程序聚合 软件案例 高中生物在线交互学习工具

高中生物在线交互学习工具

2026-04-29 23:23:24
行业:在线教育、生活服务
载体:网站
技术:JavaScript

业务和功能介绍

本项目是一款面向高中生物教学的交互式遗传系谱图学习工具,帮助学生直观理解孟德尔遗传规律、绘制系谱图并计算子代患病概率。

核心功能模块包括:
1. 人物管理系统:支持添加、编辑、删除家族成员,设置姓名、性别、世代、患病状态及基因型。
2. 四种遗传模式:常染色体隐性(AR)、常染色体显性(AD)、X连锁隐性(XLR)、X连锁显性(XLD)。
3. 可视化系谱图:SVG动态绘制家族关系图,方形代表男性、圆形代表女性、实心表示患病,自动生成父母-子代连线,支持缩放与拖拽。
4. 子代概率计算器:根据父母基因型自动计算子代患病、携带和正常的概率,支持指定子代性别或按1:1加权计算。
5. 数据持久化:支持导出/导入JSON格式系谱数据,方便保存与分享。
6. 深色/浅色主题切换:自动适应系统偏好或手动切换。

项目实现

本项目采用原生HTML/CSS/JavaScript实现,零依赖,核心使用SVG动态绘图与遗传学概率算法。

我的主要工作包括:
1. 整体架构设计:单页面应用结构,左侧为人物编辑面板,右侧为SVG系谱图画布,底部为概率计算器。
2. SVG系谱图引擎:手写布局算法(按世代分层、自动计算节点坐标),动态生成父母-子代连线,支持节点点击回填编辑、hover信息提示。
3. 遗传概率计算引擎:实现完整的孟德尔遗传模拟算法,处理配子生成、基因型组合、表现型判定,支持常染色体和性染色体遗传的四种模式。
4. 画布交互系统:实现鼠标拖拽平移、滚轮缩放(以光标为中心)、空格键平移等交互,缩放范围限制0.3x-3x。
5. 基因型动态选择:根据当前遗传模式和人物性别,动态生成可选基因型列表,降低学习门槛。
6. 数据导入导出:JSON格式保存/加载系谱数据,便于课堂分享和作业提交。

遇到的难点:X连锁遗传的性别差异计算逻辑较为复杂,通过拆分配子生成、表现型判定为独立函数解决;SVG画布拖拽与节点点击事件的冲突,通过事件目标判断和g元素层级管理解决。

示例图片视频


BrucePi
24小时内活跃
方向: 前端-Web前端、
交付率:100.00%
相似推荐
智慧停车运营-智慧停车管理平台
以智能硬件为基础,以3DGis、距离算法、OCR识别、IOT、大数据分析、聚合支付等技术为依托建设运营管理端、车主移动端和巡检辅助端。通过多端融合、资源共享机制的建立满足业务监管、服务民生的需求,平台建成后,能够为平台干系方提供的服务和便利有:  硬件一张图,实现对智能硬件设备的可视化监管、控制与统计;  自定义收费规则,满足不同区域、街道、车场的差异化收费需求;  车牌、车型无感识别,自动匹配收费规则,提升出入场、订单处理效率;  车位数据实时同步并可视化展现,车位使用情况一目了然;  停车场车位状态数据实时同步,智能推荐停车方案;  智能规划导航路线,提供车场导航、场内停车引导服务;  高度自由、多样化的充值、包月活动配置,增加用户粘性;  以聚合支付为依托,支持预交费、出场后缴费、联合缴费,提升用户使用体验;  多角色、多渠道反馈和申诉提交,促进政府、企业、公众三者和谐互动;  自动统计计算每日各时段车位使用率、周转率,可自由选择统计时间范围;  自动统计所有车辆停车时长,可对各时段时长占比进行分析并可视化展示;  自动统计营收数据,可自定义筛选查看各时段停车收入、缴费方式占比,生成可视化图表;  以大数据技术为依托,进行用户画像、全市车位利用分析、停车场数据监控、停车资源分布分析、停车导流预测、潮汐规律分析、停车峰值监控与分析,时段内出场车次分布分析、出场车辆涌入道路分析、超负荷停车路段预警、各时间段内车流峰值预测;  区域引导、主要路口引导、停车场入口引导,三级诱导体系建立,改善局部区域交通微循环、缓解交通拥堵;
现代化桌面时钟与天气模拟系统
针对办公与个人桌面场景,提供一款界面现代化、实时更新的桌面时钟工具,解决系统自带时钟界面简陋、功能单一的问题,同时集成天气状态模拟,为用户提供简洁高效的桌面信息展示方案。项目包含实时时钟显示、日期星期同步、天气状态模拟、温度动态更新四大核心模块;采用深色科技风UI设计,支持每秒自动刷新,界面响应流畅,可作为桌面常驻小工具使用,适配Windows多平台桌面环境。
爱度出行服务
本项目为本地合规巡游出租车数字化出行平台,旨在解决传统出租车扬招效率低、高峰期打车难、网约车溢价及合规性差等问题,为市民提供安全、透明、稳定的日常通勤、枢纽接驳、预约用车等一站式出行服务。平台包含乘客端、司机端及运营后台,乘客可实现即时叫车、预约用车、费用查询、一键报警与在线支付;司机端支持订单接收、行程管理与收入统计;后台可实现用户/司机审核、订单监控、数据报表与权限管理,助力传统出租行业数字化升级。
双目视觉下的目标定位追踪
1. 立项背景与目标 随着《新一代人工智能发展规划》的提出,多模态环境感知与目标跟踪技术成为重点发展方向。在公共安全、交通监控、物流机器人、无人机蜂群等场景中,目标在被遮挡或复杂环境下仍能被稳定追踪,具有重要的现实意义。 本项目旨在基于双目视觉,实现目标的三维定位与轨迹追踪,并能够在目标被遮挡或预测其未来位置时,仍保持追踪的连续性与准确性。最终目标是模拟真实道路环境,验证系统在车辆追踪任务中的有效性。 2. 功能概述 a.双目相机采集左右视图,实时获取目标三维坐标 b.使用YOLO算法进行目标识别 c.通过中位数平滑和样条插值构建目标的三维轨迹 d.支持多双目相机的轨迹融合(通过坐标系变换) e.在目标被遮挡或识别精度下降时,结合物理约束进行轨迹预测 3. 核心功能模块 目标识别模块:基于YOLO算法,实时检测图像中的目标(如车辆、包裹) 双目定位模块:使用SGBM算法进行立体匹配,计算视差并还原三维坐标 轨迹生成模块:对识别到的坐标进行平滑与插值,生成连续轨迹 轨迹预测模块:在目标被遮挡或识别异常时,结合历史轨迹与物理约束预测未来位置 多相机融合模块:将不同双目相机的轨迹通过坐标系变换统一为全局轨迹 4. 业务流程 (1).双目相机采集左右图像 (2)YOLO检测目标,输出目标在图像中的边界框 (3)对左右视图中的目标进行立体匹配,计算视差 (4)根据视差计算目标的三维坐标(相机坐标系) (5)对坐标进行中位数平滑与样条插值,生成轨迹 (6)若目标被遮挡或识别异常,进入预测模块 (7)可选:将多个双目相机的轨迹进行融合,输出全局轨迹 5. 功能路径描述 正常追踪路径:图像采集 → YOLO识别 → 立体匹配 → 坐标计算 → 轨迹平滑 → 输出轨迹 异常/遮挡路径:图像采集 → 识别失败 → 触发预测模块 → 基于历史轨迹 + 物理约束预测 → 输出预测轨迹
充电桩APP-home Ev
1、物联网、2、嵌入式开发3、可视化充电4、蓝牙链接5、充满自停6、故障报错、为海外客户需求量身定制的一款,手机操作汽车充电 充电桩APP、在海外谷歌、IOS平台均匀上架、根据客户相关需求可以上架国内、1、物联网、2、嵌入式开发3、可视化充电4、蓝牙链接5、充满自停6、故障报错
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服