2021山东大学软件学院暑期实训——研究生管理系统第三周开发记录9

7月15日-7月18日:建了新的git仓库。学生端和老师端共用前端仓库和后端仓库。管理端单独一个仓库。仓库地址:
前端:http://202.194.14.150:3000/project-train-2021/traingradms_front.git
后端:http://202.194.14.150:3000/project-train-2021/traingradms_back.git
管理端:http://202.194.14.150:3000/project-train-2021/traingradms_manage
一对一详细讲解了学生端毕业申请和教师端毕业审核的功能。
学生端 一个学生能够提出一份毕业申请,可以反复修改这份申请直到提交,提交成功后被抽到外审论文的同学需要提交外审申请,提交前可以反复修改保存直到提交。都审核成功之后学生可以提交毕业论文申请。提交前可以反复修改保存直到提交。
教师端老师可以审核学生提出的毕业申请、外审论文申请和毕业论文申请。也可以取消审核,取消审核的申请学生又可以继续修改直到提交。逻辑和出国模块比较类似。
一对一详细讲解了教师端招生团队申请和我的课程、录入成绩的功能。
一个教师可以创建一个招生团队,在这个招生团队中加入团队成员,填写成员的工号和姓名。申请未提交前可以反复修改和保存,提交后只能查看。
一个教师可以查看自己的课程,上自己课程的学生,给学生录入成绩。
修复了我的-我的成果那五个成果的跳转问题。只需要修改跳转界面语句为跳转回上一个界面,并执行上个界面的初始化函数即可。如下:
在这里插入图片描述
修复了教师端出国申请、国际会议、归国申请无法通过的问题。只需要在后端加一个apply.setState就可以。修复了学生端我的头像不显示的问题。修复了学生端出国申请报错。解决学生端出国申请无法撤销。解决学生端国际会议无法修改。解决学生端归国申请无法填写问题。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在反复使用git的过程中总结了几个常用的git命令:
1.强制用master覆盖覆盖
git fetch --all
git reset --hard origin/master (这里master要修改为对应的分支名)
git pull
2.查看远程仓库地址
git remote -v
3.删除现有远程仓库
git remote rm origin
4.添加新远程仓库
git remote add origin url
5.配置远程分支
git push --set-upstream origin 远程分支名
6. 将本地分支进行改名
git branch -m old_branch new_branch
7. 将远程分支的老分支删除
git push origin :old_branch
8.将改名后的分支push到远程
git push origin new_branch

内容概要:《2024年中国城市低空经济发展指数报告》由36氪研究院发布,指出低空经济作为新质生产力的代表,已成为中国经济新的增长点。报告从发展环境、资金投入、创新能力、基础支撑和发展成效五个维度构建了综合指数评价体系,评估了全国重点城市的低空经济发展状况。北京和深圳在总指数中名列前茅,分别以91.26和84.53的得分领先,展现出强大的资金投入、创新能力和基础支撑。低空经济主要涉及无人机、eVTOL(电动垂直起降飞行器)和直升机等产品,广泛应用于农业、物流、交通、应急救援等领域。政策支持、市场需求和技术进步共同推动了低空经济的快速发展,预计到2026年市场规模将突破万亿元。 适用人群:对低空经济发展感兴趣的政策制定者、投资者、企业和研究人员。 使用场景及目标:①了解低空经济的定义、分类和发展驱动力;②掌握低空经济的主要应用场景和市场规模预测;③评估各城市在低空经济发展中的表现和潜力;④为政策制定、投资决策和企业发展提供参考依据。 其他说明:报告强调了政策监管、产业生态建设和区域融合错位的重要性,提出了加强法律法规建设、人才储备和基础设施建设等建议。低空经济正加速向网络化、智能化、规模化和集聚化方向发展,各地应找准自身比较优势,实现差异化发展。
数据集一个高质量的医学图像数据集,专门用于脑肿瘤的检测和分类研究以下是关于这个数据集的详细介绍:该数据集包含5249张脑部MRI图像,分为训练集和验证集。每张图像都标注了边界框(Bounding Boxes),并按照脑肿瘤的类型分为四个类别:胶质瘤(Glioma)、脑膜瘤(Meningioma)、无肿瘤(No Tumor)和垂体瘤(Pituitary)。这些图像涵盖了不同的MRI扫描角度,包括矢状面、轴面和冠状面,能够全面覆盖脑部解剖结构,为模型训练提供了丰富多样的数据基础。高质量标注:边界框是通过LabelImg工具手动标注的,标注过程严谨,确保了标注的准确性和可靠性。多角度覆盖:图像从不同的MRI扫描角度拍摄,包括矢状面、轴面和冠状面,能够全面覆盖脑部解剖结构。数据清洗与筛选:数据集在创建过程中经过了彻底的清洗,去除了噪声、错误标注和质量不佳的图像,保证了数据的高质量。该数据集非常适合用于训练和验证深度学习模型,以实现脑肿瘤的检测和分类。它为开发医学图像处理中的计算机视觉应用提供了坚实的基础,能够帮助研究人员和开发人员构建更准确、更可靠的脑肿瘤诊断系统。这个数据集为脑肿瘤检测和分类的研究提供了宝贵的资源,能够帮助研究人员开发出更准确、更高效的诊断工具,从而为脑肿瘤患者的早期诊断和治疗规划提供支持。
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