在学校的时候，自己做过的一些项目，感觉挺有成就

最新推荐文章于 2024-01-01 15:26:03 发布
最新推荐文章于 2024-01-01 15:26:03 发布
阅读量626 收藏
点赞数
分类专栏： 在学校里面做的项目 文章标签： 在学校里面做的项目
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gdfp8pwz/article/details/38902249
版权
毕业选题管理系统
项目时间： 2013年05月-2013年11月
项目简介： (1)该系统分为三大模块，权限管理员模块、教师模块、学生模块。
每个不同的用户有着不同的权限,管理员可以进行对用户信息的查看，修改，删除，添加。 教师可以进行课题管理和信息发布，和对已选题学生的确认，还可以对学生论文进行打分做出评价。学生可以进行课题选择。这样就可以进行自由的双向选择 


(2)毕业设计选题系统，由于是面向多种用户，多个用户。为了方便大家进行选课题工作，不需要每个人都安装客户端，因此本人采用B/S模式开发本系统。
(3)采用层次分明的mvc开发模式。
(4)持久层使用的是手写DAO实现，用Servlet进行流程的控制,页面显示使用
jsp。
(5)持久层采用接口模式，大大减低程序的耦合性，易于代码的修改。
职责和业绩： ：负责管理员模块的开发 管理员对课题 教师职称  学生所在专业 教师选学生情况以及学生报课题情况的查看
评标专家管理系统
项目时间： 2013年11月-2014年01月
项目简介： 1系统管理: 主要是用户管理,实现用户的增删改查,修改密码.
2 基础数据管理: 实现专家类别管理,专业管理,职称管理,单位管理.
3 评标专家管理: 评标专家一览表的管理.
4 项目管理: 项目一览表的管理
5 评标专家抽取: 项目抽取条件管理,项目回避单位管理,评标专家抽取管理
职责和业绩： 使用的技术主要有struts2，hibernate，spring，eclipse，tomcat， mysql等。采用分层设计，其中表现层采用struts2框架开发,利用spring的IoC功能将实现类注入给表现层的action，并解决了ssh2整合重复校验问题，数据访问层借助于hibernate实现. 控制客户端访问以及乱码的过滤采用filter，自定义interceptor拦截未登录的用户或者管理员，分页主要由pager类实现等。在后台方面还要对客户端数据进行校验，对每个DAO进行了单元测试。 


项目中的职责：系统分析与编码工作（独立开发）
gdfp8pwz
关注
专栏目录
从0开始制作小游戏（一）
Qihonghao_的博客
07-31 951
从今天开始，我将会不定期更新这个系列，欢迎各位订阅（实际上也不过是记得看就行） 那么，首先我们要明确，我们要做什么，明确整体游戏的框架。 在这里，我想带做一款高自由度的2D游戏，类似《我的世界》和《泰拉瑞亚》一样的。 那么，我依然是从0开始，那么我首先就要创造一个控制台窗口: 这个代码推荐使用Dev-cpp中项目编写，方便后面添加头文件以及资源文件。 #include <windows.h> int main() { SetConsoleTitle("My Life");
有哪些让程序员受益终生的建议
热门推荐
启舰
10-28 21万+
从业五年多，辗转两个大厂，出过书，创过业，从技术小白成长为基层管理，联合几个业内大牛回答下这个问题，希望能帮到大家，记得帮我点赞哦。 敲黑板！！！读了这篇文章，你将知道如何才能进大厂，如何实现财务自由，如何在工作中游刃有余，这篇文章很长，但绝对是精品，记得帮我点赞哦！！！！ 一腔肺腑之言，能看进去多少，就看你自己了！！！ 目录： 在校生篇： 为什么要尽量进大厂？ 如何选择语言及方...
学完java基础后做的小项目,很早之前做的,图形界面基于javafx 场景创建
qq_35925828的博客
06-30 617
https://drive.google.com/file/d/10SDsN-b8gaIKACpxdmxVW7g76VZfVIJD/view?usp=sharing
当我在荒废时间的时候会有多少人在拼命
wang_shuai_long的博客
07-21 1748
当我在荒废时间的时候会有多少人在拼命
面试时，如何正确介绍自己的项目经验？
前端达人
03-28 8299
在面试时，经过简单寒暄后，面试官一般先从让候选人自我介绍开始，紧接着就是问候选人简历中所列的项目，让介绍下项目经验。常见的问法是，说下你最近的（或感觉不错的）一个项目。面试中很多人忽视对这一个环节的准备，不仅回答不了面试官的追问，甚至连自己的项目都讲不清楚，说起来磕磕巴巴，甚至有的人说出的项目经验从时间段或技术等方面和简历上的不匹配，这样无疑会让面试官对面试者的能力产生怀...
面试时如何更好的介绍自己的项目
前端达人
11-07 3006
作者：Gaby链接：https://juejin.cn/post/7017732278509453348在面试时，经过简单寒暄后，面试官一般先从让候选人自我介绍开始，紧接着就是问候选人简历中所列的项目，让介绍下项目经验。常见的问法是，说下你最近的（或感觉不错的）一个项目。面试中很多人忽视对这一个环节的准备，不仅回答不了面试官的追问，甚至连自己的项目都讲不清楚，说起来磕磕巴巴，甚至有的人说出的项目经...
正确介绍自己的项目，终于不用害怕面试了
slw213106的博客
12-31 1727
在面试时，经过简单寒暄后，面试官一般先从让候选人自我介绍开始，紧接着就是问候选人简历中所列的项目，让介绍下项目经验。常见的问法是，说下你最近的（或感觉不错的）一个项目。面试中很多人忽视对这一个环节的准备，不仅回答不了面试官的追问，甚至连自己的项目都讲不清楚，说起来磕磕巴巴，甚至有的人说出的项目经验从时间段或技术等方面和简历上的不匹配，这样无疑会让面试官对面试者的能力产生怀疑。 面试时7份靠能力，3份靠技能，本文将从“前期准备”和“面试技巧”两大层面告诉大家如何准备面试时的项目介绍，当然，这只是一家之言，没
我在「亚马逊云科技中国峰会」做讲师 - 「程序员的社区成长史」
易编橙 · 终身成长社群，相遇已是上上签！
07-03 1万+
应小伙伴们的要求，希望这篇文章能够弥补众多未到现场，没有时间看直播的小伙伴们的些微遗憾~ 2023年6月27日、28日，亚马逊云科技将在上海世博中心举办中国峰会，这是亚马逊云在中国地区举办的一次年度大型技术盛会。非常荣幸的受邀参加该次峰会，并且担任 「开发者大讲堂」·「社区文化主题日」的演讲嘉宾。该篇文章，就是28日当天我的演讲主题「程序员的社区成长史」的文字版的介绍。
你逛过凌晨四点的校园吗？--大四毕业生的2023年终总结
Hello大家好，我是Dream，如果帮得到你，那我深感荣幸！交流学习、商务合作：https://bbs.csdn.net/topics/614347534
01-01 6万+
又是一年的年终总结，我也迎来了自己的毕业季，没错，我也马上要毕业啦！不知道大家是什么时候认识我的呢，又或者是第一次发现我~这一年，我们迎接过朝阳、拍下过夕阳，和路过的小狗摇脑袋，好好吃过每一顿饭，认真做着每一件很小的“大事”。 这是我连续第三年提笔写年终总结，翻看自己之前的年终总结，不觉鼻尖一酸，是啊，时间真的过得好快！从20岁到21岁再到两个多月后的22岁，从大一 一路磕磕绊绊走到了 大四，CSDN和各位共同见证了我的成长
22年我在CSDN做到了名利兼收
官方推荐
01-03 2万+
为什么博主会执着于在CSDN中做输出
好视通MCU敏捷开发项目总结实践案例
黄河敏捷开发
01-24 1249
项目总结在有些公司也叫项目复盘，推广敏捷开发的项目会觉得迭代已经有开展回顾会了，没必要再做项目总结。我觉得这两者的定位是不一样的，回顾会偏重当前迭代，项目总结则是对整个项目周期工作的复盘。不过项目总结实际操作起来往往效果较差，经常出现SM/PM一人写完所有的总结报告内容，总结会议上SM/PM一人在念报告，其他成员各顾各的，应付式完成总结。 这里跟大家分享一下好视通MCU团队的项目总...
Python爬虫有什么用，网友纷纷给出自己的答案，爬虫能做的还是很多的
MC_XY的博客
08-29 313
爬虫可以从网站某一个页面(通常是首页)开始，读取网页的内容，找到在网页中的其它链接地址，然后通过这些链接地址寻找下一个网页，这样一直循环下去，直到把这个网站所有的网页都抓取完为止。 难道爬虫真的只是这样么？ 小编特地询问很多网友Python有什么用，大家给出答案也是五花八门。 @冰蓝 之前在北京买房，谁想房价开始疯长，链家的房价等数据分析只给了一小部分，远远不能满足自己的需求。于是晚上花了几个小时的时间写了个爬虫，爬下了北京所有的小区信息及北京所有小区的所有历史成交记录。 @陈乐群 上次发现Android
JSP学生学籍管理系统设计与实现(源代码+论文+开题报告+外文翻译+答辩PPT).zip
09-21
1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。
省市区数据，完成三级联动，选择地区
09-21
省市区数据，完成三级联动，选择地区
机械原理课程设计网球自动捡球机.doc
最新发布
09-21
机械原理课程设计网球自动捡球机.doc
2024秋招华为笔试题大全-仅供参考具体需要根据实际修改
09-21
2024秋招华为笔试题大全-仅供参考具体需要根据实际修改
借助于Ascend310 AI处理器完成深度学习算法部署任务，
09-21
应用背景为变电站电力巡检，基于YOLO v4算法模型对常见电力巡检目标进行检测，并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务，并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域，它基于人工神经网络的研究，特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征，这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分： 1. **神经网络（Neural Networks）**：深度学习的基础是人工神经网络，它是由多个层组成的网络结构，包括输入层、隐藏层和输出层。每个层由多个神经元组成，神经元之间通过权重连接。 2. **前馈神经网络（Feedforward Neural Networks）**：这是最常见的神经网络类型，信息从输入层流向隐藏层，最终到达输出层。 3. **卷积神经网络（Convolutional Neural Networks, CNNs）**：这种网络特别适合处理具有网格结构的数据，如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络（Recurrent Neural Networks, RNNs）**：这种网络能够处理序列数据，如时间序列或自然语言，因为它们具有记忆功能，能够捕捉数据中的时间依赖性。 5. **长短期记忆网络（Long Short-Term Memory, LSTM）**：LSTM 是一种特殊的 RNN，它能够学习长期依赖关系，非常适合复杂的序列预测任务。 6. **生成对抗网络（Generative Adversarial Networks, GANs）**：由两个网络组成，一个生成器和一个判别器，它们相互竞争，生成器生成数据，判别器评估数据的真实性。 7. **深度学习框架**：如 TensorFlow、Keras、PyTorch 等，这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数（Activation Functions）**：如 ReLU、Sigmoid、Tanh 等，它们在神经网络中用于添加非线性，使得网络能够学习复杂的函数。 9. **损失函数（Loss Functions）**：用于评估模型的预测与真实值之间的差异，常见的损失函数包括均方误差（MSE）、交叉熵（Cross-Entropy）等。 10. **优化算法（Optimization Algorithms）**：如梯度下降（Gradient Descent）、随机梯度下降（SGD）、Adam 等，用于更新网络权重，以最小化损失函数。 11. **正则化（Regularization）**：技术如 Dropout、L1/L2 正则化等，用于防止模型过拟合。 12. **迁移学习（Transfer Learning）**：利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就，但它也面临着一些挑战，如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
基于深度学习的物体识别与抓取方法，六自由度机械臂，python编写程序.zip
09-21
深度学习是机器学习的一个子领域，它基于人工神经网络的研究，特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征，这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分： 1. **神经网络（Neural Networks）**：深度学习的基础是人工神经网络，它是由多个层组成的网络结构，包括输入层、隐藏层和输出层。每个层由多个神经元组成，神经元之间通过权重连接。 2. **前馈神经网络（Feedforward Neural Networks）**：这是最常见的神经网络类型，信息从输入层流向隐藏层，最终到达输出层。 3. **卷积神经网络（Convolutional Neural Networks, CNNs）**：这种网络特别适合处理具有网格结构的数据，如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络（Recurrent Neural Networks, RNNs）**：这种网络能够处理序列数据，如时间序列或自然语言，因为它们具有记忆功能，能够捕捉数据中的时间依赖性。 5. **长短期记忆网络（Long Short-Term Memory, LSTM）**：LSTM 是一种特殊的 RNN，它能够学习长期依赖关系，非常适合复杂的序列预测任务。 6. **生成对抗网络（Generative Adversarial Networks, GANs）**：由两个网络组成，一个生成器和一个判别器，它们相互竞争，生成器生成数据，判别器评估数据的真实性。 7. **深度学习框架**：如 TensorFlow、Keras、PyTorch 等，这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数（Activation Functions）**：如 ReLU、Sigmoid、Tanh 等，它们在神经网络中用于添加非线性，使得网络能够学习复杂的函数。 9. **损失函数（Loss Functions）**：用于评估模型的预测与真实值之间的差异，常见的损失函数包括均方误差（MSE）、交叉熵（Cross-Entropy）等。 10. **优化算法（Optimization Algorithms）**：如梯度下降（Gradient Descent）、随机梯度下降（SGD）、Adam 等，用于更新网络权重，以最小化损失函数。 11. **正则化（Regularization）**：技术如 Dropout、L1/L2 正则化等，用于防止模型过拟合。 12. **迁移学习（Transfer Learning）**：利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就，但它也面临着一些挑战，如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
在学校中用python做期末项目
06-09
那很不错！Python 是一门非常流行的编程语言，也非常适合初学者使用。有很多适合学生期末项目的Python项目，例如： ...这些只是一些例子，你可以根据自己的兴趣和能力选择适合自己的项目。祝你好运！
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值