- 博客(218)
- 资源 (1)
- 收藏
- 关注
RSS订阅
98基于 C 使用卷积神经网络在STM32F401C-DISCO上实现人体活动识别
【作品名称】：基于 C 使用卷积神经网络在STM32F401C-DISCO上实现人体活动识别
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：概述
在STM32F401C-DISCO开发板上部署轻量级的卷积神经网络(CNN)，进行人体活动识别(HAR)，识别的姿态包括步行、慢跑、上楼、下楼、站姿、坐姿。开发板正面朝下放置在右前裤兜中进行测试，系统读取板载LSM303加速度计输出的加速度（20Hz速率连续读取90组三轴加速度值），通过网络模型推理出用户此时的活动状态（给出6种状态的可能性百分数）并且输出可能性最大的状态的标签作为系统最终预测结果。
数据集使用无线传感器数据挖掘（WISDM）实验室发布的Actitracker数据集[链接]，该数据库中提供的数据是以20Hz的采样率的，从36个用户的口袋中使用智能手机收集的。数据包含
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于 python分别采用神经网络、线性回归、SVM方法预测学生成绩
【作品名称】：基于 python分别采用神经网络、线性回归、SVM方法预测学生成绩
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
老师提供一组包含学生成绩与校园卡消费记录的数据。我对数据进行预处理后，分别采用神经网络、线性回归和SVM方法对学生学习成绩进行了回归。准确率为78%。
结果表明，学生经常去图书馆自习、每天在食堂吃饭不超过16块且前3学期学习成绩达到优秀的学生，在第4学期很可能再次达到优秀。该结果只针对次数据集。
用到的库与工具
keras
numpy
sklearn
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于 python 的图神经网络实现CTR预估
【作品名称】：基于 python 的图神经网络实现CTR预估
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
Requirements
Python 2.7
Tensorflow 1.5.0
Citation
Please cite our paper if you use the code:
@article{li2019fi,
title={Fi-GNN: Modeling Feature Interactions via Graph Neural Networks for CTR Prediction},
author={Li, Zekun and Cui, Zeyu and Wu, Shu and Zhang, Xiaoyu and Wang, Liang},
journal={arXiv preprin
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于 python图神经网络的切片级漏洞检测及解释方法
【作品名称】：基于 python图神经网络的切片级漏洞检测及解释方法
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
数据预处理部分： 首先执行preprocess中的raw_data_preprocess.py读取csv文件获得漏洞减号行相关信息,漏洞减号行格式见nvd_vul_lineinfo.json样例
1.代码标准化： 执行preprocess/code_normalize内的normalization.py文件，注意修改路径
Joern生成pdg图和json文件,脚本已经写好在preprocess/joern_graph_gen.py
-i,-o修改成对应的输入和输出路径
首先用-t parse, 生成解析结果.bin文件
然后用-t export -r pdg, 生成pdg.dot文件
最后用-t expor
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于java 实现的android的果蝇识别app ( 采用随机森林，神经网络等多种算法 )
【作品名称】：基于java 实现的android的果蝇识别app ( 采用随机森林，神经网络等多种算法 )
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
基于java 实现的android的果蝇识别app ( 采用随机森林，神经网络等多种算法 )
基于java 实现的android的果蝇识别app ( 采用随机森林，神经网络等多种算法 )
基于java 实现的android的果蝇识别app ( 采用随机森林，神经网络等多种算法 )
基于java 实现的android的果蝇识别app ( 采用随机森林，神经网络等多种算法 )
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于SpringBoot+STOMP协议实现的web聊天室
【作品名称】：基于SpringBoot+STOMP协议实现的web聊天室
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
Linux & Windows
部署前需先安装配置好 JDK8 、Maven3 等环境。
创建目录并授权
Linux 系统一般需执行此步骤。
Windows 系统默认创建的目录在项目所处的盘符根目录中，需修改 application.properties 里的目录映射配置 file.directoryMapping＝所在盘符:\\xechat\\
# 存放日志的目录
sudo mkdir /var/log/xechat
# 资源映射的目录
sudo mkdir /xechat
# 授权
sudo chmod 777 /var/log/xechat
sudo chmod 777 /xechat
修改应用地
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于Python 的BP神经网络实现鸢尾花的分类
【作品名称】：基于Python 的BP神经网络实现鸢尾花的分类
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：iris_data_classification_bpnn_V1.py 需使用 bpnn_V1数据集 文件夹中的数据
iris_data_classification_bpnn_V2.py 需使用 bpnn_V2数据集 文件夹中的数据
iris_data_classification_knn.py 需使用 原始数据集 文件夹中的数据
iris_data_cluster_sklearn.py 需使用 sklearn数据集 文件夹中的数据
不同数据集里数据都是一样的，只是为了程序使用方便而做了一些格式的变动。
2020.07.21更新： 增加了分类结果可视化result_visualization。
2020
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
GDUT 编译原理课程的课内实验和课程设计（含课程设计报告）
【作品名称】：GDUT 编译原理课程的课内实验和课程设计（含课程设计报告）
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
实验环境和工具
1、源语言：PL/0语言，PL/0语言是PASCAL语言的子集，它的编译程序是一个编译解析执行系统，后缀名为.PL0；
2、目标语言：生成文件后缀为*.COD的目标代码
3、实现平台：Borland C++ Builder 6
4、运行平台：Windows 7 64位
五、课内实验和课程设计内容和要求
1. 课内实验
对PL/0作以下修改扩充：
（1）增加单词：保留字 ELSE，FOR，STEP，UNTIL，DO,RETURN
运算符 *=，/=，&，||，！
（2）修改单词：不等号# 改为 <>
（3）增加条件语句的ELSE子句，要求：写出
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于Java实现的Shellcode加载器
【作品名称】：基于Java实现的Shellcode加载器
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
基于Java实现的ShellCode加载器，兼容32位及64位平台。
核心原理是利用Jna来调用Windows API，实现shellcode的注入。
运行环境：Jre >= 1.5
注：本项目已经内置在yzddmr6/As-Exploits的ShellCodeLoader模块中。
使用
默认会随机注入32位进程，请使用32位的shellcode
java -jar ShellcodeLoader.jar shellcode_hex
注入x64位shellcode
java -jar ShellcodeLoader.jar --x64 shellcode_hex
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于C/C++实现的学生管理系统课程设计
【作品名称】：基于C/C++实现的学生管理系统【课程设计】
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
基于C/C++实现的学生管理系统【课程设计】
、# Student-management-system
C学生信息管理系统
### 一、需求分析
#### 1、某学校有本科生和研究生两类学生。
A. 本科生信息：学号、姓名、性别、专业、年级、班级、高数成绩、英语成绩、C语言、总成绩、班级排名、年级排名。其中：学号、姓名、性别、专业、年级、班级、高数成绩、英语成绩、C语言成绩为输入项，总成绩是计算项，班级排名是总成绩在班内名次，年级排名是总成绩在同专业、同年级内名次。
B. 研究生信息：学号、姓名、性别、专业、年级、班级、课程综合成绩、论文成绩、总成绩、班级排名、年级排名。其中：学号、姓名、性别、专业、年级、班级
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于JavaEE ssm框架的电子商务购物平台 电子商城毕业设计
【作品名称】：基于JavaEE ssm框架的电子商务购物
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
基于JavaEE ssm框架的电子商务购物平台
包含： 源代码工程 SQL文件 资源文件 (因图片过多已经去掉) 等
Include： project sql assets etc.
其中邮件发送工具类，要替换自己的邮箱和密码，我把我写的去掉了(为了防止我的邮箱帐号泄漏。。。) 在MailSendUtil中,写上你要用来发送验证邮件的邮箱即可，建议sina邮箱：
public class MailSendUtil {
private final static String host = "smtp.sina.com"; // sina服务器
private final static String formName
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于python图神经网络的强化学习网络资源分配模型
【作品名称】：基于python图神经网络的强化学习网络资源分配模型
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
现在培训过程正在执行，我们可以通过解析日志文件看到DQN代理的性能演变。
python parse.py -d ./Logs/expsample
最后，我们可以执行下面的命令，在不同的拓扑上评估经过训练的模型。注意，在evaluate_DQN中。script必须修改模型的超参数，以匹配训练模型中的超参数。
python evaluate_DQN.py -d ./Logs/expsample_DQN_agentLogs.txt
python 中的egg文件；类似于Java 中的jar 包，把一系列的python源码文件、元数据文件、其他资源文件 zip 压缩， 重新命名为.egg 文件，目的是作为一个整体进行发布。
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于python 实现的GPS轨迹和神经网络（DNN,RNN）的出行方式推测
【作品名称】：基于python 实现的GPS轨迹和神经网络（DNN,RNN）的出行方式推测
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
基于python 实现的GPS轨迹和神经网络（DNN,RNN）的出行方式推测
基于python 实现的GPS轨迹和神经网络（DNN,RNN）的出行方式推测
基于python 实现的GPS轨迹和神经网络（DNN,RNN）的出行方式推测
基于python 实现的GPS轨迹和神经网络（DNN,RNN）的出行方式推测
基于python 实现的GPS轨迹和神经网络（DNN,RNN）的出行方式推测
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于python图神经网络的异构图表示学习和推荐算法研究毕业设计
【作品名称】：基于python图神经网络的异构图表示学习和推荐算法研究【毕业设计】
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
毕业设计：基于图神经网络的异构图表示学习和推荐算法研究
目录结构
GNN-Recommendation/
gnnrec/ 算法模块顶级包
hge/ 异构图表示学习模块
kgrec/ 基于图神经网络的推荐算法模块
data/ 数据集目录（已添加.gitignore）
model/ 模型保存目录（已添加.gitignore）
img/ 图片目录
academic_graph/
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于卷积神经网络（CNN）的网络流量分类毕业设计（论文+源码+答辩 ppt）
【作品名称】：基于卷积神经网络（CNN）的网络流量分类【毕业设计】（论文+源码+答辩 ppt）
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
本次研究中使用卷积神经网络作为流量分类的模型。首先对原始流量数据进行预处理，然后使用深度学习框架Tensorflow完成模型的搭建，接着输入标准数据实现对混合流量分类，模型不仅分辨出10种常规流量以及10种加密流量，还可以分辨出8种常规流量以及2种恶意流量。在此之后，面对数据不平衡问题，在数据预处理阶段本文尝试着从采样角度，交叉验证角度来解决这个问题，做了多组对比实验，F1得分和准确率在原来的基础上都提升了2个百分点。最后对实验数据和结果整理分析，思考此次研究的得失，发现未来可以继续改进的方向。
关键词：流量分类；深度学习；卷积神经网络；Tensorflow
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于python残差神经网络的手势识别算法研究
【作品名称】：基于python残差神经网络的手势识别算法研究
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
基于残差神经网络的手势识别算法研究code
开发环境：
Ubuntu 16.04
python 3.5
opencv 3.4.1
tensorflow 1.4.1
CUDA 8.0
Cudnn 6.0
运行：
首先从模型文件链接.txt文件中复制链接，下载提供的预训练模型权重hdf5文件，放置根目录下
python3 hand-recognitner.py
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于python 神经网络的swjtu教务网登录验证码识别系统
【作品名称】：基于python 神经网络的swjtu教务网登录验证码识别系统
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：识别效果
目前，字母分割准确率不高为主要问题，分割错误率大于5%
分割后的单个字母识别正确率能够达到99.5%
综合起来，最终准确率能够超过90%
后期考虑在字母分割阶段加入神经网络识别过程，提高整体正确率
主要源文件
源文件 功能
pic_crawler.py 验证码训练数据爬取
data_generator.py 生成训练/验证/测试数据
preprocessor.py 输入数据预处理
data_loader.py 从pickle中加载训练数据
network.py BP神经网络
dean_login.py 登录测试
data目录下的swjtu
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于 python 的浅层神经网络和遗传算法训练一个可以自动驾驶小车的Demo
【作品名称】：基于 python 的浅层神经网络和遗传算法训练一个可以自动驾驶小车的Demo
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
小车部分
使用pygame绘制简易赛道和作为方块的小车，其中小车有速度、角度、距离赛道边缘距离等重要属。
神经网络
使用numpy编写的浅层神经网络
包含数据层、线性层、和非线性层sigmoid
提供了一个节点列表，用户可以更加方便的调整网络的大小
没有使用bp算法优化，而是使用遗传算法进行优化
实现了保存和加载网络参数功能
遗传算法
distur_param:对权值进行随机扰动
_replace_one_layer_param:随机重置某一层的权值
需要安装的python库
numpy
pygame
如何运行
进入Car-AI目录下，运行下列代码即可(linux/windows):
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于一维卷积神经网络（1D-CNN）的多元时间序列分类
【作品名称】：基于一维卷积神经网络（1D-CNN）的多元时间序列分类
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：项目背景
该项目为基于一维卷积神经网络的多元时间序列分类方法，实际问题被抽象为时间序列的分类问题，实际输入为4个传感器信号，分别对应16个类别，搭建1D-CNN然后训练网络对多元时间序列进行分类。
1D-CNN
无论是一维、二维还是三维，卷积神经网络（CNNs）都具有相同的特点和相同的处理方法。关键区别在于输入数据的维数以及特征检测器（或滤波器）如何在数据之间滑动，一维和二维CNN处理过程对比。
网络搭建
首先分析网络的输入输出，输入为包含4个时间序列的信号，长度为1050，即输入为（1050，4），而输出对应16种类别，输出为（，16）。实质上输入时先将单个训练数据的4个时间序列展平为（4200，1），传入
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于Python 的BP神经网络的高频金融时间序列分析毕业设计
【作品名称】：基于Python 的BP神经网络的高频金融时间序列分析【毕业设计】
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
This project includes three sections.
GetData
Data crawling.
Responsible for crawling and processing the high frequency data of stock transcation in recent years. And the data format would be converted to an appropriate format.
predict
Core algorithm.
Implement the Back Propagation Neural Networks
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于贝叶斯、神经网络、KNN进行入侵检测（KDD-CUP99）
【作品名称】：基于贝叶斯、神经网络、KNN进行入侵检测（KDD-CUP99）
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
Getting Start
python classify.py
一共三种分类方法：KNN、高斯贝叶斯和BP神经网络，后来也加上了决策树
三种方法一同进行并输出分类结果
Result
分别展示二分类和五分类下的结果与分析。其中交叉验证法的折数均设为5。
因为个人电脑的原因，一共只抽取原数据集的20%约8w条数据包作为训练集和测试集，其中测试集 占20%。
二分类
交叉验证法
KNN参数设定
在这里我一共选取了K等于3、5、7、9、11、13、15这几种情况，分别测试他们的平均准确率，
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于MATLAB自编程实现BP神经网络手写数字识别
【作品名称】：基于MATLAB自编程实现BP神经网络手写数字识别
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
MATLAB自编程实现BP神经网络手写数字识别
MATLAB自编程实现BP神经网络手写数字识别
MATLAB自编程实现BP神经网络手写数字识别
MATLAB自编程实现BP神经网络手写数字识别
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于 python的深层神经网络预测日本麻将立直听牌
【作品名称】：基于 python的深层神经网络预测日本麻将立直听牌
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
数据增强
只用这些牌谱数据看起来还有些不够，训练出的结果不是很理想。考虑可以这样生成一些假的牌谱。将中、发、白以某种顺序置换；将饼、万、索以某种顺序置换；将123456789变成987654321。这样的变换不能保证是完全合理的。一个原因是绿一色导致索和饼、万并不是完全等价的，但考虑到绿一色出现的概率如此的低就不管了。另一个原因是宝牌的问题，比如原来的宝牌指示牌是1m，宝牌是2m。如果进行了123456789变成987654321，宝牌就会变成8m；这时宝牌指示牌并不能变成9m，而变成了7m。这两个问题不能很好解决，但为了获得更多的牌谱，还是进行了这几种置换。中发白的置换共6种，饼万索的置换共6种，数字颠倒共2种（
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于深度学习与数字信号处理算法相结合，通过LSTMs（RNN）与连续小波变换CWT的松耦合提出CwtNet(连续小波长度时记忆网络)，实现了对结构健康体系的无损检测分析
【作品名称】：基于深度学习与数字信号处理算法相结合，通过LSTMs（RNN）与连续小波变换CWT的松耦合提出CwtNet(连续小波长度时记忆网络)，实现了对结构健康体系的无损检测分析
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
基于长短期记忆网络LSTMs、小波分析Wavelet进行理论创新，设计并实现软件系统，实现对锚索智能化的无损检测分析。该项目主要工作为以下两个方面：
(1)理论研究： 基于深度学习与信号处理理论，对小波分析Wavelet与长短期记忆网络LSTMs进行松散型结合，并提出“连续小波变换长短期记忆网络CwtNet”：①实现对复杂非平稳信号(锚索无损检测数据)有效的处理与识别分析，为该类信号的处理分析提供了一种新的解决方案；②实现了对信号的智能检测分析，避免了人为经验的结果分析识别，简化了传统的处理过程及人
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于python卷积神经网络 实现的恶意软件检测方法
【作品名称】：基于卷积神经网络的恶意软件检测方法
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
exe_add_remove_prefix.py
为良性软件添加 winxp_、win7_、win8_、win10 前缀，用以区分来自不同操作系统的良性软件。
exe_analyse.py
对恶意软件和良性软件的大小进行分析，通过分析我们可以得出以下结论：
有 99% 的良性软件大小在 0 ~ 8 MB 之间。
有 99.87% 的良性软件大小大于 1 KB。
有 99% 的恶意软件大小在 0 ~ 3 MB 之间。
有 99% 的恶意软件大小大于 200 B。
exe_filter.py
通过对恶意软件和良性软件的大小进行分析，我们可以对恶意软件和良性软件进行初步的筛选：
删除大小大于 2 MB 或者小于 500 B 的
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-20
基于 python 的神经网络实现美国King County房价预测训练赛
【作品名称】：基于 python 的神经网络实现美国King County房价预测【训练赛 】
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
美国King County房价预测训练赛 神经网络
这个题也是datacastle上面的一道练习题。由于之前并没有做过回归类问题。于是在网上先查了一些资料再做的。 最早使用的是GDBR和RF，效果都很差，于是借鉴了网上的做法，用深度神经网络。训练了5w次，效果很好。 最后的平方损失只有9100+
运行步骤： 先执行feature.py，这个作用是把原始数据中的年月日拆开，然后根据房屋的建造年份和修复年份计算一下售出时已经过了多少年，这样特征维数有17维
然后执行predict.py，用keras搭建了一个2层的神经网络，激活函数都用的relu。训练五万轮后，预测结果。
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-14
基于pytorch卷积神经网络的中文手写汉字识别，使用HWDB数据库
【作品名称】：基于pytorch卷积神经网络的中文手写汉字识别，使用HWDB数据库
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
Dependence
PIL
numpy
torch
torchvision
tensorboardX(for visulizztion)
Usage
Download HWDB dataset and unzip to data folder
run python process_gnt.py to generate img from gnt fiel. Due to the huge dataset (897758+223991 images), it may take a lot of time. I suggest to put the data folder out of project
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-14
基于Python 实现的 知识图谱与人工神经网络的简历推荐系统
【作品名称】：基于Python 实现的 知识图谱与人工神经网络的简历推荐系统
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
技术栈前端使用echarts.js（之后有时间会考虑用vue改写一下）, 后端基于Python Django;
特征处理阶段，技能相关特征基于知识图谱处理，图谱构建使用neo4j;
系统的流程是先做二分类筛选，再给分类为正的样本进行排序；
二分类模型基于DNN，基于Keras训练, 线上分类时直接调用已经训练好保存为h5格式的model文件;
排序函数将随机森林的特征重要性作为基础排序指标;
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-14
基于python 实现的 循环神经网络（RNN）的智能聊天机器人系统
【作品名称】：基于python 实现的 循环神经网络（RNN）的智能聊天机器人系统
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
基于循环神经网络（RNN）的智能聊天机器人系统 本设计研究智能聊天机器人技术，基于循环神经网络构建了一套智能聊天机器人系统，系统将由以下几个部分构成：制作问答聊天数据集、RNN神经网络搭建、seq2seq模型训练、智能聊天。经过实验，确定该系统可对本人的聊天话语进行快速并准确的回应，且回复可以模仿朋友的语气风格。 关键词: RNN神经网络； seq2seq模型； 聊天机器人；TensorFlow；
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-14
基于python 实现的全卷积神经网络的语音识别系统
【作品名称】：基于python 实现的全卷积神经网络的语音识别系统
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
Introduction 简介
本项目使用TensorFlow基于全深度卷积神经网络实现。 通过git克隆仓库以后，需要将datalist目录下的文件全部拷贝到dataset目录下，也就是将其跟数据集放在一起。
$ cp -rf datalist/* dataset/
目前可用的模型有24、25和251
本项目开始训练请执行：
$ python3 train_mspeech.py
本项目开始测试请执行：
$ python3 test_mspeech.py iters_num （这里的iters_num为迭代的step数，可以在生成的step_dfcnn.txt文件里查看）
测试之前，请确保代码中填写的模型
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-14
基于 python 实现的完整的航空发动机一维卷积神经网络训练模型
【作品名称】：基于 python 实现的完整的航空发动机一维卷积神经网络训练模型
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
基于 python 实现的完整的航空发动机一维卷积神经网络训练模型
基于 python 实现的完整的航空发动机一维卷积神经网络训练模型
基于 python 实现的完整的航空发动机一维卷积神经网络训练模型
基于 python 实现的完整的航空发动机一维卷积神经网络训练模型
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-14
基于pytorch搭建的循环神经网络在股票数据时间序列上的应用
【作品名称】：基于pytorch搭建的循环神经网络在股票数据时间序列上的应用
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
本项目使用 pytorch 深度学习框架，模型各类参数可以参见代码注释。 数据处理流程：
./dataset/get_features_&_clean.py 用于获取特征并清洗数据
./dataset/get_labels_&_reshape.py 用于PCA降维并打上训练使用的标签
./GRU_model/gru.py 用于训练，测试并保存模型
./GRU_model/use_model.py 用于使用模型进行预测
./backtest/backtest.py 用于编写交易策略并回测，确定模型是否有效
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-14
基于LSTM神经网络模型的日志异常检测
【作品名称】：基于LSTM神经网络模型的日志异常检测
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
基于LSTM神经网络模型的日志异常检测
基于LSTM神经网络模型的日志异常检测
基于LSTM神经网络模型的日志异常检测
基于LSTM神经网络模型的日志异常检测
基于LSTM神经网络模型的日志异常检测
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-13
基于改进型BP神经网络的PID控制系统
【作品名称】：基于改进型BP神经网络的PID控制系统
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
基于改进型BP神经网络的PID控制系统
基于改进型BP神经网络的PID控制系统
基于改进型BP神经网络的PID控制系统
基于改进型BP神经网络的PID控制系统
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-13
基于C语言实现的轻量级神经网络库，在嵌入式设备上无缝部署预训练的神经网络
【作品名称】：基于C语言实现的轻量级神经网络库，在嵌入式设备上无缝部署预训练的神经网络
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
C语言实现的轻量级神经网络库，用于在嵌入式设备上无缝部署预训练的神经网络
在单片机等边缘计算设备上运行机器学习应用
支持全连接神经网络、卷积神经网络、常用激活函数
轻量化，尽可能优化内存用量
兼容TensorFlow、Keras，将保存的模型直接转换为C代码，无缝构建和运行预训练的神经网络
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-13
基于BP神经网络和LSTM预测股票价格，注释拉满
【作品名称】：基于BP神经网络和LSTM预测股票价格，注释拉满
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
使用BP神经网络和LSTM预测股票价格，注释拉满。
使用BP神经网络和LSTM预测股票价格，注释拉满。
使用BP神经网络和LSTM预测股票价格，注释拉满。
使用BP神经网络和LSTM预测股票价格，注释拉满。
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2025-01-13
基于神经网络的流量异常检测
【作品名称】：基于神经网络的流量异常检测
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
项目介绍
本项目为基于神经网络的流量异常检测——Traffic Anomaly Detection based on Neural Network
随着网络规模的不断扩大，危害系统资源的危险也在增加，而入侵检测系统（IDS）有助于检测恶意入侵的机制，本项目使用基于网络的IDS，结合流行的深度神经网络，实现基于深度神经网络的流量异常检测（DNN-IDS）
研究内容
网络入侵检测系统（NIDS）被创建用来有效地防御各种类型的网络攻击，并进一步保护网络系统正常运行。目前主要的研究方向是基于异常的检测方法，通过分析网络流量来学习正常和异常行为，尝试将神经网络模型应用到入侵检测中，来解决高误报率的问题
技术要求
预处理数据集
数据集选择CICIDS2
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2024-12-29
基于孪生神经网络实现的点选识别
【作品名称】：基于孪生神经网络实现的点选识别
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
安装cuda和 cudnn
conda install cudnn=8.1.0.77 cudatoolkit=11.2.0
数据准备
准备数据集，放入data中，格式为 id_序号.jpg|png，id可以采用uuid，序号第一张图是1，第二张图是2，只能两张图
例如，相同的两个字， xxxxx_1.jpg和xxxxx_2.jpg
训练模型
配置训练参数,config.py中，一般来说只需要配置gpu就行了，如果你没有gpu就不填，就自动使用cpu
开始训练
python train.py
预测
python predict.py
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2024-12-29
基于循环神经网络(RNN)的影评情感分类
【作品名称】：基于循环神经网络(RNN)的影评情感分类
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
说明
1.数据预处理
数据下载下来之后需要进行解压，得到rt-polarity.neg和rt-polarity.pos文件，这两个文件是Windows-1252编码的，先将它转成unicode处理起来会更方便。
数据预处理过程包括：
转码
生成词汇表
借助词汇表将影评转化为词向量
填充词向量并转化为np数组
按比例划分数据集（训练、开发、测试）
打乱数据集，写入文件
python process_data.py
2.模型编写
使用RNN完成分类功能，建模过程大致如下：
使用embedding构建词嵌入矩阵
使用LSTM作为循环神经网络的基本单元
对embedding和LSTM进行随机失活(drop
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2024-12-29
基于卷积神经网络的语音识别声学模型的研究
【作品名称】：基于卷积神经网络的语音识别声学模型的研究
【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】：
声学模型介绍
1) DCNN-CTC声学模型介绍
该模型主要是在speech_model-05上进行修改，上述模型主要使用DCNN-CTC构建语音识别声学模型，STcmds 数据集也是仿照该模型进行修改，最后实验结果如上图所示；
2) MCNN-CTC声学模型介绍
该模型主要是在speech_model_10 脚本上进行实验，最终实验结果可在上图2）所示结果，最终MCNN-CTC总体实验结果相较于DCNN-CTC较好；
3) DenseNet-CTC声学模型介绍
上述模型主要是在 DenseNet上进行实验，最终实验在Thchs30数据集结果可以达到接近30%左右的CER，具体实验可以自己付尝试一下;
4) Attent
【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。
2024-12-29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人