Weekly links #1

最新推荐文章于 2025-07-30 10:01:36 发布
最新推荐文章于 2025-07-30 10:01:36 发布 · 137 阅读 · 0
文章标签：

#招聘 #Adobe #Blog

本文讨论了敏捷开发过程中遇到的问题，并提出了改进措施。作者通过分析现有的敏捷实践，指出了其不足之处，并探讨了如何提高软件开发效率及质量。
iteye_5260
关注
Android Weekly #202509
Gracker的专栏
03-03 755
Android Weekly是一份专注于 Android 技术生态的周刊，每周一更新。本周刊深入挖掘 Android 系统架构、性能优化、跨平台开发、AI 等领域的高质量技术内容，为开发者提供持续的知识更新与技术洞察。注意：由于微信公众号外链限制，很多链接无法直接打开，建议点击原文访问博客获得更好的体验订阅渠道：[微信公众号] | [知乎专栏] | [掘金] | [RSS]技术文章Flutte...
Architecture Weekly 开源项目教程
gitblog_00796的博客
09-13 535
**Architecture Weekly** 是一个专注于软件架构的开源项目，由 Oskar Dudycz 维护。该项目每周更新，提供最新的软件架构资源、文章、工具和最佳实践。通过订阅该项目，开发者可以快速获取行业内的最新动态，提升自己的架构设计能力。 ## 2. 项目快速启动 ### 2.1 克隆项目 首先，你需要将项目克隆到本地： ```bash git clone https://...
Weekly Summary Privacy Policy
weixin_57040686的博客
08-22 130
b. Safety(1) Share。
Weekly Task Manual Privacy Policy
weixin_57040686的博客
06-23 209
Some of our services will be provided by authorized partners only for the purposes described in this policy. We may share some of your personal information with our partners to provide better customer service and user experience. We will only share your pe
Flutter Weekly Issue 55
inferjay的博客
05-13 1749
新闻 Flutter 1.17 | 2020 首个稳定版发布！ Dart 2.8 发布了 Flutter web 最新进展: 发掘更多可能！ 教程 Flutter线上代码覆盖率解决方案——FlutterCodeX 插件 flutter-h5pay A Flutter plugin for h5pay(Support WeChat and Alipay) flutter-link-preview A Rich Link Preview flutter plugin. futuris
Flutter Weekly Issue 64
inferjay的博客
07-15 661
教程 必读 | 深入理解布局约束 插件 elastic-widgets Set of Flutter widgets built using physics based animations. timeago.dart A library useful for creating fuzzy timestamps. (e.g. 5 minutes ago) snack-bar-presenter Provide easy and flexible way to show SnackBar.
17、《Links ‘R‘ Us项目开发全解析：从敏捷方法到安全考量》
5f4d3s2a1q的博客
07-30 47
本文全面解析了Links 'R' Us项目的开发流程，涵盖敏捷方法的选择与实践、需求分析、高效迭代技巧（如大象切薄片法）、功能与非功能需求定义、安全考量（如IP范围排除、协议限制）、网络道德（robots.txt处理）、服务级别目标监控与优化，以及项目风险应对措施和未来展望。文章旨在为开发团队提供从方法论到实践的完整指南，以确保项目的高效、安全和可持续发展。
TOJ 2006 Weekly Contest 1 报告
05-21 1544
TOJ 2006 Weekly Contest 1 报告Preface:      嘿嘿、感觉好爽呀，做了5道题目，拿了个第7（算是银牌？呵呵）。先是我去拉人一起来做，结果没一个人理我-_-0 ，后来我自己搞，搞了3道，肖叉进来陪我一起做，把最后两道解决了。    整体上难度不高，没有特别神奇的算法和技巧出现。训练一下满好的。A.   Magic Sticks Again    第四个过的，原
BxJS Weekly 教程：管理和探索JavaScript周新闻链接集合
gitblog_00246的博客
09-09 820
BxJS Weekly 教程：管理和探索JavaScript周新闻链接集合 1. 项目目录结构及介绍 BxJS Weekly 是一个用于收集JavaScript周新闻播客链接的开源项目。其目录结构设计清晰，便于维护和扩展： .gitignore: 指定了Git在提交时应忽略的文件或目录。 LICENSE: 包含了项目的MIT许可证条款，说明了代码的使用权限与限制。 README.md: 项目的主...
weekly:汇总平时看到的好文章，前端技术 & 产品研发为主..
07-24
Weekly 汇总平时看到优质文章和资源，技术、产品、管理均有，尽可能一周一篇。 ... 欢迎大家在 中补充优质资源。 太忙时会忘了提交 Github... It gives you the best 5 links every week about Backend, Web Frontend, De
import requests from bs4 import BeautifulSoup import openpyxl import re import time def get_video_info(url): headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36", "Referer": "https://www.bilibili.com/", "Accept-Language": "zh-CN,zh;q=0.9,en;q=0.8", "Connection": "keep-alive" } try: # 添加随机延迟避免反爬 time.sleep(3) response = requests.get(url, headers=headers, timeout=10) response.raise_for_status() soup = BeautifulSoup(response.text, 'html.parser') video_container = soup.find('div', class_='weekly-list') if not video_container: print("未找到视频容器，请检查页面结构变化") return [] video_list = video_container.find_all('a', class_='weekly-card') video_info_list = [] for video in video_list: try: # 提取视频ID href = video.get('href', '') video_id = re.search(r'/video/(BV\w+)', href) video_id = video_id.group(1) if video_id else href.split('/')[-1].split('?')[0] # 提取标题 title_elem = video.find('h3', class_='weekly-card__title') or video.find('div', class_='weekly-card__title') title = title_elem.text.strip() if title_elem else "N/A" # 提取UP主 up_elem = video.find('span', class_='weekly-card__up-name') or video.find('div', class_='weekly-card__up-name') up_name = up_elem.text.strip() if up_elem else "N/A" # 提取分类 category_elem = video.find('span', class_='weekly-card__category') or video.find('div', class_='weekly-card__category') category = category_elem.text.strip() if category_elem else "N/A" # 提取播放量 play_elem = video.find('span', class_='weekly-card__play-count') or video.find('div', class_='weekly-card__play-count') play_count = play_elem.text.strip() if play_elem else "0" # 提取点赞数 like_elem = video.find('span', class_='weekly-card__like-count') or video.find('div', class_='weekly-card__like-count') like_count = like_elem.text.strip() if like_elem else "0" # 提取弹幕数 danmaku_elem = video.find('span', class_='weekly-card__danmaku-count') or video.find('div', class_='weekly-card__danmaku-count') danmaku_count = danmaku_elem.text.strip() if danmaku_elem else "0" video_info_list.append([ video_id, up_name, title, category, play_count, like_count, danmaku_count ]) except Exception as e: print(f"处理视频时出错: {e}") continue return video_info_list except requests.exceptions.RequestException as e: print(f"请求失败: {e}") return [] def write_to_excel(data, filename='B站每周必看.xlsx'): if not data: print("无有效数据，跳过Excel创建") return try: wb = openpyxl.Workbook() ws = wb.active headers = ['视频 ID', 'UP主', '视频名称', '所属类别', '播放量', '点赞', '弹幕数'] ws.append(headers) for info in data: ws.append(info) wb.save(filename) print(f"数据已保存到 {filename}") return True except Exception as e: print(f"保存Excel失败: {e}") return False # 使用正确的每周必看页面URL weekly_url = 'https://www.bilibili.com/v/popular/weekly?num=335' video_info = get_video_info(weekly_url) if video_info: print(f"成功爬取 {len(video_info)} 条视频信息") write_to_excel(video_info) else: print("未能获取视频信息") “未找到视频容器，请检查页面结构变化 未能获取视频信息”再优化一下
08-30
<a class="weekly-item" href="/video/BV1xx"> <h3 class="weekly-item-title">标题 <div class="weekly-item-up">UP主名字 <div class="weekly-item-cate">分类 <div class="weekly-item-info"> 播放量 弹幕...
OR Paper Weekly(一) | 用机器学习生成列生成的列，元启发式算法=动物世界？看OR68年发文数据，哪国位居榜首？
运筹OR帷幄
03-05 3028
作者：王源，徐思坤，陈贤邦 OR Paper Weekly 栏目将会从运筹学顶级期刊上选择一部分有趣的文章，对这些文章的主要研究内容进行一个概述/点评。OR Paper Weekly 的特点是 不做大而全的照搬，也未必都只选择优质的文章，而是精选一部分有趣的文章。辅之以科普/点评/吐槽的方式，让大家随时了解最新的科研动态。欢迎大家一起来 欣赏优质文章，学习脑洞文章，鄙视灌水文章。 精选论文 (一) 论文题目：Machine-Learning–Based Column Selection for C
var navs = [ { "title": "Query", "icon": "icon-computer", "href": "page/test/ser.aspx", "spread": false }, { "title": "Loading", "icon": "icon-computer", "href": "page/test/ChartW.aspx", "spread": false, "children": [ { "title": "Weekly", "icon": "icon-edit", "href": "page/test/week.aspx", "spread": false }, { "title": "Monthly", "icon": "icon-edit", "href": "page/test/mon.aspx", "spread": false }, { "title": "Weekly_KrelDate", "icon": "icon-edit", "href": "page/test/Loading_Week_byKrelDate.aspx", "spread": false },]
11-27
const url2 = url.substring(1, url.indexOf(&#39;.&#39;) > 1 ? url.indexOf(&#39;.&#39;) : url.length); const urllist = url2.split("/"); // 获取导航元素 const navs = document.getElementsByClassName(&#39;nav&#39;); // 遍历...
【事件触发一致性】研究多智能体网络如何通过分布式事件驱动控制实现有限时间内的共识（Matlab代码实现）
11-29
【事件触发一致性】研究多智能体网络如何通过分布式事件驱动控制实现有限时间内的共识（Matlab代码实现）内容概要：本文围绕多智能体网络中的事件触发一致性问题，研究如何通过分布式事件驱动控制实现有限时间内的共识，并提供了相应的Matlab代码实现方案。文中探讨了事件触发机制在降低通信负担、提升系统效率方面的优势，重点分析了多智能体系统在有限时间收敛的一致性控制策略，涉及系统模型构建、触发条件设计、稳定性与收敛性分析等核心技术环节。此外，文档还展示了该技术在航空航天、电力系统、机器人协同、无人机编队等多个前沿领域的潜在应用，体现了其跨学科的研究价值和工程实用性。; 适合人群：具备一定控制理论基础和Matlab编程能力的研究生、科研人员及从事自动化、智能系统、多智能体协同控制等相关领域的工程技术人员。; 使用场景及目标：①用于理解和实现多智能体系统在有限时间内达成一致的分布式控制方法；②为事件触发控制、分布式优化、协同控制等课题提供算法设计与仿真验证的技术参考；③支撑科研项目开发、学术论文复现及工程原型系统搭建； 阅读建议：建议结合文中提供的Matlab代码进行实践操作，重点关注事件触发条件的设计逻辑与系统收敛性证明之间的关系，同时可延伸至其他应用场景进行二次开发与性能优化。
无人机无人机FMCW毫米波高度计雷达仿真（Matlab代码实现）
11-29
【无人机】无人机FMCW毫米波高度计雷达仿真（Matlab代码实现）内容概要：本文档围绕无人机FMCW毫米波高度计雷达的仿真展开，利用Matlab代码实现对毫米波雷达测高原理的建模与仿真分析。重点涵盖FMCW（调频连续波）雷达信号的发射、接收、混频、傅里叶变换及高度信息提取等关键环节，通过构建无人机飞行场景下的回波信号模型，完成距离测量与精度评估。文档还结合雷达信号处理技术，展示如何通过仿真手段验证高度计性能，帮助理解毫米波雷达在无人机低空飞行中的测距测高机制。; 适合人群：具备一定Matlab编程基础和信号处理知识，从事无人机导航、雷达系统设计、自动驾驶或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①学习FMCW雷达的基本工作原理及其在无人机高度测量中的应用；②掌握雷达回波信号建模与处理的仿真方法；③为无人机避障、定高飞行、地形跟随等功能开发提供技术参考与代码基础。; 阅读建议：建议结合Matlab代码逐模块运行调试，深入理解信号生成、混频、FFT处理及峰值检测等步骤的实现逻辑，可进一步扩展至多目标测距或动态场景仿真，提升实际应用能力。
易语言制作图标，标注类图标
最新发布
11-29
各种标注用途图标，，分类标注，分类管理
基于SSD神经网络的图像目标检测与分类Python实现
11-29
基于SSD深度学习架构构建了一套视觉目标辨识系统，该方案运用卷积神经网络技术对图像中的多类别物体进行定位与分类。系统采用Python编程语言结合TensorFlow框架完成算法实现，通过特征金字塔结构处理不同尺度的目标检测任务，并采用预训练模型权重进行迁移学习以提升识别准确率。在模型训练阶段采用了数据增强策略与困难样本挖掘技术，确保系统对复杂场景的适应能力。最终输出的检测结果包含边界框坐标与类别置信度，可满足工业级应用需求。 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！
CRMEB商城系统3.24全功能带直播插件完整版
11-29
CRMEB商城系统是基于ThinkPhp6.0+Vue开发的一套新零售移动电商系统 CRMEB系统就是集客户关系管理+营销电商系统，能够快速积累客户、会员数据分析、智能转化客户、 有效提高销售、会员维护、网络营销的一款企业应用 包含商城、拼团、砍价、秒杀、优惠券、积分、分销等功能，更适合企业二次开发小程序
【四旋翼无人机】具备螺旋桨倾斜机构的全驱动四旋翼无人机：建模与控制研究（Matlab代码、Simulink仿真实现）
11-29
【四旋翼无人机】具备螺旋桨倾斜机构的全驱动四旋翼无人机：建模与控制研究（Matlab代码、Simulink仿真实现）内容概要：本文围绕具备螺旋桨倾斜机构的全驱动四旋翼无人机展开，重点研究其动力学建模与控制系统设计。通过Matlab代码与Simulink仿真实现，详细阐述了该类无人机的运动学与动力学模型构建过程，分析了螺旋桨倾斜机构如何提升无人机的全向机动能力与姿态控制性能，并设计相应的控制策略以实现稳定飞行与精确轨迹跟踪。文中涵盖了从系统建模、控制器设计到仿真验证的完整流程，突出了全驱动结构相较于传统四旋翼在欠驱动问题上的优势。; 适合人群：具备一定控制理论基础和Matlab/Simulink使用经验的自动化、航空航天及相关专业的研究生、科研人员或无人机开发工程师。; 使用场景及目标：①学习全驱动四旋翼无人机的动力学建模方法；②掌握基于Matlab/Simulink的无人机控制系统设计与仿真技术；③深入理解螺旋桨倾斜机构对飞行性能的影响及其控制实现；④为相关课题研究或工程开发提供可复现的技术参考与代码支持。; 阅读建议：建议读者结合提供的Matlab代码与Simulink模型，逐步跟进文档中的建模与控制设计步骤，动手实践仿真过程，以加深对全驱动无人机控制原理的理解，并可根据实际需求对模型与控制器进行修改与优化。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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