实训 Day10 实习日志

日期

2019年6月 28日

第 10 天  共 10天

实习地点

科技楼423

教学大纲中规定的实习教学内容

校内综合实训是系统讲授微信小程序开发技术,通过小程序开发项目实例来训练学生的实践能力,检验学生对微信小程序开发技术所学知识的综合运用能力的重要环节。每位学生需完成老师布置的实验内容,并完成综合性实训项目的开发。从而达到对所学知识的深刻理解,进而为今后更深入的学习和应用打下坚实的基础。

实习

目的及

要求

1、掌握微信小程序项目环境搭建;

2、掌握微信小程序项目界面设计编写;;

3、掌握微信小程序项目业务逻辑处理;

4、掌握MVVM设计模式框架开发;

5、通过本课程的学习,培养学生观察、分析、解决问题的能力;

6、培养学生严肃认真、实事求是的良好作风。

任务

完成

情况、

主要

收获

体会

       通过这10天两个星期的学习,包括听老师讲课和课后复习老师发的课堂录屏,最后完成各个作业,我学到了微信小程序项目开发技术,包括网页的基础知识(html,css,js),Flex(骰子)布局,轮播图、小程序地图、用户头像和昵称的获取和排版,让背景图实现不同手机型号自适应的方法,请求与request合法域名的配置和接口的使用方法,对天气API接口反馈的信息进行布局从而美化自己的界面的方法,通过定位经纬度获取当前位置的天气的方法,微信小程序电商项目页面外观的实现方法,微信小程序电商项目业务功能实现的方法,订单侧滑删除功能的方法等,基本掌握了微信小程序项目开发的技术。

教师

指导

(辅导)

内容

指导学生进行微信小程序项目开发技术总结

指导方式

面授

指导时长(分钟)

300

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码下载:完整代码,可直接运行 ;运行版本:2022a或2019b或2014a;若运行有问题,可私信博主; **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合
Day 1: 今天是我开始实训的第一天,我们的导师向我们介绍了大数据的基础知识和相关技术。我学习了如何使用Hadoop和Spark进行数据处理和分析。我们还进行了一些基本的编程练习,学习了如何使用Python和Scala编写程序。虽然我已经学过这些知识,但是在实际应用中还是有很多需要掌握的地方。我期待着接下来的几天能够学到更多有用的技能。 Day 2: 今天我们继续学习了数据处理和分析的技术。我们学习了如何使用Pig和Hive进行数据查询和转换。我发现这些工具非常方便,可以快速地处理大量数据。我们还使用了Flume和Kafka来收集和处理实时数据。这些工具非常有用,可以帮助我们实时监控和分析数据。我感到很兴奋,因为我已经开始了解到大数据的无限潜力。 Day 3: 今天我们把重点放在了机器学习和数据挖掘上。我们学习了如何使用Spark MLlib和Scikit-learn来构建和训练机器学习模型。我们还学习了一些基本的数据挖掘算法,如聚类和分类。我发现这些技术非常有趣,因为它们可以从数据中发现隐藏的模式和关系。我期待着在未来的工作中能够应用这些技术来解决实际问题。 Day 4: 今天我们进行了一个实际的项目,我们需要使用大数据技术来分析一堆销售数据。我们使用了Hadoop和Spark来处理数据,使用了Pig和Hive来进行查询和转换。最后,我们使用了机器学习算法来预测未来的销售趋势。这个项目让我学到了很多有用的技能,如如何处理大量数据、如何使用机器学习算法来解决实际问题。 Day 5: 今天是我实训最后一天,我们进行了一个小型比赛,我们需要使用大数据技术来解决一个实际问题。我和我的团队一起工作,我们使用了Hadoop和Spark来处理数据,使用了机器学习算法来预测未来的趋势。最后,我们成功地解决了问题,并获得了第一名的好成绩。这个实训让我学到了很多有用的知识和技能,我感到非常自豪和满足。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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