MachineGuard机房捍卫者——beta冲刺Day5

机房捍卫者队 团队 2023-06-02 22:48:12
这个作业属于哪个课程2023软工W班
这个作业要求在哪里https://bbs.csdn.net/topics/615412167
团队名称Machine Guard
这个作业的目标记录day5的冲刺工作内容
其他参考文献

目录

  • SCRUM部分
  • 今日工作汇总表
  • 代码签入和测试截图
  • 会议照片
  • PM报告
  • 总结任务量
  • 燃尽图
  • 任务总量变化
  • 程序或模块运行

SCRUM部分

今日工作汇总表

学号今日工作进展存在的问题明日安排
222000322完善短信发送功能,支持向多个号码同时发送短信完善通知触发器
222000231使用Apifox对部分新增接口进行测试对所测试接口的参数调用和返回逻辑不够清楚继续着手测试
222000310完成全部的模糊搜索功能以及对接对部分功能实现效果不是很满意,但又无法构思出有效的解决办法1.优化用户体验2.增加若干的提示信息。
222000317优化后端部分接口的命名方式继续完善
222000309整理新增部分的测试报告;使用Apifox进行部分修改接口测试对修改接口的参数设置和逻辑不熟悉;对apifox还不是很熟练。整理测试报告
222000234完成全部页面优化前端测试
222000321完成机房和设备界面的修改,以及对日志抓拍查看的支持遗漏了日志抓拍查看的支持需要前端修改,检查点+1温度预测模型搭建
222000320博客撰写博客撰写

代码签入和测试截图

img

img

img

img

img

img

img

img

会议照片

img

【注:部分成员因疫情隔离不能线下参加,相关内容已经现在腾讯会议中讨论和告知。】

PM报告

总结任务量

任务检查点(Checkpoint)计数
实现基于CV的监控自动抓拍和警报触发6
实现基于ML的温度预测4
完善前端输入逻辑,保证正确反馈错误信息给用户,实现前后端数据双重验证2
完善通知逻辑,实现用户可实时接收到重要警报信息3
自由化机房模型,使得设备可以被自由增添、放置在机房的任意位置,其设备的形状大小等也可发生改变7
精化建模,增加贴图等加强仿真的视觉效果2
为日志等模块增加更加丰富的筛选器2
总计26
已完成18
未完成8

燃尽图

img

任务总量变化

img

  • 变化原因:遗忘了日志抓拍需要额外对前端做适配,自动抓拍部分检查点加1。

程序或模块运行

  • 短信发送功能

img

  • 对日志抓拍展示的支持

img

img

  • 统计界面优化

img

...全文
280 回复 打赏 收藏 转发到动态 举报
写回复
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
源码直接下载地址: https://pan.quark.cn/s/a4b39357ea24 SSD1306是一种常用于微控制器的OLED(有机发光二极管)显示驱动集成电路。该集成电路被设计用来驱动单色或双色的图形显示,通常被应用在小型电子设备的显示屏上,包括诸如智能手表、家庭智能设备以及嵌入式系统等设备。接下来,我们将详细分析SSD1306的核心特性、运作机制以及在实际项目中的具体应用方法。 1. SSD1306简介: SSD1306是一款具备低能耗、高效率的OLED驱动管理芯片,支持I2C和SPI通信方式,能够驱动64x48像素的OLED显示屏。它集成了电压变换装置,可以直接使用3.3V或5V的电源供电,从而优化了电源管理设计。 2. SSD1306硬件特征: - 内置电荷泵:为OLED单元提供超出VCC的电压,确保屏幕的明亮度。 - 存储器映射:64行x48列的显示存储空间,用于保存显示数据。 - 数据串行处理:内部电路将并行数据转换为串行数据,以驱动OLED单元。 - 多种接口支持:兼容I2C(双线接口)和SPI(四线串行接口),便于与微控制器相连。 - 显示管理:具备垂直滚动控制、开关功能、对比度调节等操作。 3. SSD1306运作机制: OLED屏幕由众多自发光的像素点组成,每个像素点由红、绿、蓝三色OLED单元构成。SSD1306通过控制每个像素点的电流大小来调节亮度,从而实现图像的展示。通过I2C或SPI接口,微控制器向SSD1306传输指令和数据,用以设定显示内容及其参数。 4. SSD1306应用步骤: a. 连接线路:将微控制器的I2C或SPI引脚与SSD1306对应的引脚相连接。 b. 初始化设置:发送初始化指令序列,设定屏幕分辨率、通信接口...
内容概要:本文档标题虽为《基于蚁群优化算法的直流电机模糊PID控制(Matlab实现)》,但实际内容是一篇关于“SEM广告投放策略优化”的完整研究论文。该论文基于某互联网公司2025年全年约142万元的SEM投放数据,构建了“诊断—分类—优化—鲁棒决策”四层次量化分析框架。首先从广告设计、关键词管理、出价预算与投放时间四个维度评估投放合理性,并建立对数线性假日效应回归模型,揭示工作日效益高、节假日效应显著等时间规律;其次提出成本—效益二维归一化分类框架,结合中位数分割与K-means聚类校验,将6000余个关键词划分为黄金词、重点词、潜力词、问题词和无效词五类;接着建立以预期注册量最大化为目标、受日预算与总预算双重约束的0-1整数规划模型,采用贪心选词与拉格朗日对偶定价相结合的两阶段算法求解,得出2025年特定周期的最优投放策略;最后引入CVaR鲁棒优化框架,应对竞价、展现、点击与转化的多重不确定性,给出2026年特定周期的稳健投放方案及指标期望范围。实证结果显示,优化后单位注册成本下降约20%,黄金词预算占比提升至四成以上,无效词被完全剔除,整体投放结构显著改善。; 适合人群:具备数据分析、运筹优化或数字营销背景,从事互联网广告投放、商业分析、数据科学等相关工作的从业者及高校研究生。; 使用场景及目标:① 学习如何系统性地诊断与优化大规模SEM广告投放策略;② 掌握关键词分类、预算分配、鲁棒优化等核心建模方法;③ 为实际业务中提升广告投放ROI(投资回报率)提供可复用的量化分析框架与算法参考。; 阅读建议:本文兼具理论深度与实践价值,建议读者结合文中提到的三张数据表单(投放记录、注册数、关键词统计)和结果模板,复现其分析流程与模型推导,重点关注分类规则的设计、两阶段算法的实现细节以及CVaR鲁棒框架的应用逻辑,以便将方法迁移到自身的业务场景中。

688

社区成员

发帖
与我相关
我的任务
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
  • FZU_SE_teacherW
  • 张书旖
  • 郭渊伟
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧