基于MVC智能高清卡口信息系统设计和实现.docVIP

基于MVC智能高清卡口信息系统设计和实现.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于MVC智能高清卡口信息系统设计和实现

基于MVC智能高清卡口信息系统设计和实现   摘 要: 针对MVC智能高清卡口信息系统运用中的存在问题,通过对相关的数据库分析、对C/S、B/S、高清设备、图像处理、网络传输等理论知识进行论述。按照高清卡口需求来实现相应的功能,从业务实际需求出发,借鉴周边的先进业务模型,参考已有卡口产品的先进设计,最终确定本地系统模型设计,并确保与交通工作的优化结合。确定总体方案后,进行详细的系统设计和软件设计,经过测试表明:相关设计效果良好。   关键词: MVC; 高清卡口; 架构; 信息系统   中图分类号: TN315?34 文献标识码: A 文章编号: 1004?373X(2013)08?0071?03   0 引 言   在许多整合框架策略能够实现MVC体系结构中比较常用的整合框架策略是Struts+Hibernate架构[1]。Struts是MVC设计模式的一个应用实例,它是实现表示层的工具,应用Struts可以极大减轻设计和开发大型企业级软件的负担,使辅助设计人员有效地规划作业流程,并使设计人员和编程人员在较短的时间里能开发出系统原型。Hibernate是一种新的对象/关系数据库映射工具,它不仅提供了Java类和数据表之间的映射,还提供了数据查询和恢复机制,在系统中更好地实现了数据持久化[2]。   1 智能高清卡口业务流程设计   为提高对刑事、治安案件的快速响应和处理,以及进一步防治、防控的能力,设置卡口系统对于稳定社会治安、创建和谐城市具有重大的现实意义[3]。利用高科技装备建设高清治安卡口系统,可以及时准确地记录机动车辆信息,随时掌握各出入口的机动和非机动车流量及状态,进行车辆动态布控,通过对于一个维度值进行规约操作,实现数据按照这个维度进行一次汇总聚集。下卷和上卷正好是相对应的,是沿着维度信息向更加细粒度的方向进行扩展[4]。切片和切块这2个操作只是针对所选用的维度粒度上有区别,前者是考虑从数据立方体中获取一个维度值,后者是会获取两个或者两个以上的维度信息,从而实现数据立方体的切割,实现数据共享,为授权用户提供远程服务和Web查询,使指挥中心可随时调用各卡口信息[5]。   2 软件模块设计   该软件系统大致分为“车辆识别”、“数据传输”、“数据存储”、“布控、黑名单比对报警”、“违法超速比对报警”、 “系统检测及故障处理”、“数据备份与清除”、“时钟同步”、“Web管理平台”、“车辆跟踪分析”等几个功能模块[6]。   系统采用C/S和B/S相结合的方式。系统的数据传输、比对报警、故障检测等采用C/S模式;查询、统计等操作用B/S模式实现。   系统前端采用高分辨率摄像机对过往车辆进行抓拍,获取前排司乘人像的同时,通过嵌入式系统软件对车辆图像的车牌号进行实时自动识别,把识别结果及车辆图像传输至后台系统进行比对、报警处理。借助前面的研究工作,基于 Web日志挖掘的分布式计算平台,对于海量数据的处理是有很高的效率的和相对较低的成本以及,同时结合需要分析的 Web日志的特点,完全可以利用这个平台进行海量数据的处理工作,同时利用 Hive工具。   3 数据传输率设计   车辆数据的传输采用业界通用的TCP/IP协议进行传输;首先由前端设备传送到营房分中心,进行数据解析之后实时转发到市局中心,Google的文件存储系统能够实现对于海量数据的存储,这其中包括很多 Web日志数据,Web资源数据,它们的文件大小动则几个 GB,很多数据一天的累积量就达到 TB级别,如果需要对如此的数据进行有效的管理,就需要对文件设计时,考虑文件块的大小,这样不用动用很多的文件块,就能实现对于海量数据的处理了。   3.1 数据存储   由于成本和数量不断增长,导致必须考虑采用更加廉价,并且更加适应这种海量数据计算的新的系统,首先考虑目前采用类似 orcale这类集中式的 SISD(Single Instruction stream,Single Data stream)这种一条指令,一条数据流的模式,或者 Oracle rac这种多处理机,共享存储器的模式,会逐渐因为计算量的不断增长,如像淘宝、百度这类互联网公司每天都需要海量的日志,而且几乎都是以每几十个 TB的速度增长,由于传统的关系型数据库系统需要的结构化的数据源,而日志数据一般又不能很好地满足这种二维表结构的,因此需要一种不使用关系型数据库来控制数据的持久性。其中数据层只负责信息的采集和归类,业务层主要负责相关功能业务的处理和数据的流向等,表示层主要负责数据信息的显示。   3.2 系统检测和故障处理功能设计   (1)故障自动检测   数据库本身蕴含着大量的信息,需要通过一定的方法来对着这些信息进行发掘,在对海量 Web日志进行分析时,可能会考虑

文档评论(0)

3471161553 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档