软件工程实践暑假作业

222200110刘炳麟 2024-09-03 02:39:07
这个作业属于哪个课程2401_CS_SE_FZU
这个作业要求在哪里软件工程暑假作业
这个作业的目标加入班级社区,详细阅读作业要求,提前学习markdown语法,阅读《构建之法》撰写博客
其他参考文献《构建之法》、使用git工具将本地项目文件上传到github及其几种常见操作

目录

  • 1. 准备工作
  • 1.1 PUSH截图
  • 1.2 华为仓库git地址
  • 2. 回首过去
  • 2.1 Q:当初你为什么选择软件工程这个专业?
  • 2.2 Q:当初对软件工程这个专业的期待和想象是什么?
  • 2.3 Q: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
  • 个人信息
  • 4.展望未来
  • 4.1 阅读《构建之法》
  • 4.2 未来的职业规划
  • 4.3 对于软件工程实践课程,你有什么理解和期望?
  • 5.学习路线

1. 准备工作

1.1 PUSH截图

img

img

1.2 华为仓库git地址

仓库地址

2. 回首过去

2.1 Q:当初你为什么选择软件工程这个专业?

A:喜欢计算机,想要参与制作3A大型游戏,能够自己设计程序,在报考时参考了计算机类不同小专业的区别,最后选择了软件工程。

2.2 Q:当初对软件工程这个专业的期待和想象是什么?

A:多方面多元化的学习计算机语言,不会局限于计算科学,而是能开拓视野,理解不同程序的运行原理。

2.3 Q: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

A:希望自己尝试使用Unity和C#开发小游戏,希望自己有朝一日能够设计一个软件或者制作一款大游戏

3.立足当下

个人信息

  • 姓名/昵称:刘炳麟

  • 头像

    img

  • 兴趣爱好
    ·运动:篮球/田径/乒乓球/游泳等
    ·计算机:偏向于实用性的编程/游戏建模/内容设计/剪辑
    ·音乐:二胡/吉他/歌唱

  • 掌握的编程语言 :C , C++ ,Java,C#

  • 项目经历:一日游小程序,五子棋小游戏

4.展望未来

4.1 阅读《构建之法》

1.学生用GPT-4来做作业,老师要如何甄别呢?
可以检查作业风格和语言AI生成的文本可能语言复杂、结构严谨,但缺乏个人化的细节或具体例子。注意文本中的一般化表述或过于精确的用词。
在课堂上对作业内容进行讨论,提出问题或要求学生解释其观点。如果学生无法深入回答或解释作业中的内容,可能说明作业不是他们自己的工作。演示能力:要求学生现场展示或讲解他们的作业,了解他们对内容的掌握程度。使用反抄袭软件或AI检测工具来检测是否存在AI生成的内容。虽然这些工具并不总是完全准确,但它们可以帮助识别潜在的AI生成文本。提出开放性问题:设计需要个人观点、具体实例或分析的作业题目,这样更难由AI生成符合要求的答案。令学生逐步提交:要求学生分阶段提交作业,比如提出草稿和修订版,以了解其思考过程。
2.我都是大学生了,上课还要认真听老师讲课么?
是的,认真听课仍然很重要。即使在大学,课堂上老师讲解的内容、讨论和互动都能帮助你更深入地理解课程材料并应用知识。这种参与也对你的学术成长和职业发展有很大帮助,但是也要结合自身的学习情况,大学给我们提供了无比优越的自学条件,如果老师讲的内容自己已经学习过,可以适当的进行自发的学习。
3.软件开发是年轻人的饭碗,吃的是青春饭?那年纪大的程序员经验丰富但是快速学习能力拼不过年轻程序员的时候该怎么办呢?
不可否认,写程序就是一个吃青春饭的工作。我觉得可以有三条路可以走,第一可以在技术这条路上继续走下去,虽然这是一个很少有人选择的路,但是并不是不可以,因为大龄程序员有着丰富的经验,其实他们的这些经验都是宝贵的财富,能为企业节省很多成本。但前提是你要有不断学习的准备。第二转管理岗,这也是一个不错的选择,前提是你要有丰富的项目实战经验,能面对各种突发情况,而且还需要学习项目管理等知识。第三离开IT行业,选择转行,天无绝人之路,只要自己肯动手,总会有回报,转向轻松的工作,还能多陪伴亲人,何乐而不为。
4.大陆高校中的计算机专业与软件专业是否并不像书中说的那样雷同?
虽然就业方向非常相似,但是知识学习范围有所差别,主攻方向也有所不同。
5.花费时间越多,代表工作量越高吗?
并不是,有可能在错误处理中花费了大量的时间,编写不同的算法也会有不同的时间花费。

4.2 未来的职业规划

努力提升专业技能,学习游戏制作,学习建模,成为游戏制作工程师。

4.3 对于软件工程实践课程,你有什么理解和期望?

我希望能更好的学习java,c#等通用语言,在老师的帮助下尝试一些基础游戏的制作。

5.学习路线

img

...全文
295 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
源码链接: https://pan.quark.cn/s/9f500ac403c2 摄像头配置是嵌入式系统构建中的一个关键步骤,它涉及到硬件与软件的紧密协作。图像信号处理器(ISP)作为图像信号处理的核心单元,在摄像头配置过程中扮演着至关重要的角色。在硬件层面,它涵盖了摄像头与ISP之间的连接以及信号传输的细节;在软件层面,主要依托V4L2框架进行视频流的采集和处理。接下来将具体说明文档中涉及的硬件机制、软件机制、信号配置及V4L2等领域的摄像头配置实践经验。 ### 硬件机制与连接 文档首先阐述了硬件线路中中央处理器与摄像头之间的连接方式。在此,相机串行接口(CSI)模块是摄像头数据传输的核心部分,它负责与外部CMOS图像感应元件进行交互。CSI接口包含以下几个关键信号线: 1. **CSI_VSYNC (垂直同步信号)**:用于标示一帧图像的起始点。该信号传输方向为从图像感应元件(sensor)至应用处理器(AP)。 2. **CSI_HSYNC (水平同步信号)**:用于提供行同步信号,并用于识别消隐信号。同样,信号流向为sensor至AP。 3. **CSI_D[7:0]**:8位摄像头数据总线,用于传输各种图像数据,包括YUV、YCC、RGB或Bayer格式。数据流向为sensor至AP。 4. **CSI_MCLK (传感器主时钟信号)**:由传感器输出主时钟信号,为外部摄像头提供时钟基准。信号流向为AP至sensor。 5. **CSI_PIXCLK (像素时钟信号)**:由摄像头输出,通常与MCLK主时钟信号频率相同。信号流向为sensor至AP。 正确设置这些连接,确保信号同步传输,是硬件配置的基础。 ### 软件机制与驱动程序 摄像头驱动...
文末附数据集可视化效果图。 【数据集概况】 · 检测类别(中文):[大豆(soybean)] · 训练集:777 张 · 验证集:0 张 · 测试集:0 张 · 总计:777 张 该数据集聚焦农业科研领域,针对温室环境下大豆幼苗的精准检测需求,为植物生长监测与自动化管理提供高质量数据支撑。训练集777张,验证集和测试集为0张,符合农业科研场景中对特定生长阶段样本集中训练的需求,确保模型在目标场景下的泛化能力。所有样本均采用精准的边界框标注,标注规范统一,确保了数据集在大豆幼苗检测任务中的高精度与可靠性。该数据集可应用于农业科研机构的植物生长监测系统、智能温室管理平台等场景,... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 100 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9922** mAP50-95 | 0.9141 Precision | 0.9771 Recall | 0.9710 train/box_loss | 0.4231 train/cls_loss | 0.1829 val/box_loss | 0.3920 val/cls_loss | 0.1737 【训练过程分析】 100 轮训练后 mAP50 达到 0.9922,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反弹,没有明显过拟合。mAP50-95 为 0.9141,和 mAP50 差距仅 0.08,框的定位精度也很扎实。 【模型性能评估】 Precision 0.9771、Recall 0.9710,精召双高,模型对大豆的检测能力强。...
内容概要:本文围绕通过短时倒谱(Cepstrogram)计算进行时-倒频分析展开研究,系统阐述了该方法在非平稳信号处理中的理论基础与技术优势。文章深入剖析了短时倒谱的计算原理,强调其在解耦卷积信号、识别周期性调制特征以及增强微弱瞬态成分方面的独特能力,并结合Matlab代码实现了完整的时-倒频分析流程。研究对比了该方法与传统时频分析及全局倒谱分析的性能差异,验证了其在语音、机械振动、音频等信号处理中具备更强的特征解耦能力与动态跟踪精度。同时,文章也探讨了该方法在时间-倒频分辨率平衡与计算复杂度方面存在的技术局限,并提出了潜在的优化路径。; 适合人群:具备一定信号处理理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,尤其适用于从事机械故障诊断、声学信号分析、生物医学信号处理及工业状态监测等领域的专业研究人员。; 使用场景及目标:①用于分析含有卷积混叠或周期性调制的非平稳信号,如机械系统中的冲击故障信号、语音信号的基音周期检测;②提升在强噪声背景下对微弱周期性特征的识别能力,实现更精准的设备状态监测与早期故障预警;③为相关科研项目提供可复现的Matlab代码实例与完整的技术实现路线,支撑算法验证与工程应用开发。; 阅读建议:建议读者结合文中提供的Matlab代码逐行运行与调试,深入理解短时傅里叶变换与倒谱变换的衔接逻辑与参数设置影响,重点关注时-倒频图的生成机制与物理意义解读,同时鼓励将该方法应用于实际工程信号以验证其有效性并深化对方法适用边界的认知。

113

社区成员

发帖
与我相关
我的任务
社区描述
202401_CS_SE_FZU
软件工程 高校
社区管理员
  • FZU_SE_TeacherL
  • 助教_林日臻
  • 防震水泥
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