- 博客(10)
- 收藏
- 关注
原创 垃圾分类小程序需求文档
该小程序旨在利用移动互联网技术,以便捷、高效的方式普及垃圾分类知识,引导用户正确进行垃圾分类,同时提供垃圾分类查询、互动学习、投放点导航等功能,助力构建全民参与的垃圾分类管理体系。因此,推动垃圾分类,实现垃圾的减量化、资源化、无害化处理,已成为提升城市管理现代化水平、促进生态文明建设的重要举措。近年来,中国政府高度重视垃圾分类工作,多地相继出台相关政策法规,倡导并强制实施垃圾分类,旨在通过分类收集、运输和处置,提高资源回收利用率,减少环境污染。用户可以浏览或搜索特定物品的分类信息,并获得系统的即时反馈。
2024-06-24 11:51:01 793
原创 网上订餐系统需求文档
网上订餐系统是一个为顾客和餐馆提供便利的平台,顾客可以通过该系统浏览餐馆菜单、下订单等服务。明确需求:通过编写需求文档,可以清晰地记录系统的功能需求和非功能需求,确保开发团队和利益相关者对系统功能和性能有一致的理解。基于以上背景,开发一个网上订餐系统可以满足市场需求,提供更好的用户体验,同时也为餐馆和外卖服务提供商带来商业机会。系统管理员主要进行网站日常维护,发布网页信息,管理网站人员信息资料,包括对其的增加、删除和更新操作等。本系统的使用角色主要分为会员和系统管理员两种。IE6.0 以及以上版本。
2024-06-24 11:47:29 243
原创 人资系统测试方案
本次测试的主要内容是人力资源管理系统的登录场景性能测试,包括单用户登录测试、多用户并发登录测试、登录失败测试等。验证人力资源管理系统在登录场景下的性能表现,包括响应时间、吞吐量、错误率以及在高并发场景下的稳定性。测试用户使用错误的账号和密码登录人力资源管理系统时,系统的行为和性能表现。测试用户使用错误的账号和密码登录人力资源管理系统时,系统的行为和性能表现。测试用户登录后能否成功查看个人信息,并测试系统在负载情况下的性能表现。测试在系统负载情况下,大量用户登录人力资源管理系统的性能表现。
2024-06-24 11:45:14 425
原创 人机交互简介
狭义地讲,人机交互技术主要是研究人与计算机之间的信息交换,主要包括人到计算机和计算机到人的信息交换两部分。对于前者,人们可以借助键盘、鼠标、操纵杆、数据服装、眼动跟踪器、位置跟踪器、数据手套、压力笔等设备,用手、脚、声音、姿势或身体的动作、眼睛甚至脑电波等向计算机传递信息;对于后者,计算机通过打印机、绘图仪、显示器、头盔式显示器(HMD)、音箱、大屏幕投影等输出或显示设备向人们提供可理解的信息。其中,认知心理学与人机工程学是人机交互技术的理论基础,而多媒体技术、虚拟现实技术与人机交互是相互交叉和渗透的。
2024-06-23 20:45:08 131
原创 企业级框架总结
Spring Boot是一个开源的Java框架,它简化了基于Spring的应用程序的构建和部署过程。运行时性能:与传统的Spring应用相比,Spring Boot应用可能在运行时消耗更多的内存和处理时间,尤其是涉及大量自动装配的场景。快速开发:Spring Boot提供了自动装配和快速启动的特性,可以快速创建和运行应用程序,并且内置了开发常见功能的库和工具。简化配置:Spring Boot采用约定大于配置的原则,自动配置大部分常见的应用程序组件,减少了繁琐的配置工作。
2024-06-23 20:43:56 763
原创 新闻发布系统风险管理计划
与相关干系人持续沟通风险情况,包括风险事件的发生、应对措施的效果等。风险应对计划:负责制定风险应对计划,包括明确的行动步骤、时间表和资源需求,以确保风险得到有效的控制和管理。风险评估矩阵:建立风险评估矩阵,将风险按照其概率和影响进行分类和评估,以确定哪些风险需要重点关注和应对。风险评估:负责建立风险评估矩阵,对风险按照其概率和影响进行分类和评估,以确定哪些风险需要重点关注和应对。定期监控机制:建立定期的风险监控机制,包括风险登记、风险指标监测和风险报告,以及定期的风险评估会议。
2024-05-22 16:10:18 612
原创 决策树回归2
print("最优参数:", random_search.best_params_)print("最优评分:", -random_search.best_score_)print("训练时间:", training_time, "秒")print("决定系数(R^2):", r_squared)print("均方根误差(RMSE):", rmse)print("平均绝对误差(MAE):", mae)print("均方误差(MSE):", mse)plt.xlabel("实际值")# 计算均方误差(MSE)
2024-05-22 15:53:01 383
原创 性能测试方案模版
本次测试的主要内容是人力资源管理系统的登录场景性能测试,包括单用户登录测试、多用户并发登录测试、登录失败测试等。验证人力资源管理系统在登录场景下的性能表现,包括响应时间、吞吐量、错误率以及在高并发场景下的稳定性。测试用户使用错误的账号和密码登录人力资源管理系统时,系统的行为和性能表现。测试用户使用错误的账号和密码登录人力资源管理系统时,系统的行为和性能表现。测试用户登录后能否成功查看个人信息,并测试系统在负载情况下的性能表现。测试在系统负载情况下,大量用户登录人力资源管理系统的性能表现。
2024-05-22 14:52:18 421
原创 svm解决回归问题
print("最优参数:", random_search.best_params_)print("最优评分:", -random_search.best_score_)print("训练时间:", training_time, "秒")print("决定系数(R^2):", r_squared)print("均方根误差(RMSE):", rmse)print("平均绝对误差(MAE):", mae)plt.title("实际值 vs. 预测值")print("均方误差(MSE):", mse)
2024-05-22 14:27:39 419
原创 决策树回归
与分类决策树类似,回归决策树通过递归地将数据集分割成越来越小的子集来构建树结构,但不同的是,它在每个叶节点上预测的是一个数值(目标变量的平均值或中位数等)而非类别。在初始化过程中,指定了一些超参数,如决策树的最大深度 max_depth=5、内部节点拆分所需的最小样本数 min_samples_split=20、叶节点所需的最小样本数 min_samples_leaf=10、以及用于寻找最佳拆分的特征数 max_features='sqrt'。在回归问题中,决策树用于预测连续值的输出,如价格或温度等。
2024-05-22 14:19:59 488
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人