<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[NatsuD的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/NatsuD</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; NatsuD]]></copyright><item><title><![CDATA[FiveFlower 五类花卉图像分类系统]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/159833003</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/159833003</guid><author>NatsuD</author><pubDate>Sat, 04 Apr 2026 18:57:18 +0800</pubDate><description><![CDATA[FiveFlower是一个基于深度学习的五类花卉图像分类系统，支持雏菊、蒲公英、玫瑰、向日葵和郁金香的识别。项目采用模块化设计，包含配置管理、数据加载、模型定义和工具函数等核心模块，提供命令行训练/预测脚本和PyQt5图形界面。系统支持ResNet、EfficientNet等多种模型，采用混合精度训练、早停机制等技术优化性能。使用前需准备符合要求的数据集目录结构，通过run.py可快速启动图形界面，或使用train.py/predict.py进行命令行操作。项目具有集中配置管理、自动数据加载、模型工厂化创建]]></description><category></category></item><item><title><![CDATA[用u2写一个实况足球图像识别自动化脚本（3）]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/159818209</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/159818209</guid><author>NatsuD</author><pubDate>Sat, 04 Apr 2026 09:51:29 +0800</pubDate><description><![CDATA[本文介绍了一个基于uiautomator2的Android自动化游戏脚本项目（v4.0版本），用于实现Efootball游戏的日常任务自动化。项目采用模块化设计，包含设备管理、图像识别、任务执行等核心模块，支持多种算法识别和JSON外置配置。关键技术包括单例模式、多尺度匹配、指数退避机制等，并通过PySide6构建了友好的GUI界面。相比v3.0版本，v4.0在代码结构、配置管理、错误处理等方面进行了优化，提升了稳定性和可维护性。项目已开源，适合作为Android自动化开发的参考案例。]]></description><category></category></item><item><title><![CDATA[关于储油罐的变位识别与罐容表的标定的Python方案]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/142033281</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/142033281</guid><author>NatsuD</author><pubDate>Fri, 03 Apr 2026 23:06:26 +0800</pubDate><description><![CDATA[摘要：本文针对储油罐变位导致的罐容表标定问题，建立了无变位和倾斜变位两种情况的数学模型。通过Python实现椭圆截面储油罐的体积计算，考虑4.1度倾斜角修正，并采用线性拟合优化误差。结果显示，优化后模型精度提升97.96%，平均误差降至0.001539m³。研究为储油罐变位识别和罐容表标定提供了有效解决方案，验证了数学建模在实际工程问题中的应用价值。]]></description><category></category></item><item><title><![CDATA[基于ResNet的石化图像及数据分类项目——从模型训练到GUI应用开发的完整实践]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/159802450</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/159802450</guid><author>NatsuD</author><pubDate>Fri, 03 Apr 2026 18:14:07 +0800</pubDate><description><![CDATA[摘要：本项目基于ResNet50构建石化图像分类系统，通过深度学习技术解决传统人工分类效率低、精度差的问题。项目采用模块化设计，包含配置管理、数据集处理、模型定义等核心模块，并应用迁移学习、数据增强、混合精度训练等优化策略。最终开发了基于PyQt5的GUI应用，支持单文件和批量图像分类功能。项目解决了路径迁移、依赖兼容等工程问题，在验证集上取得良好效果，为深度学习在工业场景的应用提供了完整实践案例。]]></description><category></category></item><item><title><![CDATA[用u2写一个实况足球图像识别自动化脚本（2）]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/152117108</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/152117108</guid><author>NatsuD</author><pubDate>Fri, 26 Sep 2025 10:23:45 +0800</pubDate><description><![CDATA[本文介绍了一个自动化脚本的优化升级过程，主要包含两部分内容：1. bug修复与性能提升，通过多线程预加载、图像缓存、下采样技术等优化手段，将扫描速度提升40-60%；2. UI界面美化，通过圆角设计、无边框处理、窗口拖动锁定等功能改进用户体验。升级后的脚本运行更稳定高效，界面更美观现代，整体提升了自动化操作的成功率和视觉效果。]]></description><category></category></item><item><title><![CDATA[用u2写一个实况足球图像识别自动化脚本（1）]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/151426305</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/151426305</guid><author>NatsuD</author><pubDate>Wed, 10 Sep 2025 21:51:45 +0800</pubDate><description><![CDATA[本文介绍了使用uiautomator2实现实况足球手游自动化挂机的方法。主要内容包括：1) uiautomator2的简介与作用；2) 环境搭建步骤（Python/Pycharm安装、库安装、adb配置）；3) 核心算法实现（设备连接、图像定位、自动化执行）；4) 使用PySide6开发GUI界面简化操作。文章详细说明了从环境配置到代码实现的全过程，并提供了优化版本代码和依赖库安装指南，帮助玩家实现游戏自动化操作。]]></description><category></category></item><item><title><![CDATA[基于Python模拟退火算法的基础TSP问题研究]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/151402480</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/151402480</guid><author>NatsuD</author><pubDate>Wed, 10 Sep 2025 14:41:18 +0800</pubDate><description><![CDATA[本文研究了模拟退火算法（SA）在旅行商问题（TSP）中的应用。TSP作为经典的NP-hard组合优化问题，其解空间随城市数量呈指数级增长。实验采用TSPLIB数据集，针对不同规模问题（51至1400个城市）进行测试。结果表明，SA在小规模问题上表现良好（如51城最优解442.55，误差3.9%），但在大规模问题上与最优解差距显著（如1002城误差19.5%）。研究分析了温度衰减速率等关键参数的影响，并提出了结合局部搜索、自适应策略等改进方向。可视化结果展示了算法收敛过程，为平衡计算效率和解质量提供了参考。]]></description><category></category></item><item><title><![CDATA[HM NIS Edit简易安装包文件制作指南]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/144370791</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/144370791</guid><author>NatsuD</author><pubDate>Tue, 10 Dec 2024 13:00:58 +0800</pubDate><description><![CDATA[HM NIS Edit 是一款免费且易于使用的安装包制作工具，它基于 NSIS (Nullsoft Scriptable Install System)。NSIS 是一个非常流行的 Windows 安装系统，而 HM NIS Edit 则为其提供了一个可视化界面，使得安装包的制作更加简便。你可以通过 HM NIS Edit 来创建简单到复杂的安装程序，支持多种功能如文件复制、快捷方式创建、注册表修改等。]]></description><category></category></item><item><title><![CDATA[地铁高峰期发车时刻优化：遗传算法应用与实证分析]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/143885536</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/143885536</guid><author>NatsuD</author><pubDate>Tue, 19 Nov 2024 15:24:05 +0800</pubDate><description><![CDATA[随着城市规模的不断扩展和人口的急剧增加，地铁作为一种高效、环保的城市公共交通方式，已经成为现代城市出行的核心组成部分。尤其在大城市中，地铁网络承担着日益增加的客流量，在高峰时段的运力调度和发车时刻安排，直接影响到乘客的出行体验和地铁系统的整体服务水平。然而，随着地铁线路和车站的增多，乘客流量呈现出复杂的动态变化，如何根据不同时间段和不同车站的需求优化地铁发车间隔和发车时刻，已经成为地铁交通管理中的重要课题。在地铁系统的运营中，车辆的发车间隔、车站的乘客流量和车辆的最大承载能力之间需要达到平衡。]]></description><category></category></item><item><title><![CDATA[检测到电脑开启了虚拟服务，如何解决]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/143711940</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/143711940</guid><author>NatsuD</author><pubDate>Tue, 12 Nov 2024 13:38:27 +0800</pubDate><description><![CDATA[雷电模拟器等提示“检测到电脑开启了虚拟服务，会导致游戏性能下降50%”，应当如何解决？首先，在window菜单搜索windows powershell，以管理员身份运行。输入以下命令，回车后并重启电脑即可解决。]]></description><category></category></item><item><title><![CDATA[哈密顿回路问题的多种解法]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/142143636</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/142143636</guid><author>NatsuD</author><pubDate>Wed, 11 Sep 2024 21:27:52 +0800</pubDate><description><![CDATA[哈密顿回路问题的多种解法》是一篇关于图论中经典问题的论文。哈密顿回路问题是指在一个给定的图中，是否存在一条遍历所有节点恰好一次的闭合路径。这个问题具有较高的复杂性，因此吸引了广泛的研究兴趣。通过比较和分析这些不同的解法，本文总结了它们的优缺点，并提出了未来可能的改进方向。对于图论研究者和算法设计者来说，本文提供了关于解决哈密顿回路问题的多种方法和思路，希望能有所帮助。在这个给定的数据集中有613个点，每个点都有一个唯一的编号（从0到612）。]]></description><category></category></item><item><title><![CDATA[关于碎纸片的拼接复原的浅析（Matlab数学建模）]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/142142165</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/142142165</guid><author>NatsuD</author><pubDate>Wed, 11 Sep 2024 16:25:28 +0800</pubDate><description><![CDATA[破碎文件的拼接在司法物证复原、历史文献修复以及军事情报获取等领域都有着重要的应用。传统上，拼接复原工作需由人工完成，准确率较高，但效率很低。特别是当碎片数量巨大，人工拼接很难在短时间内完成任务。随着计算机技术的发展，人们试图开发碎纸片的自动拼接技术，以提高拼接复原效率。请讨论以下问题：对于给定的来自同一页印刷文字文件的碎纸机破碎纸片（仅纵切），建立碎纸片拼接复原模型和算法，并针对附件1、附件2给出的中、英文各一页文件的碎片数据进行拼接复原。如果复原过程需要人工干预，请写出干预方式及干预的时间节点。]]></description><category></category></item><item><title><![CDATA[西油PTA程序设计基础参考例题]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/142061042</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/142061042</guid><author>NatsuD</author><pubDate>Mon, 09 Sep 2024 16:47:58 +0800</pubDate><description><![CDATA[西油PTA程序设计基础参考例题]]></description><category></category></item><item><title><![CDATA[基于深度学习的骨龄检测识别系统（PyTorch+Pyside6+YOLOv5模型）]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/142055922</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/142055922</guid><author>NatsuD</author><pubDate>Mon, 09 Sep 2024 13:29:41 +0800</pubDate><description><![CDATA[骨龄是骨骼年龄的简称，需要借助于骨骼在X光摄像中的特定图像来确定。通常要拍摄左手手腕部位的X 光片，医生通过X光片观察来确定骨龄。在2006年，《中华-05》骨龄标准被编入《中华人民共和国行业标准》，成为中国目前唯一的行业骨龄标准。而在《中华-05》中作者一般推荐使用RUS-CHN计分法。图中黄色高亮的地方，每个高亮都是需要医生看的关节，医生做骨龄的时候，需要对每个关节，根据骨 骺的发育情况。判断对应的等级。再查表，计算13个关节的等级分数之和，到【RUS-CHN骨成熟百分位 数标准曲线】中，找到分数对应的]]></description><category></category></item><item><title><![CDATA[基于 MATLAB 的图像降噪研究]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/142047671</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/142047671</guid><author>NatsuD</author><pubDate>Mon, 09 Sep 2024 10:11:21 +0800</pubDate><description><![CDATA[图像降噪技术的研究历史悠久,可以追溯至20世纪70年代。每年都有大量文献讨论这一领域的问题。在信息传输中,媒介有很多种,而图像是其中最重要的一种。由于图像具有承载大量信息、传输速度快、作用距离远等优点,成为信息传输的良好载体,也是人类认识世界和自我认知的重要途径。早期的图像处理技术是通过给拍到的黑白照片上色来反映真实的自然外界和人类的历史。随着科学技术的发展和完善,原始的图像处理技术被现在的计算机图像处理技术逐渐代替。然而,计算机对图像进行处理需要经过多个步骤,但数字化后整个过程更加直接。]]></description><category></category></item><item><title><![CDATA[关于生命游戏问题的浅析（Matlab数学建模）]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/142042460</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/142042460</guid><author>NatsuD</author><pubDate>Mon, 09 Sep 2024 09:25:47 +0800</pubDate><description><![CDATA[通过本项目，我们成功实现了“生命游戏”的基本规则，并对细胞的演化过程进行了模拟和分析。结果表明，即使是简单的规则，也能生成复杂的行为模式。这不仅加深了对细胞自动机的理解，也为进一步研究和应用提供了基础。优化算法：提升程序的计算效率和可扩展性。扩展规则：尝试实现更复杂的生命游戏规则和变种。应用探索：将“生命游戏”模型应用到其他领域，如生物模拟和复杂系统研究。通过对“生命游戏”的深入研究，我们可以更好地理解复杂系统的行为，探索更多的应用领域。]]></description><category></category></item><item><title><![CDATA[基于cnn的问答系统]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/142034510</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/142034510</guid><author>NatsuD</author><pubDate>Sun, 08 Sep 2024 22:44:37 +0800</pubDate><description><![CDATA[在这篇博客中，我们展示了如何使用 Flask 部署一个深度学习模型，并构建一个简单的 Web 应用来处理用户请求和提供预测结果。初始化 Flask 应用：创建了一个 Flask 实例，并设置了模板文件夹的位置。加载配置和模型：从配置文件中读取设置，加载预训练的词向量和模型权重。定义路由处理：设置了主路由来处理用户提交的问题，并返回预测答案。读取答案文件：实现了从文件中读取所有可能答案的功能。模型推理：实现了一个函数来处理用户问题、调用模型进行预测，并返回预测结果。运行应用。]]></description><category></category></item><item><title><![CDATA[关于小行星轨道问题解决方法的浅析（Matlab数学建模）]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/142023157</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/142023157</guid><author>NatsuD</author><pubDate>Sun, 08 Sep 2024 10:41:58 +0800</pubDate><description><![CDATA[天文学家要确定一颗小行星绕太阳运行的轨道，他在五个不同的时刻对这个星球进行了五次观测得出五组数据。基于此，他在轨道平面内建立了以太阳为原点的空间直角坐标系，现在根据其给出的数据，确定小行星轨道并画出，根据二次曲线理论，计算小行星椭圆轨道的重要参数，包括长半轴短半轴近日点距等，考虑合适的方法计算其近日点坐标，查阅二次曲线不变量的相关知识，尝试给出椭圆变换为最简方程形式的推导过程或证明。型最终运算结果较为准确，经核验结果可行性极高，图形结果直观简便，符合题目要求及现实情况。]]></description><category></category></item><item><title><![CDATA[基于Transformer的中英翻译系统]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/142022662</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/142022662</guid><author>NatsuD</author><pubDate>Sun, 08 Sep 2024 10:17:30 +0800</pubDate><description><![CDATA[本项目旨在实现一个基于Transformer架构的英文到中文机器翻译模型，涵盖了数据准备、模型构建、训练和评估的全过程。项目从数据的预处理开始，通过分词、构建词表和映射索引，为模型提供了干净且结构化的输入数据。在模型构建阶段，使用了Transformer架构，结合了多头自注意力机制和前馈神经网络，为机器翻译任务提供了强大的模型能力。模型训练过程中，通过精心设置的超参数和标签平滑技术，确保了模型的训练稳定性和泛化能力。在训练过程中，采用了Noam优化器来调整学习率，确保了模型在训练过程中的有效性和效率。]]></description><category></category></item><item><title><![CDATA[基于深度学习的水果检测识别系统（PyTorch+Pyside6+YOLOv5模型）]]></title><link>https://blog.youkuaiyun.com/NatsuD/article/details/142017883</link><guid>https://blog.youkuaiyun.com/NatsuD/article/details/142017883</guid><author>NatsuD</author><pubDate>Sun, 08 Sep 2024 09:40:14 +0800</pubDate><description><![CDATA[在数字化浪潮之下，水果识别技术已渐变为日常生活与工作中不可或缺的核心组件。为响应广大用户对水果识别精准度与效率的高标准，我们计划启动一项创新工程。此工程将采纳多通道数据处理技术，广泛覆盖图片、视频及实时摄像头输入，为用户塑造前所未有的检测体验。多通道数据处理技术的运用，将极大地拓宽数据获取途径，使我们得以更全面捕捉水果的特征信息。无论是静态图片，还是动态视频，乃至实时摄像头捕捉的即时画面，我们的系统均可迅速、精确地展开分析与识别。]]></description><category></category></item></channel></rss>