<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[amos_cloud的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/amos_cloud</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; amos_cloud]]></copyright><item><title><![CDATA[【计算机毕业设计】基于 ResNet-18 的 DYSON 图像分类识别系统：深度学习、源码思路、数据库与部署说明]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/161136613</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/161136613</guid><author>amos_cloud</author><pubDate>Sun, 17 May 2026 08:00:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于ResNet-18深度学习模型的DYSON图像分类识别系统毕业设计方案。该系统将深度学习模型与Web应用相结合，包含图片上传识别、结果展示、历史记录管理、分类类别维护等功能模块。采用Vue3+FastAPI+PyTorch技术栈，通过MySQL存储数据，支持Docker部署。该设计既体现了深度学习算法能力，又展示了完整的系统开发流程，适合计算机相关专业毕业设计选题。文章还提供了论文写作框架、答辩展示思路和后续扩展方向，为类似项目提供了完整参考方案。]]></description><category></category></item><item><title><![CDATA[【计算机毕业设计】基于 PyTorch + FastAPI + Vue 的 Hybrid-PINN 复杂 PDE 智能求解系统（源码+数据库+文档+部署）]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/161136580</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/161136580</guid><author>amos_cloud</author><pubDate>Sat, 16 May 2026 10:51:21 +0800</pubDate><description><![CDATA[本文介绍了一个基于PyTorch、FastAPI和Vue的Hybrid-PINN复杂PDE智能求解系统毕业设计方案。该系统融合自适应区域分解、因果一致性动态损失重加权和多重网格预条件等技术，针对复杂几何PDE、非线性长时间演化PDE和高维多尺度PDE三类问题提供智能求解方案。系统包含PDE算例管理、算法策略配置、训练任务管理、过程监控和结果可视化分析五大功能模块，采用前后端分离架构，技术栈涵盖Vue3、FastAPI、PyTorch和MySQL。该选题兼具算法深度与工程实践价值，适合展示AI与科学计算的交叉]]></description><category></category></item><item><title><![CDATA[【计算机毕业设计】基于 Python + Ollama 的 AI 驱动供应链物料供需风险分析系统（源码+数据+文档+部署）]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/161118104</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/161118104</guid><author>amos_cloud</author><pubDate>Fri, 15 May 2026 22:00:00 +0800</pubDate><description><![CDATA[摘要：本项目基于Python和Ollama开发了一个AI驱动的供应链物料供需风险分析系统。系统通过处理物料库存、需求预测等数据，计算供需指标和风险评分，并利用本地大模型生成业务分析和行动建议。核心功能包括数据准备、指标计算、风险评分、滚动计划建议和AI分析，支持命令行和Streamlit可视化展示。项目结合了供应链业务场景与AI技术，适合作为毕业设计选题，具有真实业务价值和技术实践意义，并可扩展为完整Web系统。]]></description><category></category></item><item><title><![CDATA[【计算机毕业设计】基于 Python + NLP 的微博舆情文本分析系统（源码+数据库+文档+部署）]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/161118053</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/161118053</guid><author>amos_cloud</author><pubDate>Fri, 15 May 2026 16:42:26 +0800</pubDate><description><![CDATA[本文介绍了一个基于Python的微博舆情文本分析系统毕业设计方案。该系统通过爬虫采集微博数据，利用NLP技术进行文本预处理、关键词提取（TF-IDF+TextRank）和情感分析（SnowNLP+情感词典），最终实现舆情可视化展示。项目特色在于完整的技术链路（爬虫/NLP/数据库/可视化）和真实业务场景应用，适合计算机专业毕业设计。系统包含7个核心模块，采用前后端分离架构，支持从数据采集到分析展示的全流程。论文可围绕系统设计、算法实现和测试评估展开，答辩时可直观展示分析结果。项目后续可扩展BERT情感识别、]]></description><category></category></item><item><title><![CDATA[【计算机毕业设计】基于 Python + Vue 的图书推荐系统（源码+数据库+文档+部署）]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160911240</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160911240</guid><author>amos_cloud</author><pubDate>Mon, 11 May 2026 08:00:00 +0800</pubDate><description><![CDATA[图书推荐系统毕业设计方案摘要（149字） 本方案提出基于Python+Vue的智能图书推荐系统，针对传统图书管理系统缺乏个性化服务的痛点。系统采用前后端分离架构，前端实现图书展示与用户交互，后端整合协同过滤与内容推荐算法。核心功能包括用户行为采集、图书特征分析、混合推荐引擎和可视化数据看板。数据库设计涵盖用户画像、图书属性和行为日志，支持个性化推荐生成。项目亮点在于将推荐算法融入图书管理场景，既满足基础CRUD需求，又能体现数据处理与智能推荐能力。方案包含完整的技术栈选型、模块设计和扩展方向，适合作为计算机]]></description><category></category></item><item><title><![CDATA[【计算机毕业设计】基于 Python+Vue 的多源数据采集处理与可视化分析系统（源码+数据库+文档+部署）]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160911216</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160911216</guid><author>amos_cloud</author><pubDate>Sun, 10 May 2026 14:00:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于Python+Vue的多源数据采集处理与可视化分析系统毕业设计方案。该系统通过爬虫采集政府、行业等多源数据，使用pandas进行清洗融合，最终以ECharts可视化展示分析结果。项目包含数据源管理、爬虫任务、数据清洗、统计分析等核心模块，采用前后端分离架构，技术栈涵盖Vue、FastAPI、MySQL等。系统设计完整，论文结构清晰，适合展示数据处理全流程，答辩时可直观演示数据采集到可视化的完整链路。文章还提供了数据库设计思路、功能模块划分及后续扩展方向，为计算机专业毕业设计提供了完整参考方]]></description><category></category></item><item><title><![CDATA[【毕业设计项目】大数据文献综述管理系统：Hadoop/Spark 选题库、参考文献、LaTeX 提交与评分统计]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160911175</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160911175</guid><author>amos_cloud</author><pubDate>Sun, 10 May 2026 08:00:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于Spring Boot和Vue的大数据课程论文选题与文献综述管理系统。该系统针对大数据课程论文管理中的选题重复、文献管理混乱等问题，设计了选题库、文献管理、小组协作、进度跟踪等核心功能模块。采用前后端分离架构，使用MySQL存储数据，支持Docker部署。系统具有真实业务场景、完整数据库设计和可视化统计看板等特点，适合作为毕业设计项目。文章还提供了项目背景、功能设计、技术架构、数据库设计等详细信息，并展望了后续扩展方向。]]></description><category></category></item><item><title><![CDATA[【计算机毕业设计】基于 Python + PyTorch 的神经点云压缩实验系统（源码+数据库+文档+部署）]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160911038</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160911038</guid><author>amos_cloud</author><pubDate>Sat, 09 May 2026 14:00:00 +0800</pubDate><description><![CDATA[摘要：本文介绍了一个基于Python和PyTorch的神经点云压缩实验系统毕业设计方案。该系统针对自动驾驶等领域中的点云数据压缩需求，采用RENO神经压缩模型，结合Open3D进行点云预处理，实现压缩率、PSNR等指标计算和可视化对比。系统包含点云数据管理、预处理、压缩、指标计算和可视化分析五大模块，技术栈涵盖PyTorch、MinkowskiEngine、Vue3等技术。该设计具有明确的技术背景和应用价值，适合作为计算机专业毕业设计选题，既能体现三维数据处理能力，又能展示深度学习模型应用和实验结果分析能力]]></description><category></category></item><item><title><![CDATA[【计算机毕业设计】基于 Python+EEG 的阿尔兹海默症早期风险评估系统（源码+数据库+文档+部署）]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160904342</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160904342</guid><author>amos_cloud</author><pubDate>Sat, 09 May 2026 06:00:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于Python和EEG的阿尔兹海默症早期风险评估系统毕业设计方案。该系统结合认知评估量表和EEG脑电信号分析，通过双模态数据融合生成风险等级报告。系统采用前后端分离架构，包含认知评估、EEG数据处理、机器学习模型预测、风险融合等核心模块，可实现从用户答题到风险报告生成的完整流程。项目亮点在于将AI医疗健康与Web系统结合，具有真实业务场景和技术深度，适合作为计算机专业毕业设计选题。文章详细阐述了系统功能模块、技术架构、数据库设计及论文写作要点，并提供了后续扩展方向。]]></description><category></category></item><item><title><![CDATA[【AI 健康毕设】基于可穿戴传感数据的睡眠质量分析与改善建议系统：PyTorch、FastAPI、Vue、MySQL]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160903922</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160903922</guid><author>amos_cloud</author><pubDate>Fri, 08 May 2026 23:50:56 +0800</pubDate><description><![CDATA[摘要：本文介绍了一个基于Python和多源数据融合的睡眠质量分析系统，适合作为计算机、人工智能和数据科学方向的毕业设计选题。该系统整合智能设备采集的心率、活动量等多源数据，通过特征提取和机器学习模型实现睡眠阶段分类和质量评分，并提供个性化改善建议。项目涵盖数据处理、多模态融合、模型训练和可视化分析等技术环节，具有真实场景应用价值。系统采用Python+PyTorch+FastAPI+Vue技术栈，支持数据导入、特征分析、模型训练和报告生成全流程。该选题兼具技术深度和展示效果，论文可围绕算法设计、系统实现和实]]></description><category></category></item><item><title><![CDATA[【计算机毕业设计】基于 Python+LSTM/BiLSTM 的锂电池剩余寿命预测系统（源码+数据库+文档+部署）]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160796251</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160796251</guid><author>amos_cloud</author><pubDate>Thu, 07 May 2026 14:00:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于Python和LSTM/BiLSTM的锂电池剩余寿命预测系统毕业设计方案。该系统通过NASA/CALCE标准电池数据集，采用时序数据增强和深度学习技术预测电池容量衰减趋势。主要特点包括： 选题价值：结合新能源设备运维需求，解决锂电池健康状态监测问题 技术亮点：采用LSTM/BiLSTM时序建模，创新性地引入数据增强策略 系统功能：完整实现从数据预处理、模型训练到可视化分析的全流程 论文支撑：提供多组对比实验和指标评估，便于学术论证 系统架构包含数据处理、算法训练、前后端交互等模块，采用Py]]></description><category></category></item><item><title><![CDATA[【计算机毕业设计】基于 Spring Boot/Vue/Python/MO-DDQN 的共享制造订单协同调度系统（源码+数据库+文档+部署）]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160796235</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160796235</guid><author>amos_cloud</author><pubDate>Thu, 07 May 2026 08:00:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于Spring Boot/Vue/Python的共享制造订单协同调度系统毕业设计方案。该系统针对制造业中离线订单与动态在线订单并存的生产场景，结合MO-DDQN算法实现智能调度。系统包含订单管理、资源配置、实验管理、算法调度和可视化展示五大功能模块，采用前后端分离架构，支持多目标优化和动态调度决策。项目亮点在于将复杂的生产调度问题转化为可操作的Web系统，通过甘特图、指标对比等直观展示调度效果，既满足实际业务需求，又具备足够的技术深度。该设计特别适合需要展示算法应用价值的毕业选题，可根据不同]]></description><category></category></item><item><title><![CDATA[【毕业设计项目】深度学习草原沙化识别系统：遥感图像分割、等级分类、数据库与部署说明]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160796215</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160796215</guid><author>amos_cloud</author><pubDate>Wed, 06 May 2026 14:00:00 +0800</pubDate><description><![CDATA[摘要：本文介绍了一个基于深度学习的草原沙化识别系统毕业设计方案。该系统通过遥感图像分割和等级分类技术，实现草原荒漠化的智能监测。系统包含数据采集预处理、沙化区域识别、等级分类、趋势预测和可视化展示等模块，采用Vue3+FastAPI+PyTorch技术栈构建。该选题结合生态治理需求与AI技术应用，具备完整的业务闭环和技术链路，适合计算机、AI、地理信息等专业作为毕业设计项目。论文可涵盖算法设计、系统实现和测试评估等内容，答辩时可直观展示图像识别效果和趋势分析图表。项目后续可扩展无人机巡检、多模型对比等功能。]]></description><category></category></item><item><title><![CDATA[【毕设实战】基于 GPT + Streamlit + Pyvis 的知识图谱构建系统：功能设计、数据库与论文参考]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160768819</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160768819</guid><author>amos_cloud</author><pubDate>Wed, 06 May 2026 06:00:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于GPT、Streamlit和Pyvis的知识图谱构建系统，用于从古典文学文本中自动抽取人物关系并可视化展示。系统通过文本清洗、分块处理、LLM关系抽取、Neo4j图数据库存储和Pyvis可视化等模块，实现了从非结构化文本到结构化知识图谱的转化。该系统适合作为计算机毕业设计选题，结合了大语言模型应用、数据处理和可视化展示等技术亮点。论文可围绕系统设计、提示词优化、图数据库建模等方向展开，答辩时可直观展示人物关系网络。项目后续可扩展多作品支持、问答系统等功能，具有较强的学术和实践价值。]]></description><category></category></item><item><title><![CDATA[【计算机毕业设计】基于 Spring Boot + Vue + 微信小程序的酒水零售系统：源码、数据库、文档与部署方案]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160750218</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160750218</guid><author>amos_cloud</author><pubDate>Tue, 05 May 2026 10:00:00 +0800</pubDate><description><![CDATA[文章摘要 《基于Spring Boot+Vue+微信小程序的酒水零售系统》是一套面向酒水品牌、加盟门店和消费者的数字化解决方案。系统采用三端协同架构：C端小程序实现商品浏览、会员营销和到店自提；商家端支持库存管理和订单核销；中控后台统一配置商品、活动和分账规则。项目特色在于整合了零售全链路业务，包括商品管控、门店运营、会员体系、优惠计算、分销佣金等核心模块。技术栈采用Spring Boot+Vue+微信小程序，数据库设计涵盖20余个业务表，可实现从用户下单到门店履约的完整闭环。该系统既可作为计算机专业毕业设]]></description><category></category></item><item><title><![CDATA[【计算机毕业设计】基于 PyTorch 改进 U-Net 的红外与微光图像降噪系统：源码、数据库、文档与部署方案]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160768799</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160768799</guid><author>amos_cloud</author><pubDate>Tue, 05 May 2026 06:00:00 +0800</pubDate><description><![CDATA[这篇毕业设计论文探讨了基于PyTorch改进U-Net的红外与微光图像降噪系统。针对夜间安防、弱光监控等场景中的图像质量问题，研究提出了一种结合多头注意力、特征补偿和残差结构的改进U-Net模型。系统采用LLVIP数据集，通过高斯/泊松噪声模拟真实场景，实现了从噪声图像到清晰图像的端到端映射。实验结果表明，改进后的模型在PSNR和SSIM指标上优于传统U-Net和BM3D算法，能有效保留图像细节同时抑制噪声。该设计完整展示了深度学习模型从理论改进到实验验证的全过程，特别适合计算机视觉和人工智能方向的毕业选题]]></description><category></category></item><item><title><![CDATA[【计算机毕业设计】基于 STM32 的脉搏信号处理电路系统设计：源码、数据库、文档与部署说明]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160750132</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160750132</guid><author>amos_cloud</author><pubDate>Mon, 04 May 2026 14:00:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于STM32的脉搏信号处理电路系统毕业设计方案。该系统通过压电薄膜传感器采集人体脉搏信号，经过电荷放大、滤波等模拟前端调理后，由STM32进行ADC采样和数字处理，最终在上位机显示脉搏波形和心率结果。方案覆盖了从传感器采集到上位机显示的完整闭环流程，具有软硬件结合、医疗健康应用场景明确、展示效果直观等特点。系统采用STM32F103C8T6作为主控，结合Python上位机界面，可实现实时波形显示、数据保存和分析功能。该设计不仅适合毕业答辩展示，也为后续扩展蓝牙传输、移动端应用等方向奠定了基础]]></description><category></category></item><item><title><![CDATA[【毕业设计项目】基于传感器数据采集与 ECharts 可视化的煤自燃监测系统：源码资料、数据库设计与部署说明]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160750017</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160750017</guid><author>amos_cloud</author><pubDate>Mon, 04 May 2026 10:00:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于传感器数据采集与ECharts可视化的煤自燃监测系统毕业设计项目。该系统通过采集温度、气体浓度等传感器数据，实现从数据采集、服务端接收、数据库存储到前端可视化的完整业务链路。系统采用前后端分离架构，包含传感器数据采集、容错重连、预警分析、实时仪表盘等核心模块，使用Vue3+Element Plus+ECharts实现前端可视化，Python FastAPI/Flask处理后端逻辑，SQLite存储数据。项目亮点在于业务闭环完整，可直观展示数据实时变化和预警状态，适合作为计算机专业毕业设计选]]></description><category></category></item><item><title><![CDATA[【计算机毕业设计】基于 Python/Pygame 的智能体自动贪吃蛇系统：源码、数据库、文档与部署思路]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160748977</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160748977</guid><author>amos_cloud</author><pubDate>Mon, 04 May 2026 06:00:00 +0800</pubDate><description><![CDATA[摘要 本项目设计了一个基于Python/Pygame的智能体自动贪吃蛇系统，将传统游戏升级为具备自主决策能力的AI实验平台。系统实现了状态感知、动作决策、路径规划和风险评估等功能模块，支持贪心算法、BFS、A*等多种决策策略的对比实验。通过可视化界面展示智能体在游戏环境中的实时决策过程，并记录得分、步数等实验数据用于分析评估。该项目既保留了游戏直观易懂的特点，又融入了人工智能和算法设计的深度，可作为计算机专业毕业设计的优质选题。系统采用模块化架构设计，包含游戏核心、状态表示、决策算法等组件，具有良好的可扩展]]></description><category></category></item><item><title><![CDATA[【毕业设计】基于 Python 的 NLP 中文评论情感分析文本分类系统：源码、数据集、文档与可视化方案]]></title><link>https://blog.youkuaiyun.com/amos_cloud/article/details/160747565</link><guid>https://blog.youkuaiyun.com/amos_cloud/article/details/160747565</guid><author>amos_cloud</author><pubDate>Mon, 04 May 2026 00:58:28 +0800</pubDate><description><![CDATA[摘要 本毕业设计基于Python开发了一套NLP中文评论情感分析系统，通过文本分类技术实现电商、外卖等场景下的评论情感判断。系统采用jieba分词、TF-IDF特征提取和逻辑回归模型构建完整分析流程，支持从数据清洗、分词处理到模型训练和预测可视化的全流程功能。项目设计为&quot;基础实验版+系统扩展版&quot;两种形态，基础版使用Jupyter Notebook展示核心算法，扩展版可升级为包含数据管理、模型训练、在线预测和可视化看板的Web系统。该系统具有良好的应用价值和技术展示性，适合作为NLP入门级]]></description><category></category></item></channel></rss>