Final Report

课程学习自我总结

这是第一次整个团队完整地开发一个应用。因为我这次主要负责是前端部分的工作。我们小组采用了前后端分离的开发模式,前端和后端通过RESTFUL API进行交互。
我们的前端采用的是Vue.js的框架,而后端采用的是JAVA Spring的框架,然后因为前后端语言开发环境不一样,然后我因为考虑到后端采用的是JAVA,没有node和npm环境,所以我没有选择利用vue-cli的方式进行开发,后来因为和后端开发者交流后,后端觉得前端部分的代码如果作为后端的resource的来说,不太合适。于是我们选择了由前端这边实现前端的静态资源服务器,然后所有的静态资源请求都通过这个服务器处理,而后端只需要处理其他的请求,真正实现前后端分离。
这次虽然是前后端分离,但是前端和后端在API的讨论上做得工作还是蛮多的。充分的沟通是前端与后端能够分离工作的前提,所以团队合作需要有效的沟通和合作。最后这次很感谢后端的@south270在这次项目中的出色表现。
这次是初学Vue,所以在写前端的时候可能会遇到很多的问题,很多问题都能够阅读文档或者再谷歌上搜索问题能够得出答案。所以要善用文档和API。虽然这次没有用到Flux架构,但是在写前端的时候还是能够体会到store的用处。真正写的时候才能够体会到架构设计的意义。

PSP 2.1 统计表

PSP 2.1Personal Software Process StagesTime (%)
Planning计划7
Estimate估计这个任务需要多少时间7
Development开发80
Analysis需求分析 (包括学习新技术)10
Design Spec生成设计文档10
Design Review设计复审 (和同事审核设计文档)8
Coding Standard代码规范 (为目前的开发制定合适的规范)8
Design具体设计10
Coding具体编码20
Code Review代码复审10
Test测试(自我测试,修改代码,提交修改)14
Reporting报告13
Test Report测试报告6
Size Measurement计算工作量3
Postmortem & Process Improvement Plan事后总结, 并提出过程改进计划4

Github

Dashboard

这里写图片描述

Code

这里写图片描述

自认为最得意/或有价值/或有苦劳的工作清单

1.搭建好前端的登录框架和管理框架
2.把前端按照页面组织起来
3.能够通过RESTFUL API的设计和沟通和后端协作得很好

个人的技术类、项目管理类博客清单

1.微信小程序开发技术学习
https://blog.youkuaiyun.com/katharinlin/article/details/79921398
2.Vue.js学习过程(一)
https://blog.youkuaiyun.com/katharinlin/article/details/80870048
3.Vue.js学习过程(二)
https://blog.youkuaiyun.com/KatharinLin/article/details/80870486

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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