护林员——Alpha冲刺Day1

forest_rangers 团队 2024-05-04 23:39:52
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

      img


      img

  • 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?

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

      img

  • 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)

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。

      在这里插入图片描述

  • 心得体会

4. 222100128

  • 昨天到今天的进展
    • 在mac端配置git环境

      请添加图片描述

    • 在mac端搭建Vue 3.0环境

      请添加图片描述


      请添加图片描述

    • 测试合作项目的pull push

      请添加图片描述

    • 学习Vue3.0相关知识
    • 学习uniapp的相关知识
  • 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

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

      img

  • 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

6. 222100304

  • 昨天到今天的进展
    • 进一步学习了sprigboot框架

      img

  • 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

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

      img

  • 存在的问题/遇到的困难
  • 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

      img

  • 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

二、站立式会议照片

img

三、项目程序/模块的最新运行图片

img

四、项目燃尽图

img

...全文
170 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,旨在提升其在复杂海洋环境下的控制性能。通过建立AUV的动力学模型,将Q-Learning算法与传统PID控制相结合,实现控制器参数的在线自适应优化,有效增强了系统的响应速度、稳定性和抗干扰能力。研究采用Matlab进行仿真验证,结果表明该方法在轨迹跟踪与姿态控制方面具有优越表现,为水下机器人智能控制提供了可行的技术路径与理论支持。; 适合人群:具备自动控制理论、强化学习或水下机器人建模背景,从事相关科研工作的研究人员、高校研究生及工程技术开发者。; 使用场景及目标:①应用于高精度、强鲁棒性的水下机器人运动控制系统设计;②开展智能PID控制器在非线性、时变系统中的参数自整定研究;③作为强化学习在复杂工业控制场景中落地的典型案例参考,推动算法与工程实践融合。; 阅读建议:建议结合提供的Matlab代码进行仿真实验,重点剖析Q-Learning与PID融合的架构设计、奖励函数设定及参数收敛过程,可进一步拓展至与其他智能优化算法(如DQN、Actor-Critic)的对比研究,深化对自适应控制机制的理解。
已经博主授权,源码转载自 https://pan.quark.cn/s/a4b39357ea24 Matlab 被视为一种功能卓越的编程平台,特别是在数值运算和数据分析方面展现出广泛的应用价值。在应对多元非线性回归的挑战时,Matlab 拥备多种工具和函数,支持用户对复杂的数据进行构建模型和适配。本指南将重点阐释在 Matlab 环境下如何执行多元非线性回归分析。 我们需要掌握三种关键的回归指令: 1. `polyfit(x,y,n)`:此函数适用于拟合一元幂函数,能够导出一个多项式模型。例如,若知晓数据呈现二次函数形态,可选择`n=2`来适配一个二次曲线。 2. `regress(y,x)`:这是一个多元线性回归指令,能够处理多个自变量对因变量的影响。即便数据并非完全呈现线性特征,该函数也能提供一个线性近似。 3. `nlinfit(x,y,’fun’,beta0)`:这是最为通用的非线性回归指令,适用于适配任何类型的函数,无论是一元或多元,前提是用户能够定义函数形式(`fun`参数)。 回归分析的核心在于寻找一组最优的系数,使得模型能够最恰当地描述数据。这通常涉及选择一个合适的函数形态,随后通过最小化误差平方和来估算系数。在Matlab中,`regress`指令主要用于处理线性模型,而`nlinfit`则处理更为复杂的非线性模型。 对于多元线性回归模型,我们可以用如下形式进行表述: \[ y = \beta_0 + \beta_1x_1 + \beta_2x_2 + \cdots + \beta_px_p + \epsilon \] 其中,\( y \)是因变量,\( x_1, x_2, \ldots, x_p \)是自变量,\( \beta_0, \beta_1, ...
内容概要:本文系统阐述了基于BP神经网络的语音特征信号分类方法,并提供了完整的Matlab代码实现。研究围绕语音信号的数据预处理、特征提取、神经网络结构设计、模型训练与分类测试等核心环节展开,详细展示了BP神经网络在语音识别任务中的应用流程。通过构建多层前馈网络模型,利用误差反向传播算法优化权重,实现了对不同语音类别特征的高效分类,具有较强的工程实践价值和技术可复现性。; 适合人群:具备信号处理与机器学习基础知识,熟悉Matlab编程语言,从事语音识别、模式识别、人工智能等相关领域研究的学生及科研人员;特别适用于开展课程设计、毕业设计或科研项目的初级与中级研究人员。; 使用场景及目标:①深入理解BP神经网络的基本原理及其在语音信号分类中的具体实现过程;②掌握Matlab环境下语音信号特征提取与分类模型构建的全流程技术;③为语音识别、人机交互、智能听觉系统等实际应用场景提供可靠的算法基础与代码参考。; 阅读建议:建议读者结合所提供的Matlab代码逐行分析其实现逻辑,重点关注数据输入格式、网络参数初始化、训练迭代过程及分类性能评估;可通过调整隐含层节点数、学习率、激活函数等超参数,观察模型收敛性与分类准确率的变化,从而深化对神经网络调参策略的理解。

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