软件工程实践寒假作业

kenkentrua 2024-02-13 06:34:23
这个作业属于哪个课程福州大学-2302软件工程
这个作业要求在哪里软件工程实践寒假作业要求
这个作业的目标学习markdown、回首过去、立足当下、展望未来、规划学习路线
其他参考文献markdown教程-菜鸟教程、CSDN、《构建之法》...

目录

  • 1. 准备工作
  • 2. 回首过去
  • 2.1 当初你为什么选择软件工程这个专业?
  • 2.2 当初对软件工程这个专业的期待和想象是什么?
  • 2.3 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?
  • 3. 立足当下
  • 4. 展望未来
  • 4.1阅读《构建之法》,阅读社区中前人提出的问题,写下思考。
  • 4.2 未来的职业规划是什么?
  • 4.3 对于软件工程实践课程,有什么理解和期望?
  • 5. 思维导图和学习路线
  • 5.1 思维导图
  • 5.2 学习路线

1. 准备工作


仓库地址:https://gitcode.net/kenkentrua/test

上传:

img



查看:

img


2. 回首过去

2.1 当初你为什么选择软件工程这个专业?

当时计算机相关专业较为热门,处于风口,并且那时候的孩童大多也对计算机很感兴趣吧。报考时看好就业前景,最后在计算机类中,来到了软件工程这个专业。

img


2.2 当初对软件工程这个专业的期待和想象是什么?

能够编写一些产品,游戏或者软件吧,闲暇时间还能通过自己的专业技能完成一些兴趣作品。

img


2.3 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?

当初进入软件工程专业时,认为主要学习课堂教学的知识就好,后面发现更多需要自己查找资料亲手实践学习。当初竖下的旗是,希望能别与高中学习的努力差太多,现在仍需要加油。

3. 立足当下

个人展示
昵称kerethere
电话133***55***
出生年月2002年12月
籍贯四川乐山
兴趣爱好阅读、动画
专业水平
掌握的编程语言C、C++、C#、Java、XML、php、HTML、CSS、JavaScript
技术框架yii2.0
开发软件Dev Cpp、Visual Studio、IntelliJ IDEA
累计代码量20K+
项目经历
博客系统通过 Yii 2.0 框架学习 Web 应用开发相关技术,构建一个博客系统。进行文章管理,用户管理,评论管理,权限管理,与数据库管理。并引入引入富文本编辑器。
路径动态规划算法程序基于迪杰斯特拉算法,通过将问题划分为子问题,并通过递归或迭代计算最优解路径
女鞋销售系统基于c#,sql编写的可视化销售系统,包括查看订购,删除商品等功能。

4. 展望未来

4.1阅读《构建之法》,阅读社区中前人提出的问题,写下思考。

问题1.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?

我觉得,应该不断地学习新的技术、编程语言和工具,了解最新的技术趋势,最后积极参与项目,多动手实践,不断积累经验。

问题2.如何更好地预估完成任务的时间?

我认为应该先分解成具体的子任务,回顾过去类似任务的经验来估计每个任务所需的时间,最后增加一些缓冲区,以应对风险因素。

问题3.学完了这些理论知识后很久的一段时间都用不上,那么学习那么多的理论知识还有没有用呢,在理论知识和实践知识的方面我们又该怎么权衡呢?

我认为,理论知识与实践知识是同样有用的。学习理论知识后的一段时间内虽然没有机会应用,但仍然会在脑海中形成基础,为你未来提供支持。为了与实际更好的接轨,平时应该多学习先进理论知识。

问题4.该怎么权衡用户对UI的相反评价?

据了解,几乎所有的研发的对UI设计都不是很感冒,从技术的思维和角度来说,UI设计好,对技术的提升和积累的意义不大。应该明确职责,让设计师或项目去跟踪解决。

问题5.关于沉没成本,如何砍掉功能?

我认为,首先得尽早决策,风险评估后明确项目的目标和需求,砍掉不必要功能。要有清晰的目标,多个决策者,并且应该经常与用户验证,做出决定。

4.2 未来的职业规划是什么?

将来规划是丰富自身技术,进行前端相关的学习。此前未有突出的项目经历或奖项,想早进入工作,积累技术与经验,一步步在当今的市场中找到合适自己的岗位。

4.3 对于软件工程实践课程,有什么理解和期望?

希望能够在完整的大项目之中,学习应对各种问题,积累经验,感受团队合作。最后,望在老师助教带领指导下,完成项目学习,为未来工作提供帮助。

5. 思维导图和学习路线

5.1 思维导图

思维导图:

img


5.2 学习路线

路线图:

img



...全文
493 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
内容概要:本文围绕“阶梯碳下考虑P2G-CCS与供需灵活响应的IES优化调度”展开,基于Matlab平台构建综合能源系统(IES)在阶梯式碳交易机制下的优化调度模型。研究深度融合电制气(P2G)与碳捕集、利用与封存(CCS)技术,结合需求侧灵活响应机制,旨在提升系统的低碳运行能力与经济性。通过建立多能流耦合的优化模型,协调电力、天然气、热力等多种能源形式的协同调度,有效降低系统碳排放强度,并借助YALIMIP工具包调用求解器进行高效求解。文档提供了完整的代码实现、模型构建流程与结果分析方法,涵盖从问题建模到仿真实现的全过程,具备较强的可复现性与科研参考价值。; 适合人群:具备电力系统、能源系统或优化建模相关背景的研究生、高校教师及工程技术人员,尤其适合从事综合能源系统、碳减排策略、P2G与CCS技术集成研究的专业人员,需熟练掌握Matlab编程与基本的数学规划知识。; 使用场景及目标:①用于研究阶梯式碳交易政策下综合能源系统的低碳经济调度策略;②支撑P2G-CCS技术与需求响应机制在IES中的仿真集成与性能评估;③作为撰写高水平学术论文(如EI/SCI收录)的技术基础与复现资源,推动碳中和背景下能源系统优化方向的创新研究。; 阅读建议:建议结合百度网盘提供的完整代码与资料包,按照模块逐步调试程序,重点理解目标函数的设计逻辑、碳交易成本的建模方式、约束条件的数学表达及求解器的配置方法,同时关注多能耦合设备的建模细节,配合公众号“荔枝科研社”获取持续的技术支持与案例拓展。
内容概要:本文系统研究了基于卷积神经网络(CNN)与支持向量机(SVM)融合的CNN-SVM混合模型在数据分类预测中的应用,尤其聚焦于工业故障识别领域。通过Matlab平台实现,该方法首先利用CNN强大的多层次特征提取能力对原始输入数据进行深度特征学习,自动捕获关键局部模式与空间结构信息,随后将提取的高层特征作为输入传递至SVM分类器,借助SVM在高维空间中小样本条件下卓越的分类性能与泛化能力完成最终判别任务。文中详尽阐述了模型的整体架构设计、网络参数配置、训练优化流程及特征迁移机制,充分结合了深度学习在特征表达上的优势与传统机器学习在分类决策上的稳健性。实验部分通过实际故障数据集验证了该混合模型相较于单一CNN或SVM模型在分类准确率、鲁棒性和抗过拟合能力方面的显著提升,证明了其在复杂故障诊断任务中的有效性与先进性; 适合人群:具备一定机器学习与深度学习理论基础,熟悉Matlab编程环境,从事故障诊断、模式识别、智能制造、电力系统监控或工业数据分析等相关领域的研究生、科研人员及工程技术开发者; 使用场景及目标:① 应用于旋转机械、电力设备、航空航天等领域的多类别故障识别与状态监测;② 掌握深度特征提取与传统分类器融合的技术路径,提升小样本、高噪声环境下数据分类的精度与可靠性;③ 为撰写高水平学术论文、开展科研项目或工程实践提供可复现的算法框架与完整代码支持; 阅读建议:读者应深入理解CNN与SVM的协同工作机制,重点分析特征提取层与分类层之间的接口设计,建议动手运行并调试所提供的Matlab代码,尝试在不同数据集上进行迁移实验与参数调优,以全面掌握该混合模型的应用技巧与优化策略。

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