Springboot+Vue房产销售系统开发实战:从数据库设计到部署答辩全流程
直接从标题说起吧。“Java 毕业设计016 - 基于 SpringbootVue 框架的房产销售系统项目实战 (附源码 论文)”这类型的项目在毕业设计里属于经典中的经典。每年一批又一批的计算机专业学生选题范围绕来绕去总有几个高频方向电商秒杀、教务管理、生产进销存、房产销售。为什么房产销售系统能一直稳坐热门榜因为它的业务场景足够完整权限划分清晰数据关联性强非常适合用来展示一个“全栈”学生应该具备的基本功。这篇博文我打算结合真实开发过程把从零搭建这个系统时遇到的核心问题、设计思路、表结构规划、踩坑记录全部摊开讲。无论你是打算照抄源码做二开还是想彻底理解每条业务链路后自己动手写一遍这篇内容应该都能让你少走不少弯路。1. 项目整体设计思路为什么选 SpringbootVue 这套组合先说一个大家选型时最容易犯的毛病上来就纠结框架版本却忘了先想清楚“做了什么”比“用什么做”更重要。房产销售系统这个选题放在毕业设计语境下它的关键得分点其实有三个。第一是业务完整性。系统要能覆盖“房源录入—客户管理—预约看房—认购签约—售后跟进”这条完整链路而不是只做一套花架子增删改查。第二是权限分明。销售员、销售经理、系统管理员这三类角色必须有明确的功能边界这直接体现你对权限设计的理解深度。第三是交互体验。既然用了Vue前端就不能显得太“管理后台”至少轮播图、房源卡片、筛选条件这些用户端页面要有真实C端产品的样子。用 Springboot 做后端看中的是它生态成熟、上手成本低、资料多到能溢出来用 Vue 做前端是因为组件化开发模式更适合把复杂页面拆成一个个可维护的单元。这套组合真正解决的核心问题只有一个——缩短从“想法”到“能跑的网站”之间的距离。两个人协作开发的话前后端还能彻底分开并行推进互不阻塞。我见过不少同学想玩点花活比如用微服务拆八个模块或者上 Elasticsearch 做全文检索。不能说完全没必要但对于毕设这个规模的项目分布式和中间件的引入大概率会变成负担。你花在解决技术问题上的时间会挤占掉业务逻辑打磨和论文撰写的时间最后的项目看上去很“高大上”但实际稳定性堪忧答辩时老师深挖几个细节反而容易兜不住。记住这个判断标准项目的复杂度应该与业务规模相匹配。补充一个我自己做项目时固定遵守的原则数据库表设计至少要留出两到三次迭代的余量。比如房产表你不光要存价格、面积、户型最好把“是否支持贷款”“首付比例”“楼盘所属区域”这些都提前想好因为销售类系统的看板统计、筛选查询全靠这些附加字段撑起来。字段设计得越全后端的接口写起来就越省事。2. 数据库设计是重头戏核心表结构与关系拆解一个房产销售系统的数据模型如果归纳得足够凝炼核心角色就三类人用户、货房源、交易看房、认购、合同。但真正落实到建表时需要拆得比概念模型细很多。下面这张图画的是关系思路不是直接的建表语句。用户表(user) 1—N 预约看房表(visit_record) N—1 房源表(house) 用户表(user) 1—N 认购记录表(subscribe_record) 用户表(user) 1—N 合同表(contract) 留言表(house_comment) N—1 房源表(house) 销售业绩表(sales_performance) 通过统计得到不直接建表依赖具体到每张表的字段这些是实际开发里我认为最应该注意的关键点。2.1 用户表角色设计不能只留一个字段用户表不要只放 username、password、role 三个字段就草草收工。房产销售系统里客户和销售员是两类完全不同的实体客户有购房预算、意向区域、是否首套等细化属性销售员则归属到某个门店、有工号、有业绩指标。很多初写者的做法是统统塞进一张 user 表然后靠 role 字段区分——能跑但后面统计“每个销售员名下有多少客户”或者“某区域客户的平均预算”会非常痛苦。我的建议是user 表存登录账号和公共资料建立 profile_type 字段标志身份类型之后用 customer_profile 和 seller_profile 分别做扩展表通过 user_id 一对一关联。查询的时候用 JOIN 把两个表拉平即可性能完全不是问题但数据语义会干净很多。2.2 房源表状态流转是销售系统的灵魂房源表的字段设计有一个需要特别留意的陷阱状态字段不能只做“已售/未售”。销售过程中一个房源的状态可能会经历“可售—锁定—认购—已售”这样的流转。“锁定”意味着有客户正在谈判中其他人不能重复下单。如果表里没有这个中间态会出现两个销售员同时抢一个房源的竞态问题。状态字段我用的是 tinyint 类型从 0 到 4 分别表示下架、可售、锁定、认购、已售。每次状态变更用后端接口统一处理同时写入一条操作日志表。这不算什么高深设计但答辩时老师问你“如何防止一房多卖”你可以把这条链路讲得非常清晰这就是加分项。另外房源图片表一定要单独拆出来不要用逗号拼接多个 URL 塞进一个字段。虽然那样查询时一个字段全拿出来确实方便但后续做“图片轮播的删除与重新排序”会非常难受。拆出 house_image 表后图片可以单独上传、单独删除前端轮播组件也能直接绑定列表渲染。2.3 预约看房与认购合同表交易环节必须有“时间轴”预约看房表里除了看房时间、客户备注、销售员 ID 这些基础字段我额外加了一个 status 字段待确认、已确认、已完成、已取消、爽约。这个字段的价值在于系统可以每天自动跑一个定时任务把超过看房时间 24 小时还没完成、也没取消的记录自动标记为爽约并计入销售员的客户跟进统计。认购记录表则是连接房源表和客户表的中间表里面记录了认购时间、成交单价、优惠金额、付款方式全款、商贷、公积金、组合贷、首付比例等关键交易参数。这里我踩过一个坑原先设计时没保存成交单价以为只要关联房源 ID 就够了——结果用户在后端把房源标价改了前面的认购记录也跟着变数据全对不上。这种教训只有一个结论交易类数据必须把业务发生那一刻的上下文都冗余保存一份。3. 核心功能实现从后端接口到前端页面把链路打通3.1 后端接口设计统一返回体 全局异常处理项目里所有接口的返回格式我都统一成了 Result 对象code、msg、data 三个字段。成功是 200业务异常是 500未登录是 401无权限是 403。这样做的最大好处是前端 axios 拦截器可以做统一处理弹错误提示时不用每个接口单独判断。特别提醒一点不要把后端异常直接抛给前端。比如数据库字段超长报了个 DataIntegrityViolationException前端拿到这段英文提示对用户没有任何意义。我封装了一个全局 RestControllerAdvice把常见异常统一捕获转换成“操作失败请检查输入信息是否符合要求”这种友好提示并在日志里保留原始堆栈。如果你是第一次写这种系统这个类一定不能省它会让你在联调和答辩演示时省很多麻烦。核心接口清单大约这些登录认证接口/api/auth/login登录成功后返回 token前端存 localStorage每次请求头携带。房源查询接口/api/house/list支持分页、区域、价格区间、户型、朝向、状态筛选。房源详情接口/api/house/detail/{id}返回房源基础信息、图片列表、周边配套、预约状态。预约看房接口/api/visit/add前端选择时间后端校验冲突后创建记录。认购下单接口/api/subscribe/create双重校验房源状态是否为可售或锁定防止超卖。合同生成接口/api/contract/generate根据认购记录自动生成合同编号填充模板数据。客户管理接口/api/customer/page销售员只能看自己的客户经理和 admin 能看全部。仪表盘统计接口/api/dashboard/stats返回今日预约数、成交金额、成交环比等。3.2 登录鉴权方案对比JWT vs 传统 Session毕设项目的登录方案我最推荐 JWT。原因很简单前端是 Vue前后端部署在不同端口下Session 跨域要处理一堆 Cookie 配置而 JWT 天然适合这种场景。用户登录成功后后端签发一个有效期为 2 小时的 token 返回前端前端每次请求带上后端拦截器校验通过后放行。选 JWT 而不是更重的 Spring Security 全家桶是因为毕业设计场景下安全框架的学习成本高于它带来的收益。我用了一个自己实现的 HandlerInterceptor 做登录拦截再通过反射注解RequireRole(admin)做接口级权限校验。这样代码侵入性小逻辑也直观答辩时你还能理直气壮地把这块讲清楚。token 过期处理是容易出细节问题的地方。我的做法是前端 axios 响应拦截器里判断 HTTP 状态码是 401 时清除本地登录信息强制跳转登录页。用户重新登录后之前浏览的页面状态丢失但这对毕设系统完全可接受。3.3 前端核心页面拆解首页必须有真实 C 端的感觉房产销售系统前端主要有这几个页面门户首页、房源列表、房源详情、预约与认购流程、后台管理。门户首页是给客户看的我用了 Element Plus 的 Carousel 轮播图做焦点图下面依次是热门楼盘推荐、新房源展示、区域销售排行。这些数据都通过后端接口从数据库读取不允许任何硬编码。这一条几乎每次答辩都会被老师检查——页面上写死的数据会被看作“没有真正前后端打通”。房源列表页要支持组合筛选。前端把筛选条件绑定到 query 对象通过this.$router.push({ query })把参数同步到 URL这样刷新页面筛选条件不会丢。后端对应写一个动态 SQL 查询用 MyBatis-Plus 的 LambdaQueryWrapper 做条件拼接代码非常简洁。房源详情页里预约看房按钮的交互逻辑值得展开说说点击后弹出对话框选择期望看房日期与时间段提交后后端先判断当前用户是否已登录未登录则跳转登录页并记录回调地址登录完成后回到原页面。这个“登录回跳”的小交互对用户体验提升非常明显很多同学会忽略。3.4 内部系统权限控制表不同角色看不同菜单管理后台的菜单是根据用户角色动态渲染的前端通过router.beforeEach全局守卫判断当前用户的权限后端每个接口都做了二次校验。前端控制菜单显隐只是体验优化后端校验才是安全底线。角色菜单权限数据权限系统管理员用户管理、角色权限、房源审核、数据统计全局数据可见可操作销售经理房源管理、客户分配、订单审核、业绩统计本部门全部销售数据普通销售员房源浏览、我的客户、我的预约、我的业绩仅本人相关数据这个表格做进论文里可以直接当功能设计说明用。每个角色的数据权限我强调一下后端查询列表时从 token 中解析 userId 和 role如果是普通销售员在 SQL 条件里固定拼上seller_id 当前用户这一步坚决不能漏。4. 前端联调与核心流程演示从发布房源到完成合同项目能不能从页面上一路走通是判断这个系统是否“完成”的最重要标准。我第一次整套流程跑下来大概用了一个下午其中有几个坑填了很久值得记录下来。4.1 真实走一遍发布房源、预约看房、完成认购流程起点是管理员登录后台发布一套房源。发布表单里除了常规的名称、户型、面积、价格、描述之外还要上传多张图片和勾选配套设施。这里图片上传我选择的是本地存储方案上传接口返回访问 URL直接回填到表单隐藏字段。前端调用上传接口时要记得设置Content-Type为 multipart/form-data。项目里我配了一个统一的文件上传路径配置项用相对路径访问映射这样后续项目移植到云服务器时不需要改代码只改配置即可。第二步是模拟客户登录门户浏览房源列表找到刚发布的那一套进入详情页后提交预约看房请求。后端生成一条待确认记录状态为“待确认”。销售员登录后台后在“预约管理”中看到这条记录点击确认同时系统自动给客户预留手机号发送一条提醒短信这个我实际项目里是用阿里云短信 SDK 接的你也可以直接用控制台调试日志模拟。客户按约到访后销售员在系统里把预约状态更新为“已完成”然后走认购流程。认购表单里选择当前客户关联该房源填写认购价与优惠金额提交后系统自动把该房源状态改为“锁定”。最后一步是签约合同号自动生成格式是 CS20250601-001 这种递号递增合同里的甲乙双方、房产信息、金额金额都由后端根据认购记录自动填充。4.2 前后端分离联调时跨域问题的处理前后端分离开发时Springboot 默认端口是 8080Vue 开发服务器默认是 5173两者直接互相调用会触发跨域异常。处理方案有两个开发环境用 Vite 配置 proxy 代理生产环境用 Nginx 反向代理。我在开发环境里是这样配的在 vite.config.js 下加 server.proxy把/api前缀全部代理到http://localhost:8080并设置 changeOrigin 为 true。这样前端代码里所有请求都写相对路径而不写完整域名。等最终上线构建后端单独部署在一台服务器上再用 Nginx 转发前端打包后的 dist 目录直接放在 Nginx 的 html 静态目录下。整个方案一次配置、两处生效后续不会再为跨域问题折腾。4.3 图片懒加载与页面加载速度优化门户首页的房源卡片数量一多图片会阻塞渲染。我在 Element Plus 里直接使用了v-lazy指令对图片做懒加载配合一个全局 loading 占位图体验好了很多。接口层的优化上列表页只返回缩略图字段详情页才返还原图字段设计时就分开存了 image_thumb 和 image_original避免一次性拿大图造成网络负担。数据统计接口也建议做合并查询不要每个数字都调一个接口。我把仪表盘涉及的今日新增房源、今日预约数、本月成交房源数和总成交金额整合到一个stats()方法里后端用多条 SQL 查询后组装成统一 VO 返回。接口数量从 7 个缩减到 1 个前端渲染时也只要处理一次 loading 即可。5. 部署与启动本地跑通到发布上线的完整步骤这一步是最后临门一脚也是最容易掉链子的地方。很多同学代码写得通一到部署阶段就状况百出这篇博文把环境准备和完整启动流程从头到尾列出来。5.1 环境准备与项目初始化开发环境的版本组合我推荐一套稳定搭配出错率最低JDK 1.8 或 11两者皆可但建议保持跟项目一致Maven 3.6.3MySQL 5.7 或 8.0Node.js 16 及以上前端包管理器 npm 或 pnpm拿到源码后第一步是建一个空库把项目里附带的 SQL 文件导入。这里提醒一个非常常见的低级错误MySQL 8.0 的驱动配置和 5.7 不一样。如果项目用的连接驱动是com.mysql.jdbc.Driver在 8.0 下启动会直接报 ClassNotFound要把依赖升级到com.mysql.cj.jdbc.Driver。后端启动之前先检查 application.yml 里的数据源配置用户名密码改成你本机 MySQL 的URL 里的 database 名称也要对得上否则 console 里会出现 Communications link failure。启动方式上直接用 IDE 运行主类即可如果你喜欢炫技用mvn spring-boot:run也能达到同样的效果。前端启动前先执行npm install装依赖。这一步如果卡在某个包上首先检查 registry 是否切换为国内镜像源其次检查 Node 版本是否过新导致依赖编译失败。装完之后执行npm run dev看到 Vite 的 ready 提示后浏览器打开 localhost:5173 就能进入系统登录页。5.2 打包发布后端 jar 包 前端 dist 目录开发联调完成进入部署阶段后后端执行mvn clean package -DskipTests打包成一个可执行 jar。前端执行npm run build生成 dist 静态目录。然后在一台 Linux 服务器上把 jar 上传到/opt/apps用nohup java -jar xxx.jar app.log 21 启动后端访问http://服务器IP:8080/api验证接口连通。再把 dist 目录上传到 Nginx 的 html 目录修改 nginx.conf 里的监听端口和根目录加一个location /api的反向代理配置把请求转发到 localhost:8080然后nginx -s reload重载配置。我自己的部署经验是上线前在后端配置里关闭开发专用的 Swagger 文档和 SQL 日志输出避免日志刷屏影响排查真实问题也能避免把敏感接口暴露到公网。6. 常见问题与排查技巧实录这部分我梳理出几个跑项目和答辩时出现频率最高的问题每条都附上排查思路和最终解决方案。6.1 登录后刷新页面就跳回登录页原因登录状态只存了内存中的变量没有持久化。修复方案登录成功后把 token 和用户基础信息存进 localStorage路由守卫里优先读取本地缓存判断登录态并在全局前置守卫里同步到 Pinia/Vuex 中。6.2 上传图片后页面能显示页面刷新后 404原因前端访问的是临时上传目录的相对路径后端重启时临时目录被清空。修复方案修改后端配置指定一个独立的 upload 目录例如/opt/upload同时通过自定义资源映射把该目录映射为静态资源访问路径做到进程重启后图片依然存在。这一步很多同学的毕设里都有这个隐患答辩演示时如果恰好重启了项目图片全部挂掉会非常尴尬。6.3 列表分页后搜索条件失效原因搜索条件没有同步到 URL 参数分页组件触发下一页时重新初始化了 query。修复方案把搜索表单数据、页码、每页条数都合并在一个 query 对象中由onSearch()统一触发请求切换页码时保留已有 query只修改 pageNum 再请求。6.4 MyBatis-Plus 分页插件不生效原因没有配置分页插件拦截器直接调selectPage返回的 total 为 0。修复方案在配置类中注入MybatisPlusInterceptor并添加PaginationInnerInterceptor设置数据库类型为 mysql之后分页功能立即生效。6.5 定时任务不清爽约记录原因项目里使用了 Spring Task 的Scheduled但在某些环境下默认单线程执行多个定时任务互相阻塞。修复方案启动类上或者配置类中设置TaskScheduler线程池大小并在任务方法内部捕捉异常避免一条数据出错导致整个任务中断。7. 论文撰写与答辩准备要点源码跑通只是完成了一部分论文与答辩是另外半个战场。按经验答辩老师最常关注的几个问题和对应说辞提前准备好会很加分。7.1 论文结构不能漏掉“系统测试”章节论文框架我建议按这套章节走绪论背景、意义、国内外现状需求分析功能性需求与用例分析、非功能性需求系统设计总体架构、功能模块设计、数据库设计系统实现每个模块的设计思路、核心代码片段、界面截图系统测试测试环境、测试用例设计、测试结果、缺陷分析最容易被忽略但老师最爱看的就是系统测试章节。不要只写“功能全部正常”要有真实的测试用例表比如“输入错误的用户名密码提示‘用户名或密码错误’测试通过”。如果时间充裕补上一份用 Postman 或 JMeter 做的简单性能测试报告展示几个接口在 100 并发下的响应时间这个亮点足以把整体分数拉高一个档次。7.2 答辩时核心链路与难点陈述答辩时老师大概率会让你现场演示一遍业务流程。建议提前准备一套演示数据客户、房源、预约、认购的流程提前走通。演示的重点不是操作熟练度而是你在每个节点上都能解释清楚“背后发生了什么”。比如当你说“点击预约看房”时能立刻接上“这个接口先去校验用户登录态再判断该时间段是否已被占用最后才向 visit_record 表插入记录同时前端会倒计时提醒销售员确认”——这种主动把技术细节讲出来的方式远比被动等老师提问好。遇到确实没实现的功能不要硬撑说实现了。坦诚说明那部分属于后续扩展方向并当场说出扩展思路老师一般会认可这种工程态度。7.3 降低查重率与图表规范论文查重是很多同学的梦魇。我的建议是技术描述部分不要大段抄官方文档先用一句话概括技术特点再用自己的话描述为什么在本项目中选择该方案。数据库设计部分多用 E-R 图和字段说明表格图表本身不参与查重把表述从长篇文字打散为结构化图表查重率自然就降下来了。一个额外的体会房产销售系统作为毕设选题天花板其实取决于你在“业务细节”上愿意深挖多少。同一个题目有的人只做到了四个模块的增删改查有的人却把一房多卖、客户跟进状态机、销售业绩排行这些业务细节全部纳入设计后者的系统完成度和论文深度完全不在一个层级。最后再分享一个小技巧开发时把后端所有操作日志都埋好登录日志、房源状态变更日志、预约变更日志各一张表。答辩时若遇到老师问“你这个系统如何审计操作记录”你直接调出日志表里的记录现场展示那种“项目真正经过真实使用打磨过”的说服力是任何华丽言辞都比不上的。这也正是源码之外项目让你真正成长的增量部分。

相关新闻

沉浸式叙事重塑感知:声音、触觉与共鸣的设计之道

沉浸式叙事重塑感知:声音、触觉与共鸣的设计之道

1. 沉浸式叙事到底在解什么题:当“看展”变成“成为故事的一部分”先说一个这几年反复撞见的现象。许多展陈项目花大价钱做了投影、灯光、大屏,观众进去逛一圈,拍几张照片,十二分钟就出来了。策展团队辛辛苦苦搭起的内容&#xff…

2026/10/18 15:40:10 阅读更多 →
2D视觉大模型蒸馏赋能3D点云分割

2D视觉大模型蒸馏赋能3D点云分割

简介:本资源是一个基于视觉基础模型(VFM)知识蒸馏的点云分割框架Seal,面向自动驾驶、三维感知领域的算法工程师与研究生,解决汽车点云在无标注条件下跨场景、跨模态的泛化分割难题。项目通过相机-LiDAR对齐与点-片段一…

2026/10/18 15:39:09 阅读更多 →
LLM驱动的图异常检测:从日志文本到可解释子图

LLM驱动的图异常检测:从日志文本到可解释子图

简介:本资源是一个融合自然语言处理、图计算与数据可视化的完整技术实践项目,面向人工智能、数据科学及图神经网络方向的中高级开发者与研究者,解决如何将非结构化文本高效转化为图结构并识别异常模式的核心问题。压缩包共35个文件&#xff0…

2026/10/18 15:39:08 阅读更多 →

最新新闻

Vue3 + Element Plus 前端导出 Excel 的完整实现指南

Vue3 + Element Plus 前端导出 Excel 的完整实现指南

写这篇帖子之前,我特意翻了翻之前的聊天记录,发现“前端怎么导出Excel”这个问题几乎每隔几周就会被同事或者群友翻出来问一次。别小看这个功能,它不像写页面样式、调接口那么“有存在感”,但它实实在在地是后台管理系统里的高频刚…

2026/10/18 16:34:37 阅读更多 →
企业私有化AI网关:数据安全与成本优化的关键基础设施

企业私有化AI网关:数据安全与成本优化的关键基础设施

最近这一年,我听到越来越多的企业技术负责人在聊同一个词:私有化 AI 网关。起因很现实——大模型能力虽然强,但企业真正要用起来,先撞上的不是模型效果问题,而是数据安全边界和成本失控这两个坎。团队试了几个月的各种…

2026/10/18 16:34:37 阅读更多 →
橘子数据集详解:VOC与YOLO双格式转换及目标检测训练避坑

橘子数据集详解:VOC与YOLO双格式转换及目标检测训练避坑

简介:一套面向目标检测任务的高质量橘子数据集,采用Pascal VOC与YOLO两种主流标注格式,适合模型训练、算法验证和教学实践。数据集包含1699张原始jpg图片,配套VOC xml标注文件和YOLO txt标注文件,标注类别为orange&…

2026/10/18 16:34:37 阅读更多 →
矩阵不是堆账号:构建AI信任网的底层逻辑与实操方法

矩阵不是堆账号:构建AI信任网的底层逻辑与实操方法

矩阵这个词,这些年被玩坏了。太多人以为矩阵就是“多注册几个号,铺几十个账号内容分发”,结果账号倒是铺开了,流量没起来,反而被平台反复处理。真正能长期运转的矩阵,从来不是账号数量的堆砌,而…

2026/10/18 16:34:37 阅读更多 →
AI生成PPT全指南:从大纲到成品,效率提升与避坑实践

AI生成PPT全指南:从大纲到成品,效率提升与避坑实践

做PPT这件事,我从大学熬到工作,前前后后折腾了快十年。最夸张的一次是给某跨平台项目做季度汇报,四十几页的片子,我改了六版,连续两个晚上干到凌晨三点,第二天顶着黑眼圈去讲,结果老板只看了一页…

2026/10/18 16:34:37 阅读更多 →
HelixDB+S3:给AI Agent加长期记忆的极简方案

HelixDB+S3:给AI Agent加长期记忆的极简方案

你维护过 AI Agent 的话,多半见过这个场面:昨天还能准确复述用户偏好的智能体,今天一重启,就像失忆一样反问“你说的是哪次对话里的内容?”。我说句直白的话,这不是模型变笨了,而是根本没帮它把…

2026/10/18 16:33:37 阅读更多 →

日新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 0:55:02 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/17 17:22:31 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 12:16:16 阅读更多 →