第二周（2）——前期准备的结束

最新推荐文章于 2023-04-14 22:18:05 发布
最新推荐文章于 2023-04-14 22:18:05 发布
阅读量258 收藏
点赞数
分类专栏： 项目实训
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/Breloom_Punch/article/details/72621631
版权

始焉？终焉？

这一周可以说是前期准备的结束。

在对整个项目进行了前期的设计后，我们针对各个功能模块进行了分工，我个人的任务暂时为微信端的界面展示。主要是让用户可以在微信端进行问卷的填写，至于是否需要在微信端进行问卷的设计发布，这一点将根据对微信端开发的学习和实训时间而定。

 

开发环境

因为数据库、SSH框架等都是由研究生学长给予支持，所以小组成员的开发工具和环境需要统一。这段时间王庞博同学由于生病回家，整个小组的环境配置基本都是我一人完成，虽然没有值得说的，但是真的耗费了很多时间。

1.   环境采用apache-tomcat-7.0.72+eclipse+jdk1.6

2.   项目易于SSH框架开发，学长已经搭了一个，我们在此基础上更改、开发

3.   Struts采用struts1

微信端开发

当初被分配到微信端我是拒绝的。因为之前没有学过这方面的内容，也不知道从何学起。当然为了帮助我，一位大四的徐学长为我提供了指导。

其实微信端开发也是基于SSH框架的，只不过和前面的不是一个框架，而是基于微信服务器和微信收发信息的基本功能。

微信端的开发测试由

https://mp.weixin.qq.com/debug/cgi-bin/sandbox?t=sandbox/login

微信公众平台接口测试帐号进行

 

一些API的功能查询可以查阅微信公众平台技术平台

https://mp.weixin.qq.com/wiki

 

这样一来，基本上一个学习的面就有了。下周开始将对具体开发进行学习，并进行框架的学习和程序设计。

Breloom_Punch
关注
专栏目录
创新实训——第八周2
weixin_38307753的博客
06-12 206
本次的工作对整个工程中我负责的部分进行了收尾。首先将ChatInputLayout中的所有功能进行了完善，首先是语音识别功能的输出形式，系统键盘模式下正常输出，自定义键盘模式下需要将识别出的句子的字母与个性化字体库中的字体进行匹配。给开始识别按钮添加的监听器btStart.setOnClickListener(new View.OnClickListener() { @Ov...
第四十一周总结——AST抽象语法树
1514的博客
04-13 871
AST抽象语法树 index.js index.js文件是入口文件，主要调用parse.js文件来将DOM字符串转换成ast抽象语法树。 import parse from "./ast/parse"; var tempalteString = `<div><div></div></div><div></div>` const ast = parse(tempalteString) console.log(ast); parse.j
第三周工作总结——IBeacon协议分析
parasoft的专栏
04-19 981
转载自： https://blog.csdn.net/qiank10/article/details/38050717 1. 总述 这周的主要工作是使用已有的BLE USB Dongle和iphone跑通基本的ibeacon原理，进一步分析IBeacon协议，以便于接下来编写生成IBeacon信号的Matlab代码。 2. IBeacon协议分析 2.1 前人工作及声明 许多研究...
最后一周——数模美赛赛前准备总结
Rosen的博客
02-13 1683
文章目录前言重要时间点关于组队一些重要规则写作选题软件准备绘图工具数据来源准备资料下载后续 前言 ​ 博主近期也在准备数模美赛，寒假在家的效率懂得都懂，但是还剩最后一周了xdm！虽然本人也并不是很擅长数学建模，之前只有拿过一次省一的经历，但还是想在这里为大家梳理总结一下有关准备美赛的一些东西。 重要时间点 ​ 由于比赛的时间很短，可谓是分秒必争，所以提前了解清楚时间点是非常有必要的。 2022年比赛的日期和时间： 报名截止时间：北京时间2022年2月18日星期五凌晨4:00之前。 开始时间：北京时间202
软件工程——第十二次作业（2）
a5451865的博客
12-07 206
PSP总结报告 作业要求：https://edu.cnblogs.com/campus/nenu/SWE2017FALL/homework/1449 —————————————————————————————————————————————————— 回顾1 回顾本学期第一次作业[https://edu.cnblogs.com/campus/nenu/SWE2017FALL/ho...
黑马程序员最新Python教程——第一阶段（2）
这里有一只小马吖
09-16 6329
黑马程序员最新Python教程，8天python从入门到精通，学python看这套就够了（笔记）
[书籍翻译]12周撰写期刊文章 学术出版成功指南——第 2 周：开始您的文章
杨6的博客
05-16 534
每日任务 第 2 周每日写作任务 预计任务时间 第 1 天（星期一？） 阅读第 60 页；与写作伙伴讨论您的文章主题；开始记录你的时间（第 65 页） 60 分钟 第 3 天（星期三？） 起草一份摘要并对其进行评论（第 61-62 页） 60 分钟 第 4 天（星期四？） 查找并阅读您所在领域的典型文章（第 62-63 页） 90 分钟 第 5 天（星期五？） 根据评论修改摘要（第 64 页） 30 分钟 以上是你第二周的任务，加起来大约需要五个小时。如果你想保持动力，你可以...
Ambire 指南：Arbitrum 奥德赛活动开始！第一周——跨链桥
BeepCrypto的博客
06-23 382
加密者探索 Arbitrum 生态系统以及赢得独家 NFT 的指南手册。Ambire 家人们，大家好！👋我们回来了，带来了Arbitrum 宇宙的消息，奥德赛即将开始。正如我们承诺的那样，我们将一步步地引导你们完成这段旅程，帮助大家赢得一些独家 NFT，同时发现周围最热门的 L2。看下去，了解完整信息👇正如我们在本系列的介绍博文中所宣布的，Arbitrrum 奥德赛是一个在线加密活动，用户可以探索 L2 网络（及其项目），同时赢得专门为这个体验创造的独家 NFT。Arbitrum 团队在上周末宣布，奥德..
OO第二单元——多线程总结
weixin_62375328的博客
04-14 327
本章的任务是建立一个多线程的电梯系统，在保证电梯各自正确运行的基础上，也要尽量使电梯的运行时间和运行的楼层数更少。多线程是程序的一个设计方法。它可以开启多个不同的线程，使程序”同时“处理多个任务。相比于单线程，它使得程序运行效率大幅提高，在操作系统、网页等众多场合都有着广泛应用。问题在于，多线程引入了”线程不安全“这个隐患。以往的单线程程序，只有一个进程改变变量的值。无论何时一个语句调用变量的值，这条语句以上的程序已经修改好了变量，所以语句得到的必然是正确的值；
坚持写博客第一周--java基础知识回顾--jvm类加载1（csdn）————程序.pdf
12-05
1. **加载**：这是类加载的第一步，当程序需要用到一个类时（如创建对象或调用静态方法），JVM会找到对应的.class文件，将其读入内存，并生成一个Class对象，作为方法区中该类数据的入口。 2. **验证**：验证阶段是...
HAUT2021蓝桥杯专题练习第三周记录——二分+前缀和+双指针
qq_39549803的博客
02-10 321
HAUT2021蓝桥杯专题练习第二周记录——搜索 这周因为迷迷糊糊的早早的写完了，然后玩了好几天基本上题都忘完了才写的博客，基本上啥都不记得了QAQ 说迷迷糊糊是因为这周确实太懵了，精度问题，还有我原本就不太会的前缀和，然后力扣这个月又是滑窗月，每日都很头疼。 不过，总算是跟着题解做完了 题目列表HAUT2021蓝桥杯专题练习第二周记录——搜索A 二分查找（一）（计蒜客T1560）B 二分查找（三）（计蒜客T1562）C 二分查找（六）（计蒜客T1556）D 和为给定数（计蒜客T1158）E 一元三次方程求
高级操作系统——第四周中断机制
weixin_45680007的博客
10-08 439
一：CPU 处理器由 运算器：ALU 逻辑运算单元 控制器：PC IR 寄存器 高速缓存构成 两类寄存器： 用户可见寄存器 ：高级语言编译器通过优化算法分配并使用之，以减少程序访问内存次数 数据寄存器（data register ） 又称通用寄存器主要用于各种算术逻辑指令和访存指令 地址寄存器（address register ） 用于存储数据及指令的物理地址、线性地址或者有效地址，用于某种特定方...
基于yolov3结合卡尔曼滤波匈牙利算法虚拟线圈的车流量检测python源码+项目说明.zip
09-21
本项目专注于视频基的车辆跟踪与流量统计，依托深度学习技术，实时追踪路面车辆动态并精准统计各车道车流量。该项目通过以下核心步骤高效处理输入视频数据： 高精度目标检测：采用YOLOv3模型，凭借其卓越的实时性与准确性，快速识别视频中的车辆目标，为后续追踪奠定坚实基础。 稳定目标追踪：集成SORT（Simple Online and Realtime Tracking）算法，结合卡尔曼滤波器预测车辆未来位置，同时运用匈牙利算法优化目标间的匹配，实现连续、稳定的车辆追踪，有效应对遮挡、交叉等复杂场景。 智能车流量统计：借鉴虚拟线圈概念，巧妙设计算法以监测穿越预设区域的车辆，自动计数并准确统计各车道车流量，为交通管理与分析提供可靠数据支持。 整体而言，本项目通过融合先进的目标检测与追踪技术，结合创新的流量统计方法，构建了一个高效、精准的实时车辆跟踪与流量统计系统，为智慧交通领域的发展贡献力量。
本科毕业设计--基于深度学习的人脸面部表情识别.zip
最新发布
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。
雷电模拟器改成真机环境
09-21
在Android系统中，模拟器通常会被识别为非真实的设备，这可能导致某些应用或服务无法正常运行，尤其是那些需要硬件信息或root权限的应用。改真机环境意味着通过技术手段使模拟器的行为更接近真实的Android设备，包括模拟设备硬件信息、IMEI、MAC地址等，以绕过检测并提升兼容性。LSPSED（Linux System Property Setter and Editor）模块是Magisk的一个扩展，专门用于修改Android系统的系统属性。通过LSPSED，我们可以更改设备的各种系统属性，如设备型号、制造商信息等，这些修改对于使模拟器看起来更像真实设备至关重要。在使用过程中，还需要添加几个机型模块，这些模块通常包含了特定设备的系统配置信息，如设备代号、硬件信息等。通过安装这些模块，雷电模拟器可以模仿各种流行的Android设备，进一步提高应用的兼容性和真实性。
CenterNet 部署版本，便于移植不同平台（onnx、tensorRT、rknn、Horizon）
09-21
CenterNet 是一种用于目标检测的神经网络架构，它的核心思想是利用目标的中心点作为检测的关键信息。这种方法与传统的目标检测方法（如基于边界框的方法）有所不同，因为它不直接预测目标的边界框，而是预测目标的中心点坐标和目标的宽度与高度。 CenterNet 的主要特点包括： 1. **中心点预测**：网络输出目标的中心点坐标，以及目标的宽度和高度。 2. **热图（Heatmap）**：网络生成一个热图，其中每个像素点的值表示该点成为目标中心点的概率。 3. **回归任务**：除了中心点坐标，网络还需要预测目标的宽度和高度，这通常通过预测中心点周围的偏移量来实现。 4. **多任务学习**：CenterNet 通常会同时预测目标的类别、中心点坐标、宽度、高度以及目标的旋转角度（在某些变体中）。 5. **端到端训练**：CenterNet 可以直接在最终的目标检测任务上进行端到端的训练，无需复杂的区域提议网络（Region Proposal Network, RPN）或锚点（anchor）机制。 6. **高效性**：由于省略了传统目标检测中的一些步骤，CenterNe
CSP-J是计算机科学学科相关的青少年科技爱好者等级考试.docx
09-21
CSP-J是计算机科学学科相关的青少年科技爱好者等级考试，全称为青少年软件编程等级考试。以下是对CSP-J的详细介绍： 一、考试背景与目的 CSP-J考试是由全国青少年软件编程等级考试标准工作组制定，并得到中国电子学会的认可，旨在培养青少年计算机科学素养和编程能力。通过参加这一考试，青少年可以检验自己的学习成果，增强自信心和竞争力，同时为他们未来在计算机科学领域的深入学习和职业发展打下坚实的基础。 二、考试内容与形式 CSP-J考试主要面向入门级别的青少年，考察内容侧重于计算机基础知识和算法的理解。考试形式分为初赛（笔试）和复赛（机试），即CSP-J1与CSP-J2。 初赛（CSP-J1）：侧重于理论知识的考核，包括计算机基础知识、算法基本概念等，以笔试形式进行。 复赛（CSP-J2）：更侧重于上机编程能力的实践考察，要求参赛者在计算机上完成编程任务。 参赛者必须先参加初赛，并达到一定的分数方可参加复赛。 三、报名与参与 报名方式：CSP-J/S认证面向所有对计算机科学有兴趣的青少年开放，报名和认证过程均在网上进行。认证点由CCF（中国计算机学会）授权的CSP非专业级别省认证组
程序这东西(第二版)——轻松学习C语言
"程序这东西(第二版)——C语言.pdf" 本书《程序这东西(第二版)——C语言》旨在帮助初学者轻松掌握C语言编程技能。作者在前言中表达了对读者支持的感激，并提到第一版收到的反馈促使他决定进行修订，以更好地引导...
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