做了个logo设计投票

 

     上个月,我网络组在全校范围内,征集LOGO标志,日前比赛结束,共筛选了12件作品进入网投阶段,我花了一个星期做了一个简易的投票系统,把它部署在酷玩网上面,准备在本校国防生内部进行网上投票活动,网址是 http://www.kuwanwang.net/vote/

 

     由于只是面向本校国防生300多人投票,只对投票做了简单的限制。同一IP总共只能投5票,且不能对同一份作品重复投票。

 

     不幸的是,很快就有几份作品开始刷票了。从数据库里的投票数据看来,基本上集中在同一时间段大量ip对某份作品投票。不过,网投都这样,要想杜绝刷票是很困难的。投票结果仅为最后的定夺作参考而已。晒一下投票涉及的技术吧。

 

 

    由于系统不大,没有采取structs和hibernate,只是简单的servlet和JavaBean,比较值得一提的是投票结果是用的JfreeChart报表,感觉还不错,它提供饼图和柱形图,但我只使用了柱形图。效果图如下

 

 

对投票做了两个限制

 

1,投票首先检测数据库该ip投票是否超过5票,如果超过,提示每个ip限制投5票,没超过,再检测改ip对该作品是否投过票,如果有记录,提示,已经投过票了,不能重复投票,具体核心代码如下

2,检测投票方式是否为post方式。不允许get方式投票。

另外,在界面美化方面使用了

zDialog v2.0

 这是它自带的说明

 

 

提取自ZCMS的弹出框:
  1. 代替window.open、window.alert、window.confirm;提供良好的用户体验;
  2. 水晶质感,设计细腻,外观漂亮;
  3. 兼容ie6/7/8、firefox2/3、Opera;弹出框在ie6下不会被select控件穿透;
  4. 无外部css文件,引用Dialog.js即可使用;
  5. 对iframe下的应用作了充分考虑,适合复杂的系统应用;
  6. Dialog显示的内容(三种):1、指向一个URL的iframe窗口;2、页面内隐藏的元素中的html内容;3、直接输出一段html内容;
  7. 按ESC键可关闭弹出框;

 

感觉的确比较漂亮,大家可以尝试一下,用起来很简单。

 

 效果图如下

 

 

 

对本系统比较感兴趣的朋友,需要源代码的可以给我发邮件 hustsdy@tom.com,欢迎共同探讨。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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