从0到1队——Alpha冲刺day6
| 这个作业属于哪个课程 | 2023年福大-软件工程实践-W班 |
|---|---|
| 这个作业要求在哪里 | 团队作业——站立式会议+alpha冲刺 |
| 这个作业的目标 | 记录alpha冲刺Day6 |
| 其他参考文献 | 无 |
目录
- 一、团队成员站立式会议总结
- 组员1:鲍仁俊同学
- 组员2:蔡旭阳同学
- 组员3:迪力亚尔同学
- 组员4:甘佳欣同学
- 组员5:林诗怡同学
- 组员6:林玥利同学
- 组员7:吴笛同学
- 组员8:郑慧铃同学
- 组员9:黄昭彬同学
- 二、站立式会议照片
- 三、项目燃尽图
一、团队成员站立式会议总结
组员1:鲍仁俊同学
上一次会议到现在的进展:
1、完善了简单的登录和利用SESSION保留用户的登录状态
2、帮助前端完成了类别标签的名称显示
3、修复删除问题但问题下的评论没删除所带来的不一致性问题





存在的问题/遇到的困难:
1、对于后面的举报部分比较难实现
2、对于消息的信息记录的设置和优化有一定的难度今天到明天会议的安排:
1、完善举报部分的基础页面的设置
- 心得体会:
这个实践作业还是很考验团队合作的能力,有时候交流上面很难描述清楚,对于队员有些不熟悉的东西很难提供一些有实质性的帮助,还需要提炼自己的表达能力。
- issue

组员2:蔡旭阳同学
上一次会议到现在的进展:
1、汇总测试结果,进一步编写测试报告
2、设计后端测试相关测试用例对后端进行进一步测试
存在的问题/遇到的困难:
关于测试接口的用例设计上较为薄弱,在网上搜寻相关信息后得到较好解决今天到明天会议的安排:
继续测试用例的设计
继续测试报告的汇总和编写
继续进行后端的测试
- 心得体会:
在后端测试中,重要的是仔细研究接口文档、模拟各种负载情况,并专注于安全和异常处理。同时,与开发团队密切合作,及时报告问题,并保持日志和监控的准确性。
组员3:迪力亚尔同学
- 上一次会议到现在的进展:
完成第六天的代码审核工作


存在的问题/遇到的困难:
编译不成功,无法在目标上加载代码今天到明天会议的安排:
完成第七天的代码审核工作心得体会:
时常审查自己的代码,不仅能辨析自己的得失,还能够进一步提高自己在未来工作中的设计能力和预见能力组员4:甘佳欣同学
上一次会议到现在的进展:
完成问题概览界面的渲染

完成问题列表界面的渲染
实现搜索功能
实现批量删除功能
实现编辑和删除功能

存在的问题/遇到的困难:
实现搜索功能时,要使用多选下拉框存在问题,一直没有渲染上去,后面查阅资料才成功完成今天到明天会议的安排:
完成举报处理界面的渲染心得体会:
新组件的使用确实会有些小问题,但只要第一次成功实现,后面就会得心应手了,遇到问题不要着急,要耐心找资料解决



组员5:林诗怡同学
上一次会议到现在的进展:
1、热榜部分等待后端开发人员的接口
2、学习推荐详情页编辑框的写法

存在的问题/遇到的困难:
富文本框组件有bug今天到明天会议的安排:
完善详情页心得体会:
冲刺已经过半了,继续加油!组员6:林玥利同学
上一次会议到现在的进展:
完成选择分类下拉栏
完成推荐列表
(其中粉色和蓝色仅用于排版布局,后面会去除掉)


存在的问题/遇到的困难:
字体图标不知道如何使用
后面使用了iconfont的图片类型今天到明天会议的安排:
细化热搜和推荐列表,完成推荐详情页、想说、想问发布心得体会:
今天的开发还比较顺利,没有纠结组件库的安装,自己手写了分类下拉栏和推荐列表的卡片。感觉vue就算是自己动手写也很方便,相信明天会完成更多内容。
组员7:吴笛同学
上一次会议到现在的进展:
完成获取问题详情页的初步
存在的问题/遇到的困难:
在获取回答者信息的时候报空指针异常错误
今天到明天会议的安排:
继续完成获取问题详情页接口的编写心得体会:
遇到一直解决不了的bug不要一头栽进去,否则解决不了又浪费了时间


组员8:郑慧铃同学
- 上一次会议到现在的进展:
完成发布模块发布想法功能并测试

完善写回答的BUG
- 存在的问题/遇到的困难:
测试过程中发送的JSON文件格式错误会导致400 bad request返回 - 今天到明天会议的安排:
完成发布模块发布问题功能,完善数据库主键自增功能
- 心得体会:
实践出真知,多写多用才能真正掌握技术 - issue


组员9:黄昭彬同学
上一次会议到现在的进展:
1、根据理解,完成了对分类列表接口的参数划分、测试数据设计、接口测试

2、继续完善测试报告
存在的问题/遇到的困难:
测试的接口没有接口文档说明,得自己分析,期望与实际不一致的测试用例太多,不清楚为后端的编写问题还是自己的分析问题。今天到明天会议的安排:
测试分类编辑接口,等待编写人员提供新的界面、接口来进行测试,完善测试报告
- 心得体会:
用例设计好麻烦,有个接口文档就好了
二、站立式会议照片
《照片找不到啦~》
三、项目燃尽图

相关推荐
LLC谐振变换器恒压恒流双竞争闭环控制simulink仿真(附说明文档)
内容概要:本资源是一套面向电力电子与智能控制领域的综合性科研仿真资料合集,核心聚焦于LLC谐振变换器的恒压恒流双竞争闭环控制策略设计与Simulink建模仿真实现,涵盖半桥LLC、双向全桥LLC等拓扑结构的调频闭环仿真,并提供详尽的说明文档与PPT辅助材料。资源体系不仅深入呈现LLC变换器的动态响应与控制逻辑,还扩展至双有源桥(DAB)变换器的软开关协同优化、最小应力控制、EPS调制策略及新扩展移相角优化等前沿技术,同时集成三相PWM整流器在电网不平衡条件下的功率平衡控制、VOC+SVPWM双闭环控制等典型应用场景。此外,资源包涵盖状态估计(如EKF、UKF、PF)、微电网经济调度、卡尔曼滤波融合、神经网络控制、PID优化、储能系统管理等多个交叉方向,特别强调对顶级EI期刊研究成果的高精度复现,旨在帮助科研人员快速掌握先进控制算法的核心思想与仿真实现方法。; 适合人群:电气工程、自动化、电力电子、新能源科学与工程等相关专业的硕士博士研究生、高校科研人员,以及从事新能源变换器、智能电网、电动汽车、微电网系统研发的工程技术人员。; 使用场景及目标:① 深入理解LLC与DAB变换器的闭环控制机理,掌握恒压恒流切换、软开关实现与损耗优化方法;② 利用Simulink平台构建复杂电力电子系统模型,开展动态性能分析与控制器参数整定;③ 复现高水平期刊论文中的先进控制策略,提升科研创新能力与论文发表竞争力;④ 支持毕业设计、科研课题、项目申报及工程原型开发中的仿真验证环节。; 阅读建议:建议结合提供的完整资源目录循序渐进学习,优先研读标注“顶级EI复现”的案例以获取权威方法参考,配合MATLAB/Simulink动手搭建模型,重点关注控制框图设计、调制逻辑实现与仿真结果对比,深入理解算法背后的物理意义与数学推导过程。
YOLO26算法水面与液体识别+训练好的模型+393张数据集+pyqt可视化界面.zip
附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[未获取()] 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 52 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.8528** mAP50-95 | 0.3441 Precision | 0.7729 Recall | 0.8354 train/box_loss | 1.5367 train/cls_loss | 1.0228 val/box_loss | 1.6809 val/cls_loss | 1.1758 【训练过程分析】 我这次训练了52个周期,模型在训练初期确实收敛速度很快,前20个周期mAP50从0.74逐步提升至0.82,这说明模型开始适应数据集,学习到一些关键特征。但到第30个周期后,提升速度逐渐放缓,到了40个周期时,mAP50达到0.85,这个阶段的曲线走势有些像磨砂玻璃,平滑且不规则,后期更是趋于平缓,表明模型可能已经达到最优解,再继续训练可能会有少量提升但代价较大。整体而言,从loss曲线来看,训练集的box_loss和cls_loss在52个周期内分别从1.80和1.25降到1.54和1.02,下降曲线较为稳定,但到了后期,这两项指标下降幅度逐渐减缓,尤其cls_loss下降至1.10左右后趋于稳定,这可能是模型对训练数据已有了较强的泛化能力,但也提示我们分类的稳定性可能还欠些火候。 至于验证集的表现,box_lo... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。
概率神经网络的分类预测-基于PNN的变压器故障诊断(Matlab代码实现)
内容概要:本文系统阐述了基于概率神经网络(PNN)的变压器故障诊断方法,结合Matlab代码实现分类预测。通过提取变压器运行过程中的关键特征参数,构建PNN模型以实现对正常状态与典型故障状态(如绕组短路、铁芯故障等)的高效分类识别。文章深入剖析了PNN的网络结构、概率密度估计原理、训练机制及分类决策过程,并通过仿真实验验证了该方法在故障诊断任务中具备较高的准确率与鲁棒性,展现了其在电力系统状态监测与智能运维中的良好应用前景。; 适合人群:具备一定机器学习理论基础和Matlab编程能力的电气工程、自动化、智能电网等相关领域的研究生、科研人员以及从事电力设备状态监测与故障诊断工作的工程技术人员。; 使用场景及目标:①实现变压器早期故障的智能化诊断与预警,提升电力系统运行安全性;②为基于神经网络的工业设备故障分类任务提供可复现的算法实现范例与技术验证平台; 阅读建议:建议读者结合文中提供的Matlab代码,动手复现实验流程,深入理解PNN在实际分类问题中的参数配置、训练策略、性能评估方法,并鼓励将该方法迁移至其他电力设备或机电系统的故障诊断场景中进行拓展研究与优化改进。
AI大模型医学影像诊断智能识别应用方案.pptx
AI大模型医学影像诊断智能识别应用方案.pptx
CSDN首页 发布文章 CSDN同步助手 多无人机面向城市空中交通的多无人机路径规划研究(Matlab代码实现) 37 100 摘要:会在推荐、列表等场景外露,帮助读者快速了解内容,支持
内容概要:本文围绕面向城市空中交通的多无人机路径规划问题展开研究,系统阐述了该领域的核心挑战与关键技术。文章首先定义了多无人机路径规划的问题,明确了包括飞行安全、避障、协同效率在内的多项约束条件与性能指标。随后,重点介绍了三大类路径规划方法:基于改进RRT算法和图论的全局路径规划方法,用于构建初始可行路径;基于动态风险场的模型预测控制和动态窗口法(DWA)的动态避障方法,以应对环境中的突发障碍;以及多无人机协同规划策略和分布式协同控制算法构成的局部协同调整方法,确保多机间的飞行安全与任务协同。研究通过搭建Matlab仿真实验平台,设计了多种复杂城市飞行场景,对所提方法进行了全面的仿真验证与结果对比分析,展示了各方法在不同场景下的有效性与优劣。; 适合人群:具备一定自动化、计算机或航空航天领域基础知识,从事无人机、智能交通、路径规划等相关方向研究的研发人员和研究生。; 使用场景及目标:①为城市空中交通管理系统(UATM)的设计与开发提供理论基础和技术参考;②应用于物流配送、城市巡检、应急救援等多无人机协同任务的路径规划算法设计与仿真验证;③作为相关领域科研工作的技术参考资料,推动多智能体协同决策与控制技术的发展。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,通过复现仿真结果加深对各类算法原理与实现细节的理解。在学习过程中,应重点关注全局规划与局部避障的结合机制,以及多机协同策略中的冲突消解逻辑。


