新星计划2023【Spring Cloud微服务快速入门】学习方向报名入口!

_BugMan
2023年新星计划导师
领域专家: 后端开发技术领域
2023-07-10 14:54:57

前排提醒:这里是新星计划2023【XXX】学习方向的报名入口,一经报名,不可更换

↓↓↓报名方式:(下滑到本页面底部)

 

一、关于本学习方向导师

  1. 博客昵称:_BugMan
  2. 博客主页:https://blog.csdn.net/Joker_ZJN?spm=1000.2115.3001.5343
  3. 个人简介:计算机科班出身,5年开发经验,精通计算机核心理论、Java SE、Java EE,数据库、中间件。参加过国产中间件的核心研发,对后端有自己独到的见解。

二、关于本学习方向官方微信群

请微信扫码进入专属学习群,为您提供专属技术指导&运营服务:

 如扫码无法入专属群,请扫码加入活动答疑群,运营人员为你解决:

三、关于活动时间&奖品&要求

活动流程:

流程

时间安排

报名&投稿

7月17日-8月13日

学员抽奖

8月19日-8月21日

TOP5评选

8月14日-8月21日

结果公布

8月22日前

奖励发放

8月29日前

 

实体奖牌展示:

学员奖品:

免费报名奖品

完成相应的学习创作挑战目标,即可领取对应奖励,具体见【学员要求】说明

奖项

奖品

基础奖

  • 电子勋章(潜力新星)
  • 幸运转盘抽奖机会(百分百中奖,具体见【学员要求】说明)
  • 加入导师专属学习社群
  • 新注册用户发布第一篇文章(500字以上)获电子【新秀勋章】

特别奖(各导师赛道综合TOP5)

  • CSDN实力新星实体证书/实体奖牌红色款二选一;
  • CSDN实力新星认证;
  • APP作者推荐关注1天(活动周期2周);
  • APP作者推荐关注3天(活动周期4周);

付费报名(39元)奖品

【付费报名方式】:通过我的专属付费报名链接【待定】下单支付新星计划实体纪念奖牌,完成相应的学习创作挑战目标,即可领取奖励,具体见【学员要求】说明

奖励类别

奖励

基础奖

  • 实体奖牌蓝色款;
  • 电子勋章(潜力新星);
  • 幸运转盘抽奖机会(百分百中奖,具体见【学员要求】说明);
  • 加入导师学习社群,学习相关创作及技术,导师负责指导及解答;
  • 新注册用户发布第1篇文章(500字以上)获得电子【新秀勋章】;

特别奖(各导师团队综合TOP5)

  • CSDN实力新星实体证书/实体奖牌红色款二选一;
  • CSDN实力新星认证;
  • APP作者推荐关注1天(活动周期2周);
  • APP作者推荐关注3天(活动周期4周);

 

转盘抽奖奖品:

奖品

红包6元

CSDN定制日历

红包8元

CSDN定制马克杯

红包10元

CSDN定制帆布包

CSDN定制T恤

CSDN定制流沙摆件

注:

1,CSDN将对经过审核后获得抽奖资格的用户进行私信通知,请注意查看消息。

2,中奖红包将直接发放到CSDN账户【钱包】。

 

附加奖励:

1,首发奖:已在CSDN平台注册,但是从未发表过博客用户,在新星计划中选择任一导师团队进行报名,活动期间完成1篇博客创作,即可获得抽奖机会1次,此奖励可与新星计划【基础奖】【特别奖】【分享达人奖】叠加,文章要求及其他规则同活动总规则,此奖励将在导师活动结束后统一发放;
2,分享达人奖:在新星计划中选择任一导师团队进行报名的用户,分享所报名导师的报名帖,在所归属导师团队中带来的总UV TOP10,即可获得额外抽奖机会1次,此奖励可与新星计划【基础奖】【特别奖】【首发奖】叠加,文章要求及其他规则同活动总规则,此奖励将在导师活动结束后统一发放;
3,分享达人奖参与者需在活动期间发布所报名活动相关学习方向博客文章至少1篇,否则分享数据将不会被计入;
4,【附加奖励】将于6月19日开始生效。

导师奖品:

导师奖励及权益请戳→新星计划2023:导师招募

四、学习计划

导师补充,可参考:

大纲

时间

形式

内容

Day1:开营仪式

2023年7月23日

导师文字/语音形式开营

1、新星计划介绍

2、学习形式及学习计划安排

4、社群分享和答疑安排

5、奖励

6、学习期间需要做什么:遵守群规、学习方法说明(观看导师准备的相关学习资料+作业+输出文章内容)

Day1-Day7:第1周 学习计划

2023年7月24日-2023年7月30日

学习微服务概论、梳理spring cloud版本问题、学习使用eureka+ribbon完成服务注册和调用。

专栏资料:
https://blog.csdn.net/joker_zjn/category_12373673.html?spm=1001.2014.3001.5482

重点内容

1.1 微服务架构

1.2 SpringCloud概论

1.3 详解Spring Cloud版本问题

1.4 详解Eureka服务注册和调用

1.5 详解Ribbon

学员:完成作业(CSDN创作打卡)

完成XX并输出阅读笔记(2篇CSDN博文)

Day8-Day14:第2周 学习计划

2023年7月31日-2023年8月6日

学习使用hystrxi来进行容错、学习使用nacos作为注册中心、使用sentinel进行容错。

专栏资料:
https://blog.csdn.net/joker_zjn/category_12373673.html?spm=1001.2014.3001.5482

重点内容

2.1 详解Hystrix

2.2 详解nacos使用

2.3 详解sentinel使用

学员:完成作业(CSDN创作打卡)

完成XX并输出阅读笔记(2篇CSDN博文)

Day15:结营仪式

2023年8月13日

导师/群主文字形式结营

1、导师结束语

2、奖项说明

3、后期其他福利

五、TOP5评选规则

导师会阅读每一位学员的博客,根据质量分和阅读量、评论量、点赞量、收藏量来综合评选出前5名。

六、活动要求

学员要求:

1,博主的CSDN站内粉丝数无要求;

2,导师团队活动期间,成员选择对应导师,在导师报名任务贴下提交个人主页链接报名,即为报名成功。

3,若导师团队活动周期为2周,则学员在活动周期内完成每周不少于2篇,共计不少于4篇博客(符合文章要求)的创作任务,即可获【基础奖】(其中抽奖机会为1次)。

4,若导师团队活动周期为4周,则学员在活动周期内达成【任意2周每周完成2篇博客(符合文章要求,以下同理)】创作任务,可获【基础奖】(其中抽奖机会为1次),若达成【任意3周每周完成2篇博客】创作任务,可获【基础奖】(其中抽奖机会为2次),若达成【4周每周完成2篇博客】创作任务,可获【基础奖】(其中抽奖机会为3次)。

5,各导师在所属团队完成完整任务(在导师团队活动周期内,每周完成2篇博客创作任务)的用户中,根据博文进入热榜的次数、活动期增粉数据、综合博文数据及内容质量指标进行评选,或根据导师自行选定的评选维度进行评选(评选规则公示在导师报名帖),综合得出各团队top5学员可获【特别奖】。

 

文章要求:

1,文章必须原创公开首发至CSDN,且自发文满3个工作日后,方可发布至其他平台;

2,发布的博文需与报名的学习方向相关,非技术文、VIP、付费专栏文章均不纳入统计;

3,单篇文字字数要求500字以上(不含代码串),且配有图片、视频、代码、流程图为佳;

4,内容专业有深度,可读性高,能引起共鸣、互动等;

5,标题党、正文错别字多、黑稿、通稿、包含违法违规、未被许可的商业推广、外站链接、QQ群/微信公众号等内容不予奖励;

6,内容涉及抄袭、刷量等行为将停止一切奖项发放,并有权收回用户已领取的奖励,并保留追究用户责任的权利。

7,博文质量分需≥20,否则视为无效,质量分查询通道https://www.csdn.net/qc

 

七、注意事项

1,对参与「新星计划」的博文,官方不会给予流量扶持,需要学员借助导师的指导,凭借自然流量登上热榜;

2,每位学员每周需保证更新不少于2篇的原创文章,如果当周少于2篇文章则失去当周完成任务资格;

3,学员在报名时请务必准确选择【学习方向入口】,方向一经选定不可修改;

4,单月内,学员最多只能在1个导师团队获奖,单月内多次报名不同导师团队且皆获得奖励,则按获得的最高奖励归属团队,并依此发放对应奖品;

5,在活动期间,每位导师需要组织不少于2次的培训,围绕技术学习、文章创作、直播演绎、内容设计、上榜规则解读等进行;

6,活动结束后由各学习方向导师进行评选,将根据博文进入热榜的次数、活动期增粉数据、综合博文数据及内容质量指标进行评选,或根据导师自行选定的评选维度进行评选(评选规则公示在导师报名帖),综合得出各团队top5学员可获【特别奖】。

7,认证奖励需获奖者自行到https://i.csdn.net/#/user-center/auth?type=write进行申请,审核人员将根据获奖名单通过。

 

更多活动详情,点击【新星计划2023】了解~~

...全文
1303 8 打赏 收藏 转发到动态 举报
写回复
用AI写文章
0人已提交
完成率0%
暂无数据
8 条回复
切换为时间正序
请发表友善的回复…
发表回复
社区云(官方) 2023-07-17
精选
  • 打赏
  • 举报
回复
30.00元
2

新星计划,一起学习进步!

星炘、 2023-07-26
  • 打赏
  • 举报
回复

加油加油

goyeer(工蚁) 2023-07-26
  • 打赏
  • 举报
回复

以前学习一起加油

学习新鲜事物 2023-07-21
  • 打赏
  • 举报
回复

加油

老秦包你会 2023-07-17
  • 打赏
  • 举报
回复

加油

阿Q说代码 2023-07-17
  • 打赏
  • 举报
回复

来了来了,支持大佬

_BugMan 2023-07-17
  • 打赏
  • 举报
回复 1

参加的小伙伴记得加一下群

_BugMan 2023-07-17
  • 打赏
  • 举报
回复 1

各位,是提交自己的博客主页连接哈,别提交错了!!!

内容概要:本文针对传统三电平并网逆变器存在的谐波含量高、电网不平衡工况适应性差及动态响应滞后等问题,提出了一种基于有源中点箝位(ANPC)三电平逆变器的高性能并网控制策略。该策略融合了双极性倍频脉宽调制(DPWMA)、正负序分离锁相技术和电网电压前馈控制,构建了“精准同步-扰动补偿-优质调制”的一体化控制体系。通过Simulink搭建仿真模型,在稳态对称、电网不平衡及动态扰动等多种工况下进行验证,结果表明该复合控制策略能显著降低并网电流谐波,提升锁相精度,有效抑制功率波动,并大幅缩短系统动态调节时间,增强了逆变器在复杂电网环境下的稳定性与适应性。; 适合人群:从事电力电子、新能源并网、智能电网等相关领域的科研人员及工程技术人员,尤其适合具备一定MATLAB/Simulink仿真基础、专注于并网逆变器控制策略研究的研发人员; 使用场景及目标:①用于提升大功率并网逆变器在电网电压不平衡、骤升骤降等非理想工况下的运行性能;②为ANPC拓扑结构与先进控制算法(如DPWMA、前馈-反馈复合控制)的协同优化提供仿真依据和技术参考;③适用于新能源发电系统、工业变流装置等对电能质量和动态响应要求较高的应用场景; 阅读建议:建议读者结合文中提出的控制架构图与仿真模型逐步复现,重点关注DPWMA调制实现、正负序分离锁相环设计及前馈补偿环节的参数整定,同时通过多工况仿真对比分析各项性能指标,深入理解各模块间的协同作用机制。
内容概要:本文以ANPC三电平并网逆变器为研究对象,提出了一种融合双极性倍频脉宽调制(DPWMA)、正负序分离锁相与电网电压前馈控制的高性能并网控制策略。通过对ANPC拓扑结构的分析,阐明其在开关损耗均衡、中点电位稳定和低输出谐波方面的硬件优势,为高质量并网奠定基础。在此基础上,DPWMA调制策略有效提升输出波形的等效开关频率,显著降低谐波含量;正负序分离锁相技术可精准提取电网正序分量,克服电网不平衡导致的锁相失真与电流不对称问题;电网电压前馈控制则增强系统对动态扰动的响应能力,缩短调节时间。文章构建了“信号采集—核心控制—调制驱动”的三层协同控制架构,并通过多工况仿真验证了该策略在稳态、不平衡及动态扰动条件下的优越性能,结果表明系统具备优异的电能质量、运行稳定性与抗扰能力。; 适合人群:电力电子、新能源并网、自动控制等相关领域的科研人员、研究生及从事逆变器设计与控制的工程技术人员。; 使用场景及目标:① 提升大功率并网逆变器在复杂电网环境下的运行稳定性与电能质量;② 解决电网电压不平衡、谐波畸变、电压骤变等工况下的锁相失真与电流不对称问题;③ 优化动态响应性能,应用于新能源发电、工业变流器等高可靠性要求场景; 阅读建议:建议结合Matlab/Simulink仿真平台,复现文中控制策略与仿真模型,重点理解DPWMA调制实现方法、正负序分离锁相环设计及前馈-反馈复合控制结构的协同机制,并通过不同扰动工况测试系统鲁棒性。
内容概要:本文研究了基于Q-Learning自适应强化学习的PID控制器在自主水下航行器(AUV)运动控制中的应用,旨在提升水下机器人在复杂、非线性及动态变化海洋环境中的控制精度与自适应能力。通过将强化学习算法与传统PID控制深度融合,构建了一种能够在线自主调整PID参数的智能控制框架,有效克服了传统PID控制器在面对模型不确定性、外部干扰和时变系统特性时适应性不足的问题。研究详细阐述了AUV的动力学建模过程,并精心设计了Q-Learning算法的状态空间、动作空间与奖励函数,使其能在Matlab仿真环境中通过不断的交互试错进行学习与优化,最终实现对航向角、深度等关键运动姿态的高精度、强鲁棒性控制。仿真结果充分验证了该方法在响应速度、稳态精度和抗干扰性能方面相较于传统方法的显著优越性,为智能水下装备的自主决策与控制提供了重要的理论依据和技术路径。; 适合人群:具备自动控制理论基础、强化学习初步知识及MATLAB编程能力的研究生、科研人员及从事智能机器人、无人系统控制开发的工程师。; 使用场景及目标:①应用于水下机器人、无人潜航器等复杂动态系统的智能控制设计;②解决传统PID控制器参数整定困难、环境适应性差和鲁棒性不足的关键问题;③推动强化学习等人工智能技术在实际工程控制系统中的落地应用、性能优化与可靠性验证。; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,重点关注Q-Learning与PID的耦合机制、状态量与奖励函数的设计原则,深入理解智能控制策略的训练收敛过程、超参数敏感性及其在不同工况下的性能表现。

83

社区成员

发帖
与我相关
我的任务
社区描述
计算机科班出身,5年开发经验,精通计算机核心理论、Java SE、Java EE,数据库、中间件。参加过国产中间件的核心研发,对后端有自己独到的见解。
社区管理员
  • _BugMan
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