团队作业5——测试与发布(Alpha版本)(Vitamin C)
目录
目录
- 目录
- 作业详情
- 一、Alpha版本测试报告
- 1.bug列表
- 2.场景测试
- 3.测试矩阵
- 4.出口条件
- 二、Alpha版本发布说明
- 1.功能介绍
- 修改缺陷
- 3.环境要求
- 4.安装方法
- 5.发布方式与发布地址
作业详情
| 作业所属课程 | 软件工程 |
|---|---|
| 作业要求 | 团队作业5——测试与发布(Alpha版本) |
| 作业目标 | 一、Alpha版本测试报告;二、Alpha版本发布说明 |
一、Alpha版本测试报告
1.bug列表
| BUG内容 | 是否修复/版本修复 |
|---|---|
| 数据库数据类型错误导致查询错误 | 是 |
| 模版渲染未正确使用if标签 | 是 |
| 没有对NULL数据进行处理 | 是 |
2.场景测试
- 英语老师:今天在课堂上布置了新的单词测验
- 学生:到网页应用做单词检测
3.测试矩阵
| 测试模块 | 测试项 | chrome | edge | IE | firefox |
|---|---|---|---|---|---|
| 登录 | 点“注册”跳转 注册页面 | T | T | T | T |
| 点“登录”成功登录后跳转主页面 | T | T | T | T | |
| 有背景图片 | T | T | T | T | |
| 注册 | 点“注册”,如果账号已经被注册出现提示 | T | T | T | T |
| 没有输入任何数据不能注册 | T | T | T | T | |
| 单词测试 | 是否能成功显示中文词解 | T | T | T | T |
| 是否能输入单词 | T | T | T | T | |
| 历史成绩查询页面 | 是否能正确显示用户测试次数 | T | T | T | T |
| 是否能正确显示用户做题时间 | T | T | T | T | |
| 是否能正确显示用户准确率 | T | T | T | T |
4.出口条件
- 能正常进入网页
- 能进行英语单词检测
- 能对历史情况进行记录
二、Alpha版本发布说明
1.功能介绍
- 登录页面:根据账号、密码登录进入网页

- 单词检测页面:学生端能进行单词检测

- 历史成绩查询页面:可以查询到学生历史学习情况

修改缺陷
lpha第一个版本,没有修改缺陷
3.环境要求
| 浏览器 | 说明 |
|---|---|
| chrome | 正常 |
| firefox | 正常 |
| edge | 正常 |
| IE | 正常 |
4.安装方法
只需访问网页
5.发布方式与发布地址
- 发布方式:先小范围推广使用
- 发布地址:10.10.10.10:8080
相关推荐
数据驱动的电力系统潮流线性化:回归方法【IEEE5节点】(Matlab代码实现)
内容概要:本文提出了一种基于回归方法的数据驱动模型,用于实现电力系统潮流方程的线性化,以降低传统非线性潮流计算的复杂度并提升计算效率。研究聚焦于IEEE5节点标准测试系统,详细阐述了回归模型的构建流程,包括输入特征选择、数据集生成、模型训练与验证等关键环节,并通过Matlab代码实现了完整的算法流程。文中对比了不同回归算法的线性化精度,验证了该方法在电力系统分析、优化调度及实时控制等场景下的有效性与实用性,为后续研究提供了可复现的技术基础与代码支持。; 适合人群:具备电力系统分析基础知识和Matlab编程能力的高校研究生、科研人员以及从事电力系统自动化、智能电网相关工作的工程师。; 使用场景及目标:① 掌握数据驱动方法在电力系统潮流计算中的应用,替代传统迭代求解以提升效率;② 学习如何利用回归模型对复杂非线性系统进行近似建模与线性化处理;③ 借助提供的Matlab代码进行算法复现、性能测试及进一步拓展至其他节点系统或优化问题。; 阅读建议:建议读者结合电力系统潮流计算的基本理论,深入理解数据生成与特征工程的设计逻辑,在运行代码时关注输入输出变量的物理意义,并尝试调整模型参数或更换回归算法以探究其对线性化精度的影响,从而全面提升对数据驱动建模方法的掌握与应用能力。
龙头企业寻求跨界技术融合,是否有专门支持产业链上下游智能匹配的溯源服务平台?.docx
科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。
SFT 数据构建 Lite:对话/文档生成 JSONL 并质检,零 Key 离线可跑(Python 源码)
SFT 数据构建 Lite 实战包。从多轮对话或文档片段生成 instruction/input/output JSONL,支持去重、空字段与长度质检、训练/验证拆分和统计报告。规则模板实现,零第三方依赖、零 API Key,可离线运行,含样例与冒烟测试。MIT。作者 blog.csdn.net/mtl1994
windui轻量跨平台桌面 GUI 框架
轻量跨平台桌面 GUI 框架 — 用 Rust 构建内存友好的小工具。
科技中介服务机构如何利用智能体技术提升服务响应速度与用户粘性?.docx
科技中介服务机构如何利用智能体技术提升服务响应速度与用户粘性?


