文物信息采集和管理系统设计与实现

摘要

传统的文物信息采集通常以人工为主，从而导致文物信息管理的滞后，同时，随着互联网及大数据的发展，对文物信息的挖掘分析的需求也日渐增长，因此，研发新型的文物自动化提取、数据管理和挖掘分析于一体的系统软件成为必要，也可以大幅降低人工录入产生的错误，提高工作效率，减轻人员负担。　　首先，针对文物信息无法统一抽取且无开放API接口的问题，利用信息化技术和数据挖掘技术，设计了文物信息存储表结构，给出了完整的基于JavaWeb的文物信息采集方案，并实现了管理系统，完成了对文物信息所在文档(如Word和Excel文档)的自动抽取；　　其次，提出基于自回归滑动平均模型(ARIMA)的环境温度预测算法，该算法根据已有的原始数据库建立的原始时间序列模型，并对未来指定时间段的时序变化进行预测；　　最后，提出了基于K-means算法的文物指定类别信息自动分簇算法，该方法为文物信息关联性搜索和特征挖掘分析建立基础，同时保证了文物数据的科学性。

目录

声明

第1章 绪 论

1.1 课题背景

1.2 研究现状

1.2.1 信息采集

1.2.2 文物信息管理

1.2.3 时间序列预测

1.3 课题意义

1.4 课题内容

1.5 论文结构

第2章 相关理论简介

2.1 自回归滑动平均模型(ARIMA)

2.2 关系数据库理论

2.3 软件工程理论

2.4 基于K-Means的分簇分析

2.5 本章小结

第3章 需求分析

3.1 系统需求

3.1.1 功能需求

3.1.2 性能需求

3.1.3 可靠性与可用性需求

3.1.4 出错处理需求

3.1.5 运行需求

3.1.6 非功能性需求

3.2 可行性分析

3.3 系统分析

3.3.1 功能模型

3.3.2 行为模型

3.4 本章小结

第4章 总体设计

4.1 功能层次方框图

4.2 数据模型(ER图)

4.3 数据库结构设计

4.4 本章小结

第5章 详细设计

5.1 界面设计

5.1.1 用户界面设计

5.1.2 数据录入界面设计

5.1.3 专家审查界面设计

5.1.4 数据查询界面设计

5.1.5 温度预测界面设计

5.2 类设计

5.2.1 用户管理类设计

5.2.2 查询控制类设计

5.2.3 数据库接口类设计

5.3 核心算法设计

5.3.1 用户管理流程

5.3.2 Office文档处理流程

5.3.3 专家审查流程

5.3.4 普通用户查询流程

5.3.5 温度预测算法流程

5.3.6 基于K-means的自动分簇算法流程

5.4 本章小结

第6章 系统实现

6.1 视图层实现

6.1.1 登录功能实现

6.1.2 管理员界面实现

6.1.3 专家审查/录入员界面实现

6.1.4 大众用户界面实现

6.1.5 温度预测界面实现

6.2 模型层实现

6.3 控制层实现

6.4 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