2023年福大-软件工程实践-W班
从0到1队——alpha冲刺day7
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区| 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Day7 |
| 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、修复前端的搜索后模板未使用的问题
2、初步完成了后台的举报概览
存在的问题/遇到的困难：
举报与消息的联系有些模糊，需要进一步明确，可能是在前期出现了分析不完善或者不妥的问题，但应该是可以比较快的解决的今天到明天会议的安排：
进一步完成举报处理部分，修复之前的问题
- 心得体会：
今天的事情比较的多，所以编写的时间少，编写的代码少。编写的代码觉得封装还是缺少了一些，导致很多地方代码感觉都很相似可以封装复用。后期可以考虑封装这些相似度高的代码片段。 - issue
组员2：蔡旭阳同学
- 上一次会议到现在的进展：
1、进行接口测试
2、编写测试文档
存在的问题/遇到的困难：
遇到的困难就是不知道遇到的困难怎么写今天到明天会议的安排：
1、进行相关表单数据设计
2、进行接口或数据库相关测试
3、继续编写测试报告心得体会：
测试需要静下心来，否则会容易出错
组员3：迪力亚尔同学
- 上一次会议到现在的进展：
完成第七天的代码最终的审核工作
存在的问题/遇到的困难：
编译不成功，就无法在目标上加载代码。成功的编译需要程序员努力消除任何语法错误，以使编译器满意并创建输出文件今天到明天会议的安排：
完成第八天的代码审核工作心得体会：
在审查过程中要尽量将自己作为一个旁观者的心态去审查自己的代码,尽管这比较困难
组员4：甘佳欣同学
上一次会议到现在的进展：
完善用户列表，实现点击用户状态进行状态的修改
完成举报概览
存在的问题/遇到的困难：
在表格中进行用户状态的修改存在困难，本来要使用下拉框进行状态的选择修改，发现下拉框要覆盖原来的表格，实现起来很不美观，于是改成了按钮今天到明天会议的安排：
完成举报列表心得体会：
不断优化界面确实是一个挺麻烦的过程，一定要沉下心来，慢慢来不要着急
组员5：林诗怡同学
上一次会议到现在的进展：
学习热度算法的计算公式
存在的问题/遇到的困难：
在选择适合搜福的公式上有困难今天到明天会议的安排：
我的收藏、我的回答心得体会：
最后几天冲刺了！加油加油！组员6：林玥利同学
上一次会议到现在的进展：
优化搜搜框和导航栏的位置，使得能适配所有机型
存在的问题/遇到的困难：
发现字体图标的定位在不同的机型中会发生位移，后面会进一步优化这一问题今天到明天会议的安排：
推荐详情、热榜、（我的布局）心得体会：
今天学会了uni.getSystemInfoSync()这个函数的用法，可以获取用户手机的基本信息，从而很好的适配所有机型组员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接口并测试
存在的问题/遇到的困难：
依旧是昨天报空指针异常的问题，但最终发现是sql语句中漏写了一个需要的返回值今天到明天会议的安排：
完善注册接口心得体会：
遇到bug要学会自己调试，自己发现问题，这样才能积累更多的经验
组员8：郑慧铃同学
上一次会议到现在的进展：
完成发布模块发布问题功能并测试
完善几个数据表新增数据时主键生成功能
存在的问题/遇到的困难：
没写完mapper文件中的sql语句就进行接口测试导致500错误返回今天到明天会议的安排：
学习Nginx,shell等项目部署相关知识，实现项目初步部署上线。
- 心得体会：
多写多积累错误经验，这样面对代码报错就不那么慌张了
issue
组员9：黄昭彬同学
- 上一次会议到现在的进展：
1、完成了对问题概览、问题列表的功能和界面测试
其中，问题列表包含的功能有查询、显示、删除
2、编写了以上测试的测试报告
存在的问题/遇到的困难：
时间有点少今天到明天会议的安排：
完成问题模块的接口测试，完成小程序页面的功能测试
- 心得体会：
测试要有耐心，不要烦躁，不然会遗漏测试项
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。
