- 博客(275)
- 资源 (10)
- 收藏
- 关注
RSS订阅
原创 JAVA经典基础编程练习题——分析总结与思考——基础题（期末考试专用）
文章目录前言题目：古典问题：有一对兔子，从出生后第3个月起每个月都生一对兔子，小兔子长到第三个月后每个月又生一对兔子，假如兔子都不死，问每个月的兔子总数为多少？题目：判断101-200之间有多少个素数，并输出所有素数。题目：打印出所有的“水仙花数"，所谓"水仙花数"是指一个三位数，其各位数字立方和等于该数本身。例如：153是一个"水仙花数"，因为153-1的三次方+5的三次方+3的三次方。题目：将一个正整数分解质因数。例如：输入90，打印出90-2*3*3*5题目：利用条件运算符的嵌套来完成此题：学习成绩&
2021-05-12 14:39:04
3086
2
原创 数据库原理及应用-期末考试试题及答案
单项选择题DB、DBMS和DBS三者之间的关系是（ ）。A．DB包括DBMS和DBS B．DBS包括DB和DBMSC．DBMS包括DB和DBS D．不能相互包括对数据库物理存储方式的描述称为（ ）A．外模式 B．内模式C．概念模式 D．逻辑模式在数据库三级模式间引入二级映象的主要作用是（ ）A．提高数据与程序的独立性 B．提高数据与程序的安全性C．保持数据与程序的一致性 D．提高数据与程序的可移
2021-04-13 17:04:34
49124
8
原创 《数据库原理》——知识点总结（期末复习）
文章目录数据库基础知识（第1、2章）概念模型一、模型的三个世界二、实体及属性三、实体间的联系：四、概念模型（常用E-R图表示）数据模型一、层次模型：用树型结构表示实体之间的联系。二、网状模型：用图结构表示实体之间的联系。三、关系模型：用二维表表示实体之间的联系。数据库系统结构一、数据库系统的模式结构数据库管理系统一、基本概念数据库设计 （第3章）一、数据库设计的步骤概念结构设计局部E-R图设计合并成总体E-R图逻辑结构设计一、联系的属性和主码E-R图向关系模型的转换三 关系数据库 （第4章）一、域笛卡.
2021-04-10 17:54:54
17986
4
原创 数据库原理与技术（专升本）-含答案
《数据库原理与技术》课程复习资料一、名词解释：数据管理DBDBMSDBSRDBMSDBAORDBMSSQL关系关系模型关系系统完整性控制属性2NF候选码二、单项选择题：1，任何由二个属性组成的关系可能是A.INFB.2NFC.3NFD.不能判定2.数据冗余引起的问题主要是花费A.时间B.空间C.时间与空间D.时间或空间3.在数据库中，存储冗余数据是A.不应该的B.应该且合理的C.合理的但不能过度冗余D.视情况而定4，在关系运算中，进行自然
2021-04-04 19:58:33
5677
7
原创 彻底禁用 Windows Defender (MsMpEng.exe) 实战总结：从踩坑到成功
通过Medium 级别（8192）不是管理员（管理员是 High，12288）。修改HKLM注册表、停止服务都需要管理员权限。解决：通过提权，或让用户双击.cmd触发 UAC。PPL 是硬骨头：Windows 11 的 WinDefend 是 PPL，管理员和 SYSTEM 都无法停止它，运行中还会实时还原配置修改。别浪费时间在运行时硬刚。安全模式是银弹：安全模式下 PPL 服务不运行，注册表修改不被还原。这是唯一可靠的非驱动级方案。ImagePath比Start更彻底：即使Start被还原为自动，只要。
2026-08-15 10:05:08
335
原创 【机器学习-深度学习-神经网络-transformer】暑期全阶段复习CSDN文档
过去两个多月，我在导师组会上做了 10 次密集汇报，从最基础的线性回归、决策树，一路打怪升级到 CNN、RNN、Transformer，又同步参与了一个真实上线的「科研与论文管理系统」项目。“机器学习不是调 API 的艺术，而是理解数据流动和算法逻辑的修行。基础不牢，地动山摇。这句话一开始我没听进去，直到在第六周的红酒分类实验里栽了个大跟头——代码里写了，但根本没传给fit()，模型白忙活一周。调包能跑通 ≠ 真的懂了。于是借着暑期放假前的最后一周，我把这两个多月的学习轨迹做了一次系统性的回扫。
2026-08-12 20:27:54
458
原创 NLP学习笔记_黑马程序员全套
这篇文章是我跟着黑马程序员B站NLP自然语言处理全套课程（第1~9天）学完后的完整笔记和代码梳理。巩固自己的学习：费曼学习法说了，能讲明白才叫真学会；给同样在学NLP的同学一个参考：代码+注释+大白话解释，不端着；记录成长轨迹：退役→专升本→考研上岸重邮软工，这条路我一步步走。基础一般，Python刚上手，但Java工程能力还行。先讲大白话理解，再上代码，最后说原理。好了，废话不多说，直接上干货。编码器（Encoder）：把源语言句子（如英语）压缩成一个"中间语义向量C"解码器（Decoder）
2026-08-08 20:59:40
202
原创 【PyTorch 实战】基于 RNN/LSTM/GRU 的全球人名国籍分类器（通俗拆解 + 逐行详解）】
自定义 Dataset 类。self.my_list_x = my_list_x # 存储所有人名列表self.my_list_y = my_list_y # 存储所有国家列表self.sample_len = len(my_list_x) # 样本总数（共 20074 条）return self.sample_len # 告诉 PyTorch 这个数据集有多大"""核心：根据索引获取一条数据，并现场做 One-Hot 转码"""
2026-07-24 10:40:56
346
原创 【机器学习实战复盘】这一个多月的踩坑与知识重构：从树模型到神经网络底层
就像导师在组会上敲黑板强调的一样：“不要盲目追求前沿的高大上模型，选对合适的架构比堆叠黑盒强得多”。传统的线性回归在某些特征单纯的数据上，甚至能把复杂的神经网络秒杀。现阶段，我会听从老师的建议暂缓 NLP，先把神经网络的前向/反向传播、链式求导、激活函数（比如 ReLU 如何用非0即1解决 Sigmoid 的梯度消失）等底层数学原理手动推导一遍。底子厚了，以后再去冲时间序列和前沿的 Transformer 才不会虚。如果你也在做相关方向的实战，或者需要这部分底层推导逻辑的探讨，欢迎在评论区留言交流！
2026-07-22 15:49:15
222
原创 机器学习实战：从零掌握集成学习（RF/XGBoost/GBDT/AdaBoost）—— 附泰坦尼克号、红酒分类、加州房价全流程解析
过去两周，我陷入了一种“调包侠”的焦虑：代码能跑通，准确率也不错，但一旦被问到“为什么XGBoost比随机森林快？”“为什么网格搜索后准确率反而下降了？”，我就哑口无言。直到上周组会，导师的一句话点醒了我：“机器学习不是调API的艺术，而是理解数据流动和算法逻辑的修行。于是，我花了整整一周，重新梳理了最近学习的代码和案例——从线性回归、决策树，到随机森林、GBDT、XGBoost、AdaBoost，再到朴素贝叶斯和K-Means。
2026-07-09 16:23:28
412
原创 从零实现一个基于ReAct+RAG的智能问答Agent，我把踩过的坑都整理好了
大家好，我是一名正在学习大模型应用开发的研究生。最近跟着导师做了一个扫地机器人智能问答Agent的项目，用的是ReAct+RAG的技术方案。说实话，一开始我是懵的——什么ReAct、什么RAG、什么LangChain，听着都很高大上，但真的上手的时候，连环境都搭了半天。现在项目终于跑通了，我想着把整个过程整理成一篇博客，一方面是给自己做个总结，另一方面也希望能帮到和我一样刚入门的同学。毕竟我踩过的坑，你们就别再踩了。
2026-07-05 09:34:43
193
原创 【第三部分：线性回归（Linear Regression）】
3.1 什么是线性回归？用 “预测奶茶销量” 来理解 🧋假设你开了一家奶茶店，发现天气越热，卖的奶茶越多。你想预测明天能卖多少杯，好准备原料。
2026-07-02 09:53:50
170
原创 【第一部分（升级版）：机器学习基础概念篇】
│ │ │ 🏎️ 深度学习 (DL) │ │ │。│ │ │ “V12发动机的跑车” —— ML的高级版 │ │ │。│ │ 🚗 机器学习 (ML) │ │。│ │ “用汽油驱动的车” —— AI的一种实现方式 │ │。🔹 强化学习 —— “训狗式学习” 🐕习 —— “训狗式学习” 🐕。│ “能自己动的交通工具” —— 最宽泛的概念 │。你给小朋友看 100 张猫的照片，说 “这些都是猫”
2026-07-01 22:53:41
230
原创 专科→军营→升本→考研成功上岸计算机硕士！分享我的逆袭考研全经验；超详细考研经验分享（退役士兵可参考）——退役大学生的考研逆袭路：从专科到研究生，我是这样一步步走过来的
很多人准备作文，就是背模板，背各种范文，但是我告诉你，那样没用，因为你背的模板，别人也背，判卷老师一看就看出来了，分数肯定不高。我准备作文，是自己总结模板。我把历年真题的作文，都拿出来，看了一下，然后把作文的类型，比如图表题，书信题，都分好类，然后每个类型，我自己写了一个模板，把常用的句子，都整理进去，然后用我自己的话，把它串起来。这样的模板，是我自己的，别人没有，而且我自己写的，我记得特别牢，上考场的时候，直接用就行了，根本不用想。最后一门，是计算机网络，这是 408 里最简单的一门。
2026-06-16 10:39:07
410
原创 【AI大模型实战项目】大模型入门实战：两个落地项目保姆级教程12月14日-【项目】基于知识库RAG的物流行业信息问答系统
本文介绍了两个适合大模型新手入门的实战项目：基于RAG的物流智能问答系统和基于P-tuning的新零售商品分类系统。文章首先分析了大模型的三大痛点（幻觉问题、知识过时、私有数据不安全）及对应的两大解决方案（RAG和轻量微调）。然后详细讲解了LangChain框架的六大核心组件（Models、Prompts、Chains等），通过代码示例展示了如何使用Ollama模型、构建提示词模板等基础操作。这些项目可在普通笔记本电脑（8G内存）上运行，无需高端GPU，帮助开发者快速掌握大模型落地的核心技术。
2026-04-18 17:40:45
405
原创 【AI大模型基础篇】从零开始学AI大模型与AIGC：小白保姆级教程
本文是一篇面向零基础读者的AI大模型与AIGC入门指南。文章首先解释了AIGC（AI生成内容）的概念及其应用场景，包括内容孪生、内容编辑和内容生成三大类，涵盖文本、图像、音频、视频等多种形式。随后分析了AIGC产业的三层结构：基础层（大厂研发大模型）、中间层（行业专用模型）和应用层（面向用户的产品）。接着重点介绍了当前最热门的AI绘画技术，梳理了从VAE、GAN到Diffusion Model三代算法的发展历程，帮助读者理解AI绘画的技术演进。全文采用通俗易懂的语言，旨在让没有任何技术背景的读者也能快速理解
2026-04-17 21:31:55
830
原创 【AI大模型学习基础篇】小白入门大模型全流程：从训练到MCP智能体
本文是一篇面向AI新手的保姆级大模型开发教程，详细介绍了从模型训练到智能体开发的全流程。文章选择通义千问(Qwen)作为基础模型，重点讲解了数据准备、LoRA+DeepSpeed微调、GPTQ量化、vLLM部署等关键技术环节，并展示了如何开发文本摘要工具和智能导游应用。教程特别强调了对硬件要求低的优化方案，如7B模型量化后仅需6G显存，使普通开发者也能完成大模型开发全流程。文章还对比了Qwen各代模型的演进和不同参数模型的适用场景，提供了详细的数据集格式说明，是一份完整的大模型实践指南。
2026-04-17 21:30:17
896
原创 新手也能懂！从0到1搞定大模型高效微调实战（附完整代码+踩坑记录）
这篇文章是一篇面向AI新手的实战教程，重点介绍了如何通过小样本学习和高效微调技术解决大模型训练中的三大痛点：高昂的标注成本、显存不足和入门门槛高。文章首先对比了传统全量微调与小样本方法的成本差异，强调只需63条标注数据就能达到90%以上的准确率。然后详细讲解了三种核心技术：BERT+PET（硬模板Prompt）、BERT+Prompt-Tuning（软模板Prompt）和ChatGLM+LoRA（大模型低秩微调），特别适合3060等普通显卡运行。教程还提供了完整的数据集示例和代码实现步骤，包括如何拆解Pro
2026-04-17 14:58:11
400
原创 【AI-大语言模型】医疗问诊AI大模型从0到1实战手册
《医疗问诊AI大模型从0到1实战手册》是一本面向AI开发者的实践指南，重点介绍如何从零开始构建医疗领域的对话系统。手册采用"预训练+微调"模式，基于GPT2等基础模型，通过医疗数据训练实现专业医疗问答功能。内容涵盖大模型核心概念（预训练、微调、归一化等）、开发流程详解、代码实现解析，并特别优化了在消费级显卡（如GTX 1650）上的训练方案。手册强调理论与实践结合，适合不同基础的开发者学习医疗AI系统的完整开发过程，包括模型训练、测试评估和Web服务部署等关键环节。
2026-04-16 21:41:22
479
原创 LLM从入门到实战：万字完整学习指南
文章摘要 《LLM从入门到实战：2万字完整学习指南》系统介绍了大语言模型的核心知识体系。第一章讲解LLM基础概念，包括发展三阶段（统计模型→神经网络→Transformer）和核心评估指标（PPL、BLEU、ROUGE），并附代码实现。第二章详细解析三大主流架构：自编码模型（如BERT）、自回归模型（如GPT系列）和序列到序列模型（如T5），重点梳理GPT系列从预训练微调（GPT-1）到Zero-shot（GPT-2）再到Few-shot（GPT-3）的技术演进历程。该指南兼具理论深度与实践指导，适合不同层
2026-04-15 21:15:55
631
原创 小白入门大模型强化学习博客
本文用通俗易懂的方式介绍了大模型强化学习（RLHF）的核心概念和发展历程。从基础强化学习原理讲起，类比游戏中的智能体学习过程，解释了大模型中RLHF如何让AI学会符合人类偏好的回答方式。文章详细分析了传统PPO算法及其四个关键组件（演员模型、参考模型、奖励模型、评论家模型）的作用，并介绍了为降低训练成本而发展出的各种优化算法：ReMax/GRPO通过去除评论家模型减少到3个组件，DPO系列算法采用离线训练只需2个模型，最简化的ORPO甚至只需1个模型即可完成训练。最后给出了不同算法的适用场景建议，帮助开发者
2026-04-15 20:20:24
555
原创 小白入门GPTs与Assistant API博客
到这里，你已经学会了 GPTs 和 Assistant API 的用法，还做了两个小助手！最后给大家总结一下，什么时候用哪个：如果你只是想快速做个自己用的助手，不用写代码，想发布到公众号这些地方，用GPTs/Coze就够了！10 分钟就能搞定，完全不用碰代码。如果你是开发者，想把 AI 助手集成到你自己的 APP、网站里，做自己的产品，那就用！虽然要写点代码，但是能完全定制你自己的界面和功能。这就是我这次学习的全部内容啦，整理了好久，希望能帮到同样是小白的你！
2026-04-15 20:03:34
404
原创 大模型入门-CSDN博客-AI基础篇
好了，这篇万字长文到这里就结束了。从 1943 年的第一个神经元模型，到现在能推理、能多模态的大模型，AI 用了 80 多年，才从一个科幻的概念，变成了我们每个人都能用到的工具。我花了一周的时间，把这些内容整理成这篇文章，就是希望能帮更多想入门大模型的朋友，少走弯路，不用再去看那些晦涩的论文，不用再被一堆术语搞懵。熟悉我的老粉都知道，我一直都是这样，把复杂的技术，用大白话讲给大家听。这次回来，就是想继续做这件事，接下来我还会更新更多大模型的实战内容：比如怎么在自己的电脑上跑本地大模型，怎么微调
2026-04-11 17:06:24
431
原创 【大模型Prompt-Tuning方法进阶+提示词】-基础学习篇
# 全文极简通俗总结这篇是**大模型Prompt-Tuning从入门到金融实战**的基础教程，核心分为两大块：---## 一、Prompt-Tuning核心知识（原理篇）Prompt-Tuning的本质，是**不用修改、重新训练大模型本体，仅靠优化提示词/轻量微调，就能让大模型低成本适配新任务**，门槛和成本远低于传统的全量模型微调。核心包含4个关键方法：1. **上下文学习（Few-shot）**：给模型3-5个「问题+标准答案」的例子，模型就能举一反三完成同类任务；2. **指令学习
2026-04-10 20:10:04
473
原创 【11月16日-大模型前置知识【深度学习】+大模型开发入门】-基础篇笔记
本文介绍了机器学习基础内容，重点讲解了HuggingFace国内镜像站的使用方法，以及LLM大模型语言的基础知识。文章对比了N-gram和神经网络语言模型的原理差异，详细解析了BERT、GPT、T5等主流模型架构特点。同时介绍了卷积神经网络CNN的基本原理和应用场景。通过图表直观展示了各种模型的核心结构和训练流程，帮助读者快速理解机器学习的基础概念和主流模型的工作原理。
2026-04-09 21:32:25
438
原创 【神经网络基础】-学习探索篇章-基础篇
本文介绍了神经网络的基础知识及其应用流程。首先解释了神经网络的基本单元——人工神经元的工作原理，以及激活函数（如Sigmoid、ReLU等）如何引入非线性特性。接着详细说明了网络搭建的关键环节：参数初始化方法、网络结构设计、损失函数选择（交叉熵、MSE等）以及优化算法（SGD、Adam等）。最后通过手机价格分类的实例，展示了从数据准备、模型构建到训练测试的完整流程。文章特别强调了防止过拟合的技巧（如Dropout、BN层）和学习率调整的重要性，为初学者提供了实用的神经网络入门指南。
2026-04-05 21:00:14
452
原创 【AI大模型】私有化大模型部署本_基于ollama+ChatBox实现chatBot-基础篇
本文介绍了私有化大模型的必要性及主流解决方案，重点讲解了Ollama的安装与使用。随着AI技术普及，数据安全问题日益突出，企业需要私有化部署大模型以保护敏感数据。Ollama作为开源轻量级工具，支持多平台运行，具有一站式管理、热加载模型、资源占用少等特点，适合开发者本地部署大模型。文章详细演示了Windows和Linux系统下的安装步骤，并提供了验证方法，为后续基于Ollama开发聊天机器人奠定基础。
2026-03-23 18:49:57
470
原创 【408考研期末复习】数据结构-期末考试复习资料-【自用】
数据结构期末复习摘要 核心概念 数据结构：包含逻辑结构（集合/线性/树形/图状）和存储结构（顺序/链式/索引/哈希） 算法特性：有穷性、确定性、可行性、输入输出 性能指标：正确性、可读性、健壮性、时空复杂度 线性表 顺序表：数组实现，随机存取O(1)，插入删除O(n) 链表：结点包含数据和指针 单链表：头插法/尾插法建表 插入删除操作O(1)（已知前驱结点时） 基本操作：初始化、插入、删除、查找、修改等 （摘要共149字）
2025-08-17 00:20:44
1130
原创 考研数据结构复习笔记：线性表核心知识点与解题思路
本文总结了考研数据结构中线性表的核心知识点，包括顺序表和链表的定义、实现方式、操作复杂度及对比分析。顺序表基于数组实现，支持高效随机访问（O(1)），但插入删除效率较低（O(n)）；链表通过指针连接节点，插入删除效率高（O(1)）但访问效率低（O(n)）。文章详细比较了两种结构的存储特性、应用场景，并给出考研复习建议：画图理解、代码实践、分类训练和对比记忆，特别强调要掌握指针操作和边界条件处理。
2025-08-08 00:41:24
499
原创 408数据结构排序部分知识的复盘：从原理到辨析的系统化梳理
文章摘要： 本文系统梳理了数据结构中常见的排序算法，从插入排序、交换排序、选择排序到归并排序和基数排序，深入解析了各类排序的原理、特点及适用场景。通过类比生活实例（如扑克牌整理、招聘选拔等）形象化理解算法逻辑，详细对比了时间复杂度、空间复杂度和稳定性等关键特性，并针对常见误区（如快速排序的局限性、堆排序的建堆误解等）进行辨析。文章特别强调了考研备考中的重点（如堆排序的实现、排序算法稳定性判断等），提供了实用的记忆技巧和错题分析，帮助读者构建清晰的排序知识体系。
2025-08-04 23:54:10
1183
原创 数据结构考研查找部分学习笔记
静态查找表：仅支持查找，不允许修改（插入、删除元素）。如存储历史成绩的表格，查询时不会改动。动态查找表：既支持查找，又允许插入、删除等修改操作。像实时更新的商品库存表，查询时可能因进货或卖出而修改。B 树是一种多路平衡查找树，适用于外存存储系统。一棵 m 阶 B 树满足：每个节点最多有 m 个子树，即最多 m-1 个关键字。根节点至少有 2 个子树（除非为叶子节点），非根节点至少有⌈m/2⌉个子树。所有叶子节点在同一层，不带信息。
2025-08-02 00:40:28
550
原创 【408考研知识点全面讲解计算机学科专业基础综合（408）】——数据结构之排序
在数据结构中，排序是将一组无序的数据按照某个关键字（）重新排列成有序序列的过程。有序序列可以是升序（从小到大），也可以是降序（从大到小），在默认情况下，我们通常以升序为例进行讲解。排序在实际生活和计算机应用中有着广泛的应用。比如在学校里，成绩单需要按照成绩排序；在电商平台上，商品需要按照价格、销量等排序供用户选择。在考研 408 的考试中，排序是数据结构的重要知识点，几乎每年都会涉及相关考题，所以掌握好排序算法是非常必要的。
2025-07-12 23:39:04
1430
原创 计算机学科专业基础综合（408）四门核心课程的知识点总结
基本概念：计算机系统 = 硬件 + 软件（系统软件 + 应用软件）；冯・诺依曼结构：运算器、控制器、存储器、输入设备、输出设备，核心是 “程序存储”（指令和数据存在存储器）。性能指标：主频（CPU 时钟频率，如 3GHz，越高运算越快）；CPI（每条指令平均时钟周期数）；MIPS（每秒百万条指令）、FLOPS（每秒浮点运算次数）。功能：进程管理（CPU 调度）、内存管理（分配回收）、文件管理（磁盘文件）、设备管理（I/O 设备）。
2025-07-10 23:59:31
2311
原创 【计算机组成原理——知识点总结】-（总线与输入输出设备）-学习笔记总结-复习用
总线系统是计算机各部件间传输信息的公共通路，由地址线、数据线和控制线组成，具有共享资源和简化连接的功能。总线分为片内总线、系统总线和通信总线，性能指标包括宽度、带宽和时钟频率。总线仲裁机制解决多部件争用问题，分为集中式和分布式。总线定时方式包括同步、异步和半同步。I/O设备通过接口与主机连接，数据传送方式有程序查询、中断和DMA，其中DMA适合高速设备的大数据传输。总线标准和接口规范确保设备的通用性和兼容性。
2025-07-09 23:50:23
1086
原创 【计算机组成原理】-CPU章节学习篇—笔记随笔
本文总结了计算机组成原理中CPU章节的核心知识点，适用于408考研复习。主要内容包括： 1）CPU的五大功能（指令控制、操作控制、时间控制、数据加工、中断处理）及其结构组成（运算器、控制器、寄存器组）； 2）数据通路的类型（单/双/多总线）与功能； 3）控制器的工作原理（取指→译码→取数→执行→存结果）； 4）微指令的格式（操作控制字段+顺序控制字段）与编码方式； 5）指令流水线的阶段划分（IF-ID-EX-WB）、性能指标及相关问题解决方法。文章采用生活化类比和记忆口诀帮助理解复杂概念，如将控制器比作&q
2025-07-08 23:34:03
1645
原创 2026-软件工程-《软件质量测试与保证》-期末复习—习题汇总
本文汇总了两份软件测试相关的试题。第一份试卷包含20道题，分为单选题和判断题，测试者对白盒测试依据、软件缺陷原因、测试技术等知识点的掌握情况。第二份是基础测试题，涉及软件定义、测试目标、测试分类等内容，包含填空和判断题型。两份试题均显示测试者对核心测试概念掌握较好，但在部分细节
2025-06-26 00:01:33
1596
1
原创 【2025】软件质量测试与保证-期末考试测试题（一）
这篇文档是关于软件测试的综合测试题，主要内容包括： 单选题（8题）： 涵盖软件测试目的、测试方法（如错误推测法）、CMMI领域、软件缺陷原因、测试模型（如V/W/X模型）、单元测试范围、等价类划分和边界值分析等内容。 填空题（4题）： 涉及单元测试中的驱动模块和桩模块、增量式集成测试、健壮性边界值测试用例数量（6n+1）以及因果图法。 简答题（3题）： 包括因果图和判定表设计、程序流程图的测试用例设计（语句/判定/条件/路径覆盖）以及Web商务网站的测试设计方案（功能模块图和测试内容）。 判断题（5题）：
2025-06-24 13:48:16
1452
原创 【2025 年】软件体系结构考试试卷-期末考试
2025 年软件体系结构考试试卷考试学期：2025 考试形式：闭卷 考试时间：120 分钟年级：______ 专业：软件工程 班级：______
2025-06-20 23:10:06
1759
原创 阳光学院【2020下】计算机网络原理-A卷-试卷-期末考试试卷
本文主要涉及计算机网络的基础知识，包括单选题、填空题、简答题和综合题。单选题部分涵盖了网络协议、交换技术、网络拓扑结构、IP地址、路由算法等内容，要求考生掌握基本概念和原理。填空题则进一步考察了网络协议的要素、OSI模型、TCP/IP协议、差错控制等知识点。简答题部分要求考生简述网络协议的概念、域名解析过程、停等协议、网络拥塞原因及CSMA/CD的基本思想。综合题则通过CRC校验和IP数据包的计算，考察考生对实际问题的解决能力。整体内容较为基础，适合初学者复习和巩固计算机网络的基本知识。
2025-05-13 22:47:54
1002
原创 【期末复习-考试】软件质量测试与保考试题库（选择题+填空题）
软件测试的根本目的是（ 发现软件中的缺陷）A. 证明软件无缺陷B. 发现软件中的缺陷C. 提高软件运行效率D. 优化软件架构设计下列哪项不属于软件测试的原则？（ D）A. 测试尽早介入B. 完全测试是不可能的C. 缺陷具有集群性D. 测试由开发团队自行完成在 V 模型中，单元测试对应的开发阶段是（ 编码阶段）A. 需求分析B. 概要设计C. 详细设计D. 编码阶段以下哪种测试模型支持测试与开发的并行开展？（W模型 ）A. V 模型B. W 模型C. H 模型D. X 模型。
2025-04-23 20:39:34
1145
无标题代码课件-11月22日-大模型Prompt-Tuning方法进阶+提示词课件资料源码
2026-04-10
## 1. 软件开发整体介绍 作为一名软件开发工程师,我们需要了解在软件开发过程中的开发流程， 以及软件开发过程中涉及到的岗位角色，角色的分工、职责， 并了解软件开发中涉及到的三种软件环境 那么这一
2024-12-18
Greenfoot 是一个基于 Java 的交互式编程环境，特别适合初学者学习面向对象的编程 它通过提供一个可视化的界面和简单的 API 来帮助用户创建2D游戏、模拟程序等
2024-11-29
使用springboot实现自定义logo的二维码输出
2024-10-16
文字识别工具-论文、毕设、作业、作文、各种文章的识别文字，文字识别后可以直接复制粘贴到想要的文本地方，非常实用的软件！
2024-09-23
mysql-connector-j-9.0.0-JAVA技术领域-JAVA普通项目配置数据库连接资源的jar包
2024-09-22
后端-java基础-王晓宇.pptx
2020-10-22
数据库试题解答说明书-2-1-3 《银行信贷管理系统》客户管理模块
2020-10-16
毕设与考研计划与后期学习规划
2024-04-05
TA创建的收藏夹 TA关注的收藏夹
TA关注的人