社区
2023年福大-软件工程实践-W班
作业提交
帖子详情
青屿送词队——团队换组
青屿送词队
团队
2023-05-25 22:07:48
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——beta冲刺+事后诸葛亮
这个作业的目标
简单描述换组交接情况
其他参考文献
无
目录
一、新成员
1.个人信息
2.交接情况
3.适应计划
二、组长
1.新成员角色安排
2.任务安排
适应阶段
正式阶段
三、感想与收获
一、新成员
1.个人信息
新组员学号为222000135,原先所在小组为网络民工队。
替换原组员221900206。
2.交接情况
在原先小组中负责前端开发和协助其他小组成员完成团队任务,检查程序应用并提出修改意见。
新组员通过使用文档记录、QQ聊天交流等方式与接替组员进行交接过程。
3.适应计划
阅读团队之前的博客了解项目的需求、要实现的功能以及大致完成的情况;
阅读团队仓库代码,了解代码对应的功能;
与对接组员进行代码交流,了解项目开发中暂未解决的问题,以及接下来开发的方向。
二、组长
1.新成员角色安排
新成员与换走的组员在组内角色以及负责的内容相同,在完成交接工作后,继续负责前端部分的维护,配合其他组员解决上个阶段开发的遗留问题。
向新组员介绍我们团队的工作流程,成员组成,考核制度等工作方面的细节,介绍我们下一阶段的开发计划,布置其交接期内需要完成的工作,以及其接下来负责的任务。
2.任务安排
适应阶段
1.阅读团队博客,对团队和项目形成一定认识;
2.阅读仓库代码,了解代码功能以便后期进行维护和完善;
3.与组长一起完成换组交接博客。
正式阶段
辅助完成用户调查报告和PPT制作,协同整理完成博客。
三、感想与收获
换组交接模拟了代码开发工作中的人事调动情况,方便我们熟悉真实的开发环境。
同时明白了开发过程中记录文档的重要性,可以加快交接过程让新人快速了解项目情况。
在团队合作中有效沟通是必不可少的,这次换组是一次让我们可以更好推进项目的挑战。
...全文
301
回复
打赏
收藏
青屿送词队——团队换组
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——beta冲刺+事后诸葛亮 这个作业的目标 简单描述换组交接情况 其他参考文献 无 @ 目录 一、新成员1.个人信息2.交接情况3.适应计划二、组长1.新成员角
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
Training-YAML-Contract-Validator-v1.0-原创源码与文档.zip
原创开发工具源码合集,包含可直接运行的完整源码、自动化测试、离线示例、HTML/JSON/SVG 报告、运行截图、README、使用说明、功能清单、MIT License 与原创声明。适合前端、JavaScript、AI 工具开发与工程实践学习,解压后按 README 即可运行。
提示工程原理与实践 03-提示的结构化设计.pptx
提示工程原理与实践 03-提示的结构化设计
API-Authentication-Secret-Exposure-Auditor-v1.0-原创源码与文档.zip
原创开发工具源码合集,包含可直接运行的完整源码、自动化测试、离线示例、HTML/JSON/SVG 报告、运行截图、README、使用说明、功能清单、MIT License 与原创声明。适合前端、JavaScript、AI 工具开发与工程实践学习,解压后按 README 即可运行。
YOLO算法办公桌面回形针目标检测数据集-491张-包含 VOC 和 Yolo 格式标签-支持多种算法训练模型.zip
页面底部可查看数据集可视化效果; 该数据集可直接接入YOLOv5s/v5m/v5l、YOLOv8n/v8s/v8m、YOLOv10n/v10s、yolo11等轻量级至中型骨干网络进行端到端训练,支持从零训练(from scratch)与迁移学习(fine-tuning)两种模式;可直接使用
XGBoost光伏阵列故障诊断+XGBoost研究(Python代码实现)
内容概要:本文围绕基于XGBoost的光伏阵列多类型复合故障诊断方法展开研究,提出了一种结合机器学习与实际运行数据的智能故障诊断框架。研究系统阐述了数据采集与预处理、特征工程构建、关键特征选择、XGBoost模型训练与超参数优化的全过程,并通过Python代码实现了模型的开发与验证。该方法能够高效识别光伏阵列中的多种复合故障类型,包括短路、断路、局部阴影遮挡、组件老化及污秽等,显著提升了诊断准确率与模型泛化能力。实验基于真实光伏系统运行数据,验证了模型在不同气候条件与运行工况下的鲁棒性,为光伏发电系统的智能化运维提供了可靠的技术手段。; 适合人群:具备一定Python编程能力和机器学习基础知识,从事新能源发电、电力系统自动化、智能故障诊断等领域的科研人员与工程技术人员,特别适合研究生及具有1-3年工作经验的研发人员。; 使用场景及目标:①应用于光伏电站的在线实时故障监测与早期预警系统;②提升光伏系统运维效率,降低人工巡检成本与发电损失;③为工业场景下基于机器学习的设备状态监测与故障预测提供可复用的方法论与代码实现参考。; 阅读建议:建议读者结合文中提供的Python代码进行动手实践,深入理解XGBoost算法在分类任务中的工作机理,重点掌握特征重要性分析、交叉验证与模型评估方法,同时可尝试将该诊断框架迁移至风电、储能等其他能源系统的故障识别场景中进行拓展应用。
2023年福大-软件工程实践-W班
688
社区成员
780
社区内容
发帖
与我相关
我的任务
2023年福大-软件工程实践-W班
2023年福州大学软件工程实践课程W班的教学社区
复制链接
扫一扫
分享
社区描述
2023年福州大学软件工程实践课程W班的教学社区
软件工程
团队开发
软件构建
高校
福建省·福州市
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章