工作第二日

1.上午复习了一下昨日学习的代码。

2.中午看了看右边刘涛的代码,学习了一下,遇到贺宇杰的指点。

  业务代表<--主任<--经理<--督导

  业务代表<--主任<--机构<--片区

业务代表是  NS_USER  表 ,该表内有业务代表 ,业务代表的name ,业务代表的 propertity 表的id 

        根据此id关联 USER_PROPERTITY 表 ,此表中有 UID字段 ,此代表了此业务代表的领导 ;有SAMELEVELMAN 字段 ,代表了同等级的人的id ,里面记录了与我同等级的人,我可以看他们的下属。 //这也是与业务相关联的,一切是根据业务出发的,我由于个人原因无法处理的下属的请求可以让同等级的人处理。(其实此处应该还有部分没有讲的,我在的情况下,让同等级的人插手我的下属应该也是不妥当的。不过看这个项目进度,不用在这个点过多考虑)。

 用这个uid 可以再进入NS_USER中查询此领导的 信息,包括他的propertity表。


这个大致试验下这个sql的结构,光想,不写出来也是没有意义的。

                 1. 这样用子查询应该也可以吧,但是看起来比较水                       select  uid  from  user_propertity 

                                                                                                                                where  id=(  select  propertityId  from  NS_USER  where id='8888');

                 2. 试验下联合查询                                                                              select  up.uid 

                                                                                                                                from user_propertity up  join ns_user  nu

                                                                                                                                on up.id=nu.propertityId

                                                                                                                                where nu.id='8888';


目测应该是2的效率高,链好了查,总比查2次好。


活动分为  特惠 sperical   最红星期五 redFriday    营销  (大概是marketing)   卧龙岗wlg     

最后一个不清楚 ,特惠和最红星期五只能参加一次 。

有业代做了别人就不能做了。一旦有人做了特惠,这个机构的其他活动就不应该做了。,一个商户有多个活动,应该指的是没人做特惠的情况,因为毕竟是sperical ,比较少。

一个业代只能同时做一个活动,所以,可以根据业代查找活动,直到活动结束。 既然活动是短期的所以对时间,报表要求比较高。对sql语句的要求也就好。不知道批量是怎么写的,这个应该是比较重要的部分。



  3   .想一下昨天刘涛的表,

      区域,机构,主任 ,业代     -------------------》》》》要根据业带查   -------业代对应的商户与活动,这里试着写一个demo


public   Business   getBusiness {        //business是一个JAVA BEAN 这里偷懒就不写了 ,里面有所有要的信息(商户,活动等等)

     if  (业代不为空)  {

         处理处理

         Business bs= new business();

        bs.setXXX(XXX);

        bs.setYYY(YYY);

        return bs;

                                 }

  

   if  ( 主任不为空)  {

         处理处理

         Business bs= new business();

        bs.setXXX(XXX);

        bs.setYYY(YYY);

        return bs;

                                 }

 if  ( 机构不为空)  {

         处理处理

         Business bs= new business();

        bs.setXXX(XXX);

        bs.setYYY(YYY);

        return bs;

                                 }


 if  ( 区域不为空)  {

         处理处理

         Business bs= new business();

        bs.setXXX(XXX);

        bs.setYYY(YYY);

        return bs;

                                 }else {

       很悲剧都是空,那我必须吧全部查出来

       处理处理

       Business bs= new business();

        bs.setXXX(XXX);

        bs.setYYY(YYY);

        return bs;

                                            }

                                                           }


这样这个方法,把处理处理的部分填上就可以使用了,而且用起来应该没啥问题,但是。。。。

实际项目中的类实在太多了。如果什么都用entity 也就是dao 来面向对象封装的话,会发现维护你自己写的项目应该会很困难(目测是如此),重构一下用map ,现在知道为什么老师上课的时候用map了,当时觉得这样写有什么好,不好管理,主要原因还是用的少,其实用的多的话,会发现如果能自己搞清的情况下还是用 map 会方便多了,也不用怕文件太乱。

public   Map   getBusiness {       

     if  (业代不为空)  {

         处理处理

         Map bsMap =new HashMap();

        bsMap.put(XXX,YYY);            //好像是这样的,用的少有错勿喷

        return bsMap;

                                 }

  

   if  ( 主任不为空)  {

         处理处理

         Map bsMap =new HashMap();

        bsMap.put(XXX,YYY);            //好像是这样的,用的少有错勿喷

        return bsMap;

                                 }

 if  ( 机构不为空)  {

         处理处理

         Map bsMap =new HashMap();

        bsMap.put(XXX,YYY);            //好像是这样的,用的少有错勿喷

        return bsMap;

                                 }


 if  ( 区域不为空)  {

         处理处理

         Map bsMap =new HashMap();

        bsMap.put(XXX,YYY);            //好像是这样的,用的少有错勿喷

        return bsMap;

                                 }else {

       很悲剧都是空,那我必须吧全部查出来

       处理处理

         Map bsMap =new HashMap();

        bsMap.put(XXX,YYY);            //好像是这样的,用的少有错勿喷

        return bsMap;

                                            }

                                                           }

Map 中的key一定是string ,但是value 不一定是string  也可能是int 就没法用泛型了,就不用了吧。

处理处理的内容就从service层调用不同的方法来实现,这样就不拼sql 了。拼sql 看起来挺麻烦了,主要也是关联的表多。怕到时候,反而没执行效率了得不偿失。


明天做个demo上传上来给大家看看。要给自己点目标,否则又偷懒没动力了

                                                                          



【6层】一字型框架办公楼(含建筑结构图、计算书) 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。
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。
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。
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