在最近的一个大型项目中，我们在早期就定下了一个目标：不会在软件中使用大量QA人员专注于手工测试。
通过手工测试发现bug极其耗时且成本高昂，这促使团队尝试尽可能的将质量内嵌到产品内部。
但这并不意味着手工测试毫无价值，因为人们总能在怎样使用软件上给你一些特别的惊喜。
这是一个为期18个月左右，周期很长的项目，并且后续也会持续更新。
在项目初期，团队就意识到项目成功的重中之重在于一个优秀的测试策略，尤其是让我们的团队能够做到：1)随着项目时间的推移能够持续的提高团队的工作效率。
2)不管面对的变更是大是小都能够具有足够的信心。
我们花费了很长时间才确定了一种有效的策略。
这在很大程度上是因为我们不得不学习怎样

一个简单的注册登录小程序，分注册窗口，登录窗口和登录成功三个窗口。
数据库为SQL2005。

对IEEE1451标准中的智能传感器功能模型和信息模型进行了具体分析,并且结合网络化智能传感器通用开发平台的设计实现的体验,对IEEE1451的设计思想做出评价。
IEEE1451标准成功之处是对变送器电子数据表TEDS的设计,较好地解决了传感器自动校正的问题。
IEEE1451智能传感器信息模型是一个通用模型,但在实现上有一定难度,缺乏功能相对简单的模型子集。
另外,IEEE1451标准把智能传感器划分为STIM和NCAP两个模块,必要性不强。
最后讨论了智能传感器标准的未来发展。

基于STM32F103在KEIL环境下用W5500模块实现的带（或不带）操作系统通过TCP、UDP协议收发的工程（TCP为服务器端），附带TCPUDP调试工具。
具体功能：调试工具连接上32的服务器后，向其发送1灯亮并返回操作成功，0则灯灭返回操作成功，发送其他数字返回发送错误。
（灯的GPIO口自行根据开发板修改）

适用于移动端js实现复制功能，点击按钮，提示“复制成功”，经常用来复制订单编号和快递单号等，避免用户手动输入的麻烦

源码+工程文件+库文件成功编译Debug和Release版本包括编译完成的Debug和Release库文件，CPU版本用于代码调试，非常方便。
1.73G，超过220M上限，文本中是网盘地址和提取码

基于小波变换的自适应多阈值图像去噪-基于小波变换的自适应多阈值图像去噪.rar摘　要　小波图像去噪是小波应用较成功的一个方面,其中最重要的一个环节是最优阈值的确定,为此,提出了一种新的基于小波变换的自适应多阈值图像去噪方法———Multi2Thresholdshrink去噪法,这种方法是在不同子带和不同方向上选择不同的最佳阈值,而最佳阈值的选取是基于Bayes理论,并认为图像的小波系数是服从广义高斯分布的。
通过实验证明,这种方法能很好地对图像去噪,与Donoho等人提出的Visushrink去噪方法和Chang等人提出的Bayesshrink去噪方法相比,不仅提高了去噪后图像的信噪比和最小均方误差,而且也使图像更加清晰,并能更好地适合人眼的视觉特性,从而可在客观和主观上同时获得更佳的去噪效果。
关键词　阈值　去噪　小波变换

模拟实现动态可变分区存储管理系统，内存资源的分配情况用一个单链表来表示，每一个节点表示一个可变分区，记录有内存首地址、大小、使用情况等，模拟内存分配动态输入构造空闲区表，键盘接收内存申请尺寸大小，根据申请，实施内存分配，并返回分配所得内存首址。
分配完后，调整空闲区表，并显示调整后的空闲区表和已占用的区表。
如果分配失败，返回分配失败信息。
模拟内存回收。
根据空闲区表，从键盘接收回收区域的内存作业代号。
回收区域，调整空闲区表，并显示调整后的空闲区表。
对于内存区间的分配，移出，合并就是相应的对链表节点信息进行修改，删除和创建相应的节点。
在模拟实现动态可变分区存储管理系统中用到的是“最佳适应算法”与“最坏适应算法”。
所谓“最佳”是指每次为作业分配内存时，总是把满足要求、又是最小的空闲分区分配给作业，避免“大材小用”。
因此保证每次找到的总是空闲分区中最小适应的，但这样会在储存器中留下许多难以利用的小的空闲区。
最坏适应分配算法是要扫描整个空闲分区表或链表，总是挑选最大的一个空闲分区割给作业使用。
进入系统时我们需要内存首地址和大小这些初始化数据。
成功后我们可以自由的使用首次适应算法与最佳适应算法对内存进行分配。
内存经过一系列分配与回收后，系统的内存分配情况不再连续。
首次适应算法与最佳适应算法的差异也就很容易的体现在分配时。
动态可变分区存储管理模拟系统采用最佳适应算法、最坏适应算法内存调度策略，对于采用不同调度算法，作业被分配到不同的内存区间。

win10电脑64位系统Python3.7版本安装Twisted-18.9.0-cp37-cp37m-win32.whl会成功

空指针异常，无法登录成功，求解用的是DAO，MVCjspservlet

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。