产品系统

壁纸下载小程序： 1、有推荐页（首页），分类页，我的三个主页面。 2、每个分类页有对应壁纸列表，用户可以点击预览壁纸，查看壁纸信息，给壁纸评分，下载等。 3、我的页面可以看到用户下载过和评分过的壁纸。 4、可以通过关键词搜索目标壁纸。 全项目通过前端通过uniapp开发，目前小程序已上线，接口接的第三方网络接口（本项目只是学习参考，不做商用）。 开发者本是后端开发，近一年补充前端技能。可提供全栈技术支持。

项目分成管理员、学员、老师三个角色的平台，主要功能模块包括上传作业，上传上课视频，提交作业，上传文章，系统管理员可以管理学员和老师的数据。 我完成了系统管理员角色的前端和后端开发，前端采用Vue,Elemennt UI框架，后端使用SPringboot+Mybatis+Maven,接口使用Restful标准，采用前后端分离架构。

后端idea使用java开发 后台vscode使用vue开发管理端 前台微信开发者工具开发小程序客户端 项目模块前台有首页，分类，购物车，我的，收货地址，待支付，待发货，待收货，已完成，收藏，订单与后台管理端联动 后台有产品管理（产品，分类，分组，评论，规格），门店管理（自提点，运费，轮播图，热搜，公告），会员管理，订单管理，系统管理（地址，管理员角色，菜单，参数，系统日志）

在快速发展的数字化时代，职业技能培训与终身学习已成为提升个人竞争力、促进产业升级的重要驱动力。为了满足这一市场需求，我们精心打造了“职培乐”这一创新型职业技能培训平台，旨在通过科技赋能教育，为广大学员和企业提供高效、便捷、个性化的职业培训解决方案。 一、平台背景与愿景 面对日益激烈的市场竞争和不断变化的职业环境，传统的职业培训模式已难以满足人们多元化、灵活化的学习需求。因此，“职培乐”平台应运而生，它依托于大数据、人工智能等先进技术，致力于构建一个集课程资源丰富、学习路径智能规划、效果评估精准反馈于一体的综合性职业培训体系。我们的愿景是成为每位职场人士成长道路上的坚实伙伴，助力企业提升人才素质，推动社会经济的持续发展。 二、平台特色与功能 海量课程资源：职培乐平台汇聚了来自各行各业的顶尖讲师与机构，覆盖了IT技术、市场营销、财务管理、设计创意、外语学习等多个热门领域，提供从基础入门到高级进阶的全方位课程，满足不同学员的学习需求。 智能推荐系统：利用大数据和机器学习算法，根据学员的学习行为、兴趣偏好及职业规划，智能推荐最适合的课程和学习路径，实现个性化学习体验。 互动学习社区：平台内

1. 本项目为一家领先的图书商城网站，我承担了订单模块及客服聊天模块的全栈开发工作。 2. 在前端，我运用Vue 3框架结合Element Plus UI库，打造了直观且响应迅速的用户界面，优化了用户体验。这一技术选型不仅确保了界面现代感与交互性，还通过组件化开发提升了开发效率与维护便捷性。 3. 在后端，我采用Spring Boot框架，利用其强大的Spring生态系统和丰富的库支持，快速搭建了稳定、可扩展的服务端应用。为了支持实时通信功能，我集成了Server-Sent Events (SSE) 技术，使得用户与客服之间的聊天能够即时响应，大大提升了服务效率与客户满意度。 4. 针对支付环节，我深入研究并集成了微信、支付宝及PayPal的官方支付SDK，确保支付流程的安全性与兼容性。通过精细的接口设计与异常处理机制，我成功实现了支付流程的自动化与智能化，为用户提供了流畅、安全的支付体验。

1、项目包含三个子项目：1、医生端小程序、2、病患端小程序、3、管理后台和医生PC端 2、主要功能包含： 1) 登录注册等基础功能 2）病患预约咨询、预约下单核心功能 3）病患档案存放、档案识别（用的百度OCR识别）结构化档案数据 4) 接入汇付天下对接支付、虚拟金融账户、平台医生分账功能 3、主要任务 1) 业务流程梳理 2) 开发进度和开发计划制定和跟踪 3) 核心下单、档案管理和识别业务代码编写 4) 测试生产环境搭建、部署

1. 功能模块：组织架构、权限管理、用户中心，分别实现了集团内组织人员的管理、人员角色与权限的管理、用户账密的管理； 2. 我负责组织架构、权限管理、用户管理的设计，分别进行调研、需求分析，使用了Axure进行原型设计，使用PRD进行需求的管理，管理项目跟进开发进度，最终按期完成了项目并上线； 3. 难点：企业管理、多套企业组织架构并存、与各种企业协同平台的对接、数据权限&功能权限的安全性&灵活性、用户中心的多账号认证&账号安全等； 3.1 多套企业组织架构通过一套行政组织&多套业务组织的形式进行管理； 3.2 与企业协同平台（钉钉、企微、第三方HR）对接：通过初始化数据源、主数据源的控制实现多种模式的对接方式； 3.3 数据权限&功能权限的安全性&灵活性：通过人员+角色+权限+菜单+字段+内容的方式实现； 3.4 用户中心的多账号认证&账号安全：制定认证&更新账号规则；

学生端：做作业。考试。 家长端：推作业。查看孩子学习情况。 教师端：推作业。推考试。批改作业。 后台：导入题目。数据维护。 导入工具这里我主要是负责教辅的导入。 教辅导入包括教辅的题目和教辅的展示两部分。 教辅展示是以压缩包的形式传过来然后进行解压html文件进行入库。 教辅的视频文件传过来后产生html页面进行播放。 这里还有考试的听力的音频文件的导入。 提供家长查看已绑定的学生考试的排名情况 1. 九科总分排名 2. 单科排名 3. 单科所有考试排名 4. 考试详情，错误的知识点， 跨域是指a页面想获取b页面资源，如果a、b页面的协议、域名、端口、子域名不同，或是a页面为ip地址，b页面为域名地址，所进行的访问行动都是跨域的，而浏览器为了安全问题一般都限制了跨域访问，也就是不允许跨域请求资源。

1.本软件的主要功能是计算任意卫星对任意地点的覆盖时间窗口，用动图的形式表现卫星在某一地面区域的实时覆盖过程并实时更新指定区域的卫星覆盖率，并且对覆盖模糊的边界区域有详细的特殊处理。 2.本项目使用语言 Python 实现，解释器版本为 3.9.7，IDLE 为 Visual Studio Code，具有良好的兼容性。可视化由 python 自带的 Tkinter 实现。图像简洁直观

背景：自动化检测减少劳动成本，能够实现自动化的番茄检测分拣，减少了人工劳动力的需求，降低劳动力成本。检测效率高，有高效的检测速度和准确性，能够快速识别番茄并分析其成熟度，提高了生产线的生产效率。同时，能够准确地检测出番茄品种以及其成熟度，从而严格控制产品质量。 任务：数据集数量不够，检测精度不够，没有界面。 行动：为了克服数据集数量的瓶颈，我们精心设计了数据增强方案，通过对原始图像实施随机翻转、亮度调整以及Mosaic增强和Mixup增强等高级处理技术，有效扩充了数据集至3980张图片，极大地丰富了样本的多样性与复杂性。随后，我们遵循科学的数据划分原则，以8:1:1的比例严谨地将增强后的数据集分为训练集、验证集与测试集，确保了模型训练与评估的准确性与有效性。 在技术实现层面，我们选用了先进的YOLOv5目标检测模型，该模型以其高效的检测速度的识别精度著称。通过对图像进行精细的预处理，我们确保了输入数据的质量，进而利用YOLOv5强大的特征提取与分类能力，成功实现了图像中番茄物体的精准识别。此外，通过精心设计的后处理算法，我们进一步优化了识别结果，确保了番茄检测的高准确性与稳定性。为了进

1.博客系统具有文章，表白墙，图片墙，收藏夹，乐曲，视频播放，留言，友链，时间线。使用者可以展示个人思想、技能、兴趣或品牌理念的重要渠道。通过定期发布高质量的内容，可以塑造个人或品牌的形象，吸引志同道合的人。使用者可以在博客下方留言或评论，与博主进行互动，从而形成一个知识交流和分享的社区。可令使用者与同行、专家和其他领域的专业人士建立联系。通过参与博客圈的讨论和互动，可以扩大自己的专业网络，获取更多的资源和机会。对于很多人来说，博客也是记录生活点滴和成长历程的一种方式。通过回顾自己过去的博客文章，可以清晰地看到自己的成长轨迹和心路历程。 2.该项目本人主要负责前端模块页面渲染和功能处理主要运用vue,html5,javascript,element-ui，axios等技术

项目模块: 1.项目管理: 把业主直接委托给我方施工的项目信息录入到系统中。以中标项目作为系统后期数据的中心，材料总计划、分包结算、合同付款都要关联项目。 2.材料库存管理: 此模块把项目上的材料管理拆分为采购管理和现场仓库库存管理，采购管理主要指材料总计划、材料需用计划、材料合同;现场仓库库存管理主要指材料入库、材料出库、材料退库、材料调拨、材料盘点。 3.工资管理: 记录员工,劳务工资。 4.财务管理: 项目的直接成本主要由“人工”“材料”“机械”“分包”组成，间接成本通过费用报销汇总，系统提供项目间接费用报表、成本统计报表、项目利润表、项目经营情况分析报表。 5.公司运营管理 6.员工申请: 请假,用车,借支等等公司相关需申请的模块; 7.审批流程: 管理公司全局审核流程;

在线商城分销系统，提供一个在线购买商品并进行分销推广的平台，支持在线交易，支持分享/团队等，利用定时时间进行任务和返利 Uj界面设计->前后端功能开发->模式对接->测试功能->上线 1. Ui简洁，流程简单便捷。 2. 前端采用UniApp开发，支持分享流程，商城购买流程等 3. 后台采用 FastAdmin 框架低代码快速开发。 4. 后端采用 FastAdmin 框架,低代码快速完成功能开发。

该作品分为作者端、评分员端和管理员端。其中管理员可以发布征文通知，设置评分标准、分配评分任务、管理用户、管理地区、管理用户、数据分析等操作，作者端可以查看征文通知、参加征文，上传论文，还可以查看论文结果。评分员端可以接收评分任务、评审论文和查看评审历史等操作。该全程由我一人开发，并且还有移动端，主要使用了前端的HTML、CCS、JS、JQ，后端使用了PHP加MYSQL的开发模式，并且还使用到了bootstrap、mui等前端框架，其中mui是移动端的框架。该系统主要是通过前端使用ajax技术调用后端接口，来实现功能和数据的传递

二手车交易平台，为二手车买卖双方提供一个集浏览 交易 查询 担保 交易的多功能集合平台，二手车商户入驻平台，可发布车辆信息，用户可按照筛选寻找合适车辆，查看车辆的基本信息，维保 检修 保险 限迁等信息，可在线申请专业验车，交易合同签署等服务。 开发流程 Uj界面设计->前后端功能开发->测试功能->上线 1. 该Ui才用科技感强的蓝色渐变配色，整体Ui凸显专业性，界面分三个板块 用户端/商户端/推广端。 2. 前端采用 Uniapp 开发，采用 ECharts曲线图，即时聊天系统采用WebSocket。 3. 后台管理采用Vue2 Element ECharts 开发，完整的权限管理系统，低代码优化机制，可快速优化上线功能。 4. 后端采用 Thinkphp Mysql Redis 系统开发，开发了快速/完整/低代码/功能。

盲盒游戏系统，该系统实现 抽盲盒/对战/R福利/Cdk/红包/充值等功能，提供内容丰富的玩法，支持第三方交易查询，第三方发货系统，第三方接口同步机制等。 Uj界面设计->前后端功能开发->接口对接->测试功能->上线 1. Ui采用游戏感强的多色彩渐变设计，配合gif 动画等，提升游戏设计感，功能页面色彩统一，样式丰富。 2. 前端采用UniApp制作，支持 WebSocket 消息，采用大量 Css 动画提高玩家的游戏体验，完整的玩法机制。 3. 后台管理采用Vue2 Element ECharts 开发，完整的权限管理系统，低代码优化机制，可快速优化上线功能。 4. 后端采用 Webman + Mysql + Redis 优化并发方案，对于敏感接口提高安全度，提供完整完善的用户和管理权限机制，优化数据库存储和查询，提供快速安全的游戏体验。

需求分析 在本系统的需求分析阶段，我们通过一系列系统方法确保了对用户需求的全面理解和精确记录，从而为开发一个符合预期目标和高用户满意度的软件产品奠定了坚实的基础。本过程涉及多方面的活动，包括与利益相关者的深入访谈、问卷调查、用户和市场分析，以及竞品评估。 需求被详细分类为功能需求和非功能需求，其中功能需求描述了系统必须完成的具体操作和行为，如服务预约、用户登录与管理、数据加密等；非功能需求则涉及系统的性能、可用性、可靠性、安全性和维护性等方面，确保系统在实际运营中的稳定性和效率。 用户需求分析 系统管理员：管理所有系统数据和用户权限，进行系统维护工作，如添加小区、用户、服务等。 小区管理员：管理本小区所有业主信息和服务预约审核。 单元负责人：管理本单元所有业主信息和服务预约审核。 普通业主：查看系统展示信息，查看服务状态，更新个人信息。 系统模块划分 1.登陆模块：提供前台和后台登录功能，根据用户角色控制对后台的访问权限。 2.加密模块：提供用户隐私加密服务，保护用户的信息安全。 3.预约服务模块：允许业主在前台预约系统提供的各项服务并展示预约状态。 4.服务审核模块：在后台查看并审核

主要包括用户、课程、微课、培训、资源库、作业、考试、题库等几大功能模块。 课程支持收费或者免费。如果课程设置了收费，则学员需要支付费用才能学习该课程。 课件或视频可添加测验题，根据指定时间弹出测验，做完才能继续学习。 防刷课功能： (1).如果长时间没有任何操作，系统会自动停止记录学习进度。 (2).添加课件时，可规定最低观看时间，达不到观看时间则不记录学习进度。 题库支持多种题型： 包括单选、多选、判断、填空、问答、阅读理解，并且可以添加图片、视频(mp4)、音频(mp3)。 支持视频直播： 教师可以发布直播课，利用直播工具进行直播。学生可以通过PC或者手机观看直播，并进行发言互动。 直播结束后教师可以上传回放录像，方便学生进行回看。 支持视频会议： 教师可以发布视频会议。教师和学生可以通过PC进行实时音视频互动。 会议结束后教师可以上传回放录像，方便学生进行回看。 视频会议仅在https方式下可用。

从素材图片到建模，到代码逻辑全部由我自己独立完成，游戏引擎使用Unity3D，建模软件是Blender，目前编译完成的文件夹大小不到200M，游戏场景全部随机，地形使用了分层柏林噪声算法+侵蚀算法随机生成，对游戏内所有的物体加载逻辑做了优化，使用了LOD技术切换高低模，并实现了随机创建生物群落+场景物体动态加载，动物的AI逻辑也已经做好，并实现了对应的昼夜系统和采集系统，优化后可以流畅运行在低配机器，并保证清晰度。后续功能还在开发中，仅用作案例展示，做完后会在Steam上架。

“火花防线”-中风风险预测系统 2024.1-2024.4 （上海市天翼云杯比赛作品 目前已通过初赛） 技术架构：SpringBoot + Mybatis-plus + Redis + Spark 前端:Vue + Element-UI + ECharts 项目简介：基于Spark平台的用以辅助医务工作者进行管理患者信息、分析患者数据、预测中风风险等。核心工作包括业务中调用Spark机器学习模型、Redis实现登录信息、预测结果、统计数据的缓存功能。  使用Mybatis-plus和SpringBoot搭建MVC框架,通过Threadlocal配合拦截器进行token的校验，解决Http无状态问题。  完成数据库表和索引的设计，使用Mybatis-plus框架完成对数据库的访问，在服务层中完成业务逻辑的开发，包括调用机器学习模型预测患者中风风险、患者信息维护、患者健康数据统计等。  使用Redis实现验证码、token、患者各指标统计数据的缓存。通过主动更新和超时剔除的缓存更新方案，实现缓存一致性。  前端使用Vue框架和Element-UI、Echarts组