护林员——Beta冲刺Day5

forest_rangers 团队 2024-05-26 00:01:06
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——bate冲刺+事后诸葛亮
这个作业的目标Beta冲刺Day5
置顶集合随笔护林员——Beta阶段置顶集合随笔
团队名称护林员
团队项目福大树洞

目录

  • 一、SCRUM部分
  • 1. 团队成员站立式会议总结
  • 1.1 222100434
  • 1.2 222100129
  • 1.3 222100101
  • 1.4 222100115
  • 1.5 222100128
  • 1.6 222100221
  • 1.7 222100304
  • 1.8 222100404
  • 2. SCRUM会议照片
  • 二、PM报告
  • 1. 工作进度估计
  • 2. 项目燃尽图
  • 3. 工作总量变化
  • 4. 项目程序/模块的最新运行图片

一、SCRUM部分

1. 团队成员站立式会议总结

1.1 222100434

  • 昨天到今天的进展
    • 完成了ChatGPT API的引入

      img

  • 存在的问题/遇到的困难
    • 审核的引入发现了一些以前没有考虑到的地方
  • 从现在到明天站立式会议的安排
    • 修改部分与审核API冲突的地方
  • 心得体会
    • 好想复习期末,好想做科研,好想学ml

1.2 222100129

  • 昨天到今天的进展
    • 前台举报帖子,修改个人信息接口
    • 后台用户管理接口

      在这里插入图片描述


      在这里插入图片描述

  • 存在的问题/遇到的困难
    • 某个页面既要展示树洞帖子概览,又要展示课程评价的概览。两个栏目的接口数据有交集也有差集,同一个类型的变量命名不同,导致接口和之前接口不好对接
  • 从现在到明天站立式会议的安排
    • 完成后台所有接口
  • 心得体会
    • 并不是所有接口都好写。了解了图片的上传方式

1.3 222100101

  • 昨天到今天的进展
    • 测试了前端代码

      在这里插入图片描述

  • 存在的问题/遇到的困难
  • 从现在到明天站立式会议的安排
    • 继续测试前端代码
  • 心得体会
    • 测试工作也很重要

1.4 222100115

  • 昨天到今天的进展
    • 了解新小组已经完成的工程
    • 进行软件测试

      在这里插入图片描述

  • 存在的问题/遇到的困难
    • 已经完成的工程较多,需要花时间去了解
  • 从现在到明天站立式会议的安排
    • 继续了解已经完成的工程并进行测试
  • 心得体会
    • 能进入不同的小组多学习是很好的体验,能了解不同同学擅长的部分,学习到许多的新东西,将继续向别的组员学习

1.5 222100128

  • 昨天到今天的进展
    • 美化注册界面

      在这里插入图片描述


      在这里插入图片描述

  • 存在的问题/遇到的困难
    • 不知道为什么element-plus的表格组件单元格中不能展示图片,但是却能展示avatar(头像组件)
  • 从现在到明天站立式会议的安排
    • 美化剩余页面
  • 心得体会
    • 不同组件CSS互相影响真是太玄妙了

1.6 222100221

  • 昨天到今天的进展
    • 完成了通知接口的构思
  • 存在的问题/遇到的困难
  • 从现在到明天站立式会议的安排
    • 完成剩余接口
  • 心得体会

1.7 222100304

  • 昨天到今天的进展
    • 修改发送邮件代码结构,使结构逻辑更清晰
    • 修改发送邮件代码,将验证码存储到redis中
    • 完成验证码验证接口
    • commit记录

  • 存在的问题/遇到的困难
  • 从现在到明天站立式会议的安排
    • 根据前端反馈进行优化
    • 准备汇报ppt
  • 心得体会
    • 队友已经写好了RedisUtil 类,利用它来改进邮件发送功能,将验证码存储在Redis中其实很简单,感谢队友!
    • 代码清晰和可维护性十分重要,特别是在团队作业中。

1.8 222100404

  • 昨天到今天的进展
    • 学习vue3技术
    • 编写后台五个页面的查看,修改弹窗

      commit记录

  • 存在的问题/遇到的困难
    • 弹窗信息修改提交保存按钮保存不了
  • 从现在到明天站立式会议的安排
    • 学习vue3技术
    • 继续完成前后台美化
  • 心得体会
    • 继续努力

2. SCRUM会议照片

img

二、PM报告

1. 工作进度估计

任务预期完成时间进度状态
oss读写接口5.22##########已完成
前台剩余路由5.23########开发中
修改包含分页查询接口逻辑5.23##########已完成
后台页面5.25#########开发中
前端推送功能##########已废弃
前端通知功能5.25###开发中
后端通知接口5.25待开发
后端邮件发送和验证接口5.25##########已完成
后端ChatGPT API引入5.25########开发中
全面进行测试5.27待进行
总体5.27#######进行中

2. 项目燃尽图

img

3. 工作总量变化

  • 无工作量变化

4. 项目程序/模块的最新运行图片

  1. 注册

    在这里插入图片描述

  2. 查看用户详细信息

    前端运行图片

...全文
158 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
源码链接: https://pan.quark.cn/s/0f7c75cb3aad ### MIPI Video Mode 与 Command Mode 的差异 #### 一、引言 MIPI (Mobile Industry Processor Interface) 是一种用于连接移动设备中处理器及其外围设备的标准化接口。MIPI 接口支持多种协议,其中包含 DSI (Display Serial Interface) 和 DCS (Display Control Interface) 等协议。在 MIPI 接口的应用中,主要涉及两种工作模式:Video Mode(视频模式)和 Command Mode(命令模式)。本文旨在系统性地阐述这两种模式的工作机制、特性以及实际应用环境。 #### 二、LCD RAM 概念说明 在进一步探讨 MIPI 的两种模式之前,有必要对文中提及的“LCD RAM”概念进行明确。实际上,“LCD RAM”并非一个通用术语,而是本文作者用来描述 LCD 控制器中用于存储显示数据的内存区域。LCD(Liquid Crystal Display,液晶显示屏)通常配备一个控制 IC(Integrated Circuit,集成电路),该控制 IC 可能内置 RAM 以缓存显示数据。 #### 三、MIPI Video Mode(视频模式) **定义:** - 视频模式是一种类似于传统 RGB 接口的工作模式,它要求主机持续不断地向显示器传输刷新数据。 - 在这种模式下,数据和控制信号以报文的形式通过 MIPI 总线进行传输。 - 显示器本身无需配备帧缓冲器,因为主机会周期性地刷新屏幕。 **特点:** 1. **实时性高:** 主机需要不...
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 在电磁模拟技术中,CST(Computer Simulation Technology)是一种被广泛采纳的软件工具,它主要用于电磁场、微波、天线以及射频系统的设计工作。本资料将详细分析CST软件中离散端口的具体配置方法,这些方法对于提升仿真结果的精确度和专业水准具有决定性作用。离散端口在CST软件中扮演着模拟信号输入或输出的重要角色,它们构成了仿真模型不可或缺的部分。在配置离散端口时,一个核心的原则是保证端口的方向与网格线保持一致,这是因为这样做能够有效降低计算过程中产生的误差,并确保仿真数据的有效性。如果未能遵循这一指导原则,可能会引发未知的计算问题,进而导致仿真结果失去可靠性。 在CST软件中配置离散端口,通常需要借助“Pick Points”这一功能。通过选择“Pick Edge Center”选项,端口将被设定在模型边缘的中心位置上。然而,这种做法并不总是能够确保端口与网格线保持平行。在某些特定情形下,模型的几何构造可能不允许直接选取一个与网格线平行的边作为端口的安装位置。 为了克服这一挑战,可以采用多种不同的策略。如果模型本身已经包含一条与馈电口平行的边,那么可以直接利用这条边来建立端口,此时CST软件会自动调整端口使其与网格线对齐。另一种可选的方法是,当模型不具备现成的平行边时,用户可以手动构建一个几何结构,比如一个立方体,并使其边缘与馈电口平行。通过这种方式,新建立的几何结构的边缘就可以作为端口的位置,从而确保端口与网格线的平行关系。 在实施上述操作时,必须关注端口尺寸的合理性和物理意义的一致性。端口的尺寸应当依据实际天线馈电部分的尺寸进行适当调整,过大的端口或...
代码下载链接: https://pan.quark.cn/s/a4b39357ea24 【使用TensorFlow进行图像识别】 图像识别作为计算机视觉领域的关键任务之一,其核心在于通过算法解析和理解图像所包含的信息。在此资源中,我们将集中探讨如何借助功能强大的深度学习框架TensorFlow来执行手写数字识别。手写数字识别构成了众多实际应用的基础,例如自动支票处理、光学字符识别(OCR)等场景。 TensorFlow是由Google创建的一个开源库,它主要用于数值运算和机器学习,尤其在深度学习方面表现卓越。其核心优势在于可以构建并训练复杂的神经网络架构,并且在多种硬件环境中实现高效执行,涵盖CPU和GPU平台。 在此实践项目中,我们将运用TensorFlow来构建一个卷积神经网络(CNN)模型,这种架构是处理图像数据的理想选择。CNNs通过模仿人脑视觉皮层的运作机制,能够自主地提取图像中的关键特征,进而达成识别目标。在手写数字识别的特定情境下,这些特征可能涉及笔画的几何形态、走向以及相互间的连接模式。 对于CNN的基础结构,我们需要具备相应的认知,其通常由卷积层、池化层、全连接层以及激活函数等部分组成。卷积层借助滤波器(亦称卷积核)对图像进行扫描,以捕捉局部特征;池化层则用于降低数据维度,同时保留核心信息;全连接层将特征向量映射至各类别的概率分布;而激活函数如ReLU则通过引入非线性元素,使模型能够学习更为复杂的模式。 在此案例中,建议采用MNIST数据集,这是一个广泛用于手写数字识别的标准测试集。该数据集包含60,000个训练样本和10,000个测试样本,每个样本均为28x28像素的灰度图像,代表0到9这十个数字中的某一个。为了训练模型,必须首先加载数据,并...

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