论文网
数据库相关论文例文,与工程硕士学位文评阅书相关毕业论文开题报告
本论文是一篇数据库相关毕业论文开题报告,关于工程硕士学位文评阅书相关毕业论文格式模板范文。免费优秀的关于数据库及信息管理系统及管理系统方面论文范文资料,适合数据库论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
可能会随着业务逻辑的需求而增加,但是以下方法是必须的Get(Serializableid):根据主键加载持久化实例.
Save(Objectentity):保存持久化实例.
Update(Objectentity):更新持久化实例.
Delete(Objectentity):删除持久化实例.
本系统是构造在Spring和Hibernate框架之上的,利用Spring对DAO和Hibernate的支持,我们可以方便的实现DAO组件类,并且我们能够方便的对DAO组件类进行部署.
Spring对各种常用的持久化技术都提供了很好的支持,Spring为Hibernate提供的基类是HibernateDaoSupport,该类只需要传入一个SessionFactory引用,即可得到一个HibernateTemplate实例,而HibernateTemplate实例的功能非常强大,可以很容易实现数据库的大部分操作.本文扩展了HibernateDaoSupport,在系统原有功能的基础上增加了分页查找功能.
当DAO实现类继承了HibernateDaoSupport后,就可非常容易地获得HibernateTemplate实例,一量拥有HibernateTemplate实例,大部分持久化操作都可以通过一行代码进行实例.
实现DAO组件后,对其配置就很简单了,对于继承了HibernateDaoSupport的DAO实现类,只需要为其注入SessionFactory即可,由于所有DAO组件都要注入SessionFactory引用,因此本文使用Bean继承简化DAO组件的配置.
4.4.2业务逻辑层实现
业务逻辑层组件是DAO组件的门面,所以也可以理解为业务逻辑组件需要依赖于DAO组件,业务逻辑组件面向DAO接口编程,可让业务逻辑组件从DAO组件的实现中分离出来.因此业务逻辑组件只需关心业务逻辑的变化,无需关心数据访问逻辑的实现.从最大程度上降低两层之间的耦合.
业务逻辑组件主要负责实现系统所需要的业务方法,系统有多少个业务需求,业务逻辑组件就能提供多少个对应方法.本文采用贫血模型设计,因此业务逻辑方法完全由业务逻辑组件负责实现.
由于系统的业务逻辑方法在后面的章节中会详细介绍,在此只说明一下业务逻辑层事务管理的实现.
与所有JAVAEE应用类似,本系统的事务管理负责管理业务逻辑组件里的业务逻辑方法,只有对业务逻辑方法添加事务管理才有实际的意义,对于单个DAO方法增加事务管理是没有太大的意义的.
借处于Spring提供的txaop两个命名空间的帮助,系统可以非常方便地为业务逻辑组件配置事务管理.通过对容器中的组件进行简单配置,就可以实现复杂的事务管理.
业务逻辑层组件是通过Spring的IOC容器来管理的,我们也只需要对组件之间的依赖关系进行配置即可达到管理组件的目的.Spring的这种管理方式可将各组件之间耦合从代码中剥离,放在配置文件中进行管理.提高系统的可维护性和可扩展性.
4.4.3Web层实现
前面部分已经实现了本系统所有的中间层内容,系统所有业务逻辑组件也都部署在Spring容器中了,接下来应该为应用层实现Web层了,通常而言,系统的控制器和JSP在一起设计.因为JSP页面发出请求后,该请求被控制器收到.然后控制器负责调用业务逻辑组件来处理请求,因此可以认为控制器是JSP页面和业务逻辑组件之间的连接纽带.
由第二章介绍我们知道在Spring和Struts整合时,Struts不再自己管理Action.Action的创建交由Sping容器完成.所以首先要配置Struts的核心拦截器,拦截器拦截到请求后,会调用Spring中配置的相应的Action.其用例图如下:
图4.11Web层实现用例图
4.5实时监控功能实现实时心电监控部分主要功能是,借助服务器转发,用户客户端向医生客户端发送实时的心电数据有利于医生实时检测心电.传输流程图如如图所示,心电数据实时监控由用户客户端,服务器端,医生客户端三部分组成:
用户客户端.用户客户端接收蓝牙发送的心电数据后,缓冲1秒钟,将收到的数据帧的帧头去掉,根据缺失帧前后帧的心电数据,补全遗漏的帧.将数据加上时间标识,组成数据包发送到服务器端.并将数据包保存到临时文件中,若1秒钟后还未收到确认信息,重新发送数据包.收到确认信息,删除缓存数据.
服务器.接收到数据后,对数据包进行解析,根据数据帧中长度信息检测是否数据完整.若收到完整的数据的包,向用户客户端发送确认包.然后将数据按包头中的时间信息存入数据库.当医生客户端请求实时心电数据时,根据请求的时间信息,检测存在该时间点的心电数据,若发现则将数据发送到医生客户端.
图4.实时监控流程图
医生客户端首先创建定时器,每一秒钟根据时间点向服务器请求实时心电数据.若1秒钟后还未收到数据,则再次请求数据.若收到心电数据.检测是否是上一次请求的数据,如果是实时心电数据,则显示数据并保存,如果是迟到的心电数据,则按时间点保存,以备医生以后查看.
项目实践过程中遇到的难题及解决方法如下:
节省流量.若传输心电数据过于庞大,不仅容易网络拥塞,而且占用流量比较大.为了节省流量,缓冲1秒数据后,将接收的十六进制的数据直接转发,不再进行解码.这样2Byte空间就可以表示一个数据点.
保证数据一致性.为保证数据一致性,采用确认重发机制.客户将数据发送到服务器后将数据缓存,等待服务器发送确认消息后去除缓存.若1秒钟后还未收到确认信息,则重新发送心电数据.在医生客户端每1秒钟均会请求实时数据,当接收到心电数据后,将心电数据缓存.检测缓存,发现有遗漏的时间点数据没有收到.继续请求遗漏时间点心电数据.
网络拥塞.当网络拥塞时,确认包会不能及时到达或者实时数据和迟到数据同时到达医生客户端.针对这种问题,发送包时将时间封装在数据包中.根据时间,重发的数据只会覆盖掉以前接收的同一时刻的数据,而不会覆盖掉其它数据.迟到的数据和实时数据同时到达医生客户端时,显示实时数据,保存迟到数据.当医生进一步了解时,将缓存的完整的心电数据显示.系统实现结果分析
4..1信号检测算法实验结果
本文采用的心电检测方法比较快速,但是效果同样也能很好,我们使用了中值滤波的方式对心电信号进行去噪,在Matlab中生成的对比图如图4.12所示.
图4.图
图4.采用该方法对多组来自MIT-BIHArrhythmiaDatabase中QTDatabase(qtdb)提供的106组心电数据和一些临床实测数据进行心电信号检测.使用MIT.BIHArrhythmiaDatabase中QTDatabase(qtdb)的部分数据对该算法进行评估,并把该检测结果与其提供的P,R,T波波峰点,QRS波群的起止点所在的位置进行了对比,结果表明该方法可以准确定位R峰所在位置,误差在30ms之内.P,T波波峰,各波的起止点误差在50ms之内,QRS波群的起止点的误差在60ms之内.而目前的国际标准ANSI/AAMIEC38中对QRS波的检出要求是在标注时刻的150ms范围内.该差分阈值法与提出的一阶导数阈值法结合检测心电波形的算法在标注时刻范围减小的同时,对MIT.BIHArrhythmiaDatabase中QTDatabase(qtdb)检测能够获得较好的检出精度和效率.实验只对每个心电信号的第一通道的信号进行检测,检测结果的错检个数为10漏检个数为4总的误检个数为14.这个检测精度能很好地满足实时系统的要求.4.6.2结果打开用户客户端软件后,在主界面打开菜单,选择"打开蓝牙"选项,跳转到蓝牙搜索界面,开始搜索心电采集仪,界面如图4..搜索完毕,将搜索到的蓝牙服务器列以蓝牙MAC地址命名后,以列表方式显示,如图4.所示.
图蓝牙搜索图
图4.蓝牙搜索结果显示图
从图中我们可以看到列表第一个项即为心电仪的蓝牙服务器.点击第一项,页面跳转回主页面.手机与刚才选择的蓝牙服务器相连接.连接完成后,用户客户端接收心电数据,进行波形检测.检测结果以红色圆点标注,如图所示.医生客户端主要功能是显示波形,效果与图类似,在此不再叙述.
图心电波形及检测结界图
图医生客户端实时心电显示波形图从图4.可以看到医生客户端显示的波形图.是没有经过检测处理的波形图,供医生诊断,
图本章小结
本章在前知识的基础上,Java语言和C语言,完成用户客户端,医生客户端,医疗管理系统开发.首先,在对用户需求做详细分析基础上,对系统总体架构进行设计,对核心业务流程作简要分析.
5.1总结
本文在Android系统和远程监控通系统深入研究的基础上,深入学习Windows编程技
数据库相关论文例文,与工程硕士学位文评阅书相关毕业论文开题报告参考文献资料：