【摘 要】
:
企业电力缴费与家庭用户缴费有明显的区别,企业一般有多个用电账户,在后台经过授权可完成企业电费的统一结算,提高企业电费结算效率。论文以企业电力缴费特征、需求为基础,完
论文部分内容阅读
企业电力缴费与家庭用户缴费有明显的区别,企业一般有多个用电账户,在后台经过授权可完成企业电费的统一结算,提高企业电费结算效率。论文以企业电力缴费特征、需求为基础,完成基于企业移动App的缴费处理查询与后台统一账户结算功能,构建了符合企业特征的电力缴费与账户结算综合平台。论文基于JavaEE框架结构,设计并实现了一个面向电力公司、企业客户的企业电力缴费系统系统。系统移动端基于Android,电力公司业务后台办公采用桌面Web系统。首先,立足于企业电力缴费系统管理业务的各类用户群,从公司运营和企业客户两方面分析业务,归结出用户包括电力公司、企业客户。详细分析了电力运营结算业务的整体工作流程,采用UML建立其功能模型和结构模型,实现对企业电力缴费系统业务的细致分析。在分析的基础上,给出了系统的软件结构设计,提出了数据层、逻辑层、功能层和用户层的多层结构设计,完成了包括客户端App、结算授权管理、企业电费管理、电费账户管理模块结构设计。通过数据库概念模型和核心表结构设计,完成了系统的数据库设计;通过类设计和顺序图完成了系统各功能模块的详细设计。通过Eclipse,客户端采用Android,服务端采用Java语言完成了客户端App、结算授权管理、企业电费管理、电费账户管理四大模块等主要功能的实现。论文完成了四个模块的功能测试和系统性能测试。经过测试,所建设的企业电力缴费系统系统在功能和运行可靠性上都达到了预定的设计目标。能够满足企业电力缴费系统工作的需求,目前正全面推开使用。
其他文献
在当今社会,由于科学技术的发展,生产与生活的各个方面产生着海量的数据,对其充分利用将会为人类社会产生巨大的价值,然而数据的维数之高,结构之复杂给数据的分析、处理和存储带来了挑战。子空间聚类是一种全新的数据聚类方法,它将高维数据分割到若干个低维的子空间中,其中每个子空间对应一个类,以便于进行数据的分析和处理。子空间聚类作为一种有效的数据分析和处理的方案已经被广泛应用于机器学习,计算机视觉,图像处理和
近年来,深度学习在科学研究领域有着大量的研究成果,深度学习的应用也在社会的方方面面改变着人们的生活。为了提升模型的准确率,神经网络的层数越来越多,模型参数量和运算量越来越庞大。模型的巨大参数量使其需要更大的存储空间和运行占用内存,巨大的运算量使得运行神经网络的耗能增高、运行时间加长,这些都导致将深度神经网络模型部署到资源有限的硬件如移动端设备十分困难。因此在保持较高模型精度的同时,优化模型的体积、
教育大计,教师为本。在实现兴边富民、乡村振兴战略及推进城乡义务教育均衡发展的背景下,要提升边境民族地区乡村教育的质量,关键在于建设一支高素质的乡村教师队伍。然而,当前边境民族地区乡村教师尤其是乡村小规模学校教师专业化水平不高,难以适应新时代人才培养需要。因此,促进边境民族地区乡村小规模学校教师专业发展,打造一支高素质的专业化乡村教师队伍已成为发展边境民族地区乡村教育事业的当务之急。本研究以广西边境
数据平面可编程是网络控制与管理发展的必然,而网络的可编程性时常是以牺牲的网络性能为代价。在软件方面,主要依靠CPU算力快速的发展以及高性能I/O技术的支持,通过仔细的程序设计,可以实现10Gbps的线速转发。然而,在数据转发要求40Gbps甚至百Gbps的数据转发,需要依靠专有硬件设备支持,而专有硬件设备的可编程性较低,即使设计出可编程网络芯片,但由于需要特定的编程语言与方法支撑,导致其编程复杂门
随着计算机软件技术的飞速发展,软件质量受到人们要求越来越高的重视,在软件开发中,软件测试的地位越来越重要。自动化测试工具的诞生,让软件测试的效率得到极大的提升,且云测试的提出,使软件测试得到进一步的改善和拓展。然而自动化测试工具的种类繁多,且被测应用的语言平台多样,传统的单体软件架构开发方式越来越难以满足测试云平台对多种自动化测试服务的扩展需求。而通过微服务架构,可很容易把市面上许多现存的自动化测
随着我国经济的快速发展,生活水平的日益提高,人们对于物流产品的品质等级和价值要求也相应越来越高,保证产品的安全、质量和环境要求是物流运输的主要任务之一。由于近几年我国物流产业爆发式的增长状态,物流运输中经常会发生物品丢失、损坏等问题,同时也会产生由于物品保存不完整、运输不规范而引发的安全隐患,造成不同程度的物品损耗风险。目前市场上物流运输监测产品较少,且功能较为单一,不能对物流运输过程进行全面监测
本文以2008年至2017年中国股票型和偏股混合型开放式基金为样本,通过对基金投资组合的考察,研究了经济政策不确定性对我国开放式基金基本面信息偏好的影响。考虑到证券分析师是市场信息传递过程中的信息中介,本文进一步考察上述影响是否在分析师关注度不同的投资组合中存在差异。此外,本文还在基本面信息偏好的实现方式和基金类型间差异上做了拓展研究,并从收益率角度进行了经济后果分析。实证结果表明,高经济政策不确
分数阶微积分相对于整数阶微积分的优势在于能够更好地描述材料和过程的记忆以及遗传特性。忆阻器是一种非易失性元件,相对于电阻,能够更好地模拟人类大脑中的神经突触。研究表明,在实际电路中电容往往是分数阶的。将分数阶电容应用到忆阻神经网络的大规模电路实现中去,从而能够构建分数阶忆阻神经网络模型。分数阶忆阻神经网络能够更加精确地描述人类大脑神经网络的动力学行为,因此,对分数阶忆阻神经网络的动力学及镇定问题进
传统民族服饰是中华优秀文化遗产的重要组成部分,包含着一个民族的文化内涵。而如何挖掘文化遗产中的文化元素、文化符号以及精神标注已经成为亟需解决的关键问题。本文以传统民族服饰为研究对象,开展多标签分类研究。主要的研究内容包括:(1)针对ML-KNN算法中未考虑近邻距离影响的问题,提出了一种改进算法。该算法在ML-KNN算法的基础上融合了近邻标签集的影响,以此来提升算法多标签分类的性能。之后,在传统民族
数据融合技术将来自多个传感器的信息相结合,以实现比单独使用单个传感器所能达到的更高的准确率和更具体的推论,因而被广泛应用于军事、医疗、人机交互、目标跟踪等领域。神经网络作为一种经典的人工智能算法,其在处理非线性问题方面具有良好的效果,而卷积神经网络作为深度学习的代表算法之一,其具有强大的特征表示能力且可并行处理的优点。所以,本文对基于卷积神经网络的数据融合算法进行了研究,并将其用于眼动跟踪数据融合