我的编程之路——Start here!

本文记录了一名大学生利用项目机会深入学习HTML、PHP等技术的过程,分享了在学习和开发过程中遇到的问题及解决方法,并通过技术博客检验学习成果,强化知识点,提高学习能力。

进入大三,看着毕业一步一步临近,总感觉时间不够用,想想自己大学不能就这么白费。这次抓住项目机会,将投入自己的精力都投入其中,在项目中努力提高自己的专业技术。在这里通过写技术博客的方式,来检验自己的学习成果,同时可以在这里向各个领域的高手学习,起到强化知识点,提高学习能力的作用。
刚刚开始项目的学习和开发,初次接触到HTML、DIC+CSS,现在要求采用PHP语言进行开发,还在视频教程、完全开发手册的学习中,下面是我刚开始遇到的一些小问题,总结起来如下:

问题描述

平台搭建初期的常见问题:

1、Wamp图标不能变绿,即Wamp没有正常启动

2、在neatbeens中新建从他人电脑复制来的项目时,提示项目已经存在

3、代码书写格式不对,出现错误或者乱码等常见问题

 

问题解决

1、Wamp不能正常启动:

(1)检验Wamp安装路径中是否有中文,若有建议卸载后重新      

     安装到全英文路径中

(2)检验80端口是否被占用,若被占用会显示

     Your port 80 is actually used by :所占用的进程名

     此时需关闭该进程,或者百度一下调整端口号

 

2、提示项目已经存在,只需在项目中找到nbproject文件夹并删除,然后关闭Neatbeens重新启动后再新加项目就可以了。

 

3、应该注意的其他小问题:

(1)、应该注意代码中逗号,分号,冒号等应该用英文输入法下的符号,否则会出现错误。

(2)、注意双引号“”,单引号‘’,在PHP语言中的区别,虽然都可以用来表示文本数据,但是双引号下,可以解析其中的PHP语句,而单引号不可以,比如当引用变量时,可以采用双引号,但是如果采用单引号,变量则被认为是字符串了

(3)、注意CSS/HTML/PHP中的注释的区别,

在CSS中只能用:/*注释内容*/,不能用://注释内容

        PHP语句中的注释://注释内容 或 /*注释内容*/

        HTML中的注释:<!--注释内容-->

PHP的注释和HTML的注释符号不可以混用

【SCI复现】含可再生能源与储能的区域微电网最优运行:应对不确定性的解鲁棒性与非预见性研究(Matlab代码实现)内容概要:本文围绕含可再生能源与储能的区域微电网最优运行展开研究,重点探讨应对不确定性的解鲁棒性与非预见性策略,通过Matlab代码实现SCI论文复现。研究涵盖多阶段鲁棒调度模型、机会约束规划、需求响应机制及储能系统优化配置,结合风电、光伏等可再生能源出力的不确定性建模,提出兼顾系统经济性与鲁棒性的优化运行方案。文中详细展示了模型构建、算法设计(如C&CG算法、大M法)及仿真验证全过程,适用于微电网能量管理、电力系统优化调度等领域的科研与工程实践。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事微电网、能源管理相关工作的工程技术人员。; 使用场景及目标:①复现SCI级微电网鲁棒优化研究成果,掌握应对风光负荷不确定性的建模与求解方法;②深入理解两阶段鲁棒优化、分布鲁棒优化、机会约束规划等先进优化方法在能源系统中的实际应用;③为撰写高水平学术论文或开展相关课题研究提供代码参考和技术支持。; 阅读建议:建议读者结合文档提供的Matlab代码逐模块学习,重点关注不确定性建模、鲁棒优化模型构建与求解流程,并尝试在不同场景下调试与扩展代码,以深化对微电网优化运行机制的理解。
个人防护装备实例分割数据集 一、基础信息 数据集名称:个人防护装备实例分割数据集 图片数量: 训练集:4,524张图片 分类类别: - Gloves(手套):工作人员佩戴的手部防护装备。 - Helmet(安全帽):头部防护装备。 - No-Gloves(未戴手套):未佩戴手部防护的状态。 - No-Helmet(未戴安全帽):未佩戴头部防护的状态。 - No-Shoes(未穿安全鞋):未佩戴足部防护的状态。 - No-Vest(未穿安全背心):未佩戴身体防护的状态。 - Shoes(安全鞋):足部防护装备。 - Vest(安全背心):身体防护装备。 标注格式:YOLO格式,包含实例分割的多边形坐标和类别标签,适用于实例分割任务。 数据格式:来源于实际场景图像,适用于计算机视觉模型训练。 二、适用场景 工作场所安全监控系统开发:数据集支持实例分割任务,帮助构建能够自动识别工作人员个人防护装备穿戴状态的AI模型,提升工作环境安全性。 建筑与工业安全检查:集成至监控系统,实时检测PPE穿戴情况,预防安全事故,确保合规性。 学术研究与创新:支持计算机视觉在职业安全领域的应用研究,促进AI与安全工程的结合。 培训与教育:可用于安全培训课程,演示PPE识别技术,增强员工安全意识。 三、数据集优势 精准标注与多样性:每个实例均用多边形精确标注,确保分割边界准确;覆盖多种PPE物品及未穿戴状态,增加模型鲁棒性。 场景丰富:数据来源于多样环境,提升模型在不同场景下的泛化能力。 任务适配性强:标注兼容主流深度学习框架(如YOLO),可直接用于实例分割模型开发,支持目标检测和分割任务。 实用价值高:专注于工作场所安全,为自动化的PPE检测提供可靠数据支撑,有助于减少工伤事故。
评论 1
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