2302软件工程
护林员——Alpha冲刺Day1
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区| 这个作业属于哪个课程 | 福州大学-202302软件工程实践 |
|---|---|
| 这个作业要求在哪里 | 团队作业——alpha冲刺 |
| 这个作业的目标 | Alpha冲刺Day1 |
| 置顶集合随笔 | 护林员——Alpha冲刺置顶集合随笔 |
| 团队名称 | 护林员 |
| 团队项目 | 福大树洞 |
目录
- 一、团队成员站立式会议总结
- 1. 222100434
- 2. 222100129
- 3. 222100101
- 4. 222100128
- 5. 222100221
- 6. 222100304
- 7. 222100404
- 8. 222100411
- 二、站立式会议照片
- 三、项目程序／模块的最新运行图片
- 四、项目燃尽图
一、团队成员站立式会议总结
1. 222100434
- 昨天到今天的进展
- 完成任务的分析
- 博客的撰写
- 任务进度的跟踪与确认
- 代码风格的确定
- 存在的问题/遇到的困难
- 脑子同时需要处理多个任务，任务太多的话可能会导致遗忘
- 从现在到明天站立式会议的安排
- 再次确认前后端、文案工作的分工
- 学习并部署数据库至服务器
- 心得体会
- 非常好课程，使我的管理能力激增。
只是我的五一假期怎么变成三天了？
- 非常好课程，使我的管理能力激增。
2. 222100129
- 昨天到今天的进展
- 创建了GitCode仓库
- 初始化vue3项目
- 测试了git的分支操作
- 存在的问题/遇到的困难
- 在使用vite初始化项目的时候，不清楚是否需要创建端到端的测试方案（End-to-End Testing Solution）。因为对此不熟悉，并且已经添加了单元测试（Add Vitest for Unit Testing），就暂时不使用端到端的测试方案，如果后期了解更多端到端的测试，再手动添加。
- 从现在到明天站立式会议的安排
- 根据需求设计路由，和小伙伴一起完成登录、注册、找回密码、底部导航栏切换和个人中心界面。显示的数据暂时写死在代码中。
- 心得体会
- 来吧，各科作业冲我来吧
（五一后遗症，要轰了）
- 来吧，各科作业冲我来吧
3. 222100101
- 昨天到今天的进展
- 加入了GitCode仓库
- 克隆了vue3项目到本地
- 测试了git的pull、push操作，分支操作
- 编写博客
- 存在的问题/遇到的困难
- 改代码之前拉取最新的代码再更改，准备提交修改同步远程仓库的时候没有再拉取一下看看有没有冲突，导致合并同步时产生冲突
- 从现在到明天站立式会议的安排
- 学习Vue 3.0，观看教学视频
- 根据需求设计路由，和小伙伴一起完成登录、注册、找回密码、底部导航栏切换和个人中心界面。
- 心得体会
- 无
4. 222100128
- 昨天到今天的进展
- 在mac端配置git环境
- 在mac端搭建Vue 3.0环境
- 测试合作项目的pull push
- 学习Vue3.0相关知识
- 学习uniapp的相关知识
- 在mac端配置git环境
- 存在的问题/遇到的困难
- 对uniapp和Vue还要多加学习
- 从现在到明天站立式会议的安排
- 学习uniapp的使用，观看教学视频官方文档，建立简单的程序进行练习，学习uinapp如何进行调试和运行在手机虚拟机上
- 学习Vue 3.0，观看教学视频。
- 心得体会
- 无
5. 222100221
- 昨天到今天的进展
- 完成一些工具类的编写
- 完成目录结构的搭建
- 存在的问题/遇到的困难
- 某些配置目前没办法确定
- 从现在到明天站立式会议的安排
- 继续完善工具类
- 初步搭建后端开发架构
- 心得体会
- 无
6. 222100304
- 昨天到今天的进展
- 进一步学习了sprigboot框架
- 进一步学习了sprigboot框架
- 存在的问题/遇到的困难
- 虽然在之前的结对作业已经对springboot有了基本了解，但现在想进一步深入学习发现并不是那么容易，有一些细节不是看过一遍视频就能记住，而是要自己上手实践，需要花费较多的时间。
- 从现在到明天站立式会议的安排
- 继续深入学习springboot、初步学习mabatis
- 心得体会
- 无
7. 222100404
- 昨天到今天的进展
- 明确原型需求
- 加入前端仓库
- 测试git功能
- 解决合并冲突
- 学习vue技术
- 存在的问题/遇到的困难
- 无
- 从现在到明天站立式会议的安排
- 继续学习vue技术，了解需求
- 心得体会
- 在项目开始前要对自己负责的内容多了解，才好更加进行项目开发
8. 222100411
- 昨天到今天的进展
- 进一步学习springboot框架
- 进一步学习springboot框架
- 存在的问题/遇到的困难
- 因为一些相关知识的欠缺，对于springboot开发仍然存在很多不懂的地方，视频看一遍只是略微了解，需要实践操作来学习。
- 从现在到明天站立式会议的安排
- 继续学习springboot，为实战开发做准备。
- 心得体会
- 无
二、站立式会议照片
三、项目程序／模块的最新运行图片
四、项目燃尽图
相关推荐
电信运营基于分类模型的客户流失预警系统：数据挖掘驱动的精准挽留策略设计
内容概要：本文围绕电信客户流失预警与挽留策略，构建了一套从数据探索、预处理、特征工程、分类建模、模型评估与解释到业务落地的端到端数据挖掘实战方案。基于公开的 Telco Customer Churn 数据集，项目聚焦于识别高流失风险客户，并通过逻辑回归、随机森林和XGBoost等模型进行对比分析，结合ROC-AUC、精确率、召回率、F1等指标评估性能，利用SHAP等方法实现模型可解释性，最终将预测结果转化为可操作的客户分层与差异化挽留策略。文中强调了数据泄漏防范、类别不平衡处理、模型可复现性及A/B测试验证增量收益的重要性，并明确指出当前图表为示意性质，需通过附录代码运行真实数据生成结果。; 适合人群：具备一定数据分析与机器学习基础，从事数据科学、用户运营或客户留存相关工作的从业者，尤其是工作1-3年希望提升实战能力的研发与分析人员。; 使用场景及目标：①掌握客户流失预测的全流程方法论，包括数据清洗、特征工程、建模调参与模型解释；②学习如何将机器学习模型输出转化为可运营的客户触达策略；③理解模型评估与业务目标之间的衔接，如预算约束下的优先级排序与A/B测试设计； 阅读建议：此资源以实际业务场景驱动，不仅关注算法实现，更重视从业务定义到策略落地的闭环逻辑。建议结合附录提供的完整Python代码，在本地环境中下载数据集并复现分析流程，重点关注数据预处理防泄漏机制、模型管道构建、超参数调优策略及SHAP解释应用，避免将文中的示意图表误认为实测结果。
旋转高频信号注入法在PMSM零低速无位置控制中的仿真研究（Matlab代码实现）
内容概要：本文系统研究了旋转高频信号注入法在永磁同步电机（PMSM）零低速无位置传感器控制中的应用，并提供了基于Matlab/Simulink的完整仿真代码实现。针对PMSM在启动及低速运行时反电动势微弱导致传统观测器失效的问题，该方法通过在定子绕组中注入高频旋转电压信号，利用电机自身凸极效应产生的响应电流特征，实现对转子位置的高精度在线估计。文中详细阐述了该技术的理论基础、数学建模过程、仿真系统架构设计以及关键参数整定方法，全面验证了其在零速和低速工况下对转子初始位置辨识与动态跟踪的准确性、有效性及强鲁棒性。; 适合人群：具备电机控制理论基础知识和Matlab/Simulink仿真能力的电气工程、自动化、电力电子等相关专业的硕士研究生、博士研究生、科研人员以及从事高性能电机驱动系统研发的工程师。; 使用场景及目标：① 深入理解高频信号注入类无位置传感器控制技术的工作原理、信号处理机制与工程实现细节；② 掌握利用Matlab/Simulink搭建PMSM高性能矢量控制系统及高级观测器的仿真方法；③ 为开发高精度、低成本、全速度范围适用的PMSM无位置传感器驱动器提供坚实的理论依据和技术验证平台。; 阅读建议：建议读者结合文中详尽的理论推导与所提供的仿真代码进行对照学习，亲自动手运行、调试仿真模型，通过改变负载、转速、注入信号参数等工况，观察系统响应与控制效果的变化，从而深刻掌握旋转高频注入法的内在工作机制与设计要点。
Python小Demo实例源码爬取网易云音乐评论
Python小Demo实例源码爬取网易云音乐评论
Python3 finally执行铁律
finally代码块无论try内部是否报错、是否执行return，都会强制执行。唯一例外：调用os._exit()直接终止解释器，跳过finally。业务场景：数据库连接、网络套接字、文件句柄回收，放入finally保证资源释放。特殊细节：try内部return不会立刻返回，会先执行finally内部代码，再返回结果。新手易错：在finally内部写入return，会覆盖try原有返回值，导致业务数据异常，严禁在finally使用return语句。 tiyu.xastone.com www.yingjie168.com 17kuaibu.com www.0760yx.net 1900kk.com
基于线性时变MPC的无人驾驶车辆双移线轨迹跟踪仿真研究（Matlab代码、Simulink仿真实现）
基于线性时变MPC的无人驾驶车辆双移线轨迹跟踪仿真研究（Matlab代码、Simulink仿真实现）
