mingle- Agile hybrid template

博主分享了使用Mingle敏捷项目管理工具后的感受,并详细介绍了Agile Hybrid模板中的Story Card属性及其理解。

终于获得了期待已久的mingle了,简单使用之后真的有惊叹的感觉,没有让我失望。而且还超出了我的想象(内存的耗用也超出了我的想象,300m,太夸张了,我觉得这是mingle在正式版之前需要重要解决的一个问题)

我主要简单试用了mingle的3个工程模板(Agile hybrid,XP,scrum),从体验来说,mingle本质都是基于story card的管理了,3个模板只不过是对story的不同展现方式,重要的是mingle中的storycard是可以根据需要定制不同的属性,所以mingle的核心是story,建立好story的模型,如何对story进行管理和展现,就是mingle的事情了。而且mingle的UI感觉非常好,只要是我想到的动作,它都能有最简单操作方式。

好了,mingle的马屁拍了一大堆,下面我想讲讲我对Agile hybrid模板中属性的理解,希望其中有理解错误的地方大家能够帮我指正出来

Agile hybrid story card property:
名称                                                     含义             
Card added in                                       story是在哪个迭代周期加入进来的,用于标示卡片的迭代周期
Customer Signoff Done in Iteration        客户要求在那个迭代周期之前完成,一般指story的交付时间
Deleted in Iteration                                在哪个迭代周期删除(具体用意不清,是指被用户取消了吗?)
Development Done in Iteration               在哪个迭代周期开发完成
Functional Area                                     功能区块,如UI,资源管理,后台进程之类的等等
Iteration Scheduled                                预定在那个迭代周期中实现
Narrative Done in Iteration:                  (猜测是指在哪个迭代周期被补充完整)
Original Estimate:                                  原始估计()耗费的基本资源点数,以小时/人为单位
Planning Estimate:                                 计划估计()耗费的基本资源点数,以小时/人为单位
Priority:                                                优先级    Critical紧急的/Essential基本的/Nice to have最好能完成/Not essential非本质的
QA Signoff Done in Iteration:            QA 标记在哪个迭代周期完成
Release:                                               状态     
[new/open/Narrative started叙述开始/Ready for Development准备开发/Ready for Testing准备测试/Ready for Showcase准备展示/Ready for Deployment准备发布/Deleted/Complete]             

我觉得奇怪的这些属性只用于迭代周期相关的很多,但是没有一个是关于人的,比如说卡片添加者,卡片开发者,卡片测试者,是不是计划驱动的方法就不需要人了呢,还是这仅仅是一个example的模板,呵呵,反正不关怎样我至少会加上一个developer的属性的。


131383.html

rocket 2007-07-20 01:01 发表评论
【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
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