软件工程实践α冲刺评分公布

lypoom 2025-01-15 20:18:01

作业提交规则

  • 博客以班级作业页面的提交时间为准;需要提交的代码以gitcode的提交时间为准;
  • 在deadline前交,分数为实际得分 ;
  • 补交:在deadline 后两天内提交视为补交,分数为实际得分 * 50%;写了但是忘记提交作业和补交扣分一致
  • 缺交:在deadline 之后两天未补交视为博客缺交,分数为0分;

    其他规则

  • 作业抄袭:当助教发现两篇博客文字/图片/代码过分相似时,判定两篇博客都为抄袭,该次作业不得分,并倒扣该次作业占总成绩比重的分数
  • 伪造提交:虽然作业博客没有完成,但是先提交到作业占位置,判定为伪造提交,分数得0分;
  • 微信班级群如果发布相关通知也是作业要求一部分,请及时查看群通知;
  • 若需要在课程群填写相关信息,未能在deadline之前完成填写的,扣实际得分的50%;
  • 如对作业存在疑问,请在deadline之前三天在班级群提出;
  • 若助教对作业要求有修改,会在群内公告,请务必查看并按新的要求完善作业;

评分细则

代码规范(6‘)
冲刺任务(6’)
冲刺计划(6‘)
十篇冲刺随笔(30’)
测试随笔(10’)
项目预期计划、现实进展(17‘)
过程体会、组员分工协作、贡献度(20‘)
对下阶段展望(5‘)

队伍名称代码规范(6)冲刺任务(6)冲刺计划(6)冲刺随笔(30分)测试随笔【10分】预期计划、实际进展【17分】过程体会、组员分工协作【20分】下阶段展望【5分】博客总分答辩ppt总分(100)最终得分
PetGeeks555249162058992.6591.19
Sprout新苗5552910162059599.87597.925
像素游戏开发小队5451510152007489.7187583.43125
你说的都队554280142058189.0687585.84125
饭fun而谈555299162059496.8187595.69125
145679联合王国554288152048990.37589.825
福大创智团555248152058793.190.66
我和群众站一队544289142058996.2593.35
相约福大5452000003493.4687569.68125

 

学号姓名成绩
042201126杨世铭94.855
052201224游志军94.855
052203130邱哲晗94.855
052207115欧阳开源94.855
062200244洪语涵54.614
062200253辜馨怡77.257
072203218庄邵锟94.855
072203330梁心恬92.442
092200201蔡子航94.855
152201106庄仲华94.855
162204210李可77.257
222000104李恺69.68125
222200108朱元烨139.521
222200109庄芷洋75.088
222200110刘炳麟57.45
222200111李敬毅85.674
222200112李嘉琪75.088
222200113杨清坤92.33
222200114吴子妍75.088
222200116吴源桓92.33
222200125郑韵94.815
222200127徐煜晖104.566
222200128翁焰43.087
222200130黄陈铭85.674
222200131黄钰集92.33
222200133傅俊鹏96.433
222200134游镇诚92.33
222200135叶翔锋77.257
222200201于浩飞114.899
222200203王晨如69.68125
222200205冯诗雨93.898
222200206朱江69.68125
222200207朱骏祥69.68125
222200208刘鑫城69.68125
222200209许棠涛69.68125
222200210苏臻炜97.097
222200212杨予凡69.68125
222200214吴思95.263
222200216张上毅69.68125
222200217张伟琦97.615
222200219陈诗柠96.452
222200220陈森60.071
222200221林点90.106
222200222胡彭97.615
222200223徐玮辰89.753
222200224徐逸凡89.753
222200225黄少洋77.257
222200226黄文乐89.753
222200227黄茂林97.097
222200229曹品顺90.106
222200230梁蕴潆93.34
222200231游竣超97.097
222200234马思敏93.898
222200304卢君豪93.34
222200305卢禧96.79
222200307叶宇滟104.339
222200308冯欣馨90.106
222200309孙阳93.42
222200310李怡涵93.34
222200311李梓玄93.34
222200312杨年申93.34
222200314吴荣榜106.357
222200328夏振93.34
222200329徐文彬96.598
222200331翁鹏92.808
222200401丁昌彪93.34
222200404刘嘉榕97.284
222200407杨知麟93.742
222200408连文桢96.702
222200409肖勇84.042
222200410张巧莹96.72
222200411张晨阳95.803
222200412陈宇93.773
222200416林予萱38.629
222200428黄铎彦69.68125
222200429谢雨欣89.44
222200431漆廷煜231.771
222200432赛比海·托合地亚尔38.629
222200433魏毓延77.257
222200435穆拉迪力·阿布力米提77.257
222200440林胜阳0
222200315张俊腾93.34
...全文
277 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:本文提出了一种基于改进扩散模型的高海拔地区新能源高波动出力场景生成方法,并提供了完整的Python代码实现。该方法针对高海拔地区风能、光伏等新能源出力波动剧烈、不确定性高的特点,通过优化扩散模型的结构与训练策略,有效捕捉历史数据的概率分布特征与时序相关性,从而生成高质量、多样化的出力场景。文中详细阐述了模型的数学推导、网络架构设计、损失函数优化及采样算法改进,并通过实验证明其在拟合精度、场景多样性与稳定性方面优于传统生成模型,为电力系统在高比例新能源接入下的规划、调度与风险评估提供了可靠的场景输入支持。; 适合人群:具备一定Python编程能力和机器学习基础,从事新能源发电预测、电力系统分析、智能优化、场景生成等方向研究的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①用于高海拔地区风电、光伏出力的不确定性建模与多场景生成;②支撑含高渗透率新能源的电力系统随机优化调度、鲁棒决策与风险评估;③为相关学术研究、论文复现与算法改进提供可运行的技术方案与代码基础; 阅读建议:建议读者结合所提供的完整资源(代码、数据集、说明文档)进行实践操作,重点关注扩散模型的前向加噪与反向去噪过程的设计细节,以及如何将其适配于新能源时序数据的生成任务,通过参数调优与对比实验深入理解模型的生成机制与性能边界。
内容概要:本文围绕基于静态约束法的配电网电动汽车接入容量评估展开研究,提出了一种在新型电力系统背景下评估主动配电网对电动汽车承载能力的方法。研究通过构建数学模型,结合潮流计算与关键约束条件(如电压越限、线路过载等),量化分析配电网可承受的最大电动汽车充电负荷容量,旨在识别规模化电动汽车接入带来的潜在运行风险,并为电网规划与运行提供科学依据。文中配套提供了完整的Matlab代码实现,便于仿真验证与结果复现。此外,该研究与分布式光伏承载力评估、电动汽车可调能力分析等方向形成技术联动,展现了多主题协同的研究体系。; 适合人群:具备电力系统分析基础理论知识及Matlab编程能力的高校研究生、科研机构研究人员,以及从事新能源并网、智能配电网规划与运行等相关领域的工程技术人员。; 使用场景及目标:①用于学术研究中的模型复现与论文撰写支撑;②评估实际配电网中电动汽车大规模接入的可行性与安全边界,指导充电基础设施布局;③作为高校教学案例,帮助学生深入理解电网承载力评估的核心原理、建模方法与仿真技术; 阅读建议:建议结合文中提及的相关研究方向(如二阶锥规划、多面体聚合方法等)进行对比学习,充分利用所提供的Matlab代码与网盘资料开展仿真实验,重点关注约束条件的设定逻辑与潮流计算模块的实现细节,以深化对评估模型机理与工程应用价值的理解。
内容概要:本文围绕“考虑隐私保护的分布式联邦学习电力负荷预测研究”展开,提出了一种基于Python实现的联邦学习框架,旨在解决居民或行业电力负荷预测中用户电表数据隐私泄露的风险。该研究通过构建分布式机器学习模型,使各参与方在不共享原始数据的前提下协同训练全局模型,有效实现了数据“可用不可见”。文中详细阐述了联邦学习的整体架构设计、本地模型训练流程、参数加密传输与安全聚合机制,并结合差分隐私等技术进一步增强系统的隐私保护能力。同时,研究利用真实电力负荷数据集进行了实验验证,展示了方法在预测精度与隐私保障之间的良好平衡,并提供了完整的代码实例与复现指南,便于后续研究与应用拓展。; 适合人群:具备一定机器学习基础和电力系统背景知识,从事智慧能源、隐私计算或人工智能相关方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:① 实现跨区域、跨主体的电力负荷协同预测,打破数据孤岛;② 在确保用户用电数据隐私安全的前提下提升负荷预测准确性;③ 推动联邦学习在智能电网、需求响应、虚拟电厂等场景中的实际部署与应用。; 阅读建议:建议结合文中提供的Python代码与网盘资料进行动手实践,重点关注联邦学习的通信轮次设计、模型聚合算法(如FedAvg)的实现细节以及差分隐私噪声添加策略,深入理解其对模型性能与隐私强度的影响,为进一步优化与创新奠定基础。
VDA_Band_19.1_3rd edition_2026 English Inspection of Technical Cleanliness 内容概要:本文档为德国汽车工业协会(VDA)发布的第三版《技术清洁度检验:功能相关汽车部件的颗粒污染检测》(VDA 19.1),系统规范了汽车行业中零部件技术清洁度的检测方法与流程。文件涵盖从取样、提取、过滤到分析的全流程标准化操作,重点更新了干法提取(如 Stamp Test 和刷吸法)、小于50µm颗粒的检测、光学子系统和SEM/EDX标准分析方法,并引入统一材料分类体系以提升结果可比性。同时明确了“标准分析”与“自由检验”的区别,前者用于高兼容性检测,后者允许客户与供应商协商定制参数。文档还强化了对非可测组件的技术清洁保障、测量不确定度评估及方法验证的要求,并提供了多个实际案例支持应用落地。; 适合人群:适用于汽车制造业中从事质量控制、工艺开发、供应商管理及相关检测实验室的技术人员和管理人员,尤其适合具备一定质量管理或洁净度检测基础的专业人员。; 使用场景及目标:①用于制定和执行零部件清洁度检测标准;②指导 incoming/outgoing 检验及生产过程监控;③支持失效分析与质量改进项目;④作为企业内部审核和技术交流的依据; 阅读建议:建议结合VDA 19.2及其他相关标准配套使用,重点关注各章节中的起始参数设定、方法选择逻辑及附录中的检查表示例,在实际操作中同步开展方法验证与人员培训,确保检测结果的有效性和可追溯性。

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