.1 黄烷-3-醇多酚在实际应用存在的问题 |
| 1.5.2 黄烷-3-醇多酚分子修饰方法 |
| 1.6 研究意义与内容 |
| 1.6.1 研究意义 |
| 1.6.2 研究内容 |
| 2 材料与方法 |
| 2.1 实验材料与设备 |
| 2.1.1 材料与试剂 |
| 2.1.2 实验仪器与设备 |
| 2.1.3 计算分析软件 |
| 2.2 实验方法 |
| 2.2.1 三种分子对接软件的测试 |
| 2.2.2 α-淀粉酶抑制剂的虚拟筛选研究 |
| 2.2.3 α-淀粉酶活性抑制实验 |
| 2.2.4 黄烷-3-醇多酚的抗α-淀粉酶活性 |
| 2.2.5 黄烷-3-醇多酚对淀粉消化的影响及与淀粉的相互作用研究 |
| 2.2.6 ECG衍生物的酶促合成及对淀粉消化的影响 |
| 2.2.7 数据处理与分析 |
| 3 结果与讨论 |
| 3.1 三款分子对接软件的比较 |
| 3.2 基于分子对接的α-淀粉酶抑制剂的虚拟筛选 |
| 3.2.1 α-淀粉酶初始结构的获得 |
| 3.2.2 分子对接程序的验证 |
| 3.2.3 α-淀粉酶抑制剂的虚拟筛选 |
| 3.3 命中分子对α-淀粉酶的抑制作用 |
| 3.4 黄烷3-醇多酚对α-淀粉酶的抑制活性的探究 |
| 3.4.1 三种黄烷-3-醇多酚的α-淀粉酶抑制活性 |
| 3.4.2 黄烷-3-醇多酚对α-淀粉酶的抑制动力学 |
| 3.4.3 黄烷-3-醇多酚对α-淀粉酶的荧光猝灭作用 |
| 3.4.4 结合常数和热力学参数 |
| 3.4.5 分子对接 |
| 3.4.6 分子动力学模拟 |
| 3.5 黄烷-3-醇多酚延缓淀粉消化机制 |
| 3.5.1 黄烷-3-醇多酚与淀粉的相互作用 |
| 3.5.2 黄烷-3-醇多酚对淀粉消化的影响 |
| 3.5.3 Englyst体外模拟消化 |
| 3.6 ECG衍生物的酶促合成和对延缓淀粉消化影响研究 |
| 3.6.1 ECG衍生物的酶促合成研究 |
| 3.6.2 ECG衍生物的分离及结构鉴定 |
| 3.6.3 ECG衍生物延缓淀粉消化的机制研究 |
| 主要结论与展望 |
| 主要结论 |
| 展望 |
| 致谢 |
| 参考文献 |
| 附录1:作者在攻读硕士期间发表的论文 |
| 附录2:分子对接软件测试所需蛋白质信息 |
| 附录3:活性集分子结构式及活性值 |
（9）高校教学质量评价系统研究与设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 教学质量评价系统的研究现状 |
| 1.3 教学质量评价的基本问题 |
| 1.3.1 教学质量评价含义 |
| 1.3.2 教学质量评价的分类 |
| 1.3.3 教学目标与教学评价指标的确定 |
| 1.3.4 教学质量评价的构成 |
| 1.3.5 教学质量评价的作用 |
| 1.4 论文内容安排 |
| 第2章 系统分析 |
| 2.1 需求分析 |
| 2.1.1 系统总需求 |
| 2.1.2 前台子系统 |
| 2.1.3 后台子系统 |
| 2.2 原理分析 |
| 2.2.1 综合加权法 |
| 2.2.2 德尔菲法 |
| 2.3 技术分析 |
| 2.3.1 B/S系统模式 |
| 2.3.2 ASP.NET程序设计语言 |
| 2.3.3 SQL Server数据库 |
| 2.4 本章小结 |
| 第3章 系统设计 |
| 3.1 系统架构设计 |
| 3.1.1 B/S三层架构 |
| 3.1.2 系统开发架构 |
| 3.2 系统模块设计 |
| 3.2.1 系统用户 |
| 3.2.2 系统模块 |
| 3.3 系统类建模 |
| 3.4 数据库设计 |
| 3.5 算法设计 |
| 3.5.1 评价规则设计 |
| 3.5.2 算法模型构建 |
| 3.6 本章小结 |
| 第4章 系统实现 |
| 4.1 系统功能 |
| 4.1.1 系统设置管理 |
| 4.1.2 系统用户登录 |
| 4.1.3 基本信息管理 |
| 4.1.4 添加评价申请 |
| 4.1.5 在线评价管理 |
| 4.1.6 评价结果管理 |
| 4.2 评价流程 |
| 4.3 系统界面 |
| 4.3.1 系统登录界面 |
| 4.3.2 系统主界面 |
| 4.3.3 在线评价界面 |
| 4.3.4 结果查询界面 |
| 4.4 后台管理界面 |
| 4.4.1 教师信息界面 |
| 4.4.2 管理员信息界面 |
| 4.4.3 评价指标界面 |
| 4.5 本章小结 |
| 第5章 系统测试 |
| 5.1 系统测试的必要性 |
| 5.2 系统测试方法 |
| 5.3 系统测试内容 |
| 5.3.1 用户登录注册 |
| 5.3.2 评价模块 |
| 5.3.3 结果查询 |
| 5.4 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 攻读硕士学位期间研究成果 |
（10）基于不同学习范式的工业大数据建模与质量预报（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写 |
| 1 绪论 |
| 1.1 课题背景和研究意义 |
| 1.2 工业过程建模的研究内容 |
| 1.3 数据驱动建模的国内外研究现状 |
| 1.3.1 数据特性层面问题 |
| 1.3.2 过程特性层面问题 |
| 1.4 工业大数据分析建模下学习范式的演变 |
| 1.4.1 经典范式-孤立学习 |
| 1.4.2 过渡范式-传统自适应学习 |
| 1.4.3 革命范式-终身学习 |
| 1.4.4 关系与总结 |
| 1.5 本文研究内容与创新点 |
| 1.5.1 本文主要研究内容和体系架构 |
| 1.5.2 各章主要创新点介绍 |
| 1.6 本章小结 |
| 2 基于深度隐变量模型的并行建模方法研究 |
| 2.1 引言 |
| 2.2 方法论 |
| 2.2.1 主成分分析vs.自编码器及其深度模型 |
| 2.2.2 主成分回归vs.自编码器回归及其深度模型 |
| 2.2.3 偏最小二乘vs.有监督自编码器及其深度模型 |
| 2.3 流程工业大数据并行建模框架 |
| 2.3.1 线性并行建模方法 |
| 2.3.2 非线性并行建模方法 |
| 2.4 模型应用 |
| 2.4.1 过程监测 |
| 2.4.2 质量预报 |
| 2.5 案例研究 |
| 2.5.1 TE过程 |
| 2.5.2 二氧化碳吸收塔 |
| 2.6 本章小结 |
| 3 基于并行非线性变分贝叶斯因子回归的质量预报建模 |
| 3.1 引言 |
| 3.2 非线性变分贝叶斯因子回归方法的并行框架 |
| 3.2.1 非线性变分贝叶斯因子回归 |
| 3.2.2 映射函数的选择 |
| 3.2.3 基于NVBFR的并行计算 |
| 3.2.4 基于P-NVBFR模型的质量预报应用 |
| 3.3 案例研究 |
| 3.4 本章小结 |
| 4 基于即时学习的并行建模框架 |
| 4.1 引言 |
| 4.2 即时学习的研究现状 |
| 4.3 工业大数据时代的即时学习 |
| 4.3.1 模型库管理 |
| 4.3.2 并行搜索 |
| 4.3.3 并行建模 |
| 4.3.4 数据库管理 |
| 4.4 案例研究 |
| 4.5 本章小结 |
| 5 基于流式并行变分贝叶斯因子回归的自适应建模 |
| 5.1 引言 |
| 5.2 流式并行变分贝叶斯因子回归方法 |
| 5.2.1 变分贝叶斯因子回归 |
| 5.2.2 流式变分贝叶斯因子回归 |
| 5.2.3 先验判定的SKL散度 |
| 5.2.4 并行框架下的S-VBFR |
| 5.3 自适应质量预报建模 |
| 5.4 案例研究 |
| 5.4.1 数值例子 |
| 5.4.2 甲烷化炉 |
| 5.5 本章小结 |
| 6 面向流式工业大数据的终身贝叶斯学习机器 |
| 6.1 引言 |
| 6.2 终身贝叶斯学习机器框架 |
| 6.2.1 狄利克雷过程混合模型的回顾 |
| 6.2.2 框架的基本原理 |
| 6.2.3 终身学习的特点及其在此框架下的体现 |
| 6.3 流式工业大数据下的质量预报应用 |
| 6.4 案例研究 |
| 6.4.1 数值例子 |
| 6.4.2 甲烷化炉 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 研究工作展望 |
| 参考文献 |
| 攻读博士学位期间完成的科研成果 |
| 攻读博士学位期间完成的科研项目 |
四、基于ASP的文献资源网络数据库的开发与利用（论文参考文献）
- [1]煤机装备科学数据共享服务平台开发[D]. 马鹏淘. 太原理工大学, 2021
- [2]基于智能推荐算法的科研管理系统的研究与开发[D]. 鞠亚军. 扬州大学, 2021(08)
- [3]基于云平台的掘进机科学数据共享服务系统[D]. 李鹏. 太原理工大学, 2021
- [4]基于ERP的离散制造企业生产管理系统研究与应用[D]. 孙世林. 江南大学, 2021(01)
- [5]基于云服务的露井联采矿水资源高效利用动态跟踪评价系统研发[D]. 陈静. 太原理工大学, 2021(01)
- [6]基于深度学习的采煤机摇臂关键零部件剩余寿命预测系统[D]. 程泽银. 太原理工大学, 2021(01)
- [7]蛋白酪氨酸磷酸酶PTP1B和SHP2变构调节机制的分子动力学模拟研究[D]. 王泉. 吉林大学, 2021(01)
- [8]α-淀粉酶抑制剂的虚拟筛选、活性验证及改性设计[D]. 姜超. 江南大学, 2021(01)
- [9]高校教学质量评价系统研究与设计[D]. 崔智涵. 长春工业大学, 2021(08)
- [10]基于不同学习范式的工业大数据建模与质量预报[D]. 杨泽宇. 浙江大学, 2021(01)