- 博客(11)
- 收藏
- 关注
原创 ESP-01S烧入固件时等待上电同步问题解决方法
本文总结了ESP-01S模块烧录固件时卡在"等待上电同步"问题的解决方法。作者尝试了多种常见方案(TX/RX反接、GPIO0接地、复位操作等)均未奏效,最终发现供电电压稳定性是关键因素。测试发现面包板电源模块提供的3.26V稳定电压反而导致问题,而STM32开发板不稳定的3.18V供电却能成功烧录。解决方案是:1)使用开发板供电而非外接电源;2)在点击ERASE后等待提示时再接通模块电源;3)确保接线正确(VCC接开发板3.3V,GPIO0接地)。该现象可能与模块对电压波动的特殊适应性有
2026-04-11 12:37:46
352
原创 若依分离版项目迁移
本文介绍了数据库项目打包和部署的详细步骤。使用Navicat Premium 17或DBeaver工具导出SQL文件,建议存放在项目文件夹内。后端和前端项目可直接复制整个文件夹转移。部署时需创建project1数据库并运行导出的SQL文件,若需修改数据库配置,需调整application-druid.yml文件中的项目名、用户名和密码。默认使用8080端口,若被占用则需修改。部署电脑需具备完整开发环境,若出现报错可尝试重新加载Maven项目。
2026-03-18 21:02:50
88
原创 若依分离版二次开发学习6(本地部署DeepSeek至前端展示)
本文详细介绍了如何将DeepSeek模型本地部署并与前端集成。主要内容包括:1) 通过Ollama工具部署DeepSeek模型,提供1.5B到671B不同参数规模的版本选择;2) 构建基于Java的后端服务,实现单轮/多轮对话、流式传输等功能;3) 开发Vue.js前端界面,支持实时打字效果、历史记录管理等交互功能;4) 完整的数据流转流程设计,包括普通对话和流式对话两种模式;5) 系统安全控制方案,实现权限管理和Token验证机制。该方案可快速构建本地化AI对话系统,适用于农业咨询等专业场景。
2026-02-05 01:22:50
684
原创 若依分离版二次开发学习5(首页优化与传感器设备关联)
本文介绍了农业环境监测系统的优化升级内容,主要包括: 首页功能增强 新增温度、湿度、土壤和光照强度显示 添加设备总览视图 支持选择已创建的单片机设备 设备管理中心 提供设备筛选和健康度计算功能 采用双视图系统(总览视图和详情视图) 新增设备分布散点图 传感器管理优化 新增光照传感器类型 传感器创建时自动关联单片机设备位置 提供5种传感器(CO₂、温度、湿度、土壤、光照)的完整管理界面 数据可视化 增强图表交互功能 支持点击跳转查看详细数据 系统实现 基于RuoYi-Vue框架开发 提供完整的SQL数据初始化
2026-02-03 00:30:14
1023
原创 若依分离版二次开发学习4(主从表:设备与传感器关联)
本文介绍了农业物联网系统中设备与传感器关联的主从表设计与实现。系统包含5种传感器数据表(温度、湿度、土壤湿度、光照强度)和单片机设备主表,通过device_id建立关联。后端采用Spring事务管理确保数据一致性,实现了设备创建时自动生成关联传感器记录、坐标同步更新等功能。前端使用Vue+ElementUI开发,提供设备管理界面和传感器配置功能。系统通过主从表结构实现了设备与传感器的关联管理,为农业环境监测提供了数据支持。
2026-01-29 21:53:08
1029
原创 若依分离版二次开发学习3(自定义化若依界面)
若依管理系统前端二次开发指南,涵盖登录页背景与标题定制、主页菜单精简、布局配置及现代化加载动画设计,适配农业环境检测管理场景。
2026-01-27 23:58:28
688
原创 若依分离版二次开发学习2(通过组件实现数据可视化)
若依前端首页二次开发指南:集成ECharts实现农场传感器数据可视化,支持CO₂、温湿度多指标热力图与柱状图切换,提供实时监测、自动刷新及统计卡片功能。
2026-01-27 02:28:34
713
原创 若依分离版二次开发学习1(创建新菜单与移动菜单)
若依农业传感器数据表创建与代码生成教程,详解数据库设计、若依代码生成器使用及前后端文件部署流程,包含菜单目录配置。
2026-01-26 23:32:01
1013
原创 从神经网络到卷积神经网络
多层神经网络的具体架构称为前馈网络,因为在输人层和输出层之间的连续层中,数据一直向前馈送。左边的为最大池化,他先将4*4的矩阵分成4个2*2的矩阵,然后在每个矩阵中选择一个最大的数进行保留,从而生成了一个新的2*2的矩阵,右边的为平均池化,他同样分成了4个2*2的矩阵,但这里是求出了平均数经行保留,从而生成了一个新的2*2的矩阵。上面的是一个神经网络,下面的是卷积神经网络(LeNet)的标准模型结构,通过对比模型结构可发现,卷积神经网络额外引入了卷积层和池化层,那卷积层是什么,池化层又是什么呢?
2025-03-15 11:35:39
1202
原创 基于卷积神经网络的实时手写数字识别(pycharm中实现)
这是我引入的库,各位看官可以直接复制代码到pycharm中直接安装,当然还要事先安装好PyTorch,这个我也遇到了各种各样的问题,也无法完全展示,就请劳烦观看其他作者文章了。,导致既没有GPU、电脑性能又差的我跑了足足一个半小时,话不多说,直接放完整代码了。还要注意一件事,因为我是自己训练的数据集,但电脑又是笔记本,这里就有区别了,先放个视频展示效果,以免浪费各位看官时间又没有达到预期效果。
2025-03-11 22:03:11
856
基于若依分离版的二次开发1.0版本,主要涉及新增菜单、数据可视化和主从表等
2026-02-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅