一、Linux编译器的使用技巧（论文文献综述）
韩泽方[1]（2021）在《基于代码克隆检测和触发式验证的漏洞检测技术研究与实现》文中进行了进一步梳理近年来,随着互联网的迅猛发展,Linux系统被大范围地应用在移动终端、云服务、IoT等领域,其安全性与整个互联网生态息息相关。Linux中的1day漏洞可能严重影响计算机系统的安全。针对Linux系统的漏洞检测技术是安全领域的热点问题。Linux系统漏洞检测技术存在以下两个挑战:一方面由于Linux内核的开源性,可以在不同设备类型、不同指令集架构上使用,使得业界存在着差异性极大的二进制Linux内核。如何提炼这些二进制代码的共同特征,并进行漏洞检测是一个难题;另一方面,由于Linux内核的复杂性,其漏洞利用技术十分复杂。传统的Linux内核触发式验证方法主要依赖专家进行人工调试,检测效率有待提高。本文针对如上问题展开研究,具体工作如下:（1）为了检测差异性极大的Linux内核,论文提出基于路径语义萃取的二进制漏洞代码克隆检测技术。该技术通过提取二进制Linux内核的漏洞路径和语义特征,对Linux内核进行静态漏洞检测。该方法提出粗粒度的路径相似性检测和细粒度的基本块相似性检测两种检测方法,结合这两种方法能够快速检测Linux内核1day漏洞。（2）为了进行自动化Linux内核漏洞触发式验证,论文提出基于漏洞元信息的漏洞利用自适应生成技术。该技术通过自动化漏洞利用原语填充的方法,将收集到的1day漏洞利用脚本、漏洞元信息、Linux内核属性信息转化为目标指令集架构和内核版本的漏洞利用代码,并进行1day漏洞的触发式验证。（3）结合这两项检测技术,论文设计并实现了 Linux漏洞检测平台SKV,平台采用C/S架构,通过侵入式方法进行内核漏洞检测。实验结果表明,论文提出的两项检测方法在不同指令集架构和内核版本下有较高的准确率。SKV平台在实际检测任务中检测出多个Linux内核漏洞,证明该平台具有较强的漏洞检测能力。
栾奕[2]（2020）在《基于TPU和FPGA的植物叶片病虫害分级检测方法的研究与实现》文中研究说明我国作为一个粮食需求大国,农作物的长势与收成关系到十几亿人口的生活基本需求。除了自然环境以外,对植物影响最为严重的就是病虫害问题。因此对于植物病虫害实时有效的监测对我国农业发展有着重大意义。本文针对这一问题,研究了在近年来发展日趋成熟的Caffe深度学习技术框架下,基于神经网络张量处理器（TPU）和FPGA SOC芯片,搭建了面向边缘计算的植物病虫害分级检测系统。解决了深度学习对计算资源的巨大消耗以及边缘计算环境下计算资源受限之间的矛盾,使该系统的功耗、体积、准确度、计算速度足以满足边缘端或手持移动端设备的需求。本文首先对深度学习领域中的相关原理以及常见网络模型算法进行简要介绍,对FPGA、TPU基本原理、架构、特性及二者结合的可行性进行了探究。同时对caffe深度学习框架以及本文所需的数据集进行简要介绍。之后选择合适的网络模型并探究对其进行优化和压缩的最佳方案,使其进一步拟合边缘计算环境的需求,同时尽可能降低对准确度的影响。最后在PC端基于Linux操作系统利用caffe深度学习工具,完成神经网络算法模型的构建、优化和训练,将算法模型和相关C++软件通过以太网下载到目标器件,使SOC芯片内的ARM CPU可以依靠API函数调用TPU处理器执行深度神经网络计算任务。本文通过在FPGA SOC芯片上搭载TPU软核,与芯片内置ARM CPU协同工作的全新异构边缘计算架构,实现对深度神经网络模型的加速计算以及准确度的提升。并且通过与其他不同计算架构的深度学习边缘计算平台进行对比,证明该系统在不降低准确度的条件下,对于小规模深度神经网络的加速计算上有着明显优势。最后在此基础上,以植物病虫害数据集为基础,完成了对植物叶片有效的灾害分级检测,系统准确度、功耗、计算速度等指标均满足设计需求。
卢应虎[3]（2020）在《氯气生产车间巡检机器人的应用研究》文中研究表明氯气生产车间的巡检存在人工巡检效率低下、固定式传感器集成率低且造价高的问题。为解决上述两个难题,本文针研究了一款嵌入式巡检机器人,利用视频图像检测技术与传感器技术设计了一套巡检系统,该方法解决了在固定点传感器“嗅觉”范围有限的缺点,利用“视觉”加“听觉”更加准确的找到泄漏位置。系统包括巡检端、云端、PC端。巡检端是一款巡检机器人,装有多类传感器和一款网络摄像头。传感器可以检测氯气浓度以及空气质量参数并通过GPRS传输至云端。另外,机器人通过WIFI将泄漏画面传输至PC控制端。One NET（云平台）负责保存巡检端传来的数据并转发给PC监控软件,此外还能下达对机器人的操纵命令,实现PC端对机器人的远程控制与车间氯气浓度在线监控。PC端设计了基于Open CV（跨平台计算机视觉库）的泄漏区域氯气的运动检测、跟踪算法,建立了氯气的RGB颜色模型。此外本文还设计了基于QT框架监的控界面,可以获取云平台数据流中的氯气浓度等参数,并在界面中应用Qlcdnumber控件进行显示,点击控件可以调出相应环境参数的曲线图。
唐佩佳[4]（2020）在《基于标记的跨平台并行编程框架设计与实现》文中提出随着并行计算技术的发展和普及,业界存有大量的串行应用程序需要迫切改造为并行程序,来提高数据处理能力。而串行程序并行化面临两个基本问题:（1）并行编程的高成本问题。并行编程需要专业的并行编程能力和丰富的工程经验,开发并行程序需要大量的工程成本和时间。（2）并行平台的多样性问题。随着各种并行硬件平台和并行编程模型数量的增加,并呈现出多样化,需要具备快速生成所需目标并行平台的并行程序的能力。针对上述两个问题,需要通过高效易用的并行编程框架来辅助并行编程。为此,本文设计并实现了一种基于标记语言的三层并行编程框架,主要的思路和方法是:（1）并行编程框架结构设计。设计了三层框架结构,分别是串行程序层、并行中间代码层、目标并行编程语言程序层。通过对串行代码进行语言标记来实现有并行语义的并行中间代码层,再对并行中间代码层进行代码解析来实现可执行的目标并行编程语言程序层,其中并行中间代码层实际是多种并行平台编程模型的一种抽象,与具体并行平台无关。（2）并行机制与标记语言设计。通过对多种并行编程模型（共享存储并行模型、分布式存储并行模型、多任务操作系统并行模型和GPU并行模型）下的数据并行任务进行抽象,建立了基于数据并行的标准任务模型,包括三个计算阶段:数据划分和分发、数据计算、数据收集和规约。设计了一套并行标记方法用于表达与平台无关的并行语义,来辅助并行编程框架进行代码解析,代码解析系统将带有标记的串行程序转化为用户指定平台的并行程序,实现串行程序跨平台并行化。（3）辅助支撑系统设计。设计了性能标记方法用于程序性能参数的自动寻优,这些寻优参数为线程数和进程数、任务负载量等,寻优系统提升了并行程序的性能。此外,还包括用户搭建跨平台并行计算环境和设置并行条件等。本文框架适用于多种软件平台（Windows、Linux、VxWorks）和硬件平台（X86和PowerPC）下的以计算为主的流数据处理任务。最后,将并行编程框架应用于某工程数据处理项目。项目应用反映了框架可以产生用户指定并行平台的并行程序,且计算结果与对应串行程序结果一致;并且评估了框架在共享存储平台和分布存储平台下产生的并行程序的性能,其加速比与人工编写的并行程序相当。
曹学琪[5]（2020）在《在线评测系统的评分方式研究与改进》文中认为随着互联网的高速发展,一些传统的计算机类考试已经可以在网络上进行,基于互联网的在线编程考试的方式更是受到人们的追捧。如今,一些计算机类的考试都可以在网络上进行,比如全国的计算机二级考试、蓝桥杯竞赛、高校的编程类期末考试等。在计算机类的在线评测系统中,一般包含有各种不同的考题类型,包括填空题、选择题这样简单题型,也包括需要编写程序代码的主观题,编程类的考试系统被称为在线评测系统,英文:Online Judge System,简称OJ系统。OJ系统大多是基于B/S架构的程序,它运行在服务器上,当学生或者评测者使用OJ时,用户或者被评测者通过浏览器就可以进行编程类题目的评测,直接通过网页提交程序源代码,并不需要在本地安装IDE,也不需要进行繁琐的安装和配置。在哈工大等一些高校中,编程类的期末考试已经开始使用OJ系统,可见在不久的将来会有更多的高校将会采用编程类考试进行在线考试。相对与传统的纸质试卷方式进行编程类程序考试,使用在线评测系统不仅方便快捷,而且省时省力,为阅卷老师节省了很多的时间和精力,对于学生的成绩来说也有很好的区分度。可见,当今时代,越来越多的考试形式转移到了网上考试,OJ系统在我们的日常生活中扮演着越来越重要的角色。将来OJ系统也一定能够发展得功能更多,使用上更加便捷。以前的OJ系统仅支持C、Java等少数几种编程类语言,如今的OJ系统不断增加各种新的功能,Python、Java Script等新型热门编程类语言的功能也被被集成到OJ系统中。随着网络的发展,OJ的功能将会越来越多。随着OJ系统被人们普遍使用,一些OJ系统上的新型问题也不断被发现,不断被改进。如今OJ系统面临着评分过于死板的问题,对于一道编程类题目,系统对源码进行编译,结果只有正确和错误,而编程类题目又往往比较难,所以如果高校采用OJ进行期末考试,学生的成绩很难区分好坏,难以拉开不同编程能力学生成绩之间梯度。针对此问题,本文对传统的OJ系统评分方式进行研究,并尝试新的探索。对提交到OJ系统的代码进行分析,与参考答案的源码进行相似度比对,然后得出分数,有利于区分开每个人的编程能力。目前,不同文本的相似度的研究主要应用于自然语言处理（Natural Language Processing,简称NLP）中,目前国内对于程序的静态评分方向的研究较少,与国外的差距较大,本文对目前的OJ系统的静态评分方式进行研究,并使用自然语言中对文本相似度研究思路,尝试对程序源码进行分析,并设计算法,实现对OJ系统评测方式的进一步改进和优化。目前国内对于程序的静态评分处于起步阶段,本文主要针对C语言源码的静态评分方式的研究,为以后的其它编程类语言的评分提供了研究思路。
俞金山[6]（2020）在《基于Cortex-A9的人脸识别系统设计》文中研究指明随着科学技术的不断进步,我们进入了网络化、信息化时代,人们对生活中各种场合的安全性和便携性的要求越来越高。人脸识别作为一种生物特征识别技术,由于其特有的优点,在计算机技术和模式识别技术[1]迅速发展的背景下,在各种场合中得到了广泛的应用和发展。国内外专家学者纷纷涌入到对人脸识别技术的研究中来,但大部分都是基于PC平台的研究。虽然PC平台人脸识别技术在人们的日常生活中有很多应用,但是由于其功耗大、体积大不易便携等特点,使得它在很多场合中使用受限。由于智能移动设备的众多优点,在生活中被广泛使用,嵌入式人脸识别系统的研究和应用变得越来越重要。本文设计了一款基于Cortex-A9平台的嵌入式人脸识别系统,其具有系统功耗小、体积小易携带等很多优点。人脸识别系统的算法设计主要涉及到人脸检测算法和人脸识别算法的实现。本系统使用基于Adaboost的人脸检测算法和PCA的人脸识别算法,然后基于Cortex-A9嵌入式平台搭建一个便携式的人脸识别系统。本系统使用i TOP-4412开发板作为硬件开发平台,在宿主机和目标机上分别完成了OpenCV库和Qt库的编译安装,以及Qt集成开发环境的配置。然后对该人脸识别系统所包含的图像采集、图像类型转换、图像预处理、人脸检测以及人脸识别等模块进行了理论研究和功能实现。在嵌入式平台上实现了人脸识别的功能之后,又测试了该系统的人脸识别率和识别速度等性能指标,结果显示基于Cortex-A9的嵌入式人脸识别系统运行稳定且识别率高,有很好的应用前景。
张延梅[7]（2019）在《Linux系统下C语言编程及技巧研究》文中进行了进一步梳理Linux系统应用的比较广泛,其所属的C语言具有诸多优点,如运用设计比较方便、框架和运算都比较丰富,同时也存在一些不足,如数据封面和安全性存在不足。文章对C语的优点和不足进行解析,在此基础上探究Linux系统C语言的编程技巧,与同仁共勉。
徐博贤[8]（2019）在《国产异构跨平台开发环境研究》文中研究指明随着深空探测三维实时可视化技术的不断发展,相关的信息系统软件也越来越多,比如遥操作系统、航天发射指挥信息系统、航天器地面测试系统等。如今,三维可视化技术已经成为航天事业快速发展的有力保障。然而,目前中国大部分的航天可视化信息系统都是基于Windows平台开发的,这使得中国的信息安全受到了严重的威胁。近年来接连发生的“棱镜门”事件、“XP”停服、中兴事件、Windows可信计算框架的嵌入并且Windows7也将在2020年停止所有的技术支持等一系列事件,都给我国甚至是全世界敲响了警钟。建立并发展自主可控的操作系统迫在眉睫,这已成为了军事国防、国家安全、文化科技等社会各界关注的焦点,进而使Windows在我国的发展前途成为了未知数。尽管我国政府实施各项政策强调信息安全保护和国产操作系统发展,但日前Windows仍垄断着我国的操作系统市场,软件生态链不完善,与国产操作系统兼容的软件开发环境较少,这使得航天可视化信息系统的移植及开发成为了一大困难,只是产权得不到保护,也成为了阻碍国产操作系统推广和普遍的一个重大因素。论文在上述背景下,主要的研究内容有:对航天可视化常用开源库的编译方法进行研究,分析多个开源库之间的依赖关系,并利用跨平台的编译工具Cmake,在Windows平台和国产操作系统—中标麒麟系统上搭建编译环境,完成开源库的跨平台;了解并分析探月工程二期遥操作作业平台的开发编译环境和功能模块结构,在中标麒麟系统上,采用Qt+Qt Creator和Qt+Code::Blocks两种不同开发环境,完成了探月工程遥操作作业平台的国产化,通过对移植结果的分析和对比,验证了航天可视化信息系统移植的科学性和可行性;设计并实现航天可视化常用开源库自动化编译系统,完成Cmake、Qt、开源库的自动编译安装,达到缩减手动编译工作量,提高开源库编译效率的目的;比较Cmake、Qt Creator、Code::Blocks三种可以跨平台的编译环境,分析比较其运行原理及编译配置过程,为通过不同软件开发环境解决航天可视化信息系统跨平台问题提供理论及技术支持。通过以上的研究,论文对于航天可视化指定的、第三方、通用或常用开源库,在国产操作系统上搭建了编译环境。同时利用所编译的库文件和跨平台的开发工具,在中标麒麟系统上搭建编译环境,实现了探月工程遥操作作业平台的移植,并最终将软件和库的编译自动化。这是利用不同软件开发环境进行航天可视化信息系统移植的一次有效尝试,试图为规范化航天可视化信息系统的自主可控组件及其知识产权的国际化保护提供现实依据。
王力[9]（2019）在《基于ARM和OpenCV的视频监控系统的设计与实现》文中进行了进一步梳理随着社会高速发展的需要,视频监控系统越来越多的应用于生活中的各个方面,但目前的视频监控系统多采用PC机作为平台,使用摄像头进行长期不间断的录制。这样不仅功耗高,便携性差,并且对存储设备的损耗也极为巨大,而且在事后回溯视频查找关键信息时,面对复杂海量的冗余数据,将会是极为繁琐的工作。本文深入研究了OpenCV算法以及嵌入式Linux的系统架构,基于嵌入式ARM处理器,构建出了一整套完整的嵌入式系统,并在此系统上运行本文所设计的一种基于OpenCV的移动检测及标记跟踪算法。能够实现驱动通用的USB摄像头,对目标区域进行监控,仅在有物体移动时才对视频数据进行存储,并在视频中将其轮廓进行标记跟踪。这样在解决了功耗以及便携性的基础上,还能显着的降低对存储设备的损耗、占用以及处理复杂度。本论文的主要研究内容和成果如下:1.设计了一整套完整的、与本设计强相关的嵌入式系统架构。根据本系统的功能设计需求,编译时仅配置加入了系统运行所必须的V4L2驱动、触摸屏驱动、USB存储器驱动等驱动模块,使得内核镜像尽可能精简的同时,编译得到一整套包括U-boot、内核以及文件系统在内的嵌入式Linux系统镜像文件。2.设计出一种基于帧差法并进行优化的移动检测及标记跟踪算法。能够驱动USB摄像头,实现对目标区域进行移动物体检测以及动态标记,并在视频帧中添加时间信息,最后对视频文件进行存储。通过对关键参数的计算、调整以及测试,得到了在本嵌入式系统中输出帧率最高、运行效率最快的算法。3.设计出一整套OpenCV算法运行所需的依赖库体系。针对系统算法运行、视频播放以及存储等功能的需求,对OpenCV源码以及ffmpeg等第三方依赖库进行配置以及交叉编译,最后得到了支持本系统在嵌入式设备上运行的依赖库文件,大大提升了本系统的可移植性。4.设计一个集显示及控制功能于一体的图形用户界面。基于Qt/E框架,将所有功能模块嵌入到框架内,实现视频播放的同时,用户还可通过对触摸屏上的按键选择,来对系统的运行、暂停以及退出状态进行控制,大大提升了本系统的完整性和可操作性。最后本文对所设计的嵌入式系统进行了实物测试以及分析,通过测试,本系统所有功能模块工作正常,与普通视频监控系统相比较,输出帧率良好,可达到25FPS,视频存储文件大小缩减率平均可达到62%,性能优良,具有广阔的实际应用价值。
孙少逊[10]（2019）在《试论Linux系统下计算机C语言的编程技巧》文中进行了进一步梳理计算机C语言编程具有编程效率高、质量有保障等优势,可以将其用于Linux系统的程序编写中。基于此,文章从Linux系统的概念及计算机C语言编程的优势入手,对Linux系统下计算机C语言的编程技巧进行分析。编程人员在明确C语言程序的运行逻辑后,需要做好源程序编译、数据库创建、程序编写工具的应用以及程序调试等工作,从整体上保障计算机C语言编程的质量及效率,保障程序的稳定性及可靠性。
二、Linux编译器的使用技巧（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、Linux编译器的使用技巧（论文提纲范文）
（1）基于代码克隆检测和触发式验证的漏洞检测技术研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 二进制漏洞静态检测技术 |
| 1.2.2 二进制漏洞动态检测技术 |
| 1.3 论文主要工作和创新点 |
| 1.3.1 论文主要工作 |
| 1.3.2 论文主要创新点 |
| 1.4 论文组织结构 |
| 第二章 相关理论和技术基础 |
| 2.1 二进制漏洞 |
| 2.1.1 二进制漏洞形成原因 |
| 2.1.2 二进制漏洞利用后果 |
| 2.1.3 二进制漏洞缓解技术和绕过技术 |
| 2.1.4 二进制漏洞和漏洞利用——以CVE-2017-7308为例 |
| 2.2 代码克隆检测技术 |
| 2.3 Linux内核漏洞利用技术 |
| 2.4 本章小结 |
| 第三章 基于路径语义萃取的二进制漏洞代码克隆检测技术 |
| 3.1 二进制漏洞代码克隆检测概述和问题分析 |
| 3.2 基于路径语义萃取的二进制漏洞代码克隆检测技术 |
| 3.2.1 方案流程 |
| 3.2.2 二进制代码预处理 |
| 3.2.3 基本块语义萃取 |
| 3.2.4 关键路径选取 |
| 3.2.5 相似性检测 |
| 3.3 基于度量特征的基本块语义萃取技术 |
| 3.4 关键路径选取算法 |
| 3.5 面向关键路径的相似性检测算法 |
| 3.6 实验评估 |
| 3.6.1 实验环境 |
| 3.6.2 实验方案 |
| 3.6.3 实验结果评估 |
| 3.7 本章小结 |
| 第四章 基于漏洞元信息的漏洞利用自适应迁移技术 |
| 4.1 漏洞利用迁移技术概要和问题分析 |
| 4.2 基于漏洞元信息的漏洞利用自适应迁移技术方案 |
| 4.2.1 方案流程 |
| 4.2.2 漏洞元信息 |
| 4.2.3 漏洞利用原语 |
| 4.3 基于专家知识的漏洞元信息提取技术 |
| 4.4 内核属性提取技术 |
| 4.5 面向内核漏洞的漏洞利用原语填充技术 |
| 4.6 漏洞利用检测技术 |
| 4.7 实验评估 |
| 4.7.1 实验环境 |
| 4.7.2 实验方案 |
| 4.7.3 实验结果评估 |
| 4.8 本章小结 |
| 第五章 漏洞检测平台的详细设计与实现 |
| 5.1 漏洞检测平台架构设计 |
| 5.1.1 架构设计 |
| 5.1.2 工作流程 |
| 5.2 主要模块设计与实现 |
| 5.2.1 漏洞知识库和爬虫子系统设计与实现 |
| 5.2.2 漏洞检测平台客户端子系统 |
| 5.2.3 漏洞检测平台服务端子系统 |
| 5.3 漏洞检测平台方案验证 |
| 5.3.1 实验环境搭建 |
| 5.3.2 平台工作流程测试 |
| 5.3.3 压力测试和兼容性测试 |
| 5.3.4 漏洞检测能力测试 |
| 5.4 本章小结 |
| 第六章 总结和展望 |
| 参考文献 |
| 致谢 |
（2）基于TPU和FPGA的植物叶片病虫害分级检测方法的研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 边缘计算研究现状 |
| 1.2.2 TPU 计算架构的研究与应用 |
| 1.2.3 深度学习在农业领域的研究与应用 |
| 1.3 论文研究内容 |
| 1.4 论文组织结构 |
| 2 深度学习基础及典型网络对比 |
| 2.1 深度学习基础 |
| 2.1.1 人工神经网络 |
| 2.1.2 深度学习基础 |
| 2.1.3 Caffe 深度学习框架介绍 |
| 2.2 卷积神经网络 |
| 2.2.1 卷积神经网络基本结构 |
| 2.2.2 经典卷积神经网络模型 |
| 2.3 FPGA概述 |
| 2.4 TPU基本原理和架构 |
| 2.4.1 处理器技术 |
| 2.4.2 TPU处理单元架构及特性 |
| 2.5 TPU+FPGA异构计算 |
| 2.6 本章小结 |
| 3 植物病虫害分级检测系统的分析与设计 |
| 3.1 系统需求分析 |
| 3.2 系统总体架构及实现方案 |
| 3.2.1 TPU主要模块设计与工作原理 |
| 3.2.2 数据集 |
| 3.2.3 深度神经网络模型训练平台 |
| 3.2.4 神经网络算法编译 |
| 3.2.5 嵌入式端应、编译及下载 |
| 3.3 深度神经网络模型选择及优化算法 |
| 3.4 本章小结 |
| 4 植物病虫害分级检测方法的实现 |
| 4.1 实验环境 |
| 4.2 深度神经网络的构建和测试 |
| 4.2.1 Caffe深度学习工具安装 |
| 4.2.2 深度神经网络构建和训练 |
| 4.2.3 网络模型的调优和测试 |
| 4.3 算法模型和应用程序编译 |
| 4.3.1 TPU算法编译 |
| 4.3.2 嵌入式端应用程序实现 |
| 4.3.3 嵌入式端应用程序编译 |
| 4.4 编译文件和相关SDK下载 |
| 4.5 嵌入式端系统测试与结果分析 |
| 4.6 本章小结 |
| 5 总结及未来工作 |
| 5.1 研究工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（3）氯气生产车间巡检机器人的应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外相关情况 |
| 1.2.1 巡检机器人的发展现状 |
| 1.2.2 视频图像检测技术的现状 |
| 1.3 论文主要内容及结构 |
| 1.4 关键技术 |
| 1.4.1 视频图像处理技术 |
| 1.4.2 One NET物联网平台 |
| 1.4.3 视频图像编码技术 |
| 1.4.4 QT图形界面开发 |
| 1.4.5 WIFI无线通讯技术 |
| 2 嵌入系统总体设计 |
| 2.1 系统需求分析 |
| 2.2 总体设计方案 |
| 2.3 系统开发环境搭载 |
| 2.4 本章小结 |
| 3 巡检机器人硬件设计 |
| 3.1 硬件模块设计方案 |
| 3.2 传感器模块 |
| 3.2.1 超声波传感器及其电路 |
| 3.2.2 温湿度传感器及其电路 |
| 3.2.3 磁阻传感及其电路 |
| 3.2.4 氯气传感器及其电路 |
| 3.2.5 烟雾传感器 |
| 3.2.6 光栅测速器 |
| 3.3 电机驱动模块 |
| 3.4 电源模块 |
| 3.5 通讯模块的设计 |
| 3.5.1 GPRS模块 |
| 3.5.2 WIFI通讯模块 |
| 3.6 摄像机模块 |
| 3.7 其他电路 |
| 3.7.1 USB接口电路 |
| 3.7.2 调试下载电路 |
| 3.8 本章小结 |
| 4 巡检机器人运动控制系统设计 |
| 4.1 机器人的运动控制算法研究 |
| 4.1.1 运动轨迹模型的建立 |
| 4.1.2 运动控制算法 |
| 4.1.3 运动控制算法改进 |
| 4.2 巡检机器人寻迹运动的设计 |
| 4.3 巡检机器人的避障运动设计 |
| 4.4 本章小结 |
| 5 巡检机器人监控系统的设计与调试 |
| 5.1 系统总体流程设计 |
| 5.2 远程视频监控系统的设计 |
| 5.2.1 WIFI网络传输协议 |
| 5.2.2 无线网络的搭载 |
| 5.2.3 视频编码技术算法研究 |
| 5.2.4 视频传输流程 |
| 5.2.5 巡检机器人远程视频监控调试 |
| 5.3 环境信息在线监控系统的设计 |
| 5.3.1 One NET产品创建 |
| 5.3.2 HTTP协议研究 |
| 5.3.3 协议格式 |
| 5.3.4 车间环境信息的检测与上传 |
| 5.3.5 PC界面控制指令的上传 |
| 5.3.6 上位机获取云平台信息 |
| 5.4 基于Open CV的氯气泄漏检测与跟踪系统 |
| 5.4.1 图像预处理技术算法研究 |
| 5.4.2 泄漏区域氯气的运动检测算法 |
| 5.4.3 泄漏区域氯气运动的跟踪算法 |
| 5.4.4 构建氯气的颜色模型 |
| 5.4.5 图像算法的检测调试 |
| 5.5 泄漏点定位与报警 |
| 5.6 本章小结 |
| 6 PC 端监测软件设计与调试 |
| 6.1 软件开发工具选择 |
| 6.2 软件设计流程 |
| 6.3 机器人监控界面设计与运行调试 |
| 6.4 环境参数的显示调试结果 |
| 6.5 数据库设计 |
| 6.6 本章小结 |
| 7 总结 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间研究成果 |
| 1 发表的学术论文 |
| 2 专利 |
| 3 参与的科研项目 |
（4）基于标记的跨平台并行编程框架设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 自动并行技术及工具 |
| 1.2.2 并行编程模型及框架 |
| 1.2.3 基于标记的并行框架 |
| 1.2.4 面向应用编程框架 |
| 1.3 本文研究内容 |
| 1.3.1 并行编程框架结构设计 |
| 1.3.2 并行机制与标记语言设计 |
| 1.3.3 辅助支撑系统设计与实现 |
| 1.4 论文组织 |
| 第2章 相关并行编程模型和框架 |
| 2.1 PVTOL |
| 2.2 OpenMM |
| 2.3 本章小结 |
| 第3章 并行编程框架总体设计 |
| 3.1 任务模型设计 |
| 3.1.1 信号处理问题 |
| 3.1.2 任务模型抽象和建立 |
| 3.2 框架总体设计 |
| 3.2.1 框架层次模型 |
| 3.2.2 框架处理流程 |
| 3.2.3 框架结构设计 |
| 3.3 标记系统设计 |
| 3.3.1 标记语言设计 |
| 3.3.2 标记语言结构 |
| 3.3.3 标记语言分类 |
| 3.4 基于标记的代码解析 |
| 3.4.1 代码解析算法设计 |
| 3.4.2 数据划分和分发阶段 |
| 3.4.3 数据计算阶段 |
| 3.4.4 数据收集和归约阶段 |
| 3.5 本章小结 |
| 第4章 并行编程框架实现及优化 |
| 4.1 并行环境实现 |
| 4.1.1 并行条件设置 |
| 4.1.2 并行初始化实现 |
| 4.2 并行及跨平台实现 |
| 4.2.1 标记系统实现 |
| 4.2.2 代码解析系统实现 |
| 4.3 性能参数自动寻优 |
| 4.3.1 共享存储平台 |
| 4.3.2 分布存储平台 |
| 4.4 实验与结果分析 |
| 4.4.1 并行跨平台程序生成实验 |
| 4.4.2 并行性能对比实验 |
| 4.5 本章小结 |
| 第5章 总结 |
| 5.1 本文工作 |
| 5.2 本文贡献与创新之处 |
| 5.3 进一步工作 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
| 攻读学位期间参加的科研项目 |
（5）在线评测系统的评分方式研究与改进（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文结构 |
| 第二章 动态评分方式研究 |
| 2.1 动态评测机工作方式 |
| 2.1.1 OJ系统评测流程 |
| 2.1.2 评测机的概念 |
| 2.1.3 Tomcat与 HTTP Server配置 |
| 2.2 数据交互 |
| 2.2.1 Form表单提交 |
| 2.2.2 Thymeleaf引擎数据交互 |
| 2.3 脚本设计 |
| 2.3.1 编译过程 |
| 2.3.2 Bashshell脚本设计 |
| 2.4 本章小结 |
| 第三章 静态评分方式研究 |
| 3.1 源码的相似度 |
| 3.1.1 源代码的相似度 |
| 3.1.2 C语言源码结构 |
| 3.2 静态评分常用算法 |
| 3.2.1 KNN近邻算法 |
| 3.2.2 编辑距离算法 |
| 3.2.3 AST语法树对比法 |
| 3.2.4 最长子序列算法 |
| 3.3 静态评分过程 |
| 3.3.1 源码的预处理 |
| 3.3.2 LCS简介 |
| 3.3.3 动态规划简介 |
| 3.3.4 动态规划求解LCS问题 |
| 3.4 本章小结 |
| 第四章 评测方式的改进 |
| 4.1 源码的处理 |
| 4.1.1 源码的注释去除注释和代码的补全 |
| 4.1.2 源码的标准化处理 |
| 4.2 评分模块设计 |
| 4.2.1 评测机工作流程 |
| 4.2.2 评测机设计 |
| 4.2.3 面向对象的系统设计 |
| 4.3 示例代码的测试 |
| 4.3.1 源代码的中间代码 |
| 4.3.2 去除冗余信息 |
| 4.3.3 去除标点符号 |
| 4.4 功能测试 |
| 4.4.1 程序运行测试 |
| 4.4.2 功能测试 |
| 4.4.3 结果分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读学位期间发表的学术论文目录 |
| 致谢 |
（6）基于Cortex-A9的人脸识别系统设计（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 嵌入式系统简介 |
| 1.3 人脸识别国内外研究现状 |
| 1.4 论文研究内容 |
| 1.5 论文的组织结构 |
| 第二章 嵌入式人脸识别系统开发平台的设计 |
| 2.1 硬件平台的介绍 |
| 2.1.1 iTOP-4412开发板简介 |
| 2.1.2 开发板电源及其接口 |
| 2.1.3 显示器的连接 |
| 2.1.4 摄像头的选择及连接 |
| 2.1.5 OTG接口 |
| 2.2 系统软件开发平台搭建 |
| 2.2.1 操作系统的选择 |
| 2.2.2 宿主机操作系统的安装 |
| 2.2.3 安装Qt Creator |
| 2.2.4 交叉编译器的安装 |
| 2.2.5 Qt开发环境搭建 |
| 2.2.6 嵌入式操作系统uboot和内核的编译 |
| 2.2.7 嵌入式操作系统的移植 |
| 2.2.8 OpenCV的交叉编译与移植 |
| 2.2.9 OpenCV在 Qt Creator中的配置 |
| 2.2.10 OpenCV的移植 |
| 2.2.11 设备驱动的移植 |
| 2.3 本章小结 |
| 第三章 人脸检测和人脸识别算法 |
| 3.1 人脸检测算法 |
| 3.1.1 人脸检测的主要方法 |
| 3.1.2 Haar特征介绍 |
| 3.1.3 Haar型特征的积分图像的计算 |
| 3.1.4 弱分类器 |
| 3.1.5 基于AdaBoost算法的强分类器 |
| 3.1.6 强分类器的级联 |
| 3.2 人脸识别算法 |
| 3.2.1 人脸识别的主要方法 |
| 3.2.2 基于PCA的人脸识别算法原理 |
| 3.2.3 PCA人脸识别算法的特征训练 |
| 3.2.4 基于Fisher Face的人脸识别算法 |
| 3.2.5 基于LBPH的人脸识别算法 |
| 3.3 本章小结 |
| 第四章 系统软件总体设计 |
| 4.1 图像采集模块 |
| 4.2 图像类型转换模块 |
| 4.3 人脸图像预处理模块 |
| 4.3.1 图像灰度化 |
| 4.3.2 图像直方图均衡化 |
| 4.3.3 图像尺寸归一化 |
| 4.3.4 图像滤波 |
| 4.4 人脸检测模块 |
| 4.4.1 人脸检测分类器选择 |
| 4.4.2 人脸检测模块实现 |
| 4.5 人脸识别模块 |
| 4.5.1 训练过程 |
| 4.5.2 人脸识别 |
| 4.6 本章小结 |
| 第五章 人脸识别系统性能测试 |
| 5.1 人脸检测性能测试 |
| 5.2 人脸识别性能测试 |
| 5.3 系统平台适应性测试 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（7）Linux系统下C语言编程及技巧研究（论文提纲范文）
| 1 Linux系统简要概述 |
| 2 C语言具备的优缺点 |
| 2.1 C语言所具有的优点 |
| 2.2 C语言存在的不足 |
| 3 Linux系统下C语言程序开发 |
| 4 Linux系统的计算机C语言编程技巧 |
| 4.1 源程序编写 |
| 4.2 程序的调试 |
| 4.3 程序库的创建 |
| 4.4 充分重视示例程序 |
（8）国产异构跨平台开发环境研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究现状 |
| 1.3.1 国产操作系统替代Windows国内外现状 |
| 1.3.2 操作系统软件开发环境部署现状 |
| 1.4 论文的主要研究工作 |
| 1.4.1 研究问题和目标 |
| 1.4.2 研究内容 |
| 1.4.3 研究方法 |
| 1.4.4 研究创新点 |
| 1.5 论文组织结构 |
| 第二章 航天可视化常用开源库概述 |
| 2.1 相关概念介绍 |
| 2.1.1 zlib库 |
| 2.1.2 cURL库 |
| 2.1.3 libpng库 |
| 2.1.4 FreeType库 |
| 2.1.5 freeGLUT库 |
| 2.1.6 libjpeg库 |
| 2.1.7 GEOS库 |
| 2.1.8 Proj4库 |
| 2.1.9 GDAL库 |
| 2.1.10 OSG库 |
| 2.2 库间的编译依赖关系 |
| 2.3 本章小结 |
| 第三章 航天可视化常用开源库国产化移植 |
| 3.1 zlib库 |
| 3.2 cURL库 |
| 3.3 libpng库 |
| 3.4 FreeType库 |
| 3.5 freeGLUT库 |
| 3.6 libjepg库 |
| 3.7 GEOS库 |
| 3.8 Proj4库 |
| 3.9 GDAL库 |
| 3.10 OSG库 |
| 3.11 本章小结 |
| 第四章 探月工程遥操作作业平台的移植研究与实现 |
| 4.1 探月工程遥操作作业平台概述 |
| 4.2 方案设计 |
| 4.3 系统移植核心技术研究与实现一 |
| 4.3.1 软件安装与环境配置 |
| 4.3.2 项目导入 |
| 4.3.3 功能代码分析与修改 |
| 4.3.4 程序调试与问题解决 |
| 4.3.5 应用效果 |
| 4.4 系统移植核心技术研究与实现二 |
| 4.4.1 软件选择及初步配置 |
| 4.4.2 项目环境配置及编译 |
| 4.4.3 系统运行与结果分析 |
| 4.5 移植分析与总结 |
| 4.5.1 移植对比分析 |
| 4.5.2 代码修改及库的移植 |
| 4.5.3 Windows和中标麒麟操作系统对比分析 |
| 4.5.4 提高软件跨平台可移植性的建议 |
| 4.6 本章小结 |
| 第五章 航天可视化常用开源库自动化编译系统的设计与实现 |
| 5.1 自动化编译系统的设计 |
| 5.2 自动化编译系统的实现 |
| 5.3 实例说明 |
| 5.4 本章小结 |
| 第六章 开发环境对比分析 |
| 6.1 Cmake |
| 6.2 Qt Creator |
| 6.3 Code::Blocks |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文研究工作总结 |
| 7.2 研究工作展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（9）基于ARM和OpenCV的视频监控系统的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 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 论文研究内容及章节安排 |
| 第二章 嵌入式系统软硬件平台设计 |
| 2.1 系统总体方案设计 |
| 2.2 嵌入式硬件平台介绍 |
| 2.2.1 ARM处理器选型 |
| 2.2.2 4412开发板介绍 |
| 2.3 嵌入式软件架构介绍 |
| 2.3.1 嵌入式操作系统介绍 |
| 2.3.2 摄像头设备驱动流程 |
| 2.3.3 Qt简介 |
| 2.4 本章小结 |
| 第三章 OpenCV及移动检测跟踪算法设计 |
| 3.1 OpenCV简介 |
| 3.1.1 OpenCV基本架构分析 |
| 3.1.2 OpenCV常用结构体及功能 |
| 3.1.3 视频读写接口设计 |
| 3.2 移动检测与标记跟踪算法设计 |
| 3.2.1 常用移动检测算法比较 |
| 3.2.2 移动检测算法设计 |
| 3.2.3 标记跟踪算法设计 |
| 3.3 算法实现 |
| 3.3.1 OpenCV在Ubuntu上的编译与安装 |
| 3.3.2 基于Qt的GUI设计 |
| 3.3.3 Ubuntu上的算法实现 |
| 3.4 本章小结 |
| 第四章 嵌入式系统设计 |
| 4.1 嵌入式系统构建 |
| 4.1.1 交叉编译环境搭建 |
| 4.1.2 U-boot编译 |
| 4.1.3 Linux内核裁剪 |
| 4.1.4 Qt/E文件系统编译 |
| 4.2 算法及依赖库移植 |
| 4.2.1 OpenCV函数库移植 |
| 4.2.2 第三方依赖库移植 |
| 4.2.3 移动检测与跟踪算法移植 |
| 4.3 嵌入式系统上的算法实现 |
| 4.4 本章小结 |
| 第五章 系统测试及性能分析 |
| 5.1 整体功能验证 |
| 5.1.2 嵌入式系统验证 |
| 5.1.3 视频读写功能验证 |
| 5.1.4 运动检测与跟踪功能验证 |
| 5.1.5 Qt-GUI交互界面验证 |
| 5.2 性能分析 |
| 5.2.1 视频帧率 |
| 5.2.2 视频文件大小缩减率 |
| 5.3 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 |
| 作者简介 |
四、Linux编译器的使用技巧（论文参考文献）
- [1]基于代码克隆检测和触发式验证的漏洞检测技术研究与实现[D]. 韩泽方. 北京邮电大学, 2021(01)
- [2]基于TPU和FPGA的植物叶片病虫害分级检测方法的研究与实现[D]. 栾奕. 武汉轻工大学, 2020(06)
- [3]氯气生产车间巡检机器人的应用研究[D]. 卢应虎. 淮阴工学院, 2020(02)
- [4]基于标记的跨平台并行编程框架设计与实现[D]. 唐佩佳. 中国科学技术大学, 2020(02)
- [5]在线评测系统的评分方式研究与改进[D]. 曹学琪. 西藏大学, 2020(02)
- [6]基于Cortex-A9的人脸识别系统设计[D]. 俞金山. 合肥工业大学, 2020(02)
- [7]Linux系统下C语言编程及技巧研究[J]. 张延梅. 电脑知识与技术, 2019(28)
- [8]国产异构跨平台开发环境研究[D]. 徐博贤. 石家庄铁道大学, 2019(03)
- [9]基于ARM和OpenCV的视频监控系统的设计与实现[D]. 王力. 西安电子科技大学, 2019(02)
- [10]试论Linux系统下计算机C语言的编程技巧[J]. 孙少逊. 信息通信, 2019(02)