20145238-荆玉茗《Java程序设计》课程总结

每周读书笔记链接汇总

第一周读书笔记:

第二周读书笔记:

第三周读书笔记:

第四周读书笔记:

第五周读书笔记:

第六周读书笔记:

第七周读书笔记:

第八周读书笔记:

第九周读书笔记:

实验报告链接汇总

第一次实验报告:

第二次实验报告:

第三次实验报告:

第四次实验报告:

第五次实验报告:

托管代码链接:

课程的收获与不足

自己的收获

通过一学期java课程的学习,终于坚持写完最后一篇博客的我,觉得真的好辛苦好辛苦哈哈哈哈哈哈哈。但是从以前每周写博客的消极抵触到现在不写博客会觉得不习惯的改变让我感受到了,其实习惯也是可以后天养成的,无论是好的还是坏的,都需要时间的历练,通过这门课的学习使我在大学接受了一种全新的学习方式,我觉得这种学习的方式比我学到的知识更加重要。在大学本来就应该接受更多的新鲜事物,不断去找到适合自己的、最好的学习方法,才是我们在大学中自主学习的保障。

自己需要改进的地方

老师在寒假给的学习视频没有提前看,开学才发现真的很有用处,但是由于之后课程繁多,学生工作事情也较多就没有足够的时间看完全部的博客,会在暑假期间,把视屏全部看完,对java更深一步的了解。

给学弟学妹们的意见

首先,无论怎样,非常建议你把视屏看完,因为视屏对书上抽象概念的理解非常有帮助,自己操作中遇到的大部分问题,老师都有作说明,所以我觉得java学习应该把视屏学习这一块作为重点。

问卷调查

①继续给我们视频学习的资源,继续让我们以写博客的形式完成作业。
②我觉得每周写博客的工作量稍微有点大,尤其是在有实验的周,一周完成两篇博客,既不能保障实验的顺利进行,对本周学习内容也有所影响。
③希望老师能把博客内容方宽松一点,比如java的某一块内容的学习不一定是要按照课本的顺序,可以对视屏理解的这部分内容,也可以是自己实现的某个内容。
觉得老师真的非常厉害非常厉害非常厉害,非常感谢自己选修了这门课,如果让我重新选择一次,我可能还是会做一样的选择。

转载于:https://www.cnblogs.com/20145238jym/p/5594664.html

  • 0
    点赞
  • 0
    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