Server-Sent
Events（SSE）前后端配置
前端
12345678910111213const eventSource = new EventSource('http://47.109.186.180:8102/api/test/sse'); // 替换为后端地址eventSource.onopen = function(event) { console.log("链接成功",event)}eventSource.onmessage = function(event) { console.log("收到消息",event)}eventSource.onerror = function(event) { console.log("链接失败",event)}
后端
12345678910111213141516171819202122232425262728293031323334@RestController@RequestMapping("/test")@Slf4jpublic class testC { private final Executor ...
需求分析
首次下载（2周） – 执行血糖控制不佳推荐逻辑
两周后仍血糖控制不佳 – 执行密集通知
直到达成血糖控制，则转为日常通知
血糖控制不佳：
3天内血糖值有2次大于控制范围上限，空腹血糖>7.0mmol/L或餐后2小时（任意血糖）>11.1mmol/L.（通知内容为：您的血糖控制不佳，建议您及时联系健康团队）
3天内有4次没有按时,常规监测血糖.
（通知内容为：为了您的健康，请您按时测血糖）触发通知，app及短信提醒患者极其绑定家人
密集通知：
空腹+三餐后（6:00、9：00、14:00、20:00）发出通知，提醒用户测血糖。
7:00、11:30、17：30发出通知，提醒用户用药。
医生上线时，通知所有血糖控制不佳的患者。
血糖不佳的患者上线时，通知健康管理团队的医生和护士。
日常通知：
下载后对于未能完成基础健康资料填写的，每隔1天11：00时通知：为了您的健康，请完善您的个人资料填写。
下载过1周后，每2天1次提醒办理慢病或特病。
每周有3天连续空腹+餐后6:00、20:00发出通知：为了您的健康，请 ...
Vue3
第39周
日期：2024年9月26日
Vue3知识复盘
ref和reactive区别
答案
ref使用时需要.value，reactive不需要。
ref可以监视基本数据以及对象数据，reactive仅能监视对象数据。
ref监视对象数据的底层由reactive实现。
ref.value整体替换可以保留响应式，reactive替换会丢失响应式。
如何修改以下代码可以将name、age变为响应式，如何将Person中的单个数据拿出来变成响应式
12345678import {reactive} from 'vue'let person = reactive({ name:"张三", age:18})let {name,age} = person
答案
123456789import {reactive,toRefs} from 'vue'let ...
眼睛外部数据集
汇总：眼睛数据集大全
Image
Analysis & Biometrics Lab
生物识别虹膜-角膜数据库
我们的多模式数据库包含 39 名不同种族的受试者，其中包括 22 名女性和 17
名男性，除了常见的视觉缺陷（近视、远视、散光）外，没有接受过手术或患有其他疾病。平均年龄±SD（标准差）为36.5±15.6岁（范围：23-82岁）。对于每个受试者，通过包括网络摄像头显微镜的简单装置捕获虹膜图像，同时使用角膜地形图仪拍摄角膜形状。采集在两次不同的会话中进行，间隔至少一个月的时间间隔，以评估受试者内的变异性。我们在每个会话中对每个角膜进行了四
(4) 次采集，对每个虹膜进行了十 (10) 次采集，总共获得了 780 个虹膜图像和
312 个角膜地形图。
请在您的出版物中提供此参考。
Nassima Kihal, Salim Chitroub, Arnaud Polette, Isabelle Brunette,
Jean Meunier: “Efficient multimodal ocular biometric system ...
不得不说三星的颜值我还是非常喜欢的，就是一直没有使用过（穷🤣）。最近的这个想入手的冲动愈发按耐不住，只有写个文章过过瘾了···
先来看看外观
这个先行者的套装还有点意思，不过我觉得还是贵了···
系统讲解就跳过了，这东西仁者见仁，主要是我没用过😁
一时间分不出来亮面和磨砂谁更有质感了···
话说小米的质感得努努力啊，还是差那么一些
动态规划算法学习记录
爬楼梯
点击去力扣 ->>> 爬楼梯
假设你正在爬楼梯。需要 n 阶你才能到达楼顶。
每次你可以爬 1 或 2
个台阶。你有多少种不同的方法可以爬到楼顶呢？
示例 1：
输入： 输出： 解释：有两种方法可以爬到楼顶。
阶 + 阶
阶
示例 2：
输入： 输出： 解释：有三种方法可以爬到楼顶。
阶 + 阶 + 阶
阶 + 阶
阶 + 阶
提示：
我的解答
采用递归的方式进行编写。每次进行选择都是 和 两种情况，则编写递归函数计算 和
选择的种类数即可。并将数值对应的方式存入
中，使得在递归之前先检查是否已经已存在数据，存在则直接查询返回
123456789101112131415161718192021222324class Solution { public int climbStairs(int n) { if (n == 1){ return 1; } HashMap& ...
点击去Github ->>> 使用挤压和扩展转换器的医学图像分割
参数配置
–task 分割任务的名称
–ds 数据文件夹。可以指定多个数据集(以“，”分隔)
–split 数据集的分割(可以为每个数据集单独指定分割)
–profile 计算参数和 FLOPs 的数量。
–insize 使用这个尺寸的图像(在所有裁剪尺寸中)进行训练。设置为0以使用所有大小。
–patch 为训练调整输入图像的大小。
–samplenum 用于每个数据集的监督训练样本数量(默认:无，使用每个数据集的所有图像)。为数据集提供0以使用它的所有图像。不要使用-1，因为它会导致argparse错误。
–bnopt 如何在训练期间优化 BN 统计/仿射参数。
–polyformer 进行 polyformer 训练。
–sourceopt 在源域上优化哪些参数。
–targetopt 在目标域上优化哪些参数。
–adv 对抗性训练模式。
–featdisin ...
