基于MyEclipse的DIY私厨_蔡美沂.pdf

2023.6电脑编程技巧与维护图1系统结构图基于Myeclipse的DIY私厨用户注册登录模块首页菜谱搜索管理购物车管理菜谱提醒管理美食论坛管理科普区管理我的管理员注册登录模块榜单信息管理商品信息管理订单信息管理菜谱信息管理美食论坛管理个人中心管理1概述App可以帮助人们实现自我展示、交流合作的平台，这方面的设计在市场中有很大的发展空间。随着国民经济快速发展，居民的收入水平不断提高，居民的消费持续升级换代，消费热点不断涌现，从以往单纯地追求数量向追求质量方面转变，从“吃饱”向“吃好”转变，餐饮消费的档次逐渐提高，绿色消费逐渐成为新世纪的消费主题。该App积极响应绿色消费主题，向用户提供绿色食品和绿色消费观念，促进社会的绿色消费发展。该App既可满足人们对菜色的要求，又能方便人们学习如何制作菜肴，是一款具有现代化管理特色的高效软件。2应用技术2.1MyEclipse利用MyEclipse编程平台结合MySQL数据库，完成了DIY厨房App的功能设计，其操作简单、灵活性好、运行稳定。该应用用户端的功能模块如下。（1）注册登录模块。该模块用于用户注册和登录。（2）首页。首页主要包括菜谱榜单推荐，该模块主要用来显示每日人气榜单上的菜谱信息，给用户提供做菜参考，实时了解用户制作该菜肴的步骤及品尝后的相关动态，使用户能深刻体会该菜谱的制作过程。（3）菜谱搜索管理。用户使用该模块可以根据当下心情、身体状态、实时天气、现有食材等外部因素，搜索相关菜谱的最优推荐选项。（4）购物车管理。该模块提供各种价格相对便宜、适宜各类菜品制作的套餐或单品，方便用户快速购买菜谱所需的食材或餐具等。（5）菜谱提醒管理。该模块可帮助用户根据App提供的菜谱找到制作方法。用户单击“开始做菜”按钮后，系统会根据食谱进度提供参考视频和语音提醒，提醒的内容包括但不限于成熟度、下一步需要的调味料、配料的量及时间等，给厨房新手满满的安全感。（6）美食论坛管理。该模块使用户可以分享美食，然后系统会计算出浏览量和点赞量，从而形成人气榜。在这个模块，用户可分享菜品、删除分享、个人管理、个人收藏、屏蔽等，既保护用户隐私又为喜欢分享的用户提供分享生活片段的平台。（7）科普区管理。该模块可帮助用户了解各地区饮食特点、代表性食物、食物名字、食物需要的食材和样式、优缺点等，方便用户外出旅游时能利用当地特色食材制作出鲜美的菜肴。（8）我的。该模块的大致功能分别为注册登录模块、榜单信息管理、商品信息管理、订单信息管理、菜谱信息管理、美食论坛管理、个人中心管理。系统结构如图1所示。基金项目：2022年国家级大学生创新创业训练计划项目。基于 MyEclipse 的 DIY 私厨蔡美沂，戴金波，张琳琳，周倩，周嘉宜（长春师范大学计算机科学与技术学院，长春130123）摘要：采用面向对象思想进行类和对象的设计，利用 MyEclipse 平台结合 MySQL 数据库，成功实现了 DIY 厨房 App 的功能。该应用操作简单、灵活性好、运行稳定。技术上运用图像识别技术完成了图片识别、监测识别，可以智能地判断异常并及时报警，及时进行设备维护和故障排除。同时运用物联网技术将所有物品与网络连接，实现信息交互，从而实现智能化的识别、定位、追踪和管理等功能，帮助用户了解 DIY 厨房 App 提供的服务，让用户享受更好的使用体验。关键词：MyEclipse 技术；图像识别技术；DIY 私厨；物联网技术37DOI:10.16184/prg.2023.06.0202023.6电脑编程技巧与维护列名数据类型长度是否主键备注user_idInt10是用户IDuserNameVarchar20否姓名loginNameVarchar50否账号loginPwVarchar50否密码userNumVarchar20否联系电话regTimeDatetime10否注册时间cityVarchar50否所在城市列名数据类型长度是否主键备注admin_idInt10是管理员IDadminNameVarchar50否登录账号adminPwVarchar50否登录密码表1管理员信息表（t_admin）表2用户信息表（t_user）2.2物联网依靠物联网技术掌握用户信息，帮助用户了解DIY厨房App的服务，给用户带来更好的体验感。在确保菜品完整的摄像范围内，DIY厨房App利用物联网技术，通过摄像功能对用户做的菜品进行拍照，在系统获取照片里菜品的颜色、形状等信息后，会自动上传菜肴的制作信息。利用DIY厨房App实时跟进做菜步骤是客户的基本需求。物联网技术可基于开发的DIY厨房App，通过信息传感设备，将图片与网络连接起来。图片通过信息传播媒介，在DIY厨房App系统内部进行信息交换，同时后台监测中心实时掌握用户的菜品选择、口味爱好、做菜步骤等信息，后台系统自动进行整合，从而实现智能化识别菜谱与提醒制作步骤的功能。2.3图像识别DIY厨房App利用图像识别技术对菜品图片进行处理并将图片发送到终端进行与菜谱比对。目前Android系统和iOS系统两个主要平台应用于移动互联网终端，这两大平台都是成熟的技术系统，将运用形状对比和鲜艳的颜色等方式，将菜肴更准确、高效地识别出来。在移动互联网平台上，（1）获取用户菜肴图像信息，对图像进行预处理，提取菜肴特征，（2）运用菜肴食谱中的图片和用户烹饪图片特征进行比对，系统将会自动确认用户烹饪菜肴的步骤；（3）进行判决处理，并将其反馈给用户，用户按照步骤提示完成对菜肴的制作。随着图像识别技术的不断升级，如今DIY厨房App可以自动识别出麻婆豆腐、鱼香肉丝等100余类菜品，识别率达到90%以上，保证用户能正确烹饪出自己想要的菜肴。DIY厨房App的图像识别处理流程如图2所示。3数据库设计DIY厨房App使用MySQL作为数据服务端的数据库，能够安全地运行数据，维护程序的稳定。3.1数据库的概念结构软件的设计从用户的真实需求出发，把设计对象通过数据流的形式转换的完整的抽象实体，但不涉及模块内部的细节。它的描述工具是E-R图，如图3所示。3.2数据库的逻辑结构基本表是逻辑结构的描述方法，它将系统中的数据及逻辑结构清晰地表现出来。在DIY厨房App的开发过程中，为保证数据的完整性和独立性，应构建一些合理的表结构，避免数据的冗余，形成统一的管理和控制，大大节约了存储空间，运行效率越来越高。充分考虑各种故障发生的可能性，便于后期更新信息、后台对App的维护等。部分数据库表设计如表1表7所示。图2DIY厨房App的图像识别处理流程图3实体E-R图菜肴图像获取进行预处理菜肴特征提取判决处理管理员管理员id账号密码订单详情订单详情id订单id食材id折扣价格数量食材订单订单id用户id订单状态联系电话配送地址送达时间食材分类食材类别id类别名称食材采购采购单id食材id数量采购状态食材信息食材id食材类别id名称价格数量介绍图片菜谱用料菜谱id食材id单位数量菜谱信息用户id菜谱id菜谱名称描述收藏数量浏览次数综合评分菜谱步骤菜谱id步骤/序号步骤描述提醒时间配料量烹饪视频查看查看属于查看属于属于管理用户用户id用户名账号密码注册时间所在城市联系电话查看包括浏览美食论坛发布者id评价用户id评分评价内容发布内容收藏标志浏览标志发布购买382023.6电脑编程技巧与维护列名数据类型长度是否主键备注caipu_idInt10是菜谱IDcaipuNameVarchar50否菜谱名称user_idInt10否用户IDcaipuScoreInt10否综合评分caipuCollInt20否收藏数量caipuDescVarchar100否描述caipuBrowseVarchar50否浏览次数列名数据类型长度是否主键备注order_idInt10是订单IDuser_idInt10否用户IDsongdaTimeVarchar50否送达时间peisongAddressVarchar50否配送地址dingdanStatusVarchar50否订单状态lianxiNumVarchar20否联系电话4App 页面展示及代码实现购物清单和搜索界面，如图4和图5所示。App代码如下。保存根网页源代码def show _ html(ur1):S=str(crawl _ content(url)s=s.replace(n,)save(path+源代码 txt,s)爬取第个网页的四项信息并保存def reptile(url,i):address=path+网页+str(i)if not os.path.exists(address):os.mkdir(ad-dress)extract _ title(address+标题 txt,crawl _ content(url)extract _ text(address+正文 txt,crawl _ con-tent(url)saveALink(address+超链接 txt,crawl _ content(url)表3食材订单表（t_order）列名数据类型长度是否主键备注category_idInt10是食材类别IDcateNameVarchar50否食材类别名称列名数据类型长度是否主键备注shicai_idInt10是食材IDcategory_idInt10否食材类别IDshicaiNameVarchar50否名称shicaiPriceInt20否价格shicaiNumInt20否数量shicaiIntroVarchar100否介绍shicaiPicVarchar50否图片表4食材分类表（t_category）表5食材信息表（t_goods）表6菜谱信息表（t_menus）列名数据类型长度是否主键备注caigou_idInt20是采购单IDshicai_idInt20否食材IDshicaiNumInt20否数量caigouStatusVarchar50否采购状态表7食材采购表（t_purchase）图4购物清单界面图5搜索界面392023.6电脑编程技巧与维护所有模型的辅助评价指标值如表1所示。可以看到Bagging TrAdaBoost模型的辅助评价指标均优于其他模型。4结语以信用风险预测为研究背景，以阿里云公开的信用违约数据集为研究对象，着重在集成学习领域展开研究。经过数据预处理和特征工程后，用SMOTETomek算法对不平衡数据集进行混合采样，构建基于Bagging的集成TrAdaBoost模型，以此建立一个有效的信用违约预测模型。此外，还将多个模型进行对比，通过对比发现该模型在信用违约预测效果上表现较好。参考文献1RAMAKRISHNAN S,MIRZAEI M,BEKRI M.Corpo-rate default prediction with adaboost and bagging clas-sifiers J.Jurnal teknologi,2015,73(2):40-43.2NAMVAR A,SIAMI M,RABHI Fetal.Credit risk pre-diction in an imbalanced social lending environmentJ.ArXiv e-prints,2018:1801-1805.3DAOUD A E.Comparison between XGBoost,lightGBMand catboost using a home credit dataset J.Interna-tional journal of computer and information eEngineer-ing,2019,13(1):6-10.4DAI W,YANG Q.Boosting for Transfer Learning,Proc.24th Intl Conf J.Machine Learning,2007,14(6):193-200.5CHEN T,GUESTRIN C.Xgboost:A scalable tree boost-ing system C.Proceedings of the 22nd acm sigkddintermational conference on knowledge discovery anddata mining,2016:785-794.6陈霞.信用逾期预测中不同机器学习模型对比分析J.计算机系统用,2022,31(10):382-388.模型F值G-mean值0类准确率1类准确率总准确率TrAdaBoost0.87090.87620.91840.88710.9044随机森林0.86260.86650.89630.87290.8967Xgboost0.85440.85390.88920.87050.8936Bagging TrAdaBoost0.88860.88610.92950.89310.9237表1所有模型的辅助评价指标结果getImg(address+图片,crawl _ content(url)根据队列内根网页爬取num个子网页的信息def reptile _ all(num):for i in range(1,num+1):url=pop _ Link()while url=javascript:;:url=pop _ Link()print(url)try:reptile(url,i);append _ Link(crawl _ content(url)except:var=print(bcolors.FAIL+爬取+url+信息失败！+bcolors.ENDC)5产品优势（1）具有菜肴教学视频并配套文字说明（写明操作步骤和所用配料用量）。（2）根据现有的果蔬、心情和天气状况给用户推荐菜谱，每种状态至少有两份套餐可供用户选择，并且保证每日推荐菜式不一致，制作方法简单，让用户轻松上手就可吃到自己制作的美味菜肴。用户在上手制作时，可在相应菜谱语音输入简单的制作步骤，系统会根据用户的步骤做出相应的语音提醒，提高用户对制作菜肴的满意度。（3）借助网络的社交功能，把烹饪美食作为突破口，设置DIY厨房私聊功能，方便用户间的相互交流、设置客服中心，方便开发人员依据用户提供的使用建议进行不断改进、创新、完善。认真对待用户的合理建议，改善软件环境，提高服务质量。6结语了解到很多忙于事业和学业的人，没有很多时间去学习做菜，用餐大多数在食堂或者外面的饭馆解决。因此，设计了一款基于MyEclipse的DIY厨房App。该App可以实时跟进用户做菜的进度，告诉用户配料的多少、什么时候放什么配料、在等待时应该做些什么，让用户能够自己动手品尝到各色菜肴的滋味，既可满足用户对菜色的要求，又能方便用户学习如何制作菜肴。参考文献1王玉林,胡青.海事物联网及其应用J.中国海事,2011(5):22-24.2王琳,赵耀,余静华,等.深度卷积神经网络在计算机视觉中的应用研究综述J.农村经济与科技,2017,28(14):295.3王一帆,张文译,周海滨,等.图像识别技术的应用与发展J.信息与电脑,2021,33(23):170-172.4路新春,刘国玲.JSP应用中的信息共享与传递技术J.计算机应用,2003(1):119-121.(上接第36页)40