1绪论
1.1 课题研究背景和意义
1.2 大数据技术建设趋势
1.3 国内外研究现状
1.3.1国外研究现状
1.3.2国内研究现状
1.4 课题研究技术路线
(1)海洋工程腐蚀行为调查
(2)腐蚀可视化平台设计
(3)数据库设计
(4)可视化平台测试
1.5 论文的组织结构
2 相关技术与原理简介
2.1 Hadoop生态圈
2.2离线分布式处理平台
2.2.1离线分布式处理平台的设计
2.2.2分布式文件系统HDFS
2.2.3分布式并行处理MapReduce
2.2.4分布式锁服务ZooKeeper
2.2.5分布式数据库HBase
2.3数据挖掘算法
2.4 BP神经网络
2.5遗传算法
2.6本章小结
3 基于遗传算法和BP神经网络的海洋工程腐蚀预测模型
3.1 GA-BP模型构建
3.1.1 数据来源
3.1.2 BP模型构建
3.1.3 基于GA优化BP模型的构建
3.1.4 网络模型构建
3.2 模型训练及分析
3.2.1 模型训练
3.2.2 实例分析
3.3本章小结
4 腐蚀数据库设计
4.1 数据库建立标准
4.1.1腐蚀数据库设计思想
4.1.2腐蚀数据库设计目标
4.2网络数据库管理系统及其选择
4.2.1网络数据库概述
4.2.2数据库系统的选择
4.3 数据处理
4.3.1海洋腐蚀数据整理
4.3.2数据可视化
4.4 数据库设计
4.4.1数据库设计概述
4.4.2数据结构
4.4.3数据库结构设计
4.5 数据库的安全与维护
4.6 本章小结
5 海洋工程腐蚀大数据预测可视化平台
5.1可视化平台功能分析和结构规划
5.1.1功能分析
5.1.2可视化平台主要功能设计
5.2大数据平台方案设计
5.3平台方案设计
5.4首页
5.5数据检索
5.5.1腐蚀数据信息查询
5.5.2材料数据信息查询
5.5.3环境数据信息查询
5.5.4项目信息查询
5.6数据对比
5.6.1腐蚀数据对比分析
5.6.2环境数据对比分析
5.7腐蚀速率预测
5.7.1腐蚀趋势分析
5.7.2腐蚀速率预测
5.7.3选材应用决策
5.8数据管理
5.8.1牌号数据管理
5.8.2腐蚀数据管理和材料数据管理
5.8.3环境数据管理和图片数据管理
5.8.4运行日志
5.8.5试验数据管理
5.9海洋环境试验数据共享平台
5.10 本章小结
6 总结与展望
6.1总结
6.2展望
参考文献
致谢
攻读学位期间发表的学术论文目录
声明
青岛科技大学;