【个人介绍】2023秋软件工程第一次作业

最新推荐文章于 2024-09-10 23:09:14 发布

原创最新推荐文章于 2024-09-10 23:09:14 发布 · 134 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#大作业

文章介绍了作者的学习目标，包括制作个人主页、提升团队协作、自学能力、架构设计及编程技能。作者希望通过完成作业实现这些目标，并感谢布置作业的学长学姐。

这个作业属于哪个课程	<班级链接>
这个作业要求在哪里	<作业链接>
这个作业的目标	学会制作个人主页
学号	102101637

大家好！很高兴向大家介绍我自己！这是我的个人主页链接：点我

我希望学到的：

团队协作与沟通能力
自学与持续学习能力
架构设计能力
编程能力

最后感谢辛苦布置作业的学长学姐！

关注博主即可阅读全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Unayh

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

2021秋软工实践第一次个人编程作业

qq_46674486的博客

10-15

275

这个作业属于哪个课程构建之法-2021秋-福州大学软件工程https://bbs.youkuaiyun.com/forums/fzuSoftwareEngineering2021 这个作业要求在哪里 2021秋软工实践第一次个人编程作业这个作业的目标学会使用GitHub，设计程序对C或C++代码文件进行关键字提取个人学号 031902627 思路读入文件提取读入文件中相关字符串将字符与定义的32个关键字进行比较统计关键字的个数 PSP表格如下： PSP Perso...

软工第一次个人编程作业

qq_54621778的博客

09-17

5167

这个作业属于哪个课程构建之法-2021秋-福州大学软件工程 这个作业要求在哪里 https://bbs.youkuaiyun.com/topics/600574694 这个作业的目标实现一个程序功能，它可以对读入的C或C++代码文件进行不同等级的关键字提取学号 031902620 Personal Software Process Stages 预估耗时（分钟）实际耗时（分钟） Planning（计划） Estimate（估计时间）..

参与评论您还未登录，请先登录后发表或查看评论

2023年秋张栋老师软件工程第一次作业

qq_62441360的博客

09-08

101

2021级网络工程的小菜鸡，编码能力差，就这样浑浑噩噩度过了大一大二，决定开始努力。

2023《软件工程》第一次作业

weixin_66537592的博客

10-12

238

经历：我对编程的学习仅停留在本科阶段C语言基础与计算机二级考试的学习，在学习STM32入门时接触过一点工程软件，这也是我接触的最困难的编程。认识：计算机和软件开发对我的研究生阶段的研究有所帮助，但是我的基础比较差，希望通过这门课程对软件开发有一个基本的概念。规划：我的研究方向需要用到编程相关技能，希望通过学习课程至少能大致看懂代码作用，以及一个软件的大致形成过程，对软件工程有一个初步的认识。

2022秋软件工程第一次结对编程时作业

qq_57015780的博客

09-30

338

二维码的间隔刷新机制班级名单以缺课次数降序排列，其次以迟到次序排列学生扫码后的签到页面的展示本次设计以简便为基本原则，但具体来实现发现很多功能不得不新增，不然出现某些情况让用户体验变差，终究是要有所调整。

软件工程第一次个人编程作业

渣渣斌的博客

09-20

652

这个作业属于哪个课程构建之法-2021秋-福州大学软件工程 这个作业要求在哪里 2021秋软工实践第一次个人编程作业这个作业的目标实现一个程序功能，它可以对读入的C或C++代码文件进行不同等级的关键字提取学号 031902126 PSP表格 PSP Personal Software Process Stages 预估耗时（分钟）实际耗时（分钟） Planning 计划 30 60 Estimate 估计这个任务需要多少时间 1690 2730 ...

软件工程第一次作业

zzf_521的博客

09-21

456

软件工程第一次作业

2023秋软工实践 第一次结对作业

m0_71290816的博客

09-25

397

数多窟（Sudoku）高级休闲游戏开发数多窟是一款高级数独游戏，旨在为用户提供有挑战的游戏和益智体验。游戏包括以下主要功能和特性：同时挑战和解决多个数独，用户可以在一个游戏会话中锻炼解谜技能，提高反应速度和逻辑思维能力。系统需要实现高效的数独生成算法，以确保生成数独的过程尽可能快速，减少用户等待时间。清爽简约的用户界面：PC端大屏应用，数独网格规整清晰不密集，减轻用户的视觉疲劳。包括“新手”，“简单”，“中等”，“困难”，“地狱”5个等级。

2023年秋 软件工程课程第一周学习有感

intneting的博客

10-14

140

经历：本人是刘小兵，学号：D23381007，曾自学C语言、C++、Python程序设计语言，做过最复杂的软件项目是一款安全检测手机APP--SafetyTest，用于检测手机上应用程序是否存在安全漏洞。认识：我虽然不是很擅长计算机和软件开发，但我是喜欢这些领域，想学到这些领域真正的技术，目前擅长的领域主要为网络安全，人工智能等。规划：未来想从事国防、军事有关的科学技术研发工作，在软件设计、人工智能技术上打下坚实的基础，为强国强军贡献自己的力量。目标。

软件工程实践第二次作业——个人实战

2301_78900451的博客

09-10

1106

1.首先把JSON大致看一遍，发现url放在"urls"，国家对应的名称代码放在"nocList"等，发现数据在"initialMedals"里，但其实再看看就发现里面只需要"medalStandings"，还有一个没用的"competitionCode": ““也不知道写那干嘛，然后"medalStandings"也只需要"medalsTable”，还有一个"eventInfo"计算总共的项目->没啥用。本次设计体验了一整个项目的设计编写和调试，包括爬数据，处理数据，编写代码，测试等，工作量还是很大的。

19秋软件工程基础第一次作业

banrou0887的博客

09-10

441

个人第一次作业：阅读与思考这个作业属于哪个课程课程链接这个作业要求在哪里作业要求链接我在这个课程的目标是掌握软件工程这门课的核心知识点，对职业规划有清晰的认识，在完成该课程之后对未来学习历程有明确的方向这个作业在哪个具体方面帮助我实现目标通读教材并提出建设性问题 ...

川大11年秋《计算机应用基础》第1次作业答案.pdf

10-11

18. 计算机的字长通常指CPU一次处理的二进制位数，它影响计算机处理数据的速度和精度。 19. 信息必须依附于某种载体存在，如声音、文字或数字形式。 20. Windows XP是操作系统，属于系统软件。 21. 系统软件是...

基于SSM与Vue架构的病人跟踪治疗信息管理系统设计与实现（含源码及文档）

12-22

基于SSM架构与Vue技术构建的病人治疗追踪管理系统，采用Java编程语言实现业务逻辑，并以MySQL数据库作为数据存储支持。该系统主要包含三个用户角色：管理员、病人及普通访客。管理员具备的功能模块包括：主界面、个人设置、病人档案管理、病例信息采集、预约安排、医生信息维护、核酸检测报告上传管理、行动轨迹记录管理、疾病分类配置、病人治疗进度跟踪、留言板处理以及系统参数管理。病人用户可操作：主界面、个人设置、病例信息查看、预约申请、医生查询、核酸检测报告上传、行动轨迹上报、个人治疗状态查询。访客端提供：首页浏览、医生信息展示、医疗资讯发布、留言反馈提交、个人中心、后台入口及在线咨询服务。系统设计注重代码结构的清晰性与可维护性，强调功能实用性和界面简洁度，同时保持较强的扩展适应能力，便于后续功能升级与日常运维。项目已通过实际运行测试，开发环境配置如下： - 编程语言：Java - 开发框架：Spring Boot - Java开发工具包：JDK 1.8 - 应用服务器：Tomcat 7 - 数据库系统：MySQL 5.7 - 数据库管理工具：Navicat 12 - 集成开发环境：Eclipse或IntelliJ IDEA - 项目构建工具：Maven 3.3.9。资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！

电力系统单机无穷大电力系统短路故障暂态稳定Simulink仿真（带说明文档）

最新发布

12-22

【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真（带说明文档）内容概要：本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开，提供了完整的仿真模型与说明文档，重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型，模拟不同类型的短路故障（如三相短路），分析系统在故障期间及切除后的动态响应，包括发电机转子角度、转速、电压和功率等关键参数的变化，进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理，掌握暂态过程分析方法。; 适合人群：电气工程及相关专业的本科生、研究生，以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标：①学习电力系统暂态稳定的基本概念与分析方法；②掌握利用Simulink进行电力系统建模与仿真的技能；③研究短路故障对系统稳定性的影响及提高稳定性的措施（如故障清除时间优化）；④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议：建议结合电力系统稳定性理论知识进行学习，先理解仿真模型各模块的功能与参数设置，再运行仿真并仔细分析输出结果，尝试改变故障类型或系统参数以观察其对稳定性的影响，从而深化对暂态稳定问题的理解。

这是一个基于Prisma和SQLite数据库构建的现代化轻量级且开箱即用的个人作品集展示平台后端服务系统_该项目核心功能包括用户认证授权作品数据模型管理文件上传存储以及提供标.zip

12-22

基于PSO算法优化支持向量机参数的MATLAB仿真源码：SVM与PSO-SVM性能对比

12-22

本研究聚焦于运用MATLAB平台，将支持向量机（SVM）应用于数据预测任务，并引入粒子群优化（PSO）算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践，其核心在于利用SVM构建分类模型，同时借助PSO的全局搜索能力，高效确定SVM的最优超参数配置，从而显著增强模型的整体预测效能。支持向量机作为一种经典的监督学习方法，其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界，以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题，其有效性源于通过核函数将原始数据映射至更高维的空间，使得原本复杂的分类问题变得线性可分。粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下，每个潜在解被视作一个“粒子”，粒子群在解空间中协同搜索，通过不断迭代更新自身速度与位置，并参考个体历史最优解和群体全局最优解的信息，逐步逼近问题的最优解。在本应用中，PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。项目所提供的实现代码涵盖了从数据加载、预处理（如标准化处理）、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数（例如线性核、多项式核及径向基函数核等）进行参数寻优，并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开，从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。本研究通过一个具体的MATLAB实现案例，旨在演示如何将全局优化算法与机器学习模型相结合，以解决模型参数选择这一关键问题。通过此实践，研究者不仅能够深入理解SVM的工作原理，还能掌握利用智能优化技术提升模型泛化性能的有效方法，这对于机器学习在实际问题中的应用具有重要的参考价值。资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！

jank_record_1766403318764055404.pb

12-22

jank_record_1766403318764055404.pb

分层模糊系统：梯度下降与递推最小二乘法联合辨识研究（Matlab代码实现）

12-22

分层模糊系统：梯度下降与递推最小二乘法联合辨识研究（Matlab代码实现）内容概要：本文围绕“分层模糊系统：梯度下降与递推最小二乘法联合辨识研究”展开，介绍了基于Matlab代码实现的分层模糊系统参数辨识方法。通过结合梯度下降法和递推最小二乘法，实现对系统结构和参数的高效联合辨识，提升模型精度与收敛速度。文中详细阐述了算法原理、实现步骤及仿真验证过程，展示了该方法在非线性系统建模与辨识中的有效性，适用于复杂动态系统的建模与控制研究。; 适合人群：具备一定Matlab编程基础和系统辨识理论背景的研究生、科研人员及自动化、控制工程等相关领域的技术人员。; 使用场景及目标：①应用于非线性动态系统的建模与参数辨识；②用于提高模糊系统训练效率与预测精度；③支持科研复现、算法优化及工程实际中的系统辨识任务；阅读建议：建议读者结合提供的Matlab代码进行实践操作，深入理解两种优化算法的融合机制，并尝试在不同数据集或应用场景中进行迁移与改进，以掌握其核心思想与实现技巧。

AL-SHADE-SVM分类预测：基于变体差分进化算法的SVM参数优化研究（Matlab代码实现

12-22

AL-SHADE-SVM分类预测：基于变体差分进化算法的SVM参数优化研究（Matlab代码实现内容概要：本文研究基于变体差分进化算法AL-SHADE优化支持向量机（SVM）的分类预测性能，重点解决SVM中关键参数（如惩罚因子C和核函数参数g）难以手动调优的问题。通过引入AL-SHADE算法，自动搜索最优参数组合，提升SVM在分类任务中的准确性与泛化能力。文中结合Matlab代码实现，展示了算法的完整流程，包括种群初始化、变异、交叉、选择机制及适应度函数设计，并通过实验验证了该方法相较于传统参数选择方式在分类精度上的优越性。; 适合人群：具备一定机器学习基础，熟悉支持向量机和优化算法原理，有一定Matlab编程经验的高校学生、科研人员或工程技术人员。; 使用场景及目标：①解决SVM模型参数调优困难问题，提升分类预测精度；②为智能优化算法（如差分进化及其变体）在机器学习超参数优化中的应用提供实践案例；③适用于需要高精度分类的科研项目或工程应用，如故障诊断、模式识别、金融风控等领域。; 阅读建议：建议读者结合提供的Matlab代码进行实践操作，深入理解AL-SHADE算法的运行机制及其与SVM的集成方式，重点关注适应度函数的设计与参数优化过程的可视化分析，以便迁移至其他模型优化任务中。