Milvelas

1. 基本概念1.1 测试用例tc = 输入t + 预言o + 环境θ测试用例简称测试，一个测试用例tc是一个三元组<t,o,θ> 输入t：测试数据或测试输入 测试预言o：对于一个输入，我期望什么输出？ 可以通过构建或直接采集数据的方式获得预言 环境θ：可能存在的外界扰动（汽车行驶时的震动或是太空中的电磁波对于GPU计算的影响） 工程化 1.2 什么是测试测试是通过设计实验性操作，观察目标对象的行为或输出，以发现缺陷、验证功能或评估性能的方法。其核心目的是：发现缺验证功能或非功能属性。 发现Bug是软件测试的重要目的之一 动态测试和静态测试 主要关注动态测试，就是软件运行时的测试 静态成本低、速度快，但很容易误报，一般是类似于扫描代码发现问题的过程 动态成本高，但几乎不会误报（只要输出有问题，就一定存在某种Bug） 动态和静态结合，用动态的结果减少静态的误报，利用静态的结果有针对性的进行动态测试 1.3...

Week1 概述反射Java通过反射来完成类的解耦 // 获取类的Class对象（反射的入口） Class<?> personClass = Class.forName("com.example.Person"); // 完整类名 Person person = (Person) constructor.newInstance(); // 创建对象实例 问题：在运行时,对一个JAVA类，能否知道属性和方法；能否调用它的任意方法？答案是可以的，JAVA提供一种反射机制可以实现。 什么是JAVA的反射机制? Java反射是Java被视为动态(或准动态)语言的关键性质。这个机制允许程序在运行时透过Reflection APIs 取得任何一个已知名称的class的内部信息，包括其modifiers (诸如public,static等)、superclass (例收如Object)、实现之interfaces(例如Cloneable)，也包括fields和methods 的所有信息，并可于运行时改变fields 内容或唤起methods。 Java...

0. 课程内容 1. 快速入门1.1 系统概述1.1.1 发展Android：一个基于Linux内核与其它开源软件的移动操作系统 iOS：苹果公司手机操作系统 HarmonyOS：华为公司基于“同⼀套系统能力，适配多种终端形态”的分布式理念，从而为不同利益相关者提供便利的面向未来全场景的、支持多设备互联的操作系统 。 HarmonyOS对Android的应⽤提供了很好的兼容，其内核仍然是Linux内核，未来会替换为更加适应物联网应用的微内核。 HMS（HUAWEI Mobile Services，华为移动服务）则是华为公司推出的一系列服务的合集 Android和HarmonyOS都是移动设备操作系统，用以隔离多样的硬件平台。HMS Core是所有HMS应用所依赖的基础库。 1.1.2 开发视角 1.1.3 系统架构HarmonyOS采用分层结构，大致可以分为内核层、系统服务层、框架层和应用层 。 1.1.4 系统技术特性HarmonyOS是⼀个多设备互连的分布式操作系统，通过分布式软总线、分布式设备虚拟化、分布式数据管理和分布式任务调度从而达到“硬件互助，...

0. 前言0.1 数理逻辑简介数理逻辑或称符号逻辑、理论逻辑,是数学中的一个基础分支,是一门用数学方法研究逻辑或形式逻辑的学科,其研究对象是对证明和计算这两个直观概念进行符号化以后的形式系统.数理逻辑是数学的基础. 0.1.1 数学定义、证明、定理、引理、推论$A \Rightarrow B$的证明方法有两种: 直接证明: 假设A成立,从A出发证明B成立 间接证明: 假设$\lnot B$成立,证明$\lnot A$成立反证法、等价性证明、存在唯一性证明 0.1.2 罗素悖论与ZFC公理系统罗素悖论中有许多例子,其中一个很通俗也很有名的例子就是“理发师悖论”:有个小岛上有一位理发师,有一天他宣布:他只给小岛上不自己刮胡子的人刮胡子.那么就产生了一个问题:理发师究竟给不给自己刮胡子?如果他给自己刮胡子,他就是自己刮胡子的人,按照他的原则,他又不该给自己刮胡子:如果他不给自己刮胡子,按照他的原则,他又应该给自己刮胡子.这就产生了矛盾. 这个悖论用逻辑符号写出来就是,$A={A:A \notin A}$,我们容易推导出$A\in A$当且仅当$A\notin...

0. 课程大纲 机器学习 线性回归、逻辑回归、k-近邻、朴素贝叶斯、支持向量机、决策树、随机森林、k-Means、主成分分析… 深度学习 卷积神经网络、循环神经网络、图神经网络、预训练模型… 大语言模型 智能软件工程 1. 概论1.1 机器学习1.1.1 机器学习定义机器学习(Machine Learning)是一种通过模型和算法使计算机从数据中自动学习并进行预测、决策或生成内容等的技术。核心目标是让计算机在没有明确编程指令的情况下，通过对大量数据的分析，识别模式和规律，从而构建适应新数据的模型。 一个计算机程序利用经验E来学习任务T，性能是P，如果针对任务T的性能P随着经验E不断增长，则称为机器学习。 1.1.2 机器学习分类按训练过程是否使用标签，可分为： 监督学习 Supervised Learning 无监督学习 Unsupervised Learning 半监督学习 Semi-Supervised...

基本语法与数据结构1. 编译/执行#include <iostream> using namespace std; int main() { cout << "Hello, world!" << endl; return 0; } 2. 数字数学运算 #include <iostream> #include <cmath> using namespace std; int main () { // 数字定义 short s = 10; int i = -1000; long l = 100000; float f = 230.47; double d = 200.374; // 数学运算 cout << "sin(d) :" << sin(d)...

1. 嵌入式系统概述1.1 嵌入式系统定义1.1.1 通用定义 “嵌入式系统”实际上是“嵌入式计算机系统”的简称。 IEEE（国际电气和电子工程师协会）的定义： 嵌入式系统是“用于控制、监视或者辅助操作机器和设备的装置”（Devices used to control, monitor, or assist the operation of equipment, machinery or plants）。 国内普遍被认同的定义： 嵌入式系统是“以应用为中心，以计算机技术为基础，软硬件可裁减，适用于应用系统对功能、可靠性、 成本、体积、功耗有严格要求的专用计算机系统”。 嵌入式系统三要素： 嵌入、专用、计算机 嵌入性: 嵌入到对象体系中,有对象环境要求 专用性: 软、硬件按对象要求设计、裁减 计算机: 实现对象的智能化功能 其他定义： 嵌入封闭产品中的信息处理系统 看不见的计算机，⼀般不能被用户编程, 它有⼀些专用的I/ O设备, 对⽤户的接口是应用专用的。 An embedded system is a computer system...

1. 人机交互概述 HCI is a discipline concerned with the design, evaluation and implementation of interactive computing systems for human use and with the study of major phenomena surrounding them. ——ACM SIGCHI HCI 是一门涉及人类使用的交互式计算系统的设计、评估和实施以及围绕它们的主要现象的研究的学科 1.1 人机交互的研究内容 1.2 HCI的重要性市场角度 用户期望简单易用的系统 对设计低劣系统的容忍度越来越差 企业角度 提高员工的生产效率 降低产品的开发成本 降低产品的后续支持成本 用户角度 获得较高的主观满意度 减少时间、金钱、生命损失 1.3 HCI与系统工程 2. 人机交互历史新的界面变革包含了上一代界面，旧的交互方式任有存在的必要性 2.1 发展阶段2.1.1...

引用A real-time infrared imaging simulation method with physical effects modeling of infrared sensors - ScienceDirect Scene simulation and modeling of InfraRed search and track sensor for air-borne long range point targets | IEEE Conference Publication | IEEE Xplore Frontiers | An Infrared Sequence Image Generating Method for Target Detection and Tracking A real-time aircraft infrared imaging simulation platform - ScienceDirect Small Aircraft Infrared Radiation Measurements Supporting the...

An Infrared Sequence Image Generating Method for Target Detection and Tracking（分析基于deeppaper.ai生成） 研究问题本文旨在解决以下问题： 红外序列图像数据匮乏问题： 深度学习训练红外目标检测和跟踪模型需要大量红外序列图像，但真实红外图像获取成本高昂。 传统仿真方法真实性不足问题： 传统的红外图像仿真方法难以保证数据的真实性，无法满足深度学习模型训练的需求。 现有方法无法灵活编辑目标和轨迹的问题： 现有的基于深度学习的红外图像生成方法无法根据需要添加红外目标，也无法编辑飞行轨迹和姿态，这限制了红外目标数据集的生成。 方法本文提出了一种结合真实红外图像和模拟3D红外目标的新型红外数据仿真方法，主要步骤如下： 红外背景拼接： 将真实红外图像拼接成全景图像，作为仿真背景，避免了复杂的地物红外建模。 红外目标建模： 基于红外辐射理论，对3D飞机的尾喷管、蒙皮和尾焰等关键部位进行红外特性模拟，生成具有真实红外辐射特征的目标。 Unity3D融合： 基于 Unity3D...