Python极客之家-CSDN博客

原创【持续更新】Python 毕设精品实战项目目录——计算机视觉CV篇

Python 毕设精品实战项目目录——计算机视觉CV篇，Pytorch、TensorFlow等深度学习框架爱，涵盖卷积神经网络、残差网络、Transformers等关键技术，实现图像分类、目标检测识别、语义分割、风格转换等领域，帮助初学者快速掌握计算机视觉处理技术。

2024-09-05 11:37:04 13629 2

原创【持续更新】Python 毕设精品实战项目目录——数据挖掘与可视化分析篇

Python 毕设精品实战案例，涵盖网络爬虫、数据分析、数据可视化、机器学习、数据挖掘和自然语言处理等领域，帮助初学者快速掌握python。

2022-05-08 12:14:11 7044 6

原创基于机器学习的心脏病风险评估预测系统

本项目利用pandas工具，计算特征与患心脏病的斯皮尔曼相关性，并利用 Matplotlib 绘制绘制相关性热力图，同时对各特征统计量进行可视化,对性别、年龄、血压、胆固醇、血糖、心率、心绞痛等特征进行统计分布的可视化，分析与患病的潜在相关性。利用scikit-learn、xgboost等工具包构建不同机器学习模型，对患心脏病的预测性能进行对比分析，测试集预测准确率达到92.2%。后端利用Flask框架搭建 web 服务接口，前端采用 Bootstrap 和 echarts 等框架，构建可视化交互平台，方便

2024-10-17 22:30:28 4229 2

原创基于机器学习的虚假新闻智能检测系统

本项目旨在开发一个基于机器学习的虚假新闻智能检测系统，通过构建新闻文本的 BoW 词袋模型，并训练朴素贝叶斯和Xgboost两种模型，经性能优化，虚假新闻检测准确率达到 97%，实现了利用先进的自然语言处理技术对新闻文本进行智能检测。

2024-10-12 22:04:38 5409

原创【重磅升级】基于大数据的股票量化分析与预测系统

本项目利用 Python 网络爬虫技术从某财经网站网站实时采集A股各大指数、个股的 K线数据、公司简介、财务指标、机构预测、资金流向、龙虎榜等数据，并进行 KDJ、BOLL等技术指标的计算和收益率的量化计算，构建股票数据分析与预测系统，深入挖掘板块热点、资金流向、市场估值等，并利用 Tensorflow 深度学习框架构建 LSTM 神经网络，预测个股的未来走势。

2024-10-11 00:05:35 3270

原创基于深度学习的乳腺癌分类识别与诊断系统

乳腺癌是全球最常见的癌症之一，早期诊断对于治疗效果至关重要。近年来，深度学习技术在医学图像分析领域取得了显著进展，能够从大量的医学影像数据中自动学习和提取特征，从而实现高效、准确的分类与诊断。本项目旨在开发一个基于深度学习的乳腺癌分类识别与诊断系统，利用卷积神经网络（CNN）对乳腺组织切片图像进行分类与诊断，测试集乳腺癌分类准确率达到 91.3%，AUC指标达到97%。

2024-10-02 23:06:38 3108 1

原创基于卷积神经网络的体育运动项目分类识别系统

本系统利用 TensorFlow、Keras 等深度学习框架，以VGG16和 InceptionV3 为 base 模型构建卷积神经网络（CNN），利用体育运动项目数据集进行模型训练与验证，预测准确率达到 87.2%，使用Flask框架结合Bootstrap前端技术搭建了一个交互式的分析预测平台，能够从大量的图像数据中自动学习和提取特征，从而实现高效、准确的分类。

2024-09-26 11:28:32 1542

原创基于数据挖掘的航空客户满意度分析预测系统

航空公司致力于提供多样化的服务以满足乘客需求，包括但不限于提供免费无线网络、免费食物饮品、提供网上预约服务、飞机出口位置、座椅舒适度、卫生状况等，并希望以此提升乘客满意程度；此外，乘客满意度还受到乘客自身因素的影响。本系统利用数据挖掘、机器学习算法挖掘影响客户满意度的重要因素，最优模型的测试集预测准确率达到99.5%，同时构建可视化交互平台，方便对航空公司乘客满意度的在线评估预测，可给航空公司提供定制化策略，为每名乘客提供专属化服务，从而极大程度上提高乘客满意度。

2024-09-24 23:52:54 1982 1

原创基于深度学习的花卉智能分类识别系统

本系统利用 TensorFlow、Keras 等深度学习框架构建卷积神经网络（CNN），利用花卉数据集进行模型训练与验证，预测AUC达到 94.9%，使用Flask框架结合Bootstrap前端技术搭建了一个交互式的分析预测平台，能够从大量的图像数据中自动学习和提取特征，从而实现高效、准确的分类。

2024-09-20 23:21:38 3006 2

原创基于深度学习的眼部疾病检测识别系统

本系统利用 TensorFlow、Keras 等深度学习框架构建卷积神经网络（CNN），利用眼部疾病影像数据进行模型训练与验证，预测AUC达到 94.9%，使用Flask框架结合Bootstrap前端技术搭建了一个交互式的分析预测平台，该系统可以大大提高疾病诊断的准确性和效率，为临床决策提供支持，同时也能缓解医疗资源紧张的问题。

2024-09-18 23:21:55 6783 7

原创基于机器学习的乳腺癌肿瘤智能分析预测系统

本系统致力于通过分析肿瘤的各种特征，如半径、纹理、形状等，利用Matplotlib、Seaborn 等工具进行可视化统计分析，并建立机器学习模型来预测肿瘤是否为恶性，测试集预测 AUC 达到 98.441%。系统的设计目的是为了帮助医疗专业人员更快地做出决策，并为患者提供更及时的治疗方案。

2024-09-16 14:49:33 2175 2

原创基于Python的B站热门视频可视化分析与挖掘系统

本项目利用 Flask + Bootstrap + Echarts 搭建可视化交互分析平台，通过分析B站上的热门视频，系统能够为创作者们提供关于热门视频的一些有价值的洞察，帮助UP主更好地定位自己的创作方向，优化内容策略。

2024-09-13 14:13:28 2243

原创基于机器学习的电商优惠券核销预测

随着移动互联网的快速发展，O2O（Online to Offline）模式已成为电商领域的一大亮点。优惠券作为一种有效的营销工具，被广泛应用于吸引新客户和激活老用户。然而，传统的随机投放方式往往效率低下，不仅对用户造成干扰，还可能损害品牌形象。因此，个性化优惠券投放成为提高营销效果的关键。本文将详细介绍如何利用机器学习技术进行电商优惠券使用预测，以实现优惠券的精准投放。测试集预测AUC达到89.6%。

2024-09-08 20:43:34 1731 1

原创基于大数据的科研热点分析与挖掘系统

科研活动的快速发展产生了大量的学术文献，如何从这些文献中提炼出有价值的科研热点和趋势成为了一个重要的问题。本项目旨在开发一个基于大数据的科研热点分析可视化系统，采集人工智能领域 ACL、CL、EMNLP 近几年顶级会议论文，利用自然语言处理技术和机器学习算法，对科研文献进行分析，并通过可视化的方式展示科研热点和发展趋势，帮助科研工作者更好地把握研究方向。

2024-09-07 22:51:07 1666 1

原创基于机器学习的阿尔兹海默症智能分析预测系统

阿尔兹海默症（Alzheimer's Disease, AD）是一种常见的神经退行性疾病，主要影响老年人的认知功能。随着全球人口老龄化的加剧，阿尔兹海默症的患病率逐年上升，对社会和个人健康造成了巨大的负担。因此，开发一种能够有效预测和辅助诊断阿尔兹海默症的智能系统具有重要意义。本项目旨在利用机器学习技术，结合临床数据和生物标志物，通过 XGBoost 机器学习模型来预测阿尔兹海默症发病风险，测试集预测 AUC 达到 97.9%，并利用 Flask、Bootstrap、Ajax 构建一个智能分析预测系统，以期

2024-09-05 23:18:20 3480 2

原创基于大数据的电商平台电脑销售数据分析系统

本项目利用网络爬虫技术从京东电商平台采集各类品牌笔记本电脑的价格、销量、评论等数据，经过数据清洗后存入数据库，并实现电脑销售、市场占有率、价格区间等多维度的可视化统计分析，并基于多属性的特产的个性化推荐。系统采用 Flask 框架构建后端分析服务，前端采用 Bootstrap + Echarts 实现可视化渲染，帮助商家更好地理解市场需求，从而制定有效的营销策略。

2024-08-29 20:19:53 2748

原创基于机器学习的工业制造缺陷分析预测系统

制造缺陷是工业生产过程中面临的重大挑战之一，对产品质量和生产效率产生直接影响。本项目，我们提出了一种数据科学方法，使用包括各种生产指标、供应链因素、质量控制评估、维护计划、劳动力生产率指标、能耗模式和增材制造细节的综合数据集，利用 Xgboost建模训练，测试集预测 AUC 达到99.7%，并搭建交互式分析系统来预测

2024-08-27 23:16:00 2128

原创基于数据挖掘的心力衰竭疾病风险评估系统

本项目它利用大量患者数据，覆盖了40至95岁的广泛年龄群体，包含了丰富的生理和生活方式指标，通过 XGBoost 机器学习模型来预测心力衰竭的发作风险，测试集预测 AUC 达到 90.7%，并利用 Flask、Bootstrap、Ajax 搭建web系统，为医疗专业人员提供了深入理解心衰风险因素的新视角。

2024-08-25 13:10:44 1750

原创基于机器学习的糖尿病数据分析与风险评估系统

本项目通过可视化分析对数据进行初步探索，再通过斯皮尔曼相关性检验探究患糖尿病的影响因素，通过建立Xgboost模型对是否患有糖尿病就行建模和训练，在不知道临床测量结果的前提下，去预测某人是否会患有糖尿病，测试集预测 AUC 达到 94.2%。通过机器学习模型分析影响糖尿病的主要因素，可以帮助医疗从业者更好地了解病因和风险因素，从而制定有效的预防和治疗策略。

2024-08-24 16:31:24 2075

原创基于深度学习的面部关键点识别系统

面部关键点识别是指从图像中自动定位出人脸上的特定部位（如眼睛、鼻子、嘴巴等）的位置。随着计算机视觉技术的发展，面部关键点识别已经成为许多应用的核心技术之一，如面部识别、表情分析、虚拟试妆等。传统的基于特征的方法在光照变化、遮挡、姿态等方面表现不佳，而深度学习方法因其强大的特征表示能力和适应性，在这一领域取得了显著的进步。本项目利用 Tensorflow 和 Keras 构建卷积神经网络，利用扩充的数据集完成模型的训练、验证和测试，面部关键点识别像素级误差为0.95，小于1个像素点。并利用 Flask + B

2024-08-10 22:44:25 1588 1

原创基于深度学习的面部表情分类识别系统

面部表情识别是计算机视觉领域的一个重要研究方向，它在人机交互、心理健康评估、安全监控等领域具有广泛的应用。近年来，随着深度学习技术的快速发展，面部表情识别的准确性和实时性得到了显著提升。本项目以 MobileNetV2 为基础模型构建面向面部表情识别的卷积神经网络，完成模型的训练、验证和测试，面部表情识别准确率达到 85%以上。并利用 Flask + Bootstrap 框架搭建交互式分析平台，方便用户进行表情的识别。

2024-08-03 19:57:45 1673 1

原创基于深度学习的植物疾病检测识别系统

本项目基于迁移学习策略，以VGG卷积神经网络为 base 模型，利用 TensorFlow、Keras 等工具构建面向植物疾病监测的卷积神经网络，通过模型训练、验证测试，预测准确率达到90%。利用 Flask、Bootstrap等框架搭建交互分析平台，用户通过上传植物叶片图像，实现疾病的在线诊断。该系统不仅可以提高病害检测的效率和准确性，还可以为农民提供及时有效的防治建议，从而减少农作物损失。

2024-08-02 00:27:23 2303

原创基于 Python 的五子棋对战游戏

随着人工智能技术的不断发展，越来越多的传统游戏开始融入智能元素，提升用户体验。五子棋作为一种经典的策略棋类游戏，其简单易懂的规则和丰富的策略性使其成为研究和开发的热门对象。本文将详细介绍如何使用Python语言结合Pygame工具包开发一款包含人机对战和人人对战两种模式的五子棋游戏系统。

2024-07-14 23:29:24 1161

原创基于深度学习的CT影像肺癌检测识别

本文介绍了一种基于深度学习的CT影像肺癌检测识别系统。该系统使用TensorFlow和Keras深度学习框架，通过迁移学习技术，以EfficientNetB3为基础模型，构建了一个卷积神经网络。通过对数据集进行扩充，利用扩充后的数据集进行模型训练，并进行模型性能评估，并利用 Flask + Bootrap + Ajax 搭建交互式分析框架，实现脑部 MRI 扫描影像上传和在线预测，模型给出是否包含脑部肿瘤及肿瘤类型，整体准确率达到90.27%。

2024-06-03 23:34:38 3943 6

原创基于数据挖掘的斗鱼直播数据可视化分析系统

本项目介绍了一个基于数据挖掘的斗鱼直播数据可视化分析系统。该系统利用Python编程语言，结合网络爬虫技术，从斗鱼直播平台抓取相关数据，并使用Pandas进行高效的数据分析处理。最终，通过Flask框架搭建Web应用，并结合ECharts实现数据的可视化展示。

2024-04-27 01:00:56 2580 4

原创基于深度学习的脑部肿瘤检测系统

本项目利用 TensorFlow、Keras 等深度学习工具包构建 VGG16、RestNet、InceptionV3 等神经网络，实现对脑部肿瘤 MRI 扫描影像的识别。首先在 Jupyter Notebook 平台实现模型的训练、验证和存储，利用 Flask + Bootrap + Ajax 搭建交互式分析框架，实现脑部 MRI 扫描影像上传和在线预测，模型给出是否包含脑部肿瘤及肿瘤类型，整体准确率达到93.9%。

2024-04-21 11:19:06 2133 3

原创基于大数据的全国热门景点数据可视化分析系统

本文将介绍如何使用Python中的Pandas库进行数据挖掘，并结合Flask Web框架实现一个旅游景点数据分析系统。该系统将包括以下功能模块：热门景点概况、景点星级与评分分析、景点价格分析、景点客流量销量分析以及景点地理空间分析。通过对数据的深入挖掘和可视化展示（包括柱状图、散点图、箱型图和地图），用户可以轻松了解各个景点的特点和趋势，为旅游规划和决策提供有力支持。

2024-04-13 00:54:44 3799 2

原创基于大数据的汽车信息可视化分析预测与推荐系统

本项目通过集成网络爬虫技术，实时获取海量汽车数据；运用先进的ARIMA时序建模算法对数据进行深度挖掘和分析；结合flask web系统和echarts可视化工具，为用户提供直观、易用的操作界面。系统主要包含汽车销量分析、汽车品牌车系分析、汽车评分分析、汽车指导价分析、汽车价格预测和汽车个性化推荐等功能模块，旨在为汽车行业从业者、消费者及研究人员提供全面、准确的数据支持和服务。

2024-04-08 10:54:12 2056

原创基于Python的电商特产数据可视化分析与推荐系统

利用网络爬虫技术从京东采集某城市的特产价格、销量、评论等数据，经过数据清洗后存入数据库，并实现特产销售、市场占有率、价格区间等多维度的可视化统计分析，并基于多属性的特产的个性化推荐。系统采用 Flask 框架构建后端分析服务，前端采用 Bootstrap + Echarts 实现可视化渲染。

2024-03-28 23:26:45 1515

原创基于卷积神经网络的野外可食用植物分类系统

本文详细探讨了一基于深度学习的可食用植物图像识别系统。采用TensorFlow和Keras框架，利用卷积神经网络（CNN）进行模型训练和预测，并引入迁移学习模型，取得91%的高准确率。通过搭建Web系统，用户能上传待测可食用植物图片，系统实现了自动实时的分类识别。该系统不仅展示了深度学习在生物学领域的实际应用，同时为用户提供了一种高效、准确的野外可食用支付分类识别服务。

2024-03-08 23:49:42 1698 1

原创基于深度学习的交通标志图像分类识别系统

本文详细探讨了一基于深度学习的交通标志图像识别系统。采用TensorFlow和Keras框架，利用卷积神经网络（CNN）进行模型训练和预测，并引入VGG16迁移学习模型，取得96%的高准确率。通过搭建Web系统，用户能上传交通标志图片，系统实现了自动实时的交通标志分类识别。该系统不仅展示了深度学习在交通领域的实际应用，同时为用户提供了一种高效、准确的交通标志识别服务。

2024-01-03 22:52:16 5490

原创基于深度卷积神经网络的猴痘分类识别系统

本文详细介绍了一基于深度卷积神经网络的猴痘分类识别系统。采用TensorFlow和Keras框架，通过卷积神经网络（CNN）进行模型训练和预测，利用迁移学习中的VGG16模型实现99%的分类准确率。系统以Web平台形式呈现，允许患者上传拍摄的病患处图片进行在线测试，系统将自动识别是否患有猴痘病毒。该系统不仅体现了深度学习在医学图像分类中的应用，同时为患者提供了一种方便而准确的自我诊断服务。

2024-01-02 23:13:50 1163

原创基于深度卷积神经网络的垃圾分类识别系统

本文详细介绍了一基于深度卷积神经网络的垃圾分类识别系统。采用TensorFlow和Keras框架，通过卷积神经网络（CNN）进行模型训练和预测。引入迁移学习中的VGG16模型，取得95%的分类准确率。系统基于Web平台，实现用户上传垃圾图片进行在线测试，系统即时预测并展示垃圾类别。此系统不仅展示了深度学习在垃圾分类中的应用，也提供了专业而高效的Web界面，为用户提供准确可靠的垃圾分类服务。

2024-01-01 21:58:43 3012

原创基于Python的电商手机数据可视化分析和推荐系统

本项目旨在通过Python技术栈对京东平台上的手机数据进行抓取、分析并构建一个简单的手机推荐系统。主要功能包括：网络爬虫：从京东获取手机数据；数据分析：统计各厂商手机销售分布、市场占有率、价格区间和好评率；可视化展示：使用ECharts进行数据可视化；推荐系统：根据分析结果为用户推荐手机。

2023-12-30 22:07:57 3416

原创基于Python的B站排行榜大数据分析与可视化系统

基于Python的B站排行榜大数据分析与可视化系统通过网络爬虫技术，自动采集B站网址热门排行榜，提取大量相关文本信息并存储在系统中。通过对这些信息进行统计分析，系统实现了B站排行榜热度的整体分析，热门版块的词云分析以及不同版块热度的详细分析。通过可视化的方式，用户可以清晰直观地了解B站各个排行榜的动态和热度趋势。本系统不仅提供了对B站内容的全面分析，还为用户提供了一种方便、直观的方式来探索和了解B站平台上的热门内容和趋势。

2023-12-30 14:30:12 1433

原创基于Python的短视频APP大学生用户数据分析预测

本项目基于国内高校大学生一段时间内使用某短视频的数据，使用数据分析和建模的方法，挖掘数据中所蕴含的信息，实现高校维度、大学生等维度的统计分析，构建 web 交互平台，通过视觉感知，更清晰直观、方便快速地抓住数据的信息，辅助管理者做出高效的决策。欢迎大家啦，由于篇幅有限，只展示了部分核心代码。技术交流、源码获取认准下方CSDN 官方提供的学长 QQ 名片 :)1. Python 毕设精品实战案例2. 自然语言处理 NLP 精品实战案例3. 计算机视觉 CV 精品实战案例。

2023-12-29 23:07:25 1861

原创基于Python的城市热门美食数据可视化分析系统

本项目利用网络爬虫技术从XX点评APP采集北京市的餐饮商铺数据，利用数据挖掘技术对北京美食的分布、受欢迎程度、评价、评论、位置等情况进行了深入分析，方便了解城市美食店铺的运营状况、消费者需求、市场趋势和竞争格局等。本系统利用 Flask 搭建 web 后端分析服务，利用 Bootstrap 和 Echarts 等搭建交互式可视化分析系统。

2023-12-27 22:51:00 2304

原创基于Python的新能源汽车销量分析与预测系统

本项目通过网络爬虫采集新能源汽车销售数据，并对数据进行清洗、数据库存储，以便后续分析使用。将清洗后的数据以图表的形式展示，如折线图、柱状图等，帮助用户直观地了解销量情况和趋势。通过统计学和机器学习算法对销售数据进行分析，提取关键特征和规律，帮助用户发现影响销量的因素。基于历史销售数据和分析结果，采用ARIMA差分自回归移动平均算法、决策树回归和Ridge岭回归等预测模型对未来销量进行预测，帮助用户做出决策和制定销售策略。

2023-12-25 23:02:20 7277 2

原创基于协同过滤的电影评论数据分析与推荐系统

本系统基于Python技术，使用UML建模，采用Django框架组合进行设计，Mysql数据库存储数据。功能主要包括：用户注册、登录、信息维护、搜索电影、电影评分、个性化推荐以及管理员进行信息管理等。个性化推荐功能使用基于用户的协同过滤算法和热点推荐来实现。开发工具主要有：Pycharm、Python3.8、Django3、mysql8、Navicat等。

2023-12-23 22:52:44 1551 1

原创基于Python的书籍数据采集与可视化分析系统

通过本系统，用户可以方便地查询和筛选图书数据，观察图书的分类分布、评分分布、热门图书、评论数量等指标，同时还可以对数据进行深入的分析和挖掘，了解读者的阅读喜好、市场趋势和预测未来的发展。本系统的设计和实现旨在为用户提供更加全面、准确、便捷的数据可视化分析服务，帮助用户更好地把握市场动态和趋势，提高决策的准确性和效率。

2023-11-09 22:50:31 2560

近30套Echarts大数据可视化大屏代码框架【大屏可视化】Echarts前端

近30套Echarts大数据可视化大屏代码框架，高质量Echarts大屏可视化代码框架，涉及到政务、智慧社区、金融行业、交通、物流、医疗等行业，功能包括实时数据K线图（可自由配置多种行业模式），可切换式大屏展示，翻牌效果，自定义字体等功能。

2023-01-06

基于 python 的滑坡地质灾害危险性预测毕业设计机器学习数据分析决策树【源代码+演示视频+数据集】

基于 python 的滑坡地质灾害危险性预测利用 pandas + Matplotlib + seaborn + sklearn + xgboost 等数据挖掘工具包实现对地质数据的探索式可视化分析，距道路距离、高程、归一化植被，三个特征，其滑坡与非滑坡的分布直方图区分度较为明显，说明人为活动和植被对滑坡的影响比较大！基于决策树算法实现对滑坡地质的分析预测目录 1. 读取数据 2. 数据探索式可视化分析距道路距离高程归一化植被地层时代土壤类型地貌降雨量 3. 基于机器学习的样本点滑坡预测建模数据集构造算法评估函数模型训练特征重要程度情况 ROC 曲线混淆矩阵计算

2022-07-07

基于大数据的新疆历史降水量数据可视化分析毕业设计机器学习数据分析数据挖掘【源代码+演示视频+数据集】

本文通过使用Python中的Pandas、Matplotlib和Seaborn等库，对新疆地区1980年至2018年的降水量数据进行了可视化分析，并利用ARIMA模型进行了月度降水量预测。具体功能包括：数据读取与预处理：从Excel文件中读取降水量数据，并对其进行必要的预处理，例如重命名列名、添加年份和月份等新列。数据探索式可视化：历史统计规律：通过绘制降水量随时间变化的折线图，揭示出1980至2018年间降水量的整体趋势，并识别出数据中的异常年份。年度分布情况：通过条形图和折线图展示每年的总降水量，显示出降水量呈下降趋势。月份分布规律：通过条形图和饼图分析每个月份的平均降水量，发现6月至8月为雨季，10月至11月为旱季。季节性降水量变化：通过对比不同年份的雨季和旱季降水量，发现近年来雨季降水量减少是总降水量下降的原因之一。监测站数据分析：通过计算不同监测站的平均降水量，并绘制图表，发现某些特定监测站的降水量较高。基于ARIMA模型的预测：构建了一个ARIMA模型来预测未来月度降水量，并将预测结果与历史数据进行比较，验证模型的有效性。

2022-07-07

Java最全面试题宝典.rar

Android(安卓) Android基础知识 Android内存泄漏总结 Handler内存泄漏分析及解决 Handler、Looper、Message、MessageQueue基础流程分析 Android性能优化 ListView详解 RecyclerView和ListView的异同 AsyncTask源码分析插件化技术自定义控件事件分发机制 ANR问题 Art和Dalvik的区别 Android关于OOM的解决方案 Fragment Activity&Fragment SurfaceView Android几种进程 APP启动过程 Activity启动流程以及界面展示过程图片三级缓存 Bitmap的分析与使用热修复的原理 AIDL Binder机制 Zygote和System进程的启动过程 Android中的MVC，MVP和MVVM MVP Android开机过程 Retrofit源码分析 Glide源码分析 EventBus用法详解 EventBus源码分析 Android ORM 框架之 greenDAO 使用心得 Data Binding（数据绑定）用户指南

2023-06-20

基于Python的中文内容纠错算法-课程设计

本项目是基于 Python 的中文文本内容纠错算法，基于jieba分词和中文词典技术实现。中文文本纠错是针对中文文本拼写错误进行检测与纠正的一项工作，中文的文本纠错，应用场景很多，诸如输入法纠错、输入预测、ASR 后纠错等等，例如：写作辅助：在内容写作平台上内嵌纠错模块，可在作者写作时自动检查并提示错别字情况。从而降低因疏忽导致的错误表述，有效提升作者的文章写作质量，同时给用户更好的阅读体验。公文纠错：针对公文写作场景，提供字词、标点、专名、数值内容纠错，包含领导人姓名、领导人职位、数值一致性等内容的检查与纠错，辅助进行公文审阅校对。搜索纠错：用户在搜索时经常输入错误，通过分析搜索query的形式和特征，可自动纠正搜索query并提示用户，进而给出更符合用户需求的搜索结果，有效屏蔽错别字对用户真实需求的影响。

2023-06-20

基于socket tcp通信的多人在线聊天系统-课程设计.rar

Python实现基于socket tcp通信的多人在线聊天系统，包含客户端和服务端。 client.exe client.py requirements.txt server.exe server.py users.txt

2023-06-15

基于python的学生教师刷脸考勤打卡系统-Flask-web-课程设计-毕业设计.rar

基于python的学生教师刷脸考勤打卡系统，包括教师端和学生端，功能主要包括刷脸签到、课程管理、考勤管理等功能模块。学生可以在闲暇时在系统录入人脸，等到上课签到时，只需在网页上刷脸即可完成签到，签到页实时显示签到人信息，整个过程简便流畅。同时，也实现了与考勤相关的一系列功能，满足用户需求。

2023-06-15

ChatGPT应用场景与Prompt提示词工程汇总.docx

ChatGPT应用场景与Prompt提示词工程汇总。应用场景包括：01自然语言理解和生成、02写作辅助、03机器翻译、04智能客服、05金融风险控制、06智能广告投放、07智能推荐系统、08情感分析、09语音识别和合成、10数字营销。以及汇总的各种写作、推理等场景下的ChatGPT Prompt提示词工程。

2023-06-20

基于java SSH的校园即时通讯校园帮系统-毕业设计-课程设计.rar

基于java SSH的校园即时通讯校园帮系统。角色包括管理员和普通用户。管理员功能：登录、公告管理（发布公告、停用公告）、任务管理（下架任务、删除任务）、用户管理（用户充值、限制用户）、修改密码用户功能：注册、登录、公告中心、任务管理（发布任务、接受任务、完成任务）、个人中心（查看个人信息、修改个人信息、充值管理）、修改密码、评价管理（评价任务、查看评价）开发环境：jdk1.8+tomcat8.5+mysql5.7

2023-06-20

基于Python的信息检索与信息抽取系统-课程设计.rar

本项目利用Python实现了一个信息检索与信息抽取系统，包括数据、前端和后端代码。信息检索（Information Retrieval）是用户进行信息查询和获取的主要方式，是查找信息的方法和手段。狭义的信息检索仅指信息查询（Information Search）。即用户根据需要，采用一定的方法，借助检索工具，从信息集合中找出所需要信息的查找过程。广义的信息检索是信息按一定的方式进行加工、整理、组织并存储起来，再根据信息用户特定的需要将相关信息准确的查找出来的过程。又称信息的存储与检索。一般情况下，信息检索指的就是广义的信息检索。信息抽取（Information Extraction: IE）是把文本里包含的信息进行结构化处理，变成表格一样的组织形式。抽取系统的输入信息是原始文本，输出的是固定格式的信息点。信息点从各种各样的文档中被抽取出来，然后以统一的形式集成在一起。这就是信息抽取的主要任务。信息以统一的形式集成在一起的好处是方便检查和比较。信息抽取技术并不试图全面理解整篇文档，只是对文档中包含相关信息的部分进行分析。至于哪些信息是相关的，那将由系统设计时定下的领域范围而定。

2023-06-15

电子科技大学《Python语言程序设计》课后作业和课程设计源代码.rar

电子科技大学《Python语言程序设计》的平时作业和期末课设。

2023-06-15

金融计量与量化策略分析-量化投资交易策略分析与系统设计-源代码等资源.rar

本资源包括：中国人民大学财政金融学院刘振亚教授的“金融计量与量化策略分析”与“量化投资交易策略分析与系统设计”两门课程的课程作业和笔记记录。金融量化分析主要是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据当中选出能够带来超额收益的多种“大概率”事件以此来指定策略。主要就是以下几步：灵光乍现、细化策略、策略转程序、检验策略结果、回测、模拟交易、实盘交易等。

2023-06-15

基于Django的网上订餐系统-课程设计.zip

基于python+django的网上订餐系统开发技术:python+django+mysql 开发工具：pycharm+mysql 主要功能：普通用户：用户注册，用户登录，加入购物车，购物车结算，退单，查询商品管理员：用户管理，商品管理，订单管理，购物车管理，退单管理

2023-06-15

基于U-Net的细胞数目识别与计数-课程设计.rar

在基于Tensorflow的框架上用Keras进行深度学习对细胞图像分割并利用分割后的图像进行细胞计数。深度学习网络采用 U-Net 神经网络。原始数据集来自isbi挑战。他提供了tif格式的train，label，test图。但是由于是打包好的30张tif图片，需要先用python的TIFF库对文件进行处理。由于训练图片是30张512×512的数据集，这对于机器学习来说是远远不够的，而且由于本人的硬件环境不太友好。我利用了keras.preprocessing.image一个名为ImageDataGenerator的模块进行图像扭曲来数据扩充。并且将图像转换成256×256的图像后批处理输入网络模型。

2023-06-15

基于Python的学生宿舍管理系统-数据库课程设计-毕业设计.rar

学生宿舍管理系统，使用PyQt5编写，用了pymysql操作mysql库。学生宿舍管理系统的开发主要包括后台数据库的建立和维护以及前端应用程序的开发两个方面。对于后台数据库的建立和维护要求建立起数据一致性和完整性强、数据安全性好的库。而对于前端应用程序的开发则要求应用程序能提供强大的数据操纵功能，界面友好、使用简单方便等特点。旧的手工纪录的宿舍管理方式已经不能适应高速发展的信息化时代，新的宿舍管理系统开发出来之后，学校的现有的宿舍信息管理将有很大的改观，由过去的人工方式转变为计算机方式，由效率低、数据冗余、易产生错误转变为检索迅速、查找方便、可靠性高、存储量大。

2023-06-15

基于词典方法和机基于器学习方法的中文情感倾向分析系统.zip

文本情感分析又称意见挖掘，是对包含用户观点、喜好、情感等主观性文本进行挖掘、分析及判别它是一个多学科交叉的研究领域，涉及概率论、数据统计分析、计算机语言学、自然语言处理、机器学习、信息检索、本体学 ( Ontology) 等多个学科及其相关技术。目前，情感分类大致涌现出两种研究思路:基于情感知识和基于特征。前者主要是基于已有的情感词典或情感知识库对文本中带有情感或极性的词( 或词语单元) 进行加权求和，而后者主要是对文本提取具有类别表征意义的特征，再基于这些特征使用机器学习算法进行分类。本项目运用情感词典与机器学习两种方法分别进行文本情感分析，并提供结果对比。

2023-06-15

Python+OpenCV 车牌识别【数字图像处理】课程设计毕业设计.rar

近年来，汽车车牌识别（License Plate Recognition）已经越来越受到人们的重视。特别是在智能交通系统中，汽车牌照识别发挥了巨大的作用。汽车牌照的自动识别技术是把处理图像的方法与计算机的软件技术相连接在一起，以准确识别出车牌牌照的字符为目的，将识别出的数据传送至交通实时管理系统，以最终实现交通监管的功能。在车牌自动识别系统中，从汽车图像的获取到车牌字符处理是一个复杂的过程，主要分为四个阶段：图像获取、车牌定位、字符分割以及字符识别。本代码库主要是使用python环境下的OpenCV来处理图像。

2023-06-15

基于性别网上学习特征分析及可视化系统毕业设计数据挖掘数据分析机器学习【源代码+数据集+视频】.rar

系统演示视频：https://live.csdn.net/v/224436 本项目通过调查问卷获取大学生的网上在线学习的特征数据，利用python分析不同性别在线学习的特征，包括网课类型、行为习惯、学习资源等多维特征，并利用 echarts 进行可视化展示。 1. 问卷提交时间与问卷填写时间与填报方式的分布情况 2. 填报问卷大学生来源城市的分布情况 3. 填报问卷大学生性别与所在年级分布情况 4. 填报问卷大学生所在学校的分布情况 5. 不同性别网上学习是否制定相应的学习目标和任务对比情况 6. 不同性别下载锁屏软件的对比情况 7. 不同性别网上学习时浏览其他网页的对比情况 8. 不同性别网上学习时整理笔记的对比情况 9. 不同性别上网课类型的对比情况 10. 不同性别网上学习的原因的对比情况 11. 不同性别网上学习方式的对比情况 12. 不同性别网上学习遇到困难做法的对比情况 13. 不同性别不错的网上学习资源分享的对比情况 14. 不同性别付费购买正版网课的对比情况 15. 不同性别单次学习时长的对比情况 16. 大学生网上学习特征Kmeans聚类分析结果

2023-06-14

基于性别的大学生浏览视频特征分析及可视化系统【源代码+数据集+视频】.rar

系统演示视频：https://live.csdn.net/v/224431 通过调查问卷获取大学生的浏览视频的数据，利用python分析不同性别浏览视频的特征，包括时长、时段、类型、频率等多维度的特征，并基于 Birch 算法的大学生浏览视频特征聚类分析。 1. 问卷提交时间与问卷填写时间的分布 2. 填报问卷来源饼状图与来源省份分布 3. 不同性别是否经常观看视频对比情况 4. 不同性别观看视频的理由对比情况 5. 不同性别观看时长的对比情况 6. 不同性别观看时段的对比情况 7. 不同性别观看视频类型的对比情况 8. 不同性别观看付费视频的对比情况 9. 基于 Birch 算法的大学生浏览视频特征聚类分析

2023-06-14

基于评论情感分析的酒店推荐系统毕业设计情感分析数据分析网络爬虫【flask web】【源代码+数据集】

利用网络爬虫技术从某旅游网站等爬取成都的景点旅游数据，根据旅游网的数据综合分析成都旅游景点周边酒店住宿，抓取酒店的评论信息，基于机器学习算法实现评论的情感分析，并基于情感分析和其他因素进行酒店的个性化推荐。

2022-07-12

基于 SpringBoot和Vue的学生信息管理系统-源代码+数据库+论文+PPT.rar

传统的学生信息管理，都是依靠人力来完成的，比如更改联系方式、更改个人信息、课程信息等输入和查询，这些都是由管理员手工完成的。每天要处理的学生信息数不胜数，海量的信息资料都是以传统的纸质文件形式存在的，既浪费了大量的人力、物力、空间，又给管理员，用户和学生信息带来了极大的不便。海量的信息资料、分类、工作考察的详细程度，都在不断地推动着一种更加快速、高效的信息管理方法。本系统基于 SpringBoot和Vue 等框架，开发的一套学生信息管理系统。学生信息管理系统是学校不可缺少的一个环节，其内容直接关系到学生、教师和管理者。系统主要完成个人中心、学生管理、教师管理、公告通知管理、课程类型管理、课程信息管理、选课信息管理、课程成绩管理、毕业信息管理、学生考勤管理、综合素质管理等功能。方便管理员随时随地，只要计算机联网，就可以对学生信息进行管理。同时，也可以方便的查询自己的学生信息。

2024-09-16

基于SpringBoot和Vue的个人财务智能管理系统-毕业设计-课程设计-源代码-论文

博客：https://pythonhacker.blog.csdn.net/article/details/141756457 随着信息技术在管理上越来越深入而广泛的应用，管理信息系统的实施在技术上已逐步成熟。本文介绍了个人理财系统的开发全过程。通过分析个人理财系统管理的不足，创建了一个计算机管理个人理财系统的方案。文章介绍了个人理财系统的系统分析部分，包括可行性分析等，系统设计部分主要介绍了系统功能设计和数据库设计。本个人理财系统管理员功能有个人中心，用户管理，账单类型管理。用户功能有个人中心，收入账单管理，支出账单管理，理财计划管理，统计分析管理，备忘录管理等。因而具有一定的实用性。本站是一个B/S模式系统，采用SSM框架，MYSQL数据库设计开发，充分保证系统的稳定性。系统具有界面清晰、操作简单，功能齐全的特点，使得个人理财系统管理工作系统化、规范化。本系统的使用使管理人员从繁重的工作中解脱出来，实现无纸化办公，能够有效的提高个人理财系统管理效率。

2024-08-31

基于SpringBoot的高校BBS在线互动论坛系统-源码+论文报告+数据库.rar

博客：https://pythonhacker.blog.csdn.net/article/details/141791851 本论文设计并实现了一个基于Spring Boot和Vue的校园论坛系统，该系统分为用户和管理员两个角色。用户可以浏览帖子，查看帖子详情，点赞、评论和转发帖子，同时也可以修改个人信息和密码，以及对个人帖子进行管理和发布。该系统具有良好的用户界面和友好的用户体验，为校园论坛的建设和管理提供了有力的支持。系统划分为以下模块： 1. 用户模块： a) 登录注册：处理用户登录和注册的逻辑。 b) 个人信息：处理用户个人信息的修改和展示逻辑。 c) 帖子管理：处理用户发布的帖子的管理逻辑。 2. 帖子模块： a) 帖子发布：处理帖子的发布逻辑。 b) 帖子浏览：处理帖子列表和详情的展示逻辑。 c) 点赞、评论、转发：处理用户对帖子进行点赞、评论和转发的逻辑。 3. 管理员模块： a) 后台登录：处理管理员登录后台的逻辑。 b) 帖子管理：处理帖子的审核、编辑和删除等操作逻辑。 c) 用户管理：处理

2024-09-01

基于Python的围棋和五子棋小游戏.rar

博客介绍：https://pythonhacker.blog.csdn.net/article/details/140422470 随着人工智能技术的不断发展，越来越多的传统游戏开始融入智能元素，提升用户体验。五子棋作为一种经典的策略棋类游戏，其简单易懂的规则和丰富的策略性使其成为研究和开发的热门对象。本文将详细介绍如何使用Python语言结合Pygame工具包开发一款包含人机对战和人人对战两种模式的五子棋和围棋游戏系统。五子棋和围棋游戏的设计主要包括以下几个部分：游戏界面：使用Pygame创建游戏窗口，并绘制棋盘和棋子。游戏逻辑：实现五子棋的基本规则，判断胜负条件。玩家交互：处理玩家的鼠标点击事件，实现人人对战。人工智能：开发AI算法，实现人机对战。通过以上步骤，我们可以开发出一个基本的五子棋和围棋两款游戏系统，包含人机对战和人人对战两种模式。后续可以根据需要对游戏界面进行美化，优化AI算法，提高游戏的趣味性和挑战性。Python和Pygame的结合为游戏开发提供了一个高效且易于学习的平台，使得即使是初学者也能够快速上手并创作出自己的游戏作品。

2024-09-01

基于SpringBoot的教务与课程管理系统+源码+论文报告+数据库.rar

博客介绍：https://pythonhacker.blog.csdn.net/article/details/141788669 随着计算机科学技术的迅猛进步及高等教育体系改革的持续深化，传统的教育管理方式、工具及其操作效率已经难以满足新时代的发展需求，尤其是在提升教学质量与管理效能方面显得力不从心。为了改善这一状况，亟需通过更新管理理念与增强管理实践的科学性来提升教育管理水平。本文提出了一种基于SpringBoot框架结合关系型数据库MySQL构建的高校教务与课程管理系统的设计与实现方案。该系统采用B/S（浏览器/服务器）架构模式，旨在为高校师生提供包括但不限于课程查询、信息修改、数据存储、记录添加以及选课在内的多项服务。系统后端采用SpringBoot框架，集成了Spring、SpringMVC与Mybatis等技术，以确保系统的高效运行与良好的数据处理能力。该选课管理系统主要由学生选课管理和教务管理人员选课审批两个子模块组成的。学生、教务管理人员和课程是该系统中3个最重要的基本组成要素，学生与教务管理人员之间是通过课程这一要索发生联系的根据现实中学校的

2024-09-01

基于SpringBoot的智能医院管理系统-源码+论文报告+数据库文件.rar

博客地址：https://pythonhacker.blog.csdn.net/article/details/141760815 随着计算机科学的迅猛发展和互联网技术的不断推进，人们的生活方式发生了巨大的变化，同时也推动了整个软件产业的发展。然而，在传统的医院就诊过程中，病人需要办理繁杂的手续和填写众多资料，这种操作极其不友好。此外，医生在诊疗过程中经常需要手写病历，这可能导致病人的病史记录不清，影响治疗效果。为了解决这些问题，我们基于JavaEE技术体系，采用前后端分离的思想，并结合Spring Boot、Vue.js、MySQL、Redis、Docker等技术或框架，开发了一个旨在提供便捷、高效、安全医疗服务的智能医院管理系统。功能包括：注册登陆、医生信息管理、医生值班安排、数据统计、挂号信息管理、住院管理、预约挂号等。

2024-09-01

基于SpringBoot的智能物流仓库管理系统-源代码-论文-数据库

博客：https://pythonhacker.blog.csdn.net/article/details/141756914 物流快递仓库管理是一项非常繁琐复杂的工作，每天要处理大量的单据数据，包括入库、出库、退库、调库等多项货物操作流程。因此，为提高库管工作的质量和效率，就必须根据仓库管理的特点开发库存物流信息系统。本项目立足于物流信息系统发展的现状，从实际出发设计了一款库存信息系统软件。系统建设的主要目标为:加大对产品的出入库、移库、盘点及相关的财务和员工的管理力度；全面实时地掌握仓储信息，提高仓储管理与运作的效率;初步实现物流、资金流与信息流的一体化。管理员登录，通过填写邮箱基础管理，可以实现商品管理，来往单位管理，员工管理，仓库管理销售管理，可以实现员工管理，仓库管理等操作配送管理：可以实现申请配送，配送列表管理等操作运输管理：可以实现车辆资料管理，驾驶员资料管理等操作图表分析：可以实现入库分析，出库分析管理等操作系统管理：可以实现安全设置，操作员管理，权限列表等操作日志管理：可以查看登录日志，操作日志等：

2024-08-31

基于知识图谱的智能旅游推荐系统-毕业设计-课程设计-知识图谱

该系统是一个为用户提供关于黄鹤楼及其周边旅游信息的平台，具备以下功能：访问系统：用户可以通过访问指定网址（http://47.103.198.84）进入系统主页。登录获取推荐内容：系统提供两个预设账户供用户登录，以便获取个性化的推荐内容。登录后，用户能够看到根据其偏好定制的内容推荐。目前系统暂不支持新用户的注册。查看景点和游记详情：用户可通过点击主页上的图片链接访问黄鹤楼的详细介绍页面，也可以通过点击游记链接浏览其他游客分享的体验。不过，由于数据完整性的问题，当前的景点和游记详情内容还不够完善。使用问答推荐功能：系统提供了一个问答推荐模块，用户可以提出有关旅游目的地的问题，如询问武汉的旅游景点、黄鹤楼的位置信息、当地的天气状况等。系统会根据用户的问题给出相应的回答或推荐。此系统旨在帮助用户更好地规划他们的旅行计划，尤其是在访问黄鹤楼及其周边地区时，提供实用的信息和服务。

2024-08-31

基于python的在线考试系统-毕业设计-课程设计-Django-毕业设计论文

本系统从实际情况出发，并考虑用户的实际问题，采用当前比较流程的Python语言来进行程序的设计，在数据库存储方面主要是使用MySQL来进行存储，通过本系统的开发可以让高校的教育工作者更好的对考试信息进行管理，大大的减少了在考试信息管理方面的工作量。在线考试系统分为学生，教师，管理员三部分。其中管理员的功能包括学生信息管理，导师信息管理，成绩信息管理，试题信息管理等功能；教师功能主要包括查看个人信息，对成绩进行统计和查询成绩，组卷等功能；学生部分的功能主要有查看个人信息想，在线考试和查看成绩等内容。通过这都些功能不仅可以让学生在日常教育工作中更好的了解到一些信息，而且极大的减轻了高校内教务工作者的工作负担，同时相应了国家个性化教学的号召。

2024-08-31

基于Python智慧校园在线考试系统-源代码-文档-毕业设计-课程设计

《基于Python智慧校园在线考试系统》是一个综合性的在线考试平台，支持用户注册、登录、参加考试、出题和管理等功能。以下是该系统的具体使用说明：用户操作启动项目：在虚拟环境中，通过命令python manage.py runserver启动项目，然后在浏览器中访问http://127.0.0.1:8000进入网站首页。注册与登录：初次访问时，用户需先注册账户。注册时需填写真实有效的邮箱，并通过邮箱验证。验证成功后，用户可以登录系统。参与考试：注册并登录后，用户可以选择感兴趣的考试项目，如热门比赛，进入比赛信息页，点击“开始挑战”按钮开始答题。在答题页面，用户可以通过“后退”、“前进”按钮切换题目，完成答题后点击“交卷”按钮提交答案，查看成绩。查看排行榜：用户可以点击“查看排行榜”按钮，查看当前比赛的成绩排名。机构用户操作注册机构：机构用户需要先注册成为机构成员，之后才能进行出题。点击“成为机构”按钮，进入注册页面，填写相关信息，尤其是注册网站时使用的邮箱。出题：注册完成后，机构用户可以点击“快速出题”按钮进入出题页面。在此页面，用户可以先创建题库，然后配置比赛。

2024-08-30

基于Python的电商购物平台-源代码-文档-毕业设计-课程设计

《基于Python的电商购物平台》是一个完整的电子商务平台项目，分为前台用户界面和后台管理界面两部分。以下是该项目的详细使用说明：网站前台启动与访问：在虚拟环境中启动项目后，通过浏览器访问http://127.0.0.1:5000即可进入网站前台首页。用户注册与登录：首次访问首页时，用户可以从左上角点击“注册”按钮进入注册页面完成注册。注册完成后返回首页，点击“登录”按钮登录账户。浏览商品：登录成功后，用户可以在首页选择商品，也可通过顶部导航栏按分类浏览。将鼠标悬停在商品图片上会出现购物车按钮，点击即可将商品加入购物车。商品详情：点击商品图片可进入商品详情页，在此页面可以调整商品数量，并通过点击“添加到购物车”按钮将商品加入购物车。购物车管理：用户可在购物车页面查看已选商品，并进行结算或清空购物车的操作。结算与支付：点击“结账”按钮进入支付宝扫码支付页面。由于这是本地项目，支付功能仅为模拟，默认点击“支付”按钮即视为支付成功。订单查看：用户可通过点击“我的订单”按钮查看自己的订单信息。商品搜索：用户可在首页顶部的搜索栏中输入关键词搜索商品。网站后台登录后台

2024-08-30

基于Python的智能停车场车牌识别计费系统-源码-文档-课程设计-Python基础学习

《智能停车场车牌识别计费系统》是一款利用现代技术手段实现车辆出入管理和费用统计的自动化系统。以下是该系统的具体使用说明：系统启动：在PyCharm中运行《智能停车场车牌识别计费系统》，进入系统主界面。在启动程序之前，需要确保计算机已连接互联网，并且已经从百度AI开放平台获取了图片识别所需的Key，将其复制到项目根目录下的file子目录中的key.txt文件中，并替换原有内容，注意保留单引号。车牌识别与车辆管理：识别车牌：当车辆的车头或车尾对准摄像头时，管理员点击“识别”按钮，系统将自动识别车牌号码，并据此判断车辆是入场还是出场。车辆入场时，系统会记录入场时间和车牌信息，并显示入场信息；车辆出场时，系统会根据入场记录计算停车费用，并显示出场信息。收入统计：通过点击“收入统计”按钮，系统会根据车辆的进出记录自动汇总收入信息，并通过柱状图的形式展示出来，便于管理员直观地了解停车场的经营状况。车位满预警：系统能够根据历史数据预测未来一周内可能出现车位紧张的日子，并提前一天向管理员发出预警提示，帮助管理员及时采取措施，合理调度资源。该系统通过车牌识别技术实现了车辆的自动管理，并提供

2024-08-30

基于Python的飞机大战小游戏-源代码-课程设计-Python基础学习

《飞机大战》是一款经典的射击类游戏，玩家需要操控自己的飞机击败不断来袭的敌人，同时避免与敌机发生碰撞。以下是该游戏的具体使用说明：启动游戏：通过PyCharm运行《飞机大战》，游戏将加载并展示出游戏主界面，包括玩家的飞机和其他游戏元素。游戏操作：在游戏过程中，敌机会从屏幕顶部不断出现并向下方移动。玩家可以通过键盘上的方向键（↑、↓、←、→）来控制飞机的上下左右移动，并且可以发射子弹来击毁敌机。每成功击毁一架敌机，玩家将获得100分。游戏结束：如果玩家的飞机与敌机发生碰撞，则游戏结束。游戏结束时，主界面中央会出现游戏结束提示，并显示出玩家的最终得分以及一个“排行榜”按钮。玩家可以在游戏结束界面上查看自己的得分。查看排行榜：在游戏结束界面中，玩家可以通过点击“排行榜”按钮来查看游戏的排行榜界面。排行榜界面上会列出最高得分的玩家及其得分情况。如果玩家想要再次挑战游戏，可以点击“重新开始”按钮回到游戏主界面，重新开始游戏。《飞机大战》结合了刺激的射击元素和直观的得分系统，使得游戏既具有挑战性又富有乐趣。排行榜功能则增加了游戏的竞争性，鼓励玩家不断提高自己的技能以获得更高的排名。

2024-08-30

基于Python的超级玛丽冒险小游戏系统-Python基础学习-课程设计

《玛丽冒险》是一款简单而有趣的横版过关游戏，玩家需要操控角色玛丽躲避障碍物，尽可能获得更高的分数。以下是该游戏的具体使用说明：启动游戏：通过PyCharm运行《玛丽冒险》，游戏将加载主界面，并展示游戏背景及玛丽角色。游戏操作：游戏开始后，背景地图自动移动，并随机生成障碍物，如管道和导弹。玩家需通过键盘上的空格键让玛丽跳跃，以避开这些障碍物。得分机制：每当成功越过一个障碍物，屏幕右上角的得分将增加1分，以此激励玩家继续挑战更高分数。游戏结束：如果玩家控制的玛丽不幸撞上了障碍物，屏幕上会出现“Game Over”的字样，表示游戏结束。此时玩家可以通过再次按下空格键来重新开始游戏。背景音乐控制：为了增强游戏体验，设有背景音乐播放功能。玩家可以通过点击屏幕左上角的音乐按钮来开启或关闭背景音乐。当音乐播放时，按钮图标会有相应的变化，而当音乐停止时，按钮图标也会随之改变。通过上述说明可以看出，《玛丽冒险》不仅提供了基本的游戏玩法，还加入了得分和背景音乐控制等元素，使得游戏更加丰富有趣。玩家可以在游戏中享受简单的跳跃乐趣，同时挑战自己的最高得分。游戏的重新开始机制也为玩家提供了反复尝试

2024-08-30

基于Python的学生成绩管理系统-控制台版-课程设计-Python基础学习

《学生信息管理系统》是一款基于命令行界面设计的学生信息管理工具。用户可以在系统主界面上通过简单的菜单选择执行不同的功能，以完成学生信息的各种管理操作。该系统具备如下主要功能：录入学生信息：用户可以通过输入相应的数字并按回车键来开始录入学生的编号、姓名以及各科成绩等信息。系统会询问用户是否继续添加新记录，直至所有信息被保存至文件中。查找学生信息：此功能允许用户按照学生编号或姓名来搜索特定的学生信息。如果找到了匹配的学生记录，系统将展示其详情；若没有找到，则会提示无相关信息。用户可选择是否继续查找。删除学生信息：通过输入学生编号，用户可以直接从系统存储中移除某个学生的记录。系统同样会询问用户是否继续删除操作。修改学生信息：此功能使得用户能够更新现有学生的各项信息。首先系统会列出所有学生的基本信息供参考，接着用户输入需修改的学生编号，系统将引导用户完成信息更新。排序：系统支持对学生信息进行排序，用户可以选择按某一科目成绩进行升序或降序排列，并查看排序后的结果。统计学生总人数：系统能够自动计算并显示当前存储的学生总数。显示所有学生信息：此选项用于一次性展示系统内所有学生的详细信

2024-08-30

基于FaceNet和CenterFace实现的人脸识别-课程设计-毕业设计.zip

基于FaceNet和CenterFace实现的人脸识别使用CenterFace进行人脸检测，获取到五个关键点后，做仿射变换进行人脸对齐。使用爬虫爬取数据（以明星为目标），对爬取的数据进行清洗后作为训练集，使用CASIA-FaceV5作为测试集。使用PyQt5开发界面，所有视图均在/src/view，使用MySQL对提取的人脸特征和对应的信息进行存储，使用OpenCV实时采集图像，将采集的图像进行特征向量提取，然后与数据库中的信息比对，根据设置的最大距离来判断是不是同一个人。运行前先将数据库部署好（src/sql文件夹有sql文件，可直接恢复至数据库），修改好face_db.py中的连接信息，然后运行main.py即可。

2023-06-22

基于Python的酒店信息管理系统-课程设计-毕业设计.zip

基于Python的酒店信息管理系统，包括客房管理、员工管理、报表管理、修改密码等模块。在经济全球化导致行业竞争愈发激烈的今天，方便快捷的管理手段已经成为各个行业所迫切需要的要求，酒店作为现代社会行业的实体，更应该通过信息资源的深入开发和广泛利用，不断提高生成、经营、管理、决策的效率和水平，进而提高酒店的经济效益和综合竞争力，实现从传统管理向现代管理的转变。登录功能：登录账号来自于员工账号，最初进入系统的账号来自于员工表，需通过SQL 进行初始化，首页显示找回密码选项，不过尚未开发完毕，修改密码功能设置在登录成功后的主页中。员工管理功能：进入员工管理页面可以查看自己的个人信息，包括基本身份信息和权限信息，1 级权限方可进行添加、删除和修改员工的操作。其中查询员工与修改员工的功能集成在同一页面，查询到即可修改。删除员工需要提供编号、姓名和身份证号。添加员工需提供完整注册信息。客房管理功能：作为酒店工作人员可以查询满足顾客要求的客房信息并办理入住，入住登记分为个人入住、团队入住和预订入住。预约功能可以帮助个人或团队提前预约，并可取消预约。退房功能与入住功能类似

2023-06-22

基于KNN算法的MATLAB人脸识别-课程设计.zip

本次实验尝试通过将人脸的图像转化为特征向量，然后训练数据集，通过计算欧拉距离找到与待测人脸最接近的k个人脸，这样对人脸进行归类识别实现一个基于KNN 的人脸识别算法，来达到人脸识别的入门级学习。算法简介: KNN算法假设给定一个训练数据集，其中的实例类别已定。分类时，对新的实例，根据其 k 个最近邻的训练实例的类别，通过多数表决等方式进行预测。因此，KNN算法不具有显式的学习过程。 KNN算法实际上利用训练数据集对特征向量空间进行划分，并作为其分类的“模型”。 k值的选择、距离度量以及分类决策规则是k近邻算法的三个基本要素。算法流程: 1.假设有一个带有标签的样本数据集（训练样本集），其中包含每条数据与所属分类的对应关系。遍历训练数据集，计算预测样本与其他每一个样本点的距离，按照由近到远排序。完成训练得到训练后的数据集After training Data Set 2.定义一个KNN参数k 值（1<=k<=20）,表示纳入投票决策的样本数 3.输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较(进行测试集的测试)。 4.取前 k个样本数据对应的分

2023-06-22

机器学习深度学习基础算法知识笔记与案例代码.zip

机器学习深度学习基础算法知识笔记与案例代码机器学习、深度学习、自然语言处理基础知识总结。目前主要参考李航老师的《统计学习方法》一书，也有一些内容例如XGBoost、聚类、深度学习相关内容、NLP相关内容等是书中未提及的。由于github的markdown解析器不支持latex，因此笔记部分需要在本地使用Typora才能正常浏览，也可以直接访问下面给出的博客链接。 Document文件夹下为笔记，Code文件夹下为代码，Data文件夹下为某些代码所使用的数据集，Image文件夹下为笔记部分所用到的图片。机器学习线性回归（笔记）感知机（笔记+代码） KNN（笔记+代码）朴素贝叶斯（笔记+代码）决策树（笔记+代码）逻辑回归（笔记+代码）最大熵（笔记+代码） SVM（笔记+代码） AdaBoost（笔记+代码） GBDT（笔记+代码） EM算法（笔记+代码）隐马尔可夫模型（笔记+代码）条件随机场（笔记）随机森林（笔记+代码） XGBoost（笔记）聚类（笔记）特征工程之特征选择（笔记）特征工程之降维算法（笔记）深度学习神经网络（笔记+代码） RNN

2023-06-22

基于Html-CSS-JavaScript的宇宙科普系统网页设计.zip

基于Html-CSS-JavaScript的宇宙科普系统，网页设计作业全套代码。超文本标记语言（英语：HyperText Markup Language，简称：HTML）是一种用于创建网页的标准标记语言。您可以使用 HTML 来建立自己的 WEB 站点，HTML 运行在浏览器上，由浏览器来解析。 CSS (Cascading Style Sheets，层叠样式表），是一种用来为结构化文档（如 HTML 文档或 XML 应用）添加样式（字体、间距和颜色等）的计算机语言，CSS 文件扩展名为 .css。 JavaScript 是 Web 的编程语言。所有现代的 HTML 页面都可以使用 JavaScript。

2023-06-22

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人