菌物标本信息智能采集管理系统

发布时间：2022-07-15 17:51

　　传统菌物标本采集方式使用数码相机、GPS定位仪和纸笔记录采集信息,再录入到电脑中,采集效率低下、工作重复,且二次录入易出现照片和信息对应错误。为解决上述传统采集方式存在的不足,本文开发了一套菌物标本信息智能采集管理系统,实现菌物标本信息的野外智能采集和管理。系统由移动端菌物标本信息智能采集App和服务器端菌物标本信息管理系统两部分组成,用户通过移动端App智能化录入标本信息,传输到服务器端进行存储和管理。本文研究内容包括以下三部分:训练菌物识别模型,使用TensorFlow深度学习框架,通过迁移学习的方法训练用于菌物识别的神经网络模型,并在Android平台部署;基于Android平台开发移动端App,实现菌物识别、图像采集、地理位置获取、输入信息动态匹配等菌物标本信息智能采集功能,以及标本采集数据的存储和传输;开发服务器端管理系统,基于Spring Boot框架、MySQL数据库,实现菌物标本信息和用户信息的管理,以及信息的批量导入和导出。本文开发的菌物标本信息智能采集管理系统实现了菌物标本信息的野外智能采集和管理。移动端App通过菌物识别、标本信息智能采集以及标本信息的传输,使菌物... 

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
    1.3 主要研究内容
    1.4 论文章节安排
2 相关技术介绍
    2.1 Android开发平台
    2.2 深度学习框架TensorFlow
    2.3 迁移学习
    2.4 TensorFlow Lite
    2.5 OkHttp
    2.6 Android Camera2
    2.7 百度地图API
    2.8 Spring Boot
    2.9 MySQL
    2.10 本章小结
3 需求分析
    3.1 移动端菌物标本信息智能采集App
        3.1.1 注册登录模块
        3.1.2 菌物标本信息采集模块
        3.1.3 菌物识别模块
    3.2 服务器端菌物标本信息管理系统
        3.2.1 标本管理模块
        3.2.2 App用户管理模块
        3.2.3 系统管理模块
    3.3 本章小结
4 系统设计
    4.1 系统架构设计
    4.2 系统流程设计
        4.2.1 菌物标本信息采集流程
        4.2.2 菌物标本信息管理流程
    4.3 系统界面设计
        4.3.1 移动端菌物标本信息智能采集App界面设计
        4.3.2 服务器端菌物标本信息管理系统界面设计
    4.4 数据库设计
        4.4.1 移动端菌物标本信息智能采集App数据库
        4.4.2 服务器端菌物标本信息管理系统数据库
    4.5 本章小结
5 基于深度学习的菌物识别模型研究
    5.1 数据集建立
    5.2 模型训练
    5.3 模型格式转换
    5.4 本章小结
6 系统实现
    6.1 移动端菌物标本信息智能采集App实现
        6.1.1 菌物标本信息采集模块实现
        6.1.2 菌物识别模块实现
    6.2 服务器端菌物标本信息管理系统实现
        6.2.1 标本管理模块实现
        6.2.2 App用户管理模块实现
        6.2.3 系统管理模块实现
    6.3 本章小结
7 系统安装及使用
    7.1 系统安装
        7.1.1 移动端菌物标本信息智能采集App的安装
        7.1.2 服务器端菌物标本信息管理系统的部署
    7.2 系统使用
        7.2.1 移动端菌物标本信息智能采集App使用简介
        7.2.2 服务器端菌物标本信息管理系统使用简介
    7.3 本章小结
8 系统测试
    8.1 测试环境
    8.2 功能测试
        8.2.1 移动端菌物标本信息智能采集App功能测试
        8.2.2 服务器端菌物标本信息管理系统功能测试
    8.3 测试结论
9 总结与展望
    9.1 总结
    9.2 工作展望
参考文献
个人简介
导师简介
获得成果目录清单
致谢


【参考文献】：
期刊论文
[1]基于MVC架构的Dreamweaver网上微课系统设计[J]. 矫学光.  电子技术与软件工程. 2019(03)
[2]基于SSM框架的分布式架构二手书交易系统[J]. 王婧,王晓云,于波.  电脑知识与技术. 2019(03)
[3]基于网页设计中UI界面的应用[J]. 樊鸿烨,关玉欣.  电子技术与软件工程. 2019(02)
[4]基于TensorFlow手写数字识别模型设计与实现[J]. 邢萌.  电子技术与软件工程. 2019(02)
[5]基于百度地图API的城市地下管网信息系统设计与实现[J]. 袁通,陈强,周玲.  智能计算机与应用. 2019(01)
[6]TensorFlow在图像识别系统中的应用[J]. 邢艳芳,段红秀,何光威.  计算机技术与发展. 2019(05)
[7]TensorFlow平台上基于MobileNet模型的商品识别[J]. 王傲然,刘玮.  信息通信. 2018(12)
[8]基于TensorFlow的移动终端图像识别方法[J]. 熊亚蒙.  无线互联科技. 2018(21)
[9]寓美育于菌物学教学之中[J]. 韩玉竹,王宝全,赵建军.  生物学杂志. 2019(04)
[10]谷歌Tensorflow框架在自动驾驶汽车车辆识别功能中的应用[J]. 吴丽华.  汽车实用技术. 2018(20)

硕士论文
[1]基于web的旅游服务平台的设计与实现[D]. 张凡.内蒙古大学 2018
[2]基于TensorFlow的Android平台实时车辆和交通标志牌检测的研究[D]. 张州.中国地质大学(北京) 2018
[3]基于Android与Node.js的车友会系统设计与实现[D]. 戴鹏程.南昌航空大学 2017
[4]基于深度学习的植物图像集识别技术研究[D]. 刘孟南.华侨大学 2017
[5]基于移动通信的野外数据采集系统的研究与实现[D]. 张晟.南京邮电大学 2016
[6]林木数字化标本馆的研究与设计[D]. 许彩娟.广西大学 2015
[7]基于Android的森林资源数据外业采集系统研建[D]. 朱煜.北京林业大学 2014
[8]基于Android终端的GIS野外数据采集系统设计与实现[D]. 田政.北京林业大学 2014



本文编号：3662549