2016年秋季计算机学院软件工程(北京航空航天大学)

  • 班级所有博文发布时间分布(24小时制):
  • [2018福大至诚软工助教]原型设计+用户规格说明书小结

    [2018福大至诚软工助教]原型设计+用户规格说明书小结 一、得分 本次作业采取如下的评分规则: 总分 50 硬性规定(送分项)共15分: |项目|分值| | | | |在随笔开头加上作业网页的链接,并备注两个同学的学号最后3位|3| |博客开头给出你的原型链接|3| |在博文中说明你所采用的原型开
    ChildishChange(陈彦吉)   2018-11-10 23:37  0  11
  • 高等数理逻辑大作业

    高等数理逻辑大作业 这明明就是一个披着数理逻辑外衣的编译器 以 C 或 javascript 实现命题逻辑公式语法检查及公式求值. 一、要求 名词声明 1. 命题变元 字母及数字构成的字符串且首字符是字母 字符串长度不超过 10 1. 第一类逻辑联结词 : 0,1,¬,∧,∨,→,⊕,↔ 1. 第二
    ChildishChange(陈彦吉)   2018-11-08 01:40  0  108
  • [2018福大至诚软工助教]测试与优化小结

    [2018福大至诚软工助教]测试与优化小结 一、得分 本次博客作业采用的评分标准如下: 1. 单元测试 10 说明自己设计单元测试的思路 3 选择部分单元测试代码发布在博客中,并说明测试的函数,构造测试数据的思路 3 博客中附上单元测试得到的测试覆盖率截图 4 单元测试总体覆盖率要求达到 90% 以
    ChildishChange(陈彦吉)   2018-10-28 23:09  0  32
  • [2018福大至诚软工助教]结对项目小结

    [2018福大至诚软工助教]结对项目小结 一、得分 点击表头内相应项目可针对该项目进行排序。 |学号1|学号2|提交了代码|学号1程序|学号2程序|预估与实际|需求分析|设计|编码|测试|总结|博客总分|提交与填表|学号1总分|学号2总分| | | | | | | | | | | | | | | |
    ChildishChange(陈彦吉)   2018-10-21 21:13  0  121
  • S2X环境搭建与示例运行

    S2X环境搭建与示例运行 http://dbis.informatik.uni freiburg.de/forschung/projekte/DiPoS/S2X.html 环境 Maven project Built in Eclipse Eclipse 3.8/4.2/4.3 (Juno & Ke
    ChildishChange(陈彦吉)   2018-10-17 13:40  0  16
  • [2018福大至诚软工助教]结对作业1测试结果

    [2018福大至诚软工助教]结对作业1测试结果 零、测试前提 本次测试使用的测试程序链接:https://github.com/ChildishChange/zcxyAutoTest 本次测试亓老师仓库内的所有代码:https://github.com/qixjing/Pair2018_1 本次测试
    ChildishChange(陈彦吉)   2018-10-16 10:28  16  163
  • 2018年北航软件工程师资培训总结(初稿)

    一、师资培训的基本情况 本次师资培训的时间安排大致如下: | 时间 | 内容 | 工具 | |: |: |: | | 第一天上午 | 1. 论坛主题演讲“构建之法教学改进” 2. 软件工程课程概况介绍与培训内容简介 3. 个人和结对编程项目设计详解 | C++/Java的IDE以及单元测试和效能测试
    LJie(罗杰)   2018-10-11 00:50  0  48
  • 使用 Travis CI 实现项目的持续测试反馈

    [篇幅较长,10.15前补充完毕,如希望探索可直接移步Github仓库:https://github.com/SivilTaram/CITest] 在编程课中,我们可以使用成熟的在线评测系统来测试某个代码块或文件在功能实现上的正确性。但在软件工程课中,对项目的自动测试仍然是一个有挑战性的问题。一个比
    SivilTaram(刘乾)   2018-10-10 00:26  0  89
  • 机器学习 - 3 - 线性分类

    机器学习 3 线性分类 符号约定 贝叶斯分类器 1. 基于最小错误率的决策 符号约定: 样本 $\boldsymbol{x}\in R^d$ 状态(类) $w = {w_1,w_2,\dots}$ 先验概率 $P(w_1),P(w_2)$ 样本分布密度 $p(x)$ 类条件概率密度 $p(\bold
    ChildishChange(陈彦吉)   2018-10-06 22:59  0  28
  • 机器学习 - 2 - 线性回归

    机器学习 2 线性回归 首先吐槽我们的老师上课上得真是太烂了 PPT里有很多对本章内容没有意义的公式,而且还不解释是在干什么。。 没有约定好数学符号 没有说明是行向量还是列向量,一开始用列向量计算,然后改成了行向量,也没有说明 回归 1. 什么是回归 定义: 首先 回归 属于 监督学习 的一种,回归
    ChildishChange(陈彦吉)   2018-10-05 23:04  2  174