我的创作纪念日

机缘

        最初成为创作者,是因为在学习Unity时踩过很多坑,发现中文社区的资料虽然丰富,但有些知识点比较零散,尤其是适合初学者的系统性内容较少。于是,我决定把学习过程中的笔记整理成文章,分享给同样在摸索的同学。

        后来,我开始在实战项目中积累经验,比如Unity游戏开发中的优化技巧、Shader编写入门等,发现很多人对这些内容感兴趣,这让我更有动力持续输出。技术写作不仅帮助我巩固知识,也让我结识了许多志同道合的朋友。


收获

        粉丝与互动:目前收获了 1200+ 粉丝,多篇文章被优快云官方推荐,其中一篇关于Unity协程原理的文章阅读量突破 1w+,收到了很多正向反馈。 
        技术交流:通过评论区认识了几个同校的Unity开发者,甚至一起合作过小型游戏项目。
        个人成长:写作倒逼我深入研究技术细节,比如为了讲清楚ECS架构,自己动手实现了一个简化版Demo,对性能优化有了更深的理解。


日常

        创作与学习结合:我会把课程项目或自学时遇到的问题记录下来,整理成技术文章。比如在完成学校的AR项目后,写了一篇《Unity+ARKit实战:手势交互实现》。
        时间管理:作为学生,创作时间集中在周末和假期,平时用碎片时间记录灵感。用Markdown快速草拟大纲,后期再完善。
        正向循环:读者的问题常让我发现知识盲区,比如有人问“Unity如何实现残影效果”,促使我去研究Shader和对象池技术。


成就

脚本——tank受到伤害处理的脚本


public class Tank_health : MonoBehaviour
{
    public int hp = 100;//坦克血量
    public GameObject Tankbaozha;//坦克爆炸效果
    public AudioSource TankbaozhaAudioSource;
    // Start is called before the first frame update
    void Start()
    {
        
    }
 
    // Update is called once per frame
    void Update()
    {
        
    }
    void HurtHealthy()
    {
        if (hp < 0)
        {
            return;
        }
        hp -= Random.Range(10, 20);//伤害是随机的 10  20
        if (hp < 0)//坦克没了
        {
            TankbaozhaAudioSource.Play();
            GameObject.Instantiate(Tankbaozha,transform.position+Vector3.up,transform.rotation);
            GameObject.Destroy(this.gameObject);
#if UNITY_EDITOR
            UnityEditor.EditorApplication.isPlaying = false;
#else
                Application.Quit();
#endif
        }
  }

 


憧憬

        短期目标:毕业后进入游戏行业,深耕Unity引擎技术,同时继续创作实战向教程(如URP渲染管线、DOTS实践)。

        长期愿景:希望未来能出版一本Unity技术合集,或者开发一款独立游戏,把创作经验反哺到产品中。

        对读者的话:感谢一路陪伴!技术之路孤独,但分享让一切值得。如果我的文章曾帮到你,那便是最大的成就。

        “写下去,哪怕只是为了三年前的自己。” 

标题基于Python的汽车之家网站舆情分析系统研究AI更换标题第1章引言阐述汽车之家网站舆情分析的研究背景、意义、国内外研究现状、论文方法及创新点。1.1研究背景与意义说明汽车之家网站舆情分析对汽车行业及消费者的重要性。1.2国内外研究现状概述国内外在汽车舆情分析领域的研究进展与成果。1.3论文方法及创新点介绍本文采用的研究方法及相较于前人的创新之处。第2章相关理论总结和评述舆情分析、Python编程及网络爬虫相关理论。2.1舆情分析理论阐述舆情分析的基本概念、流程及关键技术。2.2Python编程基础介绍Python语言特点及其在数据分析中的应用。2.3网络爬虫技术说明网络爬虫的原理及在舆情数据收集中的应用。第3章系统设计详细描述基于Python的汽车之家网站舆情分析系统的设计方案。3.1系统架构设计给出系统的整体架构,包括数据收集、处理、分析及展示模块。3.2数据收集模块设计介绍如何利用网络爬虫技术收集汽车之家网站的舆情数据。3.3数据处理与分析模块设计阐述数据处理流程及舆情分析算法的选择与实现。第4章系统实现与测试介绍系统的实现过程及测试方法,确保系统稳定可靠。4.1系统实现环境列出系统实现所需的软件、硬件环境及开发工具。4.2系统实现过程详细描述系统各模块的实现步骤及代码实现细节。4.3系统测试方法介绍系统测试的方法、测试用例及测试结果分析。第5章研究结果与分析呈现系统运行结果,分析舆情数据,提出见解。5.1舆情数据可视化展示通过图表等形式展示舆情数据的分布、趋势等特征。5.2舆情分析结果解读对舆情分析结果进行解读,提出对汽车行业的见解。5.3对比方法分析将本系统与其他舆情分析系统进行对比,分析优劣。第6章结论与展望总结研究成果,提出未来研究方向。6.1研究结论概括本文的主要研究成果及对汽车之家网站舆情分析的贡献。6.2展望指出系统存在的不足及未来改进方向,展望舆情
【磁场】扩展卡尔曼滤波器用于利用高斯过程回归进行磁场SLAM研究(Matlab代码实现)内容概要:本文介绍了利用扩展卡尔曼滤波器(EKF)结合高斯过程回归(GPR)进行磁场辅助的SLAM(同步定位与地图构建)研究,并提供了完整的Matlab代码实现。该方法通过高斯过程回归对磁场空间进行建模,有效捕捉磁场分布的非线性特征,同时利用扩展卡尔曼滤波器融合传感器数据,实现移动机器人在复杂环境中的精确定位与地图构建。研究重点在于提升室内等无GPS环境下定位系统的精度与鲁棒性,尤其适用于磁场特征明显的场景。文中详细阐述了算法原理、数学模型构建、状态估计流程及仿真实验设计。; 适合人群:具备一定Matlab编程基础,熟悉机器人感知、导航或状态估计相关理论的研究生、科研人员及从事SLAM算法开发的工程师。; 使用场景及目标:①应用于室内机器人、AGV等在缺乏GPS信号环境下的高精度定位与地图构建;②为磁场SLAM系统的设计与优化提供算法参考和技术验证平台;③帮助研究人员深入理解EKF与GPR在非线性系统中的融合机制及实际应用方法。; 阅读建议:建议读者结合Matlab代码逐模块分析算法实现细节,重点关注高斯过程回归的训练与预测过程以及EKF的状态更新逻辑,可通过替换实际磁场数据进行实验验证,进一步拓展至多源传感器融合场景。
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