重生之我是上校鸡块-冲刺日志(Day2)

frozen66 2023-11-10 22:42:08
这个作业属于哪个课程课程链接
这个作业要求在哪里作业链接
团队名称重生之我是上校鸡块
作业目标alpha冲刺总结Day2

冲刺进度

人员完成的任务完成任务时长(h)剩余时间(h)完成任务遇到的问题处理的方式
张显鸿完成用户模块登入注册2h0h没有问题,veryEasy明天进行其他模块的编写
黄柱栋优化UI界面,增加修改密码界面2h0h模块有点固化,需要重新绘画与设计动效寻找序列帧动效方法,寻找不同软件协作的方法
黄斌源思考如何对好友模块编码;学习mybatis2h0h还未编码暂时没问题
许翁宇完成对用例图的更新,完成部分拍摄素材的后期处理3h0h缺乏经验,前期拍摄场景选择不到位导致后期需要花费大量时间补救上b站学习技巧
张凯权切分模块;初始化项目;构建路由;编写login的api;loading、request、storage工具函数;store对个人信息的管理2h0h无编码问题,还未到核心功能部分,目前顺利tomorrow开始写页面,完成部分对接
陈浩楠更新了类图、开始学习MFC5h0hVS2022上配置MFC困难找博客
王琦用canvas画角色实现上下左右移动2h0h角色移动到边界会消失不知道怎么处理
陈志航写博客,审核代码2h0h暂无

GitHub签入记录

img


本次冲刺项目运行的截图

本次项目中,后端部分我们主要完成了用户模块登陆注册相关功能的编写。在前端部分我们完成了模块的切分与项目的初始化,对多个工具函数完成编码。

登录功能测试

img

注册功能测试

img

发送验证码功能测试

img

修改密码功能测试

img

前端部分代码例图

img


项目发展和燃尽图

  • 项目发展

本次冲刺中,我们已经着手开始编码,目前进度喜人,已完成诸如发送验证码、注册、登入、修改密码等功能,后端接口测试正常,前端完成了初始化项目、构建路由、编写login的api;、oading、request、storage工具函数等工作,前后端暂未对接。

  • 燃尽图

img


会议内容记录

img


团队成员贡献表

成员完成任务贡献
张显鸿完成用户模块登入注册25%
黄柱栋优化UI界面,增加修改密码界面10%
许翁宇完成对用例图的更新,完成部分拍摄素材的后期处理10%
张凯权切分模块;初始化项目;构建路由;编写login的api;loading、request、storage工具函数;store对个人信息的管理25%
陈浩楠更新了类图、开始学习MFC10%
王琦用canvas画角色实现上下左右移动10%
陈志航审核代码10%

实现用例情况

img

...全文
118 回复 打赏 收藏 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
下载代码方式:https://pan.quark.cn/s/a4b39357ea24 【创新7.1声卡KX驱动+连线图】是一款专门为创新公司所制造的7.1音频声卡量身定制的驱动方案,其核心宗旨在于为用户带来超越官方原生驱动程序的卓越音质感受。KX驱动属于一种由爱好者群体自主开发的非官方驱动软件,该驱动在Creative公司原版驱动程序的基础上进行了深度改良与功能扩充,旨在提供更为多样化的声音调节参数以及更为出色的运行表现。 我们现在来详细认识一下7.1声道系统。7.1声道代表的是一种沉浸式音频技术规范,该规范包含七个全频域音箱单元(具体包括前置左声道、前置右声道、中央声道、环绕左声道、环绕右声道、后置左声道以及后置右声道)搭配一个低频震动单元,其设计目的是为用户构建更加立体且逼真的听觉场景,尤其适合应用于电子游戏、电影观影以及音乐欣赏等场景。 KX驱动的独到之处在于其赋予了用户更为广阔的个性化定制权限,使用者能够依据自身的听音偏好对音频参数进行细致调节,例如均衡器参数、混响效果、压缩比设定、噪声抑制门限等,从而使得最终的音效呈现出更为精致且个性化的特质。不仅如此,KX驱动还兼容VST插件机制,该机制是虚拟乐器与音频效果处理软件的通用标准,用户通过安装各式各样的VST插件,能够进一步增强声卡的实用功能,例如模拟多种乐器音色或达成复杂的声音效果制作。 在获取并部署KX驱动程序之后,对"连线图"的正确导入工作具有决定性意义。连线图又被称为音频路由配置图或信号流向示意图,它是一份用于指导用户如何正确配置并连接各个音频输出通道的视觉化手册。对于非专业背景的使用者而言,准确设定这些音频通道可能会面临一定程度的困难,因此连线图的提供极大地简化了这一过程。依照连线图进行配置操...
内容概要:本文介绍了基于粒子群优化算法(PSO)优化长短期记忆网络(LSTM)的电力负荷预测方法,并通过Python代码实现。该方法结合PSO强大的全局搜索能力,对LSTM模型的关键超参数进行智能寻优,有效提升了模型在处理非线性、强时序性电力负荷数据时的预测精度与泛化性能。文中系统阐述了从数据预处理、模型构建、PSO优化流程到预测结果分析的完整技术链条,重点展示了如何通过优化算法克服传统LSTM参数依赖经验设定的局限性,为复杂时间序列预测提供了高效解决方案。; 适合人群:具备一定Python编程能力和机器学习基础知识,从事电力系统分析、能源管理、负荷预测等相关领域的研究人员、工程师以及高校研究生。; 使用场景及目标:①应用于电力系统的短期与中期负荷预测,提升电网调度的准确性与经济性;②作为智能优化算法与深度学习融合的典型范例,用于科研项目开发与教学实践;③目标在于通过超参数自动优化,显著降低预测模型的均方根误差(RMSE)和平均绝对百分比误差(MAPE),增强模型的鲁棒性与实用性。; 阅读建议:建议读者结合所提供的完整Python代码,深入理解PSO优化LSTM的具体实现过程,重点关注适应度函数的设计、参数编码方式及优化迭代机制,并鼓励在自有数据集上进行复现实验与调参优化,以深刻掌握模型性能提升的技术路径。
内容概要:本文系统研究了输入扩张技术对归一化最小均方(NLMS)算法在稳态条件下过剩均方误差(EMSE)的影响,并提供了完整的Matlab代码实现。通过严谨的理论推导与详实的仿真实验,深入探讨了输入信号经线性扩张处理后对NLMS算法收敛性能和稳态误差的优化作用。研究不仅阐明了不同扩张方式与参数配置对EMSE的具体改善效果,还定量分析了其对算法收敛速度与稳定性的影响,旨在为自适应滤波系统的性能优化与工程设计提供坚实的理论依据和有效的技术手段。; 适合人群:具备信号处理、自适应滤波等专业知识的研究生、科研人员及工程技术人员,要求熟练掌握Matlab编程语言,并拥有基本的算法仿真实现经验。; 使用场景及目标:①深入探究NLMS算法在不同输入信号条件下的稳态性能表现规律;②通过Matlab仿真平台,验证输入扩张技术在降低EMSE方面的有效性与实用性;③为自适应滤波器的设计选型、参数整定与性能优化提供直接的技术支持和可靠的实验参考。; 阅读建议:建议读者紧密结合所提供的Matlab代码,深入理解算法的实现细节,重点关注输入扩张模块的设计原理与EMSE的计算流程。同时,鼓励通过调整仿真参数(如扩张因子、步长、输入信号类型等),观察其对算法性能的动态影响,从而加深对理论分析结果的理解,并提升解决实际工程问题的能力。

121

社区成员

发帖
与我相关
我的任务
社区描述
2023秋-福州大学软件工程
软件工程 高校
社区管理员
  • fzusdn
  • 篱隙光远
  • Jason_Zhou1
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