软件工程实践寒假作业

222100221林炳昌 2024-02-02 20:42:13
这个作业属于哪个课程2302软件工程
这个作业要求在哪里作业要求
这个作业的目标为今后的学习做准备
其他参考文献CSDN 构建之法

软件工程寒假作业

  • 准备工作
  • 回首过去
  • 立足当下
  • 展望未来
  • 思维导图和学习路线

准备工作

仓库地址

上传截图


上传截图

回首过去

  • 当初为什么选择软件工程这个专业?

    因为感觉往计算机方面学习很有前途,也了解到软件工程是新开的专业,更具有针对性,更偏向软件方向,所以就选择了这个专业

  • 当初对软件工程这个专业的期待和想象是什么?

    期待我可以学习到如何用代码写出一个软件,期待我参与的项目可以被许多人使用。这个专业带给我的想象是带我们深入研究计算机底层结构组成等等,带我们学习写代码并制作软件。

  • 当初希望自己是如何投入这个专业的学习的?曾经做过什么准备,或者立下过什么FLAG吗?

    希望自己在搞懂课内知识的同时还可以自学好多课外的知识,并且在一开始就有考研的打算。

立足当下

 个人简历
昵称Xiaolin
Githubhttps://github.com/Xiaolin02
兴趣爱好篮球、听歌、学习
特长学习
电话13559531100
毕业院校福州大学软件工程
专业水平
掌握的语言C C++ JAVA C# PHP HTML CSS JS等
掌握的框架Springboot ArkUI Yii2.0
开发软件CLion Idea DataGrip VScode VS DevEco等
累计代码量2w+行
项目经历
博客系统基于yii2.0框架开发的一款博客系统,负责前后端开发。主要功能包括:文章管理、分类管理、标签管理、评论管理、友情链接管理、广告管理、系统设置等。采用了yii2.0框架的最新特性,代码简洁、结构清晰、易于扩展。
咸猪手账号交易平台前后台分离的一个游戏账号交易平台,负责后端开发以及项目的部署维护等等。采用springboot框架、docker、mybatis-plus、redis等技术进行开发,实现了账号买卖、议价、聊天、举报等等一个游戏账号交易平台应该具有的功能。
思锐AI为业余运动员提供一流的运动视频服务的一个前后端分离项目。负责后端开发以及部署维护等等。使用思锐AI自动拍摄系统,视频以稳定的质量标准化服务记录比赛全程。视频可用于直播,录制,剪辑,视频分析,回顾重温。

展望未来

  • 构建之法社区中的五个问题
  1. 单元测试应该谁来写?

    以我自己的经验来看我认为由程序的作者来写是最好的。因为虽然自己在写代码的时候会考虑的很仔细尽量不出问题,但是更多的心思其实是在如何实现功能以及代码逻辑上的细节例如性能、可读性等等,所以在完成代码后由程序员也就是自己来进行单元测试是最好的,自己是最熟悉这些代码的逻辑的人,根据逻辑来进行思考,编写单元测试,更容易找到漏洞。

  2. 程序员是否有必要为满足小部分人的需求去做软件,或者为软件添加某些功能?

    我认为应该综合考虑成本和收益,只要不是成本太高收益太低的话都应该尽量去满足需求,因为有需求说明软件还不够完美还有可以完善的空间,如果这小部分人是使用我这个软件的vip用户,那么就更应该尽量去满足他们。当然也要考虑这个功能是不是真的需要例如有些需求可以让用户通过手机或者电脑自身的设置来满足。

  3. 顾客真的知道他们想要什么吗?

    我认为顾客并不知道他们想要的是什么,或者说他们没办法精确表达他们想要的,通常没有办法将期望的使用体验转化成具体需要的东西。更需要我们程序员边开发边积极与用户交流沟通调查,进行创新时应该一小步一小步来,慢慢将用户的期望用具体的功能和细节实现,采用模块化设计,降低代码的耦合性,这样可以让项目更加灵活。

  4. 如何让自己能够跟上软件工程发展,做一个永不落伍的开发者呢?

    计算机的发展变革是非常快的,应该多关注这些新发展,主动了解吸收新知识新技术,看清新趋势,时刻保持学习热情,坚持学习提升自我。除此之外与行内大佬多交流,多逛逛社区,也总是可以有新的收获。

  5. 结对编程的价值体现在哪里?

    我个人是非常喜欢结对编程的,尤其是和熟悉的人结对编程是非常有趣的,工作热情比单人编程高很多。完美的配合可以非常高效的完成任务,而且疲劳感也比单人编程降低很多。在结对编程的过程中还可以学习到对方代码风格、编程习惯等等方面的优点,还容易找到自身的不足,在我的结对编程经历中就深深体会到了这种感受,每拉取一次队友的代码总会有新收获。结对编程还可以让每个人更专注于自己负责的模块中,让项目得到由部分到整体的提升。

  • 未来的职业规划

    目前的计划还是考上研究生,研究方向想往人工智能或者音视频处理方向发展。在软件工程课程中,第一我想加强我的后端技术,第二想多积累点小组合作团队编程经验,第三想提升我对于新知识新技术新框架新语言等等的学习吸收能力还有团队配合的能力。对老师和助教的期待是希望可以认真负责不摆烂,以及尽量不要求已经过时的技术。

思维导图和学习路线

  • 思维导图

    JAVA学习思维导图

  • 学习路线

    JAVA学习路线

...全文
433 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
大气污染是影响公众健康与生态环境的重要问题,精准的空气质量时空预测与污染源贡献度量化是精准治污的关键支撑。针对现有研究多源融合不充分、时空关联刻画不足、预测与源解析割裂三方面缺陷,本文设计实现了城市空气质量时空预测与污染源贡献度分析系统,融合监测、气象、工业排放与交通四类数据,构建基于时空注意力的LSTM(STAM-LSTM)预测模型与基于正定矩阵因子分解(PMF)的源解析模型,形成数据融合-特征工程-预测-源解析-可视化闭环。 系统实现四类数据时空对齐与融合,构建时序与空间邻域特征,以普通克里金插值生成1km网格浓度场;STAM-LSTM引入时空注意力自适应学习站点间污染传输时变权重,以72小时输入预测未来24小时逐小时PM2.5浓度;PMF识别交通、工业、燃煤、扬尘与二次生成五个源因子,量化各源全年贡献度并分析时空演变。 实验表明:STAM-LSTM预测RMSE 24.6、MAE 17.8、R² 0.88,相对LSTM基线(30.2)提升18.5%;普通克里金插值误差8.9,优于反距离加权(11.4);源解析显示交通源28.4%、工业源23.1%、燃煤源19.6%为主要贡献源,冬季燃煤源升至27.3%、早高峰交通源达34.8%,下风向工业源贡献高出上风向8~12个百分点;减排情景显示交通源减排20%可使年均PM2.5下降5.7%,与源贡献度排序一致。 系统按五模块14组件实现,功能测试16项用例全部通过,为大气污染预警、源管控与减排政策制定提供了决策依据。 【课程报告内容】 摘要 第1章 绪论 第2章 相关技术与理论 第3章 系统需求分析 第4章 系统总体设计 第5章 系统详细设计与实现 第6章 系统测试与分析 第7章 总结与展望 参考文献 附件-实现指南
基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测研究(Python代码实现)内容概要:本文提出了一种基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测方法,旨在通过结合多种先进深度学习模型的优势,提升在复杂工况下的预测精度与鲁棒性。该方法利用iTransformer捕捉长期时间序列中的全局依赖关系,通过BiGRU模型提取双向时序特征,最后引入KAN(Kernel Attention Network)增强非线性映射与关键特征的自适应加权能力,实现对轴承退化过程的精准建模。文中详细介绍了模型架构设计、训练流程及在公开数据集上的实验验证,结果表明该融合模型相比单一模型在预测精度和稳定性方面均有显著提升。; 适合人群:具备一定机器学习与深度学习基础,从事设备故障诊断、工业大数据分析或智能运维相关领域的研究人员及工程技术人员,尤其适合研究生及以上学历或有相关项目经验的专业人员。; 使用场景及目标:①应用于工业设备状态监测与预测性维护系统中,实现对滚动轴承等关键部件剩余寿命的精准预测;②为复杂时间序列回归任务提供多模型融合的设计思路与技术参考;③推动深度学习在智能制造与工业物联网领域的落地应用。; 阅读建议:建议读者结合Python代码实现部分,深入理解各子模型的接口设计与融合逻辑,重点关注特征融合机制与注意力权重的可视化分析,以便在实际项目中灵活调整与优化模型结构。
几何旋转和天线校准模式对GNSS相位缠绕的组合效应(Matlab代码实现)内容概要:本文研究了几何旋转和天线校准模式对全球导航卫星系统(GNSS)相位缠绕的组合效应,并提供了基于Matlab的代码实现方案。相位缠绕是GNSS高精度定位中的重要误差源,受卫星与接收机相对几何关系及天线相位中心变化的共同影响。文章通过建模分析几何旋转与天线校准参数对相位缠绕的影响机制,探讨二者耦合作用下的修正方法,旨在提升GNSS数据处理的精度与可靠性。研究涵盖了理论建模、算法实现与仿真实验,结合Matlab工具进行数值模拟与结果可视化,验证了所提方法的有效性。; 适合人群:具备一定GNSS基础知识和Matlab编程能力的科研人员、研究生及从事高精度定位相关工作的技术人员。; 使用场景及目标:①用于GNSS高精度数据处理中相位缠绕误差的精确建模与修正;②支持地壳形变监测、精密授时、卫星定轨等对定位精度要求较高的应用场景;③为相关算法开发与教学研究提供可复现的代码实例。; 阅读建议:建议读者结合GNSS误差处理的相关理论,边运行代码边理解算法细节,重点关注几何旋转模型与天线校准参数的集成方式,并可通过修改参数进行敏感性分析以加深理解。

122

社区成员

发帖
与我相关
我的任务
社区描述
FZU-SE
软件工程 高校
社区管理员
  • LinQF39
  • 助教-吴可仪
  • 一杯时间
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