博客
关于我
推荐staruml和最近一本不错的UML小册子
阅读量:102 次
发布时间:2019-02-26

本文共 264 字,大约阅读时间需要 1 分钟。

最近在使用开源的UML工具startuml时,感觉确实不错,其功能支持全面,插件丰富,完全可以不用传统的Rose拉来完成UML相关的工作。

说到UML工具,startuml确实是一个不错的选择。它支持丰富的UML符号生成,还可以加载各种插件,满足不同的开发需求。

对于系统分析方面,这本书《系统分析师UML手册》写得很不错。虽然不是很厚,但内容实用,逻辑清晰,非常适合刚入行的系统分析师阅读。

如果你对UML感兴趣,不妨试试startuml,它的操作简单,生成效果也不错。配合这本手册一起学习,应该能让你对UML有更深入的理解。

转载地址:http://noif.baihongyu.com/

你可能感兴趣的文章
opencv26-模板匹配
查看>>
opencv32-基于距离变换和分水岭的图像分割
查看>>
opencv4-图像操作
查看>>
opencv5-图像混合
查看>>
opencv9-膨胀和腐蚀
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
opencv之模糊处理
查看>>
opencv保存图片路径包含中文乱码解决方案
查看>>