帮忙:在软件公司做了一年半了,准备去做兼职,第二老板让我写一个文档(他说开发文档,其实不是我们理解的开发文档).开发一个模块,我是怎么

javaprogramlover 2005-01-26 12:25:32
可是我从来还没有写过这个这样的东西。
我该怎么办?
谁写过,可否借我参考一下啊?

求助。
...全文
281 14 打赏 收藏 举报
写回复
用AI写文章
14 条回复
切换为时间正序
请发表友善的回复…
发表回复
skylan 2005-01-29
  • 打赏
  • 举报
回复
还没有结贴?这个任务不能让你再拖了
drik_student 2005-01-27
  • 打赏
  • 举报
回复
楼上说的有道理。
NTMDQUSI 2005-01-27
  • 打赏
  • 举报
回复
如果是模塊設計的話
那就是需求分析已經做完了
你找boss要需求分析文檔
然後對應需求分析對模塊的功能要求做概要設計和詳細設計就ok了
具體的粒度就看你自己了對需求的理解了
drik_student 2005-01-27
  • 打赏
  • 举报
回复
搂主请说清是什么文档?
是需求分析,还是概要设计什么的?
我5分钟回来
javaprogramlover 2005-01-27
  • 打赏
  • 举报
回复
难道就没有一个人能帮忙吗?
kennylee8285 2005-01-27
  • 打赏
  • 举报
回复
翻出一本软件工程的书照格式写一套标准的文档...
sylmoon 2005-01-27
  • 打赏
  • 举报
回复
如果是模塊設計的話
那就是需求分析已經做完了
你找boss要需求分析文檔
然後對應需求分析對模塊的功能要求做概要設計和詳細設計就ok了
具體的粒度就看你自己了對需求的理解
drugon 2005-01-27
  • 打赏
  • 举报
回复
自己怎么想的就怎么写。
drugon 2005-01-27
  • 打赏
  • 举报
回复
自己怎么想的就怎么写。
drugon 2005-01-27
  • 打赏
  • 举报
回复
自己怎么想的就怎么写。
programeyonger 2005-01-27
  • 打赏
  • 举报
回复
http://community.csdn.net/Expert/topic/3268/3268967.xml?temp=.7779047
skylan 2005-01-26
  • 打赏
  • 举报
回复
到软件工程/管理版块看看
skylan 2005-01-26
  • 打赏
  • 举报
回复
sofa
programeyonger 2005-01-26
  • 打赏
  • 举报
回复
你跟他面谈,或者让他找个技术厉害的人给你面试一下不就行?
内容概要:本文围绕“基于价格型需求响应”的研究展开,深入探讨了其在配电网与微电网系统中的应用机制,并提供了完整的Python代码实现方案。文章通过复现相关学术论文,系统阐述了价格型需求响应的建模方法、优化调度框架及其对电力系统运行的影响,重点分析了用户侧负荷在分时电价、实时电价等价格信号引导下的响应行为,旨在提升电力系统的供需匹配效率、削峰填谷能力与运行经济性。研究涵盖了问题建模、多目标优化函数设计、系统约束条件设定、求解算法实现等关键技术环节,并结合典型算例进行仿真验证,展示了需求响应在改善电网负荷曲线、降低运行成本方面的有效性。; 适合人群:具备一定Python编程基础和电力系统基础知识的研究生、科研人员及从事能源互联网、智能电网、综合能源系统等相关领域的工程师,尤其适合希望复现高水平论文、开展需求侧管理、低碳调度或参与相关课题研究的专业人士。; 使用场景及目标:① 学习并掌握价格型需求响应在主动配电网与微电网中的数学建模与优化调度方法;② 复现主流学术成果,为撰写科研论文、申报项目或参加竞赛提供可靠的代码与理论支撑;③ 深入研究电力市场环境下用户侧灵活性资源的调度潜力,支撑低碳、经济、可靠的综合能源系统优化运行研究。; 阅读建议:建议读者结合文中提供的Python代码与算法流程图,逐步理解模型构建的逻辑细节,调试并运行代码以观察不同参数设置下的仿真结果,进而深入掌握价格信号对负荷转移行为的引导机理与系统级优化效果。
内容概要:本文提出了一种基于形态学的权重自适应图像去噪方法,并提供了完整的Matlab代码实现。该方法深度融合深度学习与数学形态学理论,通过构建自适应权重机制来动态优化去噪过程,在有效去除高斯噪声、椒盐噪声等多种噪声的同时,最大限度保留图像的边缘结构和纹理细节。文中系统阐述了算法的设计原理、实现流程及关键参数配置,并通过大量实验验证了其在不同噪声水平下的鲁棒性与优越性,结果显示该方法在峰值信噪比(PSNR)和结构相似性(SSIM)等客观指标上均显著优于传统去噪算法,同时在视觉效果上表现出更强的细节保持能力。; 适合人群:具备一定图像处理基础知识和Matlab编程能力的科研人员、研究生以及从事计算机视觉、医学影像分析、遥感图像处理等相关领域的工程师。; 使用场景及目标:①应用于受噪声污染的数字图像修复,提升图像质量以满足后续分析需求;②为医学影像、卫星遥感、工业检测等对图像清晰度要求较高的领域提供高效的去噪技术支持;③作为深度学习与传统图像处理技术融合的典型案例,服务于相关算法研究与教学实践。; 阅读建议:建议读者结合所提供的Matlab代码进行动手实践,深入理解算法各模块的实现逻辑,尤其关注形态学操作与权重自适应机制的结合方式,并尝试在多种噪声类型和强度下测试算法性能,通过调整参数观察其对去噪效果的影响,从而全面掌握该方法的核心思想与优化技巧。

23,404

社区成员

发帖
与我相关
我的任务
社区描述
Java 非技术区
社区管理员
  • 非技术区社区
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