当前位置: 首页 > news >正文

【开题答辩全过程】以 人才培养方案调查系统为例,包含答辩的问题和答案

个人简介

一名14年经验的资深毕设内行人,语言擅长Javaphp、微信小程序、PythonGolang、安卓Android

开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。

感谢大家的关注与支持!

各位老师好,我是计算机科学与技术专业的xx同学。我的课题是“计算机科学与技术人才培养方案调查系统”。系统用B/S架构,主要想帮学院把招生、成绩、实习、就业这四块数据串起来,让教学科一眼就能看出培养方案哪儿需要改。前端用ASP.NET WebForms做页面,后端用C#写业务,数据库用SQL Server,安全上加了一层存储过程,部署时把IIS和数据库分开。整个系统分四大模块:新生录取信息管理、在校生成绩与素拓记录、毕业生动态跟踪、统计分析与可视化。汇报完毕,请各位老师批评指正。



评委老师:为什么一定要自己做这套系统?直接用教务系统不行吗?
答辩学生:教务系统只管成绩,就业数据在招就处,素拓又在团委,数据对不上。我们想把这些散在各处的数据拉通,用统一学号做主键,方便后面做对比分析。


评委老师:你刚才说“B/S架构”,能一句话解释B/S和C/S最大的区别吗?
答辩学生:B/S用浏览器就能打开,不用装客户端,维护方便;C/S每台电脑都要装软件,升级麻烦。


评委老师:系统里最担心什么安全问题?你准备怎么防?
答辩学生:最怕别人直接猜网址越权看数据。我把所有查询都写成存储过程,页面只给角色权限,登录后根据session判断能看哪些班,数据库账号只给执行权限,不给表权限。


评委老师:用存储过程确实能防SQL注入,可如果以后需求变了,改起来不是麻烦?
答辩学生:是麻烦,但我的功能需求在开题里已经冻结,变动不大;真要大改就重新发布存储过程,比改到处拼接SQL省心。


评委老师:毕业生动态跟踪的数据从哪来?学生会天天填吗?
答辩学生:不会。我们和学校就业网做了接口,每季度同步一次;学生换工作也能在微信小程序里一键更新,点两下就行。


评委老师:统计模块打算出什么图?
答辩学生:就出三个:各专业就业率柱状图、薪资区间饼图、课程满意度折线。用ECharts,拖个JS就能跑,老师打印汇报PPT时直接截图。


评委老师:计划里说2025年3月完成初稿,5月答辩,如果4月系统还跑不通你怎么办?
答辩学生:我把核心功能拆了三版:第一版能录成绩就行,第二版加跟踪,第三版加图表。即使最后一版来不及,也能用前两版交差,保证论文有数据可写。


评委老师:最后问一个简单的:登录页面验证码用字母还是算式?
答辩学生:用四位数字加法,比如“5+3=?”老人机也能看清,用户输入8就能过,简单好使。



评委老师评价:
xx同学选题贴近教学管理实际,目标清晰,技术路线对基础水平适中的同学较友好;能说出存储过程、角色权限、接口同步等关键点,说明准备较充分。下一步要抓紧把接口对接和图表展示落地,注意测试用例覆盖常见越权场景。总体同意开题,按时间节点推进即可。


以上是某同学的毕业设计答辩的过程,如果你现在还没有参加答辩,还是开题阶段,已经选好了题目不知道怎么写开题报告,可以下面找找有没有自己符合自己题目的开题报告内容,列表中的开题报告都是往届真实的开题报告,可发送使用或参考。文末或底部来联xi可免费获取

最后

有时间和有基础的同学,建议自己多花时间找一下资料(开题报告、源码)自己独立完成毕设,需要开题报告内容、源码参考的,可以联xi博主,没有选题的也可以联系我们进行帮你选题定功能和建议

http://www.jsqmd.com/news/154614/

相关文章:

  • YOLOv9-C性能评测:在A10G上实现8ms推理延迟
  • mini-css-extract-plugin完全配置手册:从基础到高级实践
  • YOLO目标检测API文档发布!快速接入GPU加速服务
  • YOLOv8x在8卡A100集群上的分布式训练实录
  • YOLO目标检测压测报告:单台A100支持500并发请求
  • YOLOv8-seg实例分割扩展:GPU显存占用优化技巧
  • YOLO模型镜像支持GPU Direct RDMA,网络延迟更低
  • 零门槛图片转3D:5分钟制作精美立体浮雕模型完全指南
  • YOLOv6到YOLOv10演进史:每一次迭代都更懂GPU
  • YOLOv7-Tiny在Jetson Nano上的表现:边缘GPU也能胜任
  • 【计算机毕业设计案例】基于springboot的大学校园篮球赛事管理系统基于SpringBoot+vue的校园篮球比赛管理系统​的设计和实现(程序+文档+讲解+定制)
  • YOLO模型微调教程:基于预训练镜像+GPU快速适配
  • YOLO模型镜像集成DeepStream,GPU视频流处理利器
  • YOLOv8n超轻量版发布!手机GPU也可运行
  • YOLO模型镜像更新日志:新增FP16混合精度支持
  • YOLOv10创新点解读:无锚框设计如何释放GPU算力
  • flume启动命令中各个部分的功能含义
  • YOLO目标检测API支持批量推理,GPU利用率翻倍
  • YOLO与RetinaNet对比:相同GPU环境下速度差距达5倍
  • YOLOv10-Nano发布!IoT设备上的微型GPU解决方案
  • AI Data Pipelines
  • YOLO模型量化部署:从FP32到INT8,GPU内存减半
  • 2025最新!自考党必看9个AI论文工具测评,哪款最靠谱?
  • 2026 to do list
  • Thief-Book终极指南:IDEA开发者的隐秘阅读神器
  • Java计算机毕设之基于springboot的大学校园篮球赛事管理系统(完整前后端代码+说明文档+LW,调试定制等)
  • YOLO模型如何实现毫秒级响应?GPU并行计算深度剖析
  • 【课程设计/毕业设计】基于SpringBoot的机动车号牌管理系统设计与实现基于springboot的高校机动车认证信息管理系统的设计与实现【附源码、数据库、万字文档】
  • 在恍惚中成长——软件工程总结
  • YOLO在自动驾驶中的应用:实时性要求下的GPU选型建议