- 博客(1517)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 告别碎片化MCP学习！《图解MCP》从协议原理、Agent协同到商业项目全栈落地
《图解MCP：从协议解析到商业实践》是一本系统讲解AI模型交互标准MCP协议的全栈开发指南。本书针对当前AI开发中模型接口混乱、多工具协同困难等痛点，通过图解+实战方式详解MCP协议的底层架构、规范标准和商业落地。内容涵盖基础理论、双语言开发、AIAgent赋能、多模型协同等10大模块，重点包含智能编程助手和多智能体系统两大企业级项目实战。该书以Python/TypeScript双语言适配、全场景源码示例和独家商业案例为特色，帮助开发者掌握这一AI标准化交互的核心技术，适合AI工程师、后端开发者及技术研究人
2026-07-17 16:06:19
349
2
原创 告别碎片化学习！《具身智能机器人开发全解》从理论到工程落地全栈实战指南
《具身智能机器人开发全解》是一本面向AI与机器人领域的实战指南，针对当前开发者面临的理论与实践脱节、系统集成能力不足等痛点，提供从感知到行动的全栈解决方案。全书以9大技术模块为核心，涵盖ROS2工具链、视觉感知、多传感器融合、SLAM建图、智能决策、运动控制等关键技术，每个知识点均配有仿真实战项目（如YOLO检测系统、多机协同作业等），并融合大模型、强化学习等前沿技术。通过"理论+代码+硬件落地"的三维教学模式，帮助读者构建完整的具身智能开发体系，适合学生、科研人员及工程师快速提升工程化
2026-07-17 15:55:14
362
原创 (9-2-03）SDF 文件（3）
本文介绍了基于SDF(Simulation Description Format)文件的机器人路径规划系统。SDF文件采用XML格式描述仿真环境中的障碍物信息，通过SDFReader类解析文件获取障碍物位置和半径。系统实现了RRT、RRT和RRT-FN三种路径规划算法，在200×200的地图上进行测试。主程序从SDF文件读取障碍物信息后，随机生成起点和终点，使用不同算法规划路径并可视化展示。实验结果表明，该系统能有效处理仿真环境中的路径规划问题，通过Matplotlib直观展示算法效果。
2026-01-15 10:43:34
410
5
原创 (9-2-02）SDF 文件(2)
本文实现了三种基于RRT的路径规划算法：RRT、RRT和RRT-FN。算法通过随机采样构建树结构探索可行路径，其中RRT和RRT-FN通过优化树结构改进路径质量。主要功能包括：1) 实现节点生成、最近邻搜索和路径优化；2) 提供可视化功能展示算法执行过程；3) 支持动态障碍物处理和路径重连；4) 引入KD树加速搜索过程。RRT*-FN算法通过强制节点删除机制控制树规模，在保证路径质量的同时提高计算效率。算法测试表明，这些方法能有效解决复杂环境中的路径规划问题，其中RRT*系列算法在路径优化方面表现更优。
2026-01-15 10:41:11
373
4
原创 (9-2-01）SDF 文件（1）
本项目基于Gazebo仿真环境开发了一个路径规划系统，实现了RRT、RRT和RRT-FN等算法。系统通过Python编程，利用Matplotlib进行可视化展示，能够读取SDF文件获取地图信息。项目重点介绍了RRT*-FN算法的改进特性，包括基于树结构的探索、路径优化和自适应参数调整等功能。系统构建了地图模块，包含直线、图和地图三个核心类，支持障碍物检测、碰撞检测等功能，为自动驾驶和机器人导航提供了高效的路径规划解决方案。通过仿真环境验证了算法在复杂场景中的性能表现。
2026-01-14 11:00:44
910
3
原创 (9-1-02）自动驾驶中基于概率采样的路径规划
RRT_Connect和RRT算法是两种改进的RRT路径规划方法。RRT_Connect通过双向生长树(起点和终点同时扩展)提高搜索效率，避免局部最优。RRT则在扩展过程中优化路径代价，保证渐进最优性。两种算法都包含节点定义、距离计算、随机采样、碰撞检测等核心模块，并通过可视化展示路径规划过程。RRT_Connect适合快速找到可行路径，RRT*则能生成更优路径，均广泛应用于机器人运动规划等领域。文中提供了两种算法的Python实现代码，包括节点扩展、连接检测和路径回溯等关键步骤。
2026-01-14 10:58:27
321
2
原创 (9-1-01）自动驾驶中基于概率采样的路径规划
摘要：本文介绍了RRT（快速扩展随机树）算法及其改进版本在路径规划中的应用。RRT算法通过随机采样和树扩展的方式在复杂环境中寻找可行路径，适用于机器人、自动驾驶等领域。文章详细阐述了原始RRT算法的实现步骤，包括初始化、采样、最近邻搜索、扩展和目标检测等过程。同时介绍了基于概率P的RRT改进算法，该算法通过概率因素引导树的生长方向，提高搜索效率。文中提供了两个Python实现案例：原始RRT算法和基于概率P的RRT算法，并展示了路径规划结果的可视化效果。这些算法虽然存在路径次优等局限性，但在高维空间路径规划
2026-01-13 11:00:24
487
4
原创 （8-3-02）Bellman-Ford路径规划
本文介绍了D*Lite路径规划算法的实现与可视化。该算法通过d_star_lite.py文件实现了关键功能，包括路径计算、动态障碍物更新和实时路径优化。算法核心包含8个函数：计算优先级(topKey)、启发式估计(heuristic_from_s)、关键值计算(calculateKey)、节点更新(updateVertex)、最短路径计算(computeShortestPath)、下一节点选择(nextInShortestPath)、障碍物检测(scanForObstacles)和移动重扫描(moveAnd
2026-01-13 10:56:01
292
1
原创 （8-3-01）Bellman-Ford路径规划
本项目基于DLite算法开发了一个交互式路径规划系统，通过Pygame实现了网格世界的可视化环境。系统包含四大功能模块：网格环境创建模块支持自定义起点、终点和障碍物；路径规划模块实现DLite算法进行实时路径计算；交互控制模块允许用户通过键盘鼠标操作环境；可视化模块动态展示机器人移动和路径重规划过程。项目采用面向对象设计，通过Node和Graph类构建网格世界，支持4/8连通方式，并提供了路径规划过程的可视化分析工具，直观展示了动态环境下的路径规划原理与应用。
2026-01-12 09:49:44
363
5
原创 （8-2-02）Bellman-Ford路径规划
本文介绍了一个基于A和DLite算法的路径规划可视化程序。程序通过Pygame实现了一个交互式界面，允许用户在网格上设置起点、终点和障碍物，并选择算法进行路径搜索。主要功能包括： 可视化网格系统：支持50x50网格，用户可通过鼠标放置/删除起点、终点和障碍物 两种算法实现：A算法用于静态环境，DLite算法支持动态障碍物更新 交互式操作：空格键启动算法，回车键执行下一步，"c"键重置网格 实时路径显示：算法执行过程中动态显示搜索过程和最终路径 程序采用面向对象设计，包含Grid、Spot
2026-01-12 09:47:06
264
1
原创 自动驾驶核心技能：这本Python路径规划书，让算法从“调用”到“掌控”
《Python路径规划与决策算法》是一本专注于自动驾驶路径规划技术的实战指南。该书系统讲解了从基础Dijkstra、A算法到高阶DLite、RRT等10大核心算法，通过"原理拆解+Python实现+场景适配+优化技巧"的全链路模式，帮助读者掌握自动驾驶路径规划的核心技术。书中包含15+个高仿真实战项目，覆盖城市道路、突发障碍物等典型场景，并兼容ROS、Gazebo等工具链，有效解决算法落地难题。本书特别适合Python开发者、自动驾驶从业者及高校师生，既能夯实算法基础，又能提升工程实践能
2026-01-11 19:37:51
2270
2
原创 （8-2-01）Bellman-Ford路径规划
本项目开发了一个基于Pygame的交互式路径规划器，实现了A和DLite两种算法。用户可通过GUI设置起点、终点和障碍物，实时观察路径规划过程。系统包含路径计算、障碍物扫描和动态更新等功能，通过曼哈顿距离计算节点代价，使用优先队列优化搜索过程。该工具既可用于算法教学演示，也可作为路径规划研究的实验平台，适用于物流、自动驾驶等领域。核心代码实现了节点状态更新、最短路径计算和动态障碍物处理等功能，提供了直观的算法可视化体验。
2026-01-11 19:34:56
379
原创 （8-1）Bellman-Ford路径规划
本文介绍了DLite算法在动态环境路径规划中的应用。DLite是D*算法的改进版本，通过增量式路径更新和局部搜索实现在未知或部分已知环境中的高效路径规划。文章详细阐述了算法的核心思想、实现步骤，并通过迷宫路径探索案例展示了具体应用。案例中使用Pygame实现交互式路径规划器，包括节点定义、代价计算、障碍物地图生成等关键环节，最终可视化展示了起点到终点的最短路径。该算法在机器人导航、无人驾驶、物流仓储等领域具有重要应用价值。
2026-01-11 19:31:09
277
原创 （7-3）Bellman-Ford路径规划
摘要：本文介绍了使用Python实现D算法解决探险家路径规划问题的实战案例。通过map.py生成包含起点（红色）、终点（绿色）和障碍物的地图图像（my_map.png和my_map_newobs.png），然后利用dxing.py中的D算法实现动态路径规划。该算法能实时处理新发现的障碍物（标记为紫色），分别用蓝色路径表示初始规划路线，红色路径表示遇到新障碍后重新规划的路线。案例展示了D*算法在动态环境中寻找最优路径的能力，最终输出可视化结果图像my_map_result.png。
2026-01-09 10:39:24
419
3
原创 （7-2-02）自动驾驶中的动态环境路径重规划：实战案例：探索机器人的新家
摘要：本文介绍了一个基于D算法的机器人路径规划系统，用于在8x8网格地图中寻找从起点(S)到终点(E)的最短路径，同时避开障碍物(#)。系统通过初始化地图网格、定义开放列表和关闭列表，实现了首次搜索和动态路径规划功能。关键算法包括处理状态更新、邻居节点查找和路径优化。通过可视化函数draw_effect展示路径规划结果，系统能够适应动态环境变化（如障碍物位置改变）并重新规划最优路径。该实现展示了D算法在机器人路径规划中的有效应用，具有动态适应性和高效性特点。
2026-01-09 10:36:26
1136
2
原创 （7-2-01）Bellman-Ford路径规划
本文通过一个迷宫路径规划案例，详细介绍了D算法的实现过程。D算法是一种动态路径规划算法，适用于机器人或自动驾驶车辆在未知或动态变化环境中重新规划路径。文章首先定义了状态类和地图类，实现了迷宫环境的建模。然后重点讲解了D算法的核心流程，包括代价计算、状态更新和路径优化等关键步骤。通过Python代码实现了D算法，并使用Matplotlib库可视化展示了算法在静态和动态障碍物环境下的路径规划效果。案例结果表明，D*算法能够有效处理环境变化，实时更新最优路径。该实现为智能体在复杂环境中的导航提供了可靠解决方案。
2026-01-08 10:36:19
1292
2
原创 （7-1）Bellman-Ford路径规划
本文介绍了动态路径规划中的D算法，详细阐述了其发展背景、原理实现及与A算法的对比。D算法是A算法的改进版本，特别适用于动态环境下的路径规划问题。文章首先回顾了D算法的发展历程，从早期静态路径规划到适应动态环境的演进过程。然后重点讲解了D算法的核心原理，包括局部搜索、路径更新和环境变化处理机制，并详细说明了算法实现的七个关键步骤。最后通过对比分析，突出了D算法在动态环境中利用历史信息进行增量搜索的优势，以及其特有的k值机制和状态处理方法。文章还介绍了D算法中的常用概念和关键函数，为理解算法提供了完整框架。
2026-01-08 10:31:22
817
原创 （6-4）Bellman-Ford路径规划
校内机器人配送系统是一个基于Floyd算法的校园导航项目，通过Python实现校园内任意两点间的最短路径查询和地点信息查询。系统包含16个校园地点节点，使用邻接矩阵存储路径信息，并实现了地点可视化、路径计算和用户交互功能。用户可通过命令行界面查询地点信息、获取最短路径（如"图书馆到小礼堂最短距离40米"）或查看校园路径图。项目采用Floyd-Warshall算法计算全源最短路径，并提供了图形化展示功能，有效提升了校园内的导航效率。系统核心代码约150行，涉及矩阵运算、路径回溯和Matpl
2026-01-07 12:02:14
149
3
原创 （6-3）Bellman-Ford路径规划
本文介绍了Floyd算法的两种优化改进方法。首先提出空间优化方案，通过使用单个二维数组替代传统双矩阵存储，有效降低内存消耗50%。随后重点探讨并行化优化策略，包括任务并行化、数据并行化、GPU加速和分布式计算四种实现方式，并给出Python多线程并行化处理的具体实例。实例中通过将邻接矩阵分块处理，利用ThreadPoolExecutor实现并行计算，最后使用NetworkX和Matplotlib进行结果可视化。两种优化方法可单独或组合使用，显著提升算法执行效率并降低资源消耗，适用于不同计算环境和应用场景。
2026-01-07 11:59:00
192
2
原创 （6-2）Bellman-Ford路径规划
Floyd算法是一种动态规划算法，用于求解图中所有节点对之间的最短路径。其核心思想是通过逐步引入中间节点来更新节点间的最短距离。算法实现步骤包括：初始化邻接矩阵，通过三重循环遍历所有节点组合，不断更新最短路径矩阵。算法时间复杂度为O(n³)，适用于权值非负的有向图或无向图。文中还提供了Python实现示例，通过可视化展示了算法计算过程和结果。该算法能够高效计算出任意两节点间的最短路径，并在矩阵中呈现最终结果。
2026-01-06 10:38:25
293
4
原创 （6-1）Bellman-Ford路径规划
摘要：Floyd算法是解决图中所有节点对最短路径问题的经典算法，由Robert W. Floyd于1962年提出。该算法采用动态规划思想，时间复杂度为O(V^3)，适用于稠密图但不处理负权边。与Floyd-Warshall算法相比，后者更通用且能处理负权回路。Floyd算法在网络路由、交通规划、电路布线和地图导航等领域有广泛应用，为自动驾驶的全局路径规划提供了高效解决方案。
2026-01-06 10:36:35
227
1
原创 （5-3-02）Bellman-Ford路径规划
ConnectingFlights系统实现航班最短路径计算与查询功能。该系统包含两个核心模块：1) 计算模块采用Floyd-Warshall算法实现多标准（价格、时长、距离）最短路径计算，通过ConnectingFlights类管理数据库交互；2) Web前端基于Flask框架开发，提供用户友好的查询界面，支持起点/终点选择和三种路径优化标准，查询结果以可视化方式展示具体航班信息和总权重。系统实现了从算法计算到用户交互的完整解决方案，为航空运输领域提供高效的路径规划工具。
2026-01-05 10:52:06
208
3
原创 （5-3-01）Bellman-Ford路径规划
本文介绍了一个基于Flask框架和Floyd-Warshall算法的航班查询系统。系统通过MongoDB数据库存储航班信息，提供Web和命令行两种查询方式。用户可输入起止机场及优先标准（价格/距离/时间），系统会返回最短路径的航班详情。核心功能包括：数据库操作类Database.py实现MongoDB连接及数据管理；scale_down_csv.py处理CSV数据导入；db_test.py进行单元测试确保可靠性。该系统能自动计算最优航线，简化用户查询流程，为航空出行提供智能解决方案。
2026-01-05 10:49:09
200
原创 通用AI Agent——人工智能落地的核心引擎
《AIAgent架构设计与实现》系统阐述了下一代智能系统的核心原理与工程实践。本书由腾讯T4工程师等专家编写，通过11章内容构建完整知识体系，涵盖基础认知、架构设计、核心技术、复杂场景和应用实战五大模块。重点解析了分层架构设计、多Agent协作、从被动应答到主动执行的能力跃迁等关键技术突破，并详细介绍了感知、决策、执行三大系统的实现方案。书中包含智能客服、自动驾驶、量化交易等典型落地案例，为开发者提供从理论到实践的完整指导。本书适合AI开发者、企业技术负责人及科研人员阅读，是掌握AIAgent核心技术的权威
2026-01-04 17:49:13
1150
1
原创 （5-2）Bellman-Ford路径规划
摘要：本文介绍了Floyd-Warshall算法在两个实际案例中的应用。第一个案例是航空线路规划系统，通过计算四个城市间的最短航线距离，帮助航空公司优化航程和飞行时间。第二个案例是城市交通规划程序，在考虑单行道等交通规则的情况下，计算五个交叉路口间的最短路径。两个案例均提供了完整的Python实现代码，包括邻接矩阵表示、算法核心逻辑以及可视化展示功能。算法输出结果包括最短距离矩阵和优化路径信息，并生成了直观的网络图，为实际应用提供了决策支持。
2026-01-04 17:46:46
616
1
原创 （5-1）Bellman-Ford路径规划
摘要：本文深入探讨Floyd-Warshall算法在全局路径规划中的应用。该动态规划算法通过遍历所有节点更新距离矩阵，解决所有节点对之间的最短路径问题，适用于带负权边但不含负权环路的图。文章详细介绍了算法原理、实现步骤及在交通规划、航空航线、电力网络等领域的应用场景，并分析了其在大规模图中的局限性。通过Flask实现的航班查询系统案例，展示了算法在实际系统中的运用。最后指出算法虽能有效解决最短路径问题，但时间复杂度较高，在大规模应用中可能存在性能挑战。
2026-01-04 17:44:26
271
原创 自动驾驶核心技能：这本路径规划书，让算法从“调用”到“掌控”
《Python路径规划与决策算法》是一本面向自动驾驶领域的实战指南，系统讲解从基础到高阶的路径规划算法。全书涵盖Dijkstra、A等经典算法，以及D、RRT等动态规划算法，通过"原理+Python实现+场景优化"的教学模式，帮助读者掌握算法核心逻辑与工程应用。书中包含15+个自动驾驶实战项目，解决城市道路、动态障碍等实际场景问题，并兼容ROS、Gazebo等开发工具。该书突破传统教材纯理论或纯调包的局限，旨在培养开发者从算法调用者成长为具备优化能力和场景适配能力的核心人才，适合自动驾驶
2025-12-28 17:54:04
2330
1
原创 通用AI Agent：从被动应答到主动执行的智能系统全解
《AIAgent架构设计与实现》系统解析新一代智能系统的核心技术，从分层架构设计到多Agent协作，提供完整工程实现方案。本书由腾讯T4工程师领衔编写，涵盖感知、决策、执行三大核心模块，通过11章内容构建完整知识体系，包含智能客服、自动驾驶等实战案例。针对开发者从理论到实践的痛点，重点解决多模态感知、自主规划、任务分解等关键技术难题，助力读者掌握企业级AIAgent开发能力，实现从"调用API"到"设计完整系统"的能力跃迁。
2025-12-20 18:14:44
1214
3
原创 别再死磕纯数学！这本AI微积分书，让公式直接变成调参实力
《人工智能微积分基础》是一本专为AI学习者设计的实用教材，将微积分知识与AI实战紧密结合。书中精选AI必备的微积分内容，通过"公式+代码"的方式，用Python实现SymPy、TensorFlow等工具的应用案例，让读者在实战中理解梯度下降、正则化等核心概念。作者团队由高校名师和工业界专家组成，确保内容既通俗易懂又贴近实际。适合AI新手、工程师、转行人士及高校师生，帮助突破数学瓶颈，掌握模型优化原理，实现从"调包"到真正理解AI的跨越。
2025-12-20 18:13:20
883
1
原创 自动驾驶核心技能：这本Python路径规划书，让算法从“调用”到“掌控”
《Python路径规划与决策算法》是一本专注于自动驾驶领域的实战指南，系统讲解从基础到高阶的路径规划算法。全书通过"原理拆解+Python实现+场景落地+优化技巧"的模式，覆盖Dijkstra、A*、D*、RRT等10大核心算法，包含15+个高仿真实战项目。该书突破传统教材纯理论或纯调包的局限，结合ROS、Gazebo等工具，解决自动驾驶中动态障碍物处理、复杂路况适配等痛点问题。适合Python开发者、自动驾驶从业者及高校师生，帮助读者从算法调用者成长为具备优化能力和场景解决能力的核心人
2025-12-20 18:11:52
2435
原创 搞大模型必看的DeepSeek实战指南：这本图解书如何让复杂架构变通透？
《DeepSeek图解：大模型是怎样构建的》是一本聚焦国产大模型DeepSeek的实战指南，通过图解+代码+案例的方式，系统讲解从文本预处理到产业落地的全流程。该书突破传统大模型书籍偏理论或API调用的局限，既深入解析Transformer、MoE等核心架构原理，又提供翻译系统、微信机器人等真实业务场景的代码实现。特别针对国产大模型特点，详解多模态训练、API开发等关键环节，帮助开发者实现从"看懂概念"到"实操落地"的跨越，是学习大模型架构与业务落地的实用工具书。
2025-12-20 18:10:00
763
1
原创 封神！这本 Python 路径规划圣经，从入门到自动驾驶落地全攻略
《Python路径规划与决策算法》是一本面向智能硬件开发的实战指南，系统讲解15+核心算法，涵盖从Dijkstra到D*Lite等前沿技术。全书以"理论+实战"为主线，配套校园导航、自动驾驶等工业级项目案例，采用Python3.x实现算法工程化落地。特别针对动态环境、高维空间等复杂场景，提供SLAM导航、轨迹预测等解决方案，适合学生、工程师及科研人员快速掌握路径规划全栈技能，突破智能驾驶与机器人领域的技术瓶颈。
2025-12-14 17:43:27
578
2
原创 （9-2-03）基于卡尔曼滤波器的实时跟踪系统：对象分类索引+保存权重模型
摘要：本文介绍了目标检测中的类别索引字典NUM_CLASS的定义和使用，该字典将整数索引映射到具体物体类别（如"person"、"car"等）。同时记录了YOLOv3权重文件(yolov3.weights)的下载过程（237MB，耗时2.2秒）以及权重加载到模型中的详细步骤。代码实现了YOLOv3模型的构建、权重加载和保存（model.h5），输出显示了各卷积层权重的加载状态。这些操作为后续目标检测任务奠定了基础。
2025-11-19 21:02:45
576
2
原创 （9-2-02）基于卡尔曼滤波器的实时跟踪系统：目标检测工具函数
本文介绍了目标检测中的关键工具函数实现，主要包括网络输出解码、坐标转换、非极大值抑制处理和结果可视化等功能。通过BoundBox类管理检测框信息，decode_netout函数解析网络输出，correct_yolo_boxes调整坐标尺度，bbox_iou计算交并比，do_nms应用非极大值抑制算法去除冗余框。最后通过draw_boxes等可视化函数将检测结果绘制在原图上，包括边界框、类别标签和置信度分数。这些函数共同完成了从模型输出到可视检测结果的全流程处理，实现了目标检测系统的核心功能模块。
2025-11-19 11:11:26
683
1
原创 （9-2-01）基于卡尔曼滤波器的实时跟踪系统：实现YOLOv目标检测模型
本文介绍了基于YOLOv3目标检测模型的实现方法。首先进行准备工作，包括使用Python处理文件和视频数据。重点构建了YOLOv3模型架构，通过_conv_block函数封装卷积、批归一化和激活操作，实现了包含跳跃连接的完整网络结构。同时设计了WeightReader类，用于从预训练权重文件中读取并加载参数到模型各层。该方法清晰地展示了YOLOv3模型的层次结构及权重加载机制，为计算机视觉任务提供了有效的目标检测解决方案。
2025-11-18 11:02:39
717
2
原创 （9-1）基于卡尔曼滤波器的实时跟踪系统：项目介绍
本项目开发了一个基于卡尔曼滤波器的实时多目标跟踪系统，适用于安全监控、智能交通、无人驾驶等领域。系统通过深度学习模型检测视频中的目标物体，利用卡尔曼滤波器预测和更新目标位置，处理运动噪声。具备实时视频流处理、多目标跟踪、可视化展示（边界框/轨迹标记）及数据存储功能，支持GUI/CLI交互和参数调整，为计算机视觉应用提供高效稳定的目标追踪解决方案。
2025-11-17 13:59:35
601
2
原创 AI开发者必入的《人工智能微积分基础》，作者天团 + 北大院士强力推荐
家人们！谁懂啊！学 AI 学到崩溃的时候，就差一本把微积分和人工智能扒得明明白白的书了 —— 现在它来了！《人工智能微积分基础》刚新鲜出炉，直接帮你打通 AI 学习的 "任督二脉"，从此告别公式恐惧，让数学不再是你进阶 AI 大神的绊脚石！咱先看这作者阵容，简直是 “神仙打架”！王圣强，华东理工大学数学学院教授、数学与应用数学系副主任，复旦大学数学科学学院理学博士，还斩获过宝钢最高等院校教师教学奖一等奖、上海市教学能手等诸多荣誉，在微积分教学与研究领域深耕多年，经验丰富得能 “溢出屏幕”。
2025-11-09 17:16:45
872
原创 （7-4）基于机器学习
本文提出了一种基于价格预测的黄金交易策略。由于数据限制无法获取日内价格，策略采用在第i-1天低价买入、第i天高价卖出的方式。通过trading_strategy函数实现交易模拟，并引入low_add和high_loss参数优化买卖时机。实验结果显示，经过参数优化后策略利润达245美元（初始资本1000美元），较默认参数（111美元）显著提升。这表明模型预测能有效指导交易决策，在三个月内实现超过20%的收益率，优于简单的买入持有策略。虽然金融市场高度复杂，但本研究证实了基础预测模型在交易策略中的实用价值。
2025-09-27 20:13:38
995
1
原创 （7-3）基于机器学习
摘要：本项目采用LGBMRegressor模型进行金价预测，通过verstack调优处理。主要流程包括：(1)定义prediction函数进行特征工程（添加滞后期、滚动统计和L-矩特征）和模型训练；(2)分别对"Low"和"High"列进行预测，使用LGBMTuner进行50次超参数优化；(3)输出RMSE、MAE等评估指标，并绘制预测值与实际值的对比曲线图。结果显示，模型在"Low"列预测时最优RMSE为6.2248，能有效支持交易策略评估。整个
2025-09-27 20:12:16
1035
1
原创 （7-2）基于机器学习
摘要：本研究基于2000-2022年的黄金价格数据，通过数据预处理和特征工程构建预测模型。首先对开盘价、最高价、最低价、收盘价进行异常值清洗；然后利用互信息分数从100个滞后期中筛选出最具预测性的10个滞后期；接着计算滚动统计特征（均值、方差）和L-矩特征（1-5阶矩及基尼系数），窗口大小分别设为2天和5天。研究特别采用Lag=2的滞后设定以匹配交易策略需求，最终构建了包含多种时序特征的数据集，为黄金价格预测提供更丰富的信息基础。
2025-09-26 11:35:06
1600
文本分类与情感分析算法 数据集
2024-05-22
行为预测算法：基于自动驾驶大模型的车辆轨迹预测系统
2024-05-13
专栏《NLP算法实战》中第9部分《大模型Transformer》的所有配套源码
2024-04-24
斗转星移换图系统（PyTorch+Visdom+CycleGAN）源码
2024-04-24
Tensorflow机器翻译系统和PyTorch机器翻译系统
2024-03-22
AI智能问答系统的源码资料
2024-03-15
《基于深度强化学习的量化交易策略》一文的源码
2024-02-29
比特币价格预测系统的项目的源码和数据集
2024-01-13
我的专栏《大模型从入门到实战》2-1到2-3的配套源码，包含数据集
2024-01-11
金融大模型实战：个人专栏《检测以太坊区块链中的非法账户》项目的源码和数据集
2024-01-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人