自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

m0_51456787的博客

  • 博客(317)
  • 资源 (10)
  • 问答 (3)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 C/C++中文参考手册离线最新版

C/C++中文参考手册(C++23标准) 离线chm最新版”是一份非常优秀的C/C++参考手册，它涵盖了C/C++语言的所有重要概念和语法，并包含了最新的C++23标准，让开发者能够使用最新的功能和特性。此外，该手册还涵盖了STL和Boost库的内容，让开发者能够更好地使用这些库。该手册采用离线的chm格式，可以在Windows操作系统上使用，易于使用。如果您是一名C/C++开发者，不妨下载并使用该手册，它将为您的编程工作提供有力的帮助和支持。

2023-04-08 22:26:26 8764 39

原创 计算机毕业设计 基于Java开发的图书馆管理系统项目

基于Java开发的图书馆管理系统项目是一款基于Java技术的图书馆管理软件。该软件采用客户端/服务器架构，包括图书管理、读者管理、借阅管理、还书管理等多个模块，可以实现图书馆的全面管理。该项目具有以下特点：基于Java技术，具有良好的跨平台性和可移植性。采用客户端/服务器架构，可以实现多用户同时访问和管理。包含多个模块，功能全面，可以满足图书馆的各种管理需求。采用友好的界面设计，易于操作和使用。图书馆管理系统主要的目的是实现图书馆的信息化管理。

2023-04-08 20:15:22 881 4

原创 实验四 彩色图像处理（源代码一站式复制粘贴）

大多数的彩色图形显示设备一般是使用红、绿、蓝三原色，真实感图形学中的主要颜色模型也是RGB模型，但是红、绿、蓝颜色模型用起来不太方便，它与颜色概念如色调饱和度和亮度等没有直接的联系。1.从图库中读取一个彩色图像，将RGB图像转换为HSV图像（rgb2hsv函数），分别显示HSV三分量的图像，观察各分量图像，并适当增大或减小各分量的大小，分析HSV图像H、S、V三分量分别对图像的影响。彩色图像的平滑和锐化处理是以邻域内彩色像素的处理为基础的，彩色图像邻域处理的像素是向量，颜色通道之间具有相关性。

2022-12-21 14:54:35 2508

原创 实验三 图像复原（源代码一站式复制粘贴）

表示噪声的功率谱，表示原图像的功率谱。式中，表示观测图像，即模糊、有噪声的降质图像，表示图像的点扩散函数，表示加性噪声。2.生成大小为的棋盘格式图像（自行查阅checkerboard函数的使用方法），对该图像进行模糊加噪，分别用点扩散函数、NSR、NCORR和ICORR为参数对降质图像进行恢复，显示并对比恢复结果。设表示输入图像在像素处的灰度值，表示输出图像在像素处的灰度值，表示中心在像素处的邻域像素集合，、和分别表示邻域像素集合中的最小灰度值、最大灰度值和中间灰度值，表示允许的最大模板尺寸。

2022-12-21 14:52:27 1543

原创 实验二B 图像的空域与频域滤波（源代码一站式复制粘贴）

2)读出一幅灰度图像，分别采用理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器对其进行滤波（截止频率自选），再做逆变换，观察不同的截止频率下采用不同高通滤波器得到的图像与原图像的区别。频域增强是利用图像变换方法将原来的图像空间中的图像以某种形式转换到其他空间中，然后利用该空间的特有性质方便地进行图像处理，最后再转换回原来的图像空间中，从而得到处理后的图像。4)将图像的傅里叶变换置为其共轭后进行逆变换，比较新生成图像与原始图像的差异。3）将所得结果用逆变换得到增强的图像。3.掌握进行图像的空域滤波的方法。

2022-12-21 14:41:53 1574

原创 实验二A 图像的空域（源代码一站式复制粘贴）

4)运用for循环，将加有椒盐噪声的图像进行10次、20次均值滤波，查看其特点，显示均值处理后的图像（提示:利用fspecial函数的’average’类型生成均值滤波器）。中值滤波器是一种常用的非线性平滑滤波器，其滤波原理与均值滤波器方法类似，但不是计算加权求和，而是把邻域中的图像的像素按灰度级进行排序，然后选择该组的中间值作为输出像素值。线性低通平滑滤波器的所有系数都是正数，对的模板来说，最简均值滤波器的是取所有系数为1，为了保持输出图像仍然在原图像的灰度值范围内，模板与像素邻域的乘积都要除以9。

2022-12-21 14:07:02 574

原创 实验一 图像基本操作及点处理（源代码一站式复制粘贴）

熟悉MATLAB语言中对图像数据读取，显示等基本函数，特别需要熟悉下列命令：熟悉imread()函数、imwrite()函数、size()函数、subplot()函数、figure()函数。式中，l是灰度级的总数目，pr(rk)是取第k级灰度值的概率，nk是图像中出现第k级灰度的次数，n是图像中像素总数。灰度变换是图像增强的一种重要手段，它常用于改变图像的灰度范围及分布，是图像数字化及图像显示的重要工具。式中，nk为图像中出现rk级灰度的像素数，n是图像像素总数，而nk/n即为频数。

2022-12-20 20:57:21 397

原创 DIV盒模型和CSS基础

我们先来相像一下一个盒子，它有:外边距(margin，与其他盒子之间的距离)、边框(border)、内间距_(padding，盒子边框与内容之间的填充距离)、内容(content)四个属性;内间距可以理解为盒子里装的东西和边框的距离，而边框有厚薄和颜色之分，内容就是盒子中间装的东西，外边距就是边框外面自动留出的一段空白。设计伪类和伪元素可以实现其中的一些效果。HTML页面的任何一个元素，即任何一个标签，都拥有ID这个属性，我们可以通过为元素设置一个唯一的ID识别符，进而利用CSS的ID选择器对其使用样式。.

2022-08-25 08:00:00 1273 8

原创 HTTP协议基础

事实上，通过工具监控我们可以发现，当访问http:/www.woniuxy.com/时，不只一个GET请求被发送，原因在于构成该网站首页的资源除了HTML代码外，还包括很多图片，动画，JavaScript脚本和CSS格式化文件。通常对于一些数据星较大的数据来说，使用POST请求进行传输会比较好，因为GET请求的URL地址长度有限，但是这种限制跟浏览器，跟操作系统都有关，比如E对URL长度的限制是2083字节(2K+35)。(1)HTTP有请求和响应，并且都是成对出现的:有请求必有响应，无请求必无响应。...

2022-08-23 08:00:00 622 2

原创 应用服务器部署：安装Docker及摘取镜像

(1）完整模拟硬件的虚拟环境:VMWare，Hyper-V,Virtual-Box，VMServer等。(2)不模拟硬件，只把虚拟环境当成一个应用程序(进程）来对待:Docker，非常轻量级的虚拟环境。(3)在VMWare中安装一个Linux，标配10G+、最小化安装近2G，而在Docker中，安装一个最小化CentOS或Ubuntu，大概只需要200M。...

2022-08-22 08:00:00 1064 3

原创 数据库管理系统：Redis配置与使用

Redis是最为流行的缓存服务器:数据是保存内存中，所有的I/O操作全在内存中进行，速度非常快，性能非常高。如果断电或停止服务，数据就会消失，而内存型数据库恰好可以弥补类似于MySQL等关系型数据库在硬盘当中进行l/O操作的速度上的局限。Redis是Key-Value键值对的存储格式，非关系型，Key=Value的方式操作数据，而关系型数据库是二维表+SQL语句操作。修改redis.conf配置文件，设置daemonize no 为: daemonize yes，再重启Redis 服务器即可。...

2022-08-19 11:47:09 1824 2

原创 Linux操作系统：性能指标监控与通知

系统的性能指标监控是比较常见的针对系统的管理场景，比如系统有挖矿程序，或者系统本身存在高CPU进程(正常应用)，除了CPU之外，也可以监控内存，硬盘，网络流星等使用情况。通过监控和发送通知，可以及时对系统的运行情况进行把控进而实现正确的处置。如果发现某些异常CPU消耗，甚至可以直接结束掉进程。(1)通过相应的命令能够输出需要的指标。(2)通过awk对输出结果进行过滤，找到对应的值。(3)根据对应的值进行判断，进而决定后续处理方式。......

2022-08-13 08:00:00 3414 74

原创 Linux操作系统：字符串处理及awk与sed

对文本进行逐行处理的编程语言,它来源于3个创作者的名字: Aho、(Peter)Weinberg和(Brain)Kernighan，与sed和grep很相似，awk是—种样式扫描与处理工具，但其功能却强于sed和grep。(1) a∶新增，a的后面可以接字串，而这些字串会在新的一行出现(目前的下一行)(4) i∶插入，i的后面可以接字串，而这些字串会在新的一行出现(目前的上一行)(6) s:取代，可以直接进行取代的工作，通常这个s的动作可以搭配正规表达式进行。(5) p∶打印，将某个选择的数据印出。...

2022-08-12 15:48:35 2600 24

原创 Linux操作系统：函数、CronTab及定时任务和站点可用性监测

1、函数的作用函数可以将一个专门的功能进行封装，用于解决一个特定的问题，并且可以通过传递不同的参数给某个函数，实现处理不同数据的能力。函数的参数跟脚本的参数比较类似。2、函数的使用函数名、参数、返回结果，其中函数名必须的，参数和返回结果可选，根据需要进行处理。......

2022-08-11 13:51:20 823 3

原创 Linux操作系统：Shell基础用法

什么Shell脚本﹖到底能解决什么问题?Shell脚本其实就是把一批命令集合在一起，解决一些复杂的问题。有点类似于程序设计（在Shell中，变量、分支、循环、函数、数组等与程序设计完全类似的功能)，但是本质上来说不是程序设计。Shell的程序复杂度是无法真正与编程语言相提并论的，但是由于与操作系统是集成在一起的，所以能够执行一些更加底层的命令组合，且效率很高。...

2022-08-10 13:04:37 975 4

原创 Linux操作系统：Firewalld

1 、常用的两张表 : filter、nat , filter用于过滤数据包，nat用于路由转发功能 2 、常用的两条链 : INPUT、OUTPUT 3 、常见的三个行为 : ACCEPT、DROP、REJECT 4 、限制流量的三个特征 : 端口、协议、IP，对应的五元组 : - d - s -- dport -- sport - p 5 、端口转发 : 本机端口、远程端口。......

2022-08-09 10:39:42 2057 61

原创 Linux操作系统：IPTables

iptables其实不是真正的防火墙，我们可以把它理解成一个客户端代理用户通过iptables这个代理，将用户的安全设定执行到对应的"安全框架"中，这个"安全框架"才是真正的防火墙，这个框架的名字叫netfilter。netfilter才是防火墙真正的安全框架（framework)，netfiter位于内核空间。iptables其实是一个命令行工具，位于用户空间，我们用这个工具操作真正的框架。............

2022-08-08 08:00:00 1227 1

原创 Windows操作系统进阶：防火墙基础和Windows Defender

一、基本内容1、了解防火墙的基本内容2、掌握WindowsDefender图形化界面防火墙操作3、掌握WindowsDefender命令界面防火墙操作。

2022-07-31 08:00:00 2567 10

原创 Windows操作系统进阶：AD域

一、活动目录(AD)1、了解活动目录的相关概念2、会在Windows服务器上部署域控制器（主/辅)，将客户机加入域3、会在域控制器上设置组策略，从而去影响域中的用户和客户机4、扩展（1）如果将一台Windows2003的域提升为Windows2008的域。涉及一问题操作主机的概念（2）如何对域控制器进行备份，在早期的时候，所有的计算机都是独立的个体（每台计算机都有自己的用户或组)）想要统一管理，在企业中，部署活动目录服务器，从而对企业中的所有用户及计算机进行集中。......

2022-07-29 08:00:00 6864 91

原创 网络协议与攻击模拟：wireshark使用、ARP协议

协议TCP/IP协议簇。

2022-07-22 09:27:07 902 10

原创 交换机与路由器技术：静态NAT、动态NAT、PAT和端口镜像

1)静态转换1对1转换1个内网地址转换为1个外网地址，形成的是永久性的对应关系，可以根据外网地址直接定位到内网地址，可以实现内网访问外网，也可以实现外网访问内网(2)动态转换多对多转换内网多个IP转换为外网多个IP，当内网主机数量多于外网IP地址个数时，无法实现内网所有主机同时上网，由于是动态的对应关系，所以无法根据外网地址锁定到内网地址，只能实现内网访问外网(3)端口多路复用(PAT)多对1转换（源地址转换，NAT代理上网).........

2022-07-21 08:00:00 4092

原创 交换机与路由器技术：标准ACL、扩展ACL和命名ACL

是一种基于包过滤的访问控制技术（拆网络层的IP地址)，广泛应用于路由嚣和三层交换机中，基于数据包的五元组进行过滤（源IP，目标P，源端口，目标端口，协议)读取三层(网络层)和四层（传输层)............

2022-07-20 08:00:00 3671 10

原创 交换机与路由器技术：OSPF路由重分发、OSPF的NSSA区域和OSPF虚链路

OSPF高级配置1、路由重分发2、NSSA区域3、虚链路。

2022-07-19 08:00:00 1083 16

原创 交换机于路由器技术：OSPF单区域配置、OSPF多区域和末梢区域

还发现了该末梢区域之外的区域的信息条目，因为路由器1会把左边链路汇总的信息传送给该末梢区域的其他路由器。7、发现末梢区域之外的路由信息已经消失了，即10.0的那条消失了。有两个DR，因为这个实验中三个路由器是直线相连式的，如果说是一个环形结构的，那么就只有一个DR。链路代价是一致的情况下，就会形成一个负载路由，否则就会找到一个最优的下一跳的路由。2、按图配置IP地址，链路左边的接口都配置为1，链路右边的接口都配置为2。我们再次打开路由器3的接口，等一会儿路由器5的负载路由又回来了。......

2022-07-18 08:00:00 3013

原创 交换机与路由器技术：动态路由协议、RIP路由协议和OSPF路由协议

推断因为相邻的路由器已经进行路由聚合了，所以该重启的路由器还是会学到到相邻路由器的路由聚合。5、进入RIP设置，关闭路由聚合，但是因为是在宣告之后才关的，所以我们还是可以看到路由聚合的条目信息。6、找某一路由器关机后开机，再次配置IP地址，和RIP设置，注意要在宣告之前关闭路由聚合，之后再来。这里前面路由器的g0/0预设为191是错误的，因为191是广播地址，我们应当要设置为190.因为去20.0的网段下面的线路比上面的线路近，所以路由表只有下面链路的信息。这里仅给出路由器0的配置图片，其他同理。.....

2022-07-17 08:00:00 4977 1

原创 我的创作纪念日

我呢一开始，就想这发一些学校c语言的程序设计题的解答上来，说不定会有下一届的同学会看，毕竟学校蛮懒的，上下两届的教学内容和作业题大差不差。我现在的话，就是希望大三下会准备考研吧，希望我能心想事成。现在的话，就是在学习网络安全的知识。也有一些同学看到文章末尾的二维码，加我微信好友，虽然说没怎么聊天，不过有人加我，我还是很高兴地。现在的话，居然养成习惯了，就当成是做笔记了。开始到现在，我获得了5000多位同学的关注，只能说是倍感荣幸。之后呢，我就陆陆续续地发了一些文章，都是一些学校的课程作业。...

2022-07-16 22:27:53 295 4

原创 交换机与路由器技术：热备份路由选择协议HSRP、HSRP和SPVSTP综合实验

如下图所示，主机需要访问外网172.16.3.127，发现不是同一网络，会将数据交给自己的网关，在这里，主机配置的网关为HSRP组中的虚拟路由器，虚拟路由器收到了数据后，根据HSRP组中的机制（组中路由器的优先级来决定谁是活跃路由器，谁是备份路由器)，将数据交给活跃路由器进行转发，活跃路由器再根据自身的路由表进行转发数据。9、因为vlan10的根网桥是三层交换机0，倒三角的右边链路必定有一个属于vlan10的接口阻塞。6、查看三层交换机0，根网桥和网桥id是一致的，说明自己是vlan10的根网桥。.....

2022-07-16 07:00:00 1635 4

原创 交换机与路由器技术：链路聚合、生成树协议STP和生成树协议配置

链路聚合（英语LinkAggregation）是一个计算机网络术语，指将多个物理端口汇聚在一起，形成一个逻辑端口，以实现出/入流量吞吐量在各成员端口的负荷分担，交换机根据用户配置的端口负荷分担策略决定网络封包从哪个成员端口发送到对端的交换机。当交换机检测到其中一个成员端口的链路发生故障时，就停止在此端口上发送封包，并根据负荷分担策略在剩下的链路中重新计算报文的发送端口，故障端口恢复后再次担任收发端口。不同的vlan具有不同的STP，有不同的根网桥，不同的阻塞接口。3、等一会，就链路聚合了。......

2022-07-15 09:13:55 5662 3

原创 交换机与路由器技术：VLAN Trunk、单臂路由和三层交换及配置

如果没有VLAN Trunk会出现什么样的局面呢？、如下所示当没有VLAN Trunk，两台交换机之间，两个不同的vlan发送报文，就会消耗2对物理接口。如果更多vlan发送报文，就会占用更多的物理接口，而物理接口很珍贵。所以我们可以用Trunk整合接口，只消耗一个物理接口，所有vlan都通过trunk链路与自己vlan的主机进行通信。思科私有的ISL标准的802.1q 不同厂商的交换机使用的共有标准在同一交换机上划分vlan，从而相同vlan主机可以通信，不同vlan不同通信。如果想要不

2022-07-14 12:04:50 7619 73

原创 交换机与路由器技术：静态路由配置和路由器上配置DHCP、虚拟局域网VLAN

回顾1、静态路由2、默认路由ip route 目标网络（目标的网段“目标的网络地址") 目标的子网掩码 下一跳地址（下一个路由器的接口的IP地址)或者发往下一个路由器的本地接口（即这个接口的自己的，这个接口指向下一个路由）2、默认路由3、查看路由条目思科：7、还可以用仿真模式，图形化地查看报文的路程目的：使客户机可以通过路由器所提供地DHCP服务获取到IP地址DHCP:动态主机配置协议主要是为客户机提供TCP/IP参数:IP地址、子网掩码、网关、DNS服务器地址（2）指定

2022-07-13 08:36:21 6858 6

原创 交换机与路由器技术：远程管理交换机和路由器工作原理、路由器转发数据包的封装过程

采用的是明文密码方式，不是很安全，—般用于内网管理，采用的是密文密码方式，相对来讲比较安全，经常用于跨越互联网管理，也常用于远程管理Linux操作系统法1：法2：因为在解封装时要去掉mac帧，再次封装时又添加mac帧，所以跨网段传输的源mac和目的mac一直在发生变化。.........

2022-07-12 09:42:22 2777 59

原创 交换机与路由器技术：以太网MAC和以太网帧、交换机工作原理及基本配置

交换机的工作原理1、交换机它是属于数据链路层的设备，数据链路层所传输的是数据帧，所封装的是MAC头部(主要有源MAC地址、目的MAC地址)差错校验2、数据链路层的功能4、交换机主要讲的以太网交换机(局域网的交换机)5、以太网的基本概念6、以太网的发展史10BASE-T （10兆）100BASE-T （100兆）1000BASE-T （1000兆）7、早期的网络的共享式网络、目前所使用的是交换式网络8、以太网的MAC用来标识一个以太网上的某个单独的设备或—组设备IP地址的概念:用

2022-07-10 10:04:19 4748 71

原创 Windows与网络基础：子网掩码和子网划分

面试可能问到：

2022-07-09 15:38:55 1607 19

原创 Windows与网络基础：二进制基础和IP地址

举例IP地址称为逻辑地址,可以进行更改MAC地址称为物理地址,因为是固化在网络接口上的,所以无法更改网络层的功能:进行逻辑地址寻址

2022-07-09 11:06:15 386 12

原创 路由器配置及路由实现实验报告

操作系统：Windows server网络平台：湘潭大学信息楼局域网机器的IP地址：172.22.10.58（包括主要程序流程和函数说明，程序分工说明 (软件部分)）(包括网络拓扑图，配置清单(硬件))(一) 网络拓扑图(二) 实验步骤及结果(2) 默认情况下，路由器的电源是打开的，添加模块时需要关闭路由器的电源，单击上图箭头所指的电源开关，将其关闭，路由器的电源关闭后绿色的电源指示灯也将变暗。(3) 在“modules”下寻找所需要的模块，选中某个模块时会在下方显示该模块的信息。然后拖到路由器的

2022-07-08 23:22:04 13169

原创 网络安全及包分析实验报告

操作系统：windows server网络平台：湘潭大学信息楼局域网机器的IP地址：172.22.10.58（包括主要程序流程和函数说明，程序分工说明 (软件部分)）(包括网络拓扑图，配置清单(硬件))(2) 点击“高级设置”，进入“高级设置”页面后，点击“入站规则”或“ 出站规则”。(3) 点击“新建规则”，选择“端口”，并点击“下一步”。这里就可以选择协议类型TCP或UDP，以及需要筛选的端口。设置完成之后，点击下一步。(4) 选择需要的操作，并点击“下一步”。(5) 选择此规则应用的区域，

2022-07-08 23:19:31 4994 1

原创 Internet服务在局域网中的实现实验报告

操作系统：Windows server 2012网络平台：湘潭大学信息楼局域网机器IP地址：172.22.10.58实验仪器设备和材料清单：PC机，交换机，路由器，各种线缆。1、 按组网图连接好设备，配置各路由器的各接口的IP地址等;配置各台计算机的IP地址和默认网关;2、 进行DNS的设置;(1) 打开 DNS控制台(2) 建立域名“admin.abc.com”映射IP地址“192.168.0.50”的主机记录。(3) 建立域名“www.abc.com”映射IP地址“192.168.0.48

2022-07-08 23:13:24 2320

原创 网络局域网组建及测试实验报告

操作系统：Windows server 2012网络平台：湘潭大学信息楼局域网机器IP地址：172.22.10.58实验仪器设备和材料清单：交换机，带 RJ-45接口网卡的微机、5类双绞线、水晶头、压线钳、测线器或万用表。操作系统：Windows server 2012网络平台：湘潭大学信息楼局域网机器IP地址：172.22.10.58实验仪器设备和材料清单：交换机，带 RJ-45接口网卡的微机、5类双绞线、水晶头、压线钳、测线器或万用表。 1、根据实际硬件及实现要求规划出网络框架，划出拓扑图;

2022-07-08 23:09:46 6158

原创 Windows与网络基础：数据封装与解封装和传输介质-双绞线与光纤

学习目标1、理解数据的封装和解封装的过程2、针对一个简单的网络环境能够独立讲解出网络的传输过程3、了解常见的网络传输介质(双绞线、光纤)4、学会制作双绞线目录一、数据封装与解封装二、传输介质-双绞线1、信号1.1、基本概念1.2、分类一、数据封装与解封装二、传输介质-双绞线1、信号1.1、基本概念进行网络通信，在线缆中传输的就是信号，网线传输电信号，光纤传输光信号信息数据信号1.2、分类模拟信号用来表示连续变化的物理量所表达的信息数字信息自变量是离.

2022-07-08 15:24:28 563

原创 计算机网络知识点总结之网络层（一）

一种观点:让网络负责可靠交付虚电路服务虚电路是逻辑连接另一种观点:网络提供数据报服务尽最大努力交付数据报服务虚电路服务与数据报服务的对比网际层的IP协议及配套协议疑问：如何将异构的网络互相连接起来？使用一些中间设备进行互连网络互连使用路由器互连网络与虚拟互连网络虚拟互连网络的意义从网络层看I数据报的传送如果我们只从网络层考虑问题，那么IP数据报就可以想象是在网络层中传送。IP地址的编址方法分类IP地址分类IP地址各种IP地址的网络号字段和主机号字段点分十进制记法点分十进制记

2022-06-09 07:00:00 1506 17

基于Python的中国古典小说进行人物关系的可视化分析源码+项目说明.zip
基于Python的中国古典小说进行人物关系的可视化分析源码+项目说明.zip。本项目旨在对《红楼梦》这部中国古典小说进行人物关系的可视化分析。通过对小说文本的数据采集、清洗和转换，以及分词处理和词频统计等步骤，最终生成人物关系图，并进行可视化展示。另外，项目还尝试通过数据分析的方法并且可视化来验证《红楼梦》后四十回的作者是否为曹雪芹。 文件使用方法 文件最主要的只有两个python文件，DataCollection.py和data_clean_transformation.py。 其中DataCollection.py用来爬取红楼梦数据，处理爬取的数据，创建“红楼梦”文件夹，将每一章分别保存为txt文件。 data_clean_transformation.py用来处理爬取的数据并且可视化展示。由于使用了Plotly notebook 模式，需要安装Jupyter Notebook pip install jupyter 并且在终端启动Jupyter Notebook jupyter notebook 使用vscode 版本python3.10.11 1. 创建python虚拟环境

2025-02-03

基于Python的用红楼梦人物构建的一个超简单问答系统源码+说明文档.zip
基于Python的用红楼梦人物构建的一个超简单问答系统源码+说明文档.zip，个人大四毕业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 这份资源包含了基于Python的《红楼梦》人物构建的超简单问答系统的源码与说明文档。该系统利用《红楼梦》中的人物信息，构建了一个简单的问答接口，用户可以通过输入问题，系统返回相关的人物信息或对话片段。这个问答系统适用于对《红楼梦》人物关系有兴趣的用户，也可以作为初学者学习问答系统构建和自然语言处理技术的参考。使用场景及目标： 个人学习与研究：用户可以通过问答系统快速了解《红楼梦》中的人物关系、事件背景等，辅助文学研究。 技术学习与实践：该项目是一个简单的问答系统，适合用于自然语言处理技术的学习和练习，尤其适合初学者通过该项目学习如何构建基础的问答系统。 其他说明： 虽然该问答系统功能较为简单，但它为构建更复杂的问答系统提供了一个入门级的示范。用户可以在此基础上进一步扩展系统的功能，如引入机器学习算

2025-02-03

基于Python的红楼梦对话检索及说话人预测系统源码+说明文档.zip
基于Python的红楼梦对话检索及说话人预测系统源码+说明文档.zip，个人大四毕业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 使用说明 : data 路径下存放有： 红楼梦前80回文本 红楼梦说话人标注数据 执行 python3 PrepareSquadData.py 获取说话人标注模型训练数据 执行 python3 ExtracConversation.py 获得红楼梦前80回对话及其上下文 执行 python3 label_model_training/run_squad.py 训练说话人标注模型，其中命令行参数参见 https://github.com/kamalkraj/BERT-SQuAD 执行 python3 label_model_training/BERT.py 对后楼梦前80回对话进行说话人标注，获得说话人预测的训练数据，并将训练数据划分为train.txt dev.txt test.txt 以及类别id映

2025-02-03

基于HTML和Python的红楼梦人物关系知识图谱可视化源码+项目说明.zip
基于HTML和Python的红楼梦人物关系知识图谱可视化源码+项目说明.zip，个人大四毕业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 这份资源包含了基于HTML和Python实现的《红楼梦》人物关系知识图谱可视化的源码与项目说明，旨在通过前端HTML展示和后端Python支持的方式，构建一个交互性强、易于理解的《红楼梦》人物关系图谱。用户可以通过可视化的界面了解《红楼梦》中的人物间的各种关系，以及探索相关的文化背景。 这份资源包含了基于HTML和Python实现的《红楼梦》人物关系知识图谱可视化的源码与项目说明，旨在通过前端HTML展示和后端Python支持的方式，构建一个交互性强、易于理解的《红楼梦》人物关系图谱。用户可以通过可视化的界面了解《红楼梦》中的人物间的各种关系，以及探索相关的文化背景。 这份资源包含了基于HTML和Python实现的《红楼梦》人物关系知识图谱可视化的源码与项目说明，旨在通过前端HTML展示和

2025-02-03

基于Scala和Python的红楼梦人物关系图源码.zip
基于Scala和Python的红楼梦人物关系图源码.zip，个人大四毕业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 基于Scala和Python的红楼梦人物关系图源码.zip基于Scala和Python的红楼梦人物关系图源码.zip基于Scala和Python的红楼梦人物关系图源码.zip基于Scala和Python的红楼梦人物关系图源码.zip基于Scala和Python的红楼梦人物关系图源码.zip基于Scala和Python的红楼梦人物关系图源码.zip基于Scala和Python的红楼梦人物关系图源码.zip基于Scala和Python的红楼梦人物关系图源码.zip基于Scala和Python的红楼梦人物关系图源码.zip基于Scala和Python的红楼梦人物关系图源码.zip基于Scala和Python的红楼梦人物关系图源码.zip基于Scala和Python的红楼梦人物关系图源码.zip基于Scala和Python

2025-02-03

Python基于知识图谱实现的红楼梦人物关系可视化及问答系统源码+文档说明 .zip
Python基于知识图谱实现的红楼梦人物关系可视化及问答系统源码+文档说明 .zip。这份资源包含了基于Python实现的《红楼梦》人物关系可视化与问答系统的源码以及相关文档说明，旨在通过构建知识图谱，展示《红楼梦》中的人物关系，并提供一个基于图谱的问答系统。，个人大四毕业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。 部署步骤： 0.安装所需的库 执行pip install -r requirement.txt 1.先下载好neo4j图数据库，并配好环境（注意neo4j需要jdk8）。修改neo_db目录下的配置文件config.py,设置图数据库的账号和密码。 2.切换到neo_db目录下，执行python create_graph.py 建立知识图谱 3.去 这里 下载好ltp模型。ltp简介 4.在KGQA目录下，修改ltp.py里的ltp模型文件的存放目录 5.运行python app.py,浏览器打开localhost:5000即可查看

2025-02-03

基于Java的学生信息管理系统源码（高分项目）.zip
基于Java的学生信息管理系统源码（高分项目）.zip。个人大三大作业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 功能说明 学生信息管理，包括学生、班级、院系、课程、成绩等的管理。 本程序仅供学习食用。（¯﹃¯） 工程环境 JDK IntelliJ IDEA MySQL 运行说明 本程序是Runable JAR文件，需安装JRE才可运行。 Java SE Runtime Environment 8 Downloads 本程序使用MySQL数据库，使用前请导入DumpStructureOnly.sql（数据库结构文件）或者DumpStructure_and_Data.sql（带有测试数据的数据库文件）进MySQL，并设置如下（可在dbConn.java修改）： 数据库端口：3306 数据库名：stuManagerDB 数据库用户名：root 数据库密码：123 满足以上条件下运行stuManager.jar则可以运行系统。 登

2025-02-02

基于Java的学生成绩管理系统源码（高分毕设）.zip
基于Java的学生成绩管理系统源码（高分毕设）.zip，个人大三大作业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 基于Java的学生成绩管理系统源码（高分毕设）基于Java的学生成绩管理系统源码（高分毕设）基于Java的学生成绩管理系统源码（高分毕设）基于Java的学生成绩管理系统源码（高分毕设）基于Java的学生成绩管理系统源码（高分毕设）基于Java的学生成绩管理系统源码（高分毕设）基于Java的学生成绩管理系统源码（高分毕设）基于Java的学生成绩管理系统源码（高分毕设）基于Java的学生成绩管理系统源码（高分毕设）基于Java的学生成绩管理系统源码（高分毕设）基于Java的学生成绩管理系统源码（高分毕设）基于Java的学生成绩管理系统源码（高分毕设）基于Java的学生成绩管理系统源码（高分毕设）基于Java的学生成绩管理系统源码（高分毕设）基于Java的学生成绩管理系统源码（高分毕设）基于Java的学生成绩管理系统源码（

2025-02-02

基于 TensorFlowJS 实现的 face-api.js 人脸识别库项目VUE源码
使用 Vue 框架搭建演示，H5、Web、NodeJS 实现人脸检测识别，基于 TensorFlowJS 实现的 face-api.js 人脸识别库。个人大三大作业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 识别模型文件放在 public/models 目录下，部署时请确保网络路径能访问到模型文件。 npm 主要安装识别库： # 升级版作者库 npm i --save @vladmandic/face-api # 原作者库 # npm i --save face-api.js 安装识别库库后在 node_modules/@vladmandic/face-api/model 可以拿到模型文件。 侦测人脸 detectAllFaces ：检测图像中的所有脸部 detectSingleFace ：检测图像中具有最高置信度得分的脸部 默认情况下，detectAllFaces 和 detectSingleFace 使用 SSD Mob

2025-02-02

结合LSTM股票价格预测与强化学习交易策略的智能股票交易系统源码项目
一个结合了LSTM股票价格预测与强化学习交易策略的智能股票交易系统。通过深度学习对股市数据进行精准预测，并利用强化学习自动优化交易决策，实现了从数据获取、趋势预测到自动交易的全流程智能化。系统不仅提供了强大的数据处理和预测功能，还内置交互式可视化界面，帮助用户实时查看预测结果与交易决策，适用于多支股票的批量处理，帮助投资者更好地捕捉市场机会，提升交易效率与收益。 基于LSTM预测和强化学习的股票交易AI系统。该系统结合了深度学习的预测能力和强化学习的决策能力，可以自动进行股票价格预测和交易决策。 项目特点 使用LSTM进行股票价格走势预测 采用深度进化策略(Deep Evolution Strategy)进行交易决策 完整的数据处理和特征工程 可视化界面展示预测和交易结果 支持批量处理多支股票 环境要求 Python 3.12+ Poetry包管理器 PyTorch (推荐CUDA支持) Gradio (用于创建Web界面)

2025-02-02

基于微信小程序的AI智能识物.zip
AI智能识物，是一款实用的微信小程序。可以拍照智能识物，可识别地标、车型、花卉、植物、动物、果蔬、货币、红酒、食材等等，AI智能技术识别准确度高。人的四毕业设计、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 AI智能识物，是一款实用的小程序。可以拍照智能识物，可识别地标、车型、花卉、植物、动物、果蔬、货币、红酒、食材等等，AI智能技术识别准确度高。 更新说明： 此源码为1.2.0版本。 主要更新内容：新增security.imgSecCheck函数对用户上传的图片进行合法性安全检测 安装方法 1、PHP端： 打开PHP后端目录/PHP/，找到config.php，修改为您的API信息，并将PHP代码上传到您的网站空间或者服务器。获得一个URL：http://xxxxx/AccessToken_get.php 2、小程序端： ①打开微信小程序目录/wechat_mini_program/，找到app.js，并找到代码： url:

2025-02-02

基于Python的蔬菜水果图片识别少量样本源码.zip
基于Python的蔬菜水果图片识别少量样本源码.zip,个人大三大作业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 利用Google开源的Inception_resnet_v2模型实现了['土豆','圣女果','芒果','韭菜','大葱','大白菜','香蕉','胡萝卜','梨','黄瓜','西红柿','苹果']12个类别的水果蔬菜识别问题，模型训练精度达到85%以上 图片预处理： >>trannsform.py 将图片处理成299X299的分辨率 >>tfrecord.py 将图片样本先随机，然后生成模型的标准输入文件Tfrecords形式 训练： >>new_train.py 作为训练入口 >>aliyun_train.py 阿里云训练文件，具体阿里云训练参考阿里云教程

2025-02-02

依据cifar10的cnn网络使用三层卷积识别蔬菜水果图片Python深度学习源码
依据cifar10的cnn网络使用三层卷积识别蔬菜水果图片，个人大三大作业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的。 菜品识别（Fod Recognizer）Demo 1. 知识储备 爬虫的基本思想 python图像库对图片进行处理 python二进制文件的制作 深度学习中神经网络的基本理念 CNN（卷积神经网络）的构建 2. 获取数据集 2-1. 爬虫获取图片 图片源选择的是百度图片，由于百度图片是动态js加载的action，所以使用python的request库添加参数动态获取页面。爬虫代码如下： #将搜索关键词作为keyword参数传递，抓取想要数目的页面图片 def getIntPages(keyword, pages): params = [] for i in range(30, 30*pages+30, 30): params.append({ 'tn':'resultjson_com', 'ipn':

2025-02-02

基于LSTM预测黄金价格走势的综合决策模型（高分项目）.zip
基于LSTM预测黄金价格走势的综合决策模型（高分项目）.zip，该资源包包含了基于 LSTM（长短期记忆网络） 的黄金价格走势预测综合决策模型 的完整源码，旨在通过深度学习技术预测黄金的价格走势，并提供一个综合决策支持系统。该项目结合了金融时间序列分析与深度学习模型，适用于投资决策支持、资产配置、风险管理等金融领域的应用。 系统概述 该项目使用 LSTM 模型来处理黄金的历史价格数据，通过学习价格走势的模式和趋势，预测未来的价格变化。LSTM 模型特别适合处理时间序列数据，能够捕捉长时间范围内的依赖关系，因此在金融领域被广泛应用于股票、外汇、商品等价格的预测。 个人大三大作业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 基于LSTM预测黄金价格走势的综合决策模型源码+数据+项目说明基于LSTM预测黄金价格走势的综合决策模型源码+数据+项目说明基于LSTM预测黄金价格走

2025-02-02

基于单通道脑电信号的自动睡眠分期研究python深度学习源码+说明书
基于单通道脑电信号的自动睡眠分期研究python深度学习源码+说明书，该资源包包含了基于 单通道脑电信号 的自动睡眠分期研究的 Python 深度学习源码 及相关 说明书，旨在通过深度学习技术对脑电图 (EEG) 信号进行自动化睡眠分期。自动睡眠分期的目标是根据脑电图信号将睡眠过程分为不同的阶段（如浅睡眠、深睡眠和快速眼动（REM）睡眠等），这对于临床睡眠研究、失眠诊断、以及睡眠质量监测等具有重要应用价值。 本项目使用了Sleep-EDF公开数据集的SC数据进行实验，一共153条整晚的睡眠记录，使用Fpz-Cz通道，采样频率为100Hz，数据获取与具体数据信息可前往数据集官网查看：Sleep-EDF Database Expanded v1.0.0 (physionet.org)。 整套代码写的较为简洁，而且有添加相应的注释，因此进行分享，而且不仅仅说是睡眠分期，也可以作为学习如何使用神经网络去进行时序数据分类问题的一个入门项目，包括怎么用GRU、LSTM和Attention这些经典网络结构。 网络结构（具体可查看network.py文件）： 网络整体结构类似于TinySlee

2025-02-02

基于SpringBoot+Vue 的人事管理系统源码+软件设计说明书.zip
基于SpringBoot+Vue 的人事管理系统源码+软件设计说明书.zip，该资源包包含了基于 SpringBoot 和 Vue.js 技术栈开发的人事管理系统的完整源代码及软件设计说明书。系统旨在为企业提供一套高效、自动化的人力资源管理方案，帮助企业实现员工信息、薪资、考勤等数据的数字化管理，提高工作效率，减少人工操作。 该人事管理系统是一个功能全面、界面友好的企业级应用，适用于中小型企业的人力资源管理。通过高效的数据处理和清晰的界面设计，帮助企业实现信息化管理，提升管理效率。系统可根据企业需求进行功能扩展，具有良好的可维护性和可扩展性。 个人大四毕业设计、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 基于Spring Boot 框架的人事管理系统的设计与实现源码+论文答辩资料基于Spring Boot 框架的人事管理系统的设计与实现源码+论文答辩资料基于Spring Boot 框架的人事管理系统的设计与实现源码+论文答辩资料基于S

2025-02-02

基于UNet和UNet++实现对细胞图像医学图像的分割python源码(高分项目).zip
该资源是基于 UNet 和 UNet++ 网络架构实现的细胞图像医学图像分割项目的 Python 源代码，旨在通过深度学习技术对医学图像中的细胞进行自动化分割。这项任务是医学图像处理中至关重要的步骤，能够帮助医生高效地识别和分析细胞形态及分布，广泛应用于癌症检测、细胞计数和疾病诊断等领域。 个人大三大作业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 基于UNet和UNet++实现对细胞图像医学图像的分割python源码.zip基于UNet和UNet++实现对细胞图像医学图像的分割python源码.zip基于UNet和UNet++实现对细胞图像医学图像的分割python源码.zip基于UNet和UNet++实现对细胞图像医学图像的分割python源码.zip基于UNet和UNet++实现对细胞图像医学图像的分割python源码.zip基于UNet和UNet++实现对细胞图像医学图像的分割python源码.zip基于UNet和UNe

2025-02-02

基于pytorch框架深度学习的单通道EEG睡眠分期项目Python源代码.zip
基于pytorch框架深度学习的单通道EEG睡眠分期项目Python源代码.zip，该资源是基于 PyTorch 框架开发的单通道 EEG 睡眠分期项目的 Python 源代码，主要用于处理和分析脑电图 (EEG) 数据，以实现睡眠分期的自动化识别。睡眠分期任务的目标是将 EEG 信号按照不同的睡眠阶段（如浅睡、深睡、快速眼动（REM）睡眠等）进行分类，这对于临床睡眠研究和相关疾病的诊断具有重要意义。 个人大三大作业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人大三大作业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。个人大三大作业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项

2025-02-02

毕业设计Python基于机器视觉实现昆虫识别计数系统源码+数据集+模型+论文.zip
毕业设计Python基于机器视觉实现昆虫识别计数系统源码+数据集+模型+论文，个人大四毕业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。

2025-02-01

毕业设计基于Python的昆虫识别.zip
毕业设计基于Python的昆虫识别.zip，个人大四毕业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 特性 支持 2037 类 (可能是目, 科, 属或种等) 昆虫或其他节肢动物 模型开源, 持续更新. 安装 先安装 Anaconda, 然后执行 git clone https://github.com/quarrying/quarrying-insect-id.git cd quarrying-insect-id conda create -n insectid python=3.8 -y conda activate insectid pip install -r requirements.txt

2025-02-01

基于pyqt5+OpenPose的太极拳姿态识别系统可视化界面python源码+数据集.zip
基于pyqt5+OpenPose的太极拳姿态识别系统可视化界面python源码+数据集.zip，个人大三大作业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 该压缩包是一个基于PyQt5和OpenPose技术的太极拳姿态识别系统的源代码和相关资源集合。系统能够实现对太极拳动作的实时姿态识别，并通过可视化界面展示出来，为学习和教学太极拳提供便利。 二、技术栈与组件 PyQt5：一个Python绑定的Qt库，用于创建图形用户界面（GUI）应用程序。它提供了丰富的组件和工具，可以方便地构建各种复杂界面，如按钮、文本框、图像视图等，同时也支持事件驱动编程，使得用户交互更加灵活。 OpenPose：一个来自卡内基梅隆大学（CMU）的开源库，主要用于人体、面部、手部以及脚部的关键点检测。它采用了深度学习的方法，能够在单张图片上实时估计多人的关节位置，对于运动分析、姿态识别等领域非常有用。

2025-02-01

基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型.zip
基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型，这是一份完整的基于深度学习CNN网络与PyTorch框架实现的遥感图像滑坡识别项目资源，特别适合计算机相关专业的学生、研究者及开发人员。该项目资源包含源码、数据集以及一个已经训练好的模型，为遥感图像滑坡识别提供了端到端的解决方案。 源码部分采用了PyTorch这一流行的深度学习框架，通过构建卷积神经网络（CNN）模型，实现了对遥感图像的滑坡特征提取与分类识别。代码结构清晰，注释详尽，方便用户理解和二次开发。 数据集部分包含了大量的遥感图像样本，这些样本涵盖了不同类型的滑坡情况，为模型的训练提供了丰富的数据支持。数据集的预处理工作也已完成，用户可以直接使用这些数据进行模型训练或测试。 训练好的模型是基于上述源码和数据集进行长时间训练得到的，具有较高的滑坡识别精度和泛化能力。用户可以直接加载该模型进行滑坡识别任务，无需再进行繁琐的训练过程。 个人大四毕业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生

2025-02-01

javaweb实训-学生选课系统源码+数据库（高分课设）.zip

javaweb实训-学生选课系统源码+数据库（高分课设）.zip 个人大三期末大作业项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 javaweb实训-学生选课系统源码+数据库（高分课设）.zipjavaweb实训-学生选课系统源码+数据库（高分课设）.zipjavaweb实训-学生选课系统源码+数据库（高分课设）.zipjavaweb实训-学生选课系统源码+数据库（高分课设）.zipjavaweb实训-学生选课系统源码+数据库（高分课设）.zipjavaweb实训-学生选课系统源码+数据库（高分课设）.zipjavaweb实训-学生选课系统源码+数据库（高分课设）.zipjavaweb实训-学生选课系统源码+数据库（高分课设）.zipjavaweb实训-学生选课系统源码+数据库（高分课设）.zipjavaweb实训-学生选课系统源码+数据库（高分课设）.zipjavaweb实训-学生选课系统源码+数据库（高分课设）.

2025-02-01

网约车后台管理系统.zip
这是一个网约车后台管理系统，通过对十亿条出租车轨迹数据的挖掘，获取对公司盈利有帮助的信息。以及通过该系统对司机、订单和轨迹进行管理 环境配置 1、安装Node.js，该项目需要使用npm指令和Node的运行环境。 2、安装前端代码的依赖库：命令行中进入项目根目录，执行命令行命令npm install 3、安装后台代码的依赖库：再进入server目录，执行命令行命令npm install 开发环境 前端：React.js，Webpack,Redux 后端：Node.js,Express 运行环境 Node.js Mysql 部署及运行使用 进入server目录执行npm start 在浏览器中进入localhost:3000 系统用户名admin 密码：admin 数据 10GB轨迹数据及根据这些数据生成的订单、司机等数据。

2025-02-01

基于matlab实现轨道六根数画出卫星的飞行轨迹来自低轨卫星项目源码（高分毕设）.zip
本资源是一套专为低轨卫星项目设计的MATLAB源码，其核心功能在于通过输入卫星的轨道六根数（包括半长轴、偏心率、倾角、升交点赤经、近地点幅角和平近点角），精确模拟并绘制出卫星在太空中的飞行轨迹。此源码对于进行卫星轨道分析、预测卫星位置以及相关的航天科学研究具有极高的实用价值。 网课专注度监测预警系统基于yolov5目标检测的网课专注度检测系统源码+模型+pyqt5界面，个人大四毕业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 网课专注度监测预警系统基于yolov5目标检测的网课专注度检测系统源码+模型+pyqt5界面，个人大四毕业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 网课专注度监测预警系统基于yolov5目标检测的网课专注度检测系统源码+模型+pyqt5界面，个人大

2025-02-01

网课专注度监测预警系统基于yolov5目标检测的网课专注度检测系统源码+模型+pyqt5界面.zip
本资源是一个集目标检测、界面设计与实时监测于一体的综合性网课专注度监测预警系统，以压缩包（.zip）形式提供，内含完整的源码、预训练的YOLOv5模型以及PyQt5构建的图形用户界面。 该系统基于Python语言开发，利用YOLOv5算法实现精准的目标检测功能，能够实时捕捉并分析学生在网课中的专注状态。通过摄像头捕捉的视频流，系统能够智能判断学生是否在画面中、是否保持对屏幕的注视等关键指标，从而有效评估学生的专注度。 个人大四毕业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 个人大四毕业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 个人大四毕业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做

2025-02-01

基于深度学习的中文评论情感分类和智能客服研究与实现酒店和书店的评论情感分析python源码+报告文档+数据集.zip
基于深度学习的中文评论情感分类和智能客服研究与实现酒店和书店的评论情感分析python源码+报告文档+数据集，个人大四毕业设计项目、经导师指导并认可通过的高分设计项目，评审分99分，代码完整确保可以运行，小白也可以亲自搞定，主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 此资源包是一个综合性的项目集合，专注于利用深度学习技术进行中文评论的情感分类以及智能客服系统的研究与实现，特别针对酒店和书店两大领域的评论数据。资源包内容丰富，包含了完整的Python源码、详尽的研究报告文档以及经过精心准备的数据集。 Python源码部分，我们提供了基于深度学习的情感分类模型实现，该模型能够高效地对中文评论进行情感倾向（正面、负面或中立）的判断。源码结构清晰，注释详尽，便于读者理解模型的工作原理并进行二次开发。 报告文档则详细记录了项目的背景、目标、研究方法、实验过程、结果分析以及结论。文档不仅展示了情感分类模型的构建与训练过程，还深入探讨了智能客服系统的设计与实现，为读者提供了宝贵的学术与实践经验。 数据集方面，我们精心收集了酒店和书店两大

2025-01-27

全国大学生数学建模竞赛A题-定日镜场的优化设计python源码+论文（国家一等奖）.zip
2023CUMCM_A 数模国赛A题 定日镜场的优化设计 本文的问题一旨在在给定吸收塔位置和定日镜尺寸、安装高度的情况下，计算定日镜场的年平均光学效率、年平均输出热功率，以及单位镜面面积年平均输出热功率。为了解决这一问题，我们首先建立了一个地面三维坐标系，并利用欧氏几何的矢量理论推导出了余弦效率的计算公式。通过计算定日镜的方位角和仰角，我们得到了定日镜被遮挡镜面面积占比的阴影遮挡效率。接下来，我们利用三余弦定理推导出了定日镜反射至集热器窗口椭圆光斑区域的方程，并通过能量密度积分得到了集热器截断效率。最后，我们根据附件中提供的公式计算出大气透射率、光学效率和定日镜场的输出热功率。 本文的问题二旨在在给定定日镜场的额定功率为60MW且所有定日镜尺寸及安装高度相同的情况下，设计定日镜场的吸收塔的位置坐标、定日镜尺寸、安装高度、定日镜数目、定日镜位置，以使单位镜面面积年平均输出热功率尽量大。为了解决这一问题，我们首先以吸收塔为原点建立了地面三维坐标系，并通过分析平均截断效率的增速确定了定日镜的尺寸和高度。基于春分和夏至的余弦效率、光学效率以及其他效率的分布，我们确定了余弦效率和其他效率的计

2025-01-27

Java毕业设计基于springboot的二手手机交易系统源码+数据库（高分毕设项目）.zip
这是一份精心准备的Java毕业设计资源包，专为追求高质量毕业设计项目的计算机科学与技术、软件工程等相关专业的学生设计。该资源包基于Spring Boot框架，构建了一个功能完善的二手手机交易系统，旨在提供一个线上平台，方便用户发布、浏览、购买和出售二手手机。 资源包中包含完整的系统源码，采用Java语言编写，结构清晰，注释详尽，易于理解和二次开发。系统实现了用户注册登录、手机信息发布、手机搜索浏览、购物车管理、在线支付、订单管理、用户评价等核心功能，充分满足了二手手机交易的基本需求。 此外，资源包还附带了详细的数据库设计文档和数据库脚本，包括MySQL数据库的结构设计、表关系以及数据初始化脚本，方便用户快速搭建数据库环境，进行系统测试和数据填充。 该二手手机交易系统不仅是一个实用的毕业设计项目，更是一个学习和实践Spring Boot框架、Java Web开发、数据库设计等技术的绝佳案例。通过深入研究和开发此项目，学生可以全面提升自己的编程能力、系统设计能力和问题解决能力，为将来的职业生涯打下坚实的基础。 总之，这份资源包是追求高分毕业设计的学生的不二之选，它将帮助你快速搭建一

2025-01-27

Java毕业设计基于SpringBoot+Uniapp的前后端分离java抽奖平台项目源码+数据库+文档说明.zip
本项目是一个前后端分离的java抽奖平台，前端用Uniapp开发，后端用SpringBoot框架开发。 同时，这个也是本人的一个毕设开源项目，本人24届毕业生这个项目从2024.3-2024.5，已完成注册登录、抽奖、奖品、订单、个人中心、会员和后台管理等核心模块的开发。 其中这个是前端的Uniapp项目，本项目历时半个多月完成，由于我主攻的是后端，所以前端页面敲的不是那么美观但不影响使用。 本系统角色分为两个用户和管理员，用户可以进行注册、登录、查看修改个人信息、购买会员、购买抽奖券进行抽奖、查看兑换奖品；管理员可以注册、登录、查看和修改个人信息、管理用户信息(修改用户的个人信息、账号状态、中奖概率和会员状态)、抽奖池管理(查看、搜索、添加、删除和修改奖池或转盘信息)。 同时也欢迎各位码友学习补充完善本项目。 整个完整的项目用到的技术站：SpringBoot+Uniapp+MySQL+MyBatis+Redis缓存+事物+锁+定时任务+冒泡和快速排序 本项目的亮点功能： 抽奖功能：Redis消息队列+锁+冒泡和快速排序实现中奖逻辑计算，能够快速处理多并发的

2025-01-27

基于springboot+vue知识图谱的中文症状问答系统java源码（毕业设计）高分项目
基于springboot+vue知识图谱的中文症状问答系统java源码（毕业设计）高分项目，个人大四的毕业设计、经导师指导并认可通过的高分设计项目，评审分98.5分。主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。。一个基于Spring Boot和Vue开发的中文症状问答系统项目，通过知识图谱技术为用户提供智能化的健康问答服务。在该系统中，用户可以查询症状、疾病、药物等相关信息，并获得专业的健康指导建议。以下是项目的详细描述、模块功能，以及其所需的资源列表，旨在帮助您实现一个高分的毕业设计项目。 项目简介 本项目主要使用Spring Boot作为后端框架，Vue作为前端框架，实现前后端分离的架构。知识图谱的构建通过图数据库（如Neo4j）实现，将医学知识和关系结构化、关联化，从而支持基于症状的问答查询。

2024-11-12

基于SpringBoot+Vue的在线考试系统源码+数据库（毕业设计）.zip
运行步骤 数据库导入，新建数据库exam，将exam.sql文件导入并运行。 打开项目，打开src/main/resources/baseApplication.yaml，修改配置文件，并将文件名改为application.yaml。 配置 MySQL 数据库 配置 Redis 配置阿里云 OSS 运行后端工程。 SpringBoot 工程运行 运行前端工程。 npm install npm run dev

2024-11-12

毕业设计-基于SpringBoot+Vue前后端分离的在线教育平台项目源码+数据库+文档说明.zip
一个基于Spring Boot和Vue的在线教育平台，是前后端分离架构的优秀应用。该项目主要用于帮助学生和教师在线进行学习和课程管理。主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。以下是项目的详细描述及其核心模块，帮助您更好地完成毕业设计。 项目结构 前端：使用Vue.js框架开发，实现交互式用户界面和数据的实时更新。 后端：基于Spring Boot框架，提供稳定的API接口，实现业务逻辑处理和数据交互。 数据库：使用MySQL存储平台数据，包括用户信息、课程信息、考试成绩等。 项目资源清单 源码：包括前端和后端代码。 前端代码使用Vue.js开发，包含页面组件、Vuex状态管理、接口请求。 后端代码使用Spring Boot开发，包含API接口、业务逻辑处理、数据访问层代码。 数据库：MySQL脚本，包括项目所需的数据表结构和基础数据，如用户表、课程表、成绩表等。 文档说明：详细的项目文档，包括系统设计文档、数据库设计文档、功能说明、接口文档和部署指南。

2024-11-12

基于深度强化学习开发的愤怒的小鸟AI游戏源码+模型+项目说明.zip
愤怒的小鸟AI游戏项目 一、首先，我们要放上我们的弓箭 摄像头检测到我们两只手很靠近的时候，就会把这个动作标记为我们要搭箭的状态，也就是在原游戏中通过在弹弓附近点击触发的我们要开始拉弹弓的事件。 二、接着，我们要拉弓 对，就是拉弓。然后小鸟也会对应的被拉到相应的位置。这里检测的仍然是我们的手腕，需要记录的是两个手腕的距离和相对角度。映射到游戏中，手腕的距离都是拉弓的力度，手腕的相对角度就是拉弹弓的方向。 三、最后，放开我们的左手，go！小鸟发射！ 这里是一个分类模型，检测手是握拳还是手掌，握拳则为拉着弓，手掌则为放箭来了。

2024-11-12

本科毕设-基于SVM分类器、swt和mser算法的文本检测项目matlab源码.zip
基于swt和mser算法的文本检测，用到了SVM分类器 这款基于SWT和MSER算法的文本检测技术产品，主要适用于在图片或视频中检测规范的英文文本。它结合了两种先进的图像处理算法和智能分类技术，能够精准地定位和识别字符，适用于各类应用场景，如图片中的英文文字识别、信息提取、文字定位等，尤其适合需要自动化处理文字的领域。 产品特点 精准检测：采用SWT和MSER算法的结合，使得这款产品能够精准识别图片中的英文文本。SWT专注于检测字符的线条宽度，而MSER则有助于确定字符的轮廓和区域。 智能分类：集成了SVM分类器，将文本区域和非文本区域有效区分，大幅提高识别准确度，不会被其他图片元素干扰，确保文字检测的精确性。 适用范围广：支持多种应用场景，如名片信息读取、文档图片中的文字识别、图片翻译等，能帮助用户快速获取图片中的英文内容。 快速处理：通过多种图像预处理手段，这款产品在实现高精度检测的同时保持了较高的速度，让用户获得即时的识别结果。

2024-11-12

基于深度学习的中文评论情感分类和智能客服研究与实现python源码+课设报告.zip
【项目说明】 1、项目代码完整可靠，其难度适中，满足毕设、课设要求，属于易上手的优质项目，资源内基本都有说明文档，依据文档即可运行 2、适用人群：各大计算机相关专业行业的在校学生、高校老师、公司程序员等下载使用 3、特别是那种爱钻研学习的学霸，强烈推荐此项目，可以二次开发提升自己 强调：项目名字和路径不要有中文，解压重命名为英文名字后再运行！项目易上手 开发流程 4.1 实现评论的二分类（判断评论为积极还是消极）算法。 4.1.1 加载数据。   利用pandas模块的read_excel（）函数对数据（pos.xls、neg.xlsx）进行读取并保存到一个评论list中。 4.1.2 数据上标签。   二分类算法中积极评论的标签为“1”，消极评论的标签为“0”。 4.1.3 中文分词。   加载分词向量，使用gensim加载预训练中文分词embedding，本次实验采用的是知乎的分词向量sgns.zhihu.bigram。 4.1.4 提取文本关键词。 4.1.5 建立tokens字典。   利用先对所得的评论list去除标点，再利用结巴分词对结果进行处理。

2024-11-12

基于深度学习的互动宠物机器人
项目名称： 基于深度学习的互动宠物机器人 开发环境：Linux+Arduino+SolidWorks 项目简介： 实现了在树莓派控制下的基于人脸识别，语音识别，手势识别的互动机器人，能够通过语 音，手势等命令进行实时互动，并具备动作，表情互动回应。 功能实现： 整体具备三个模块的设计，最上层为数据采集系统，通过树莓派提供的摄像头进行人脸识 别和手势姿态识别，并通过语音采集模块进行语音命令的识别。在识别到交互信息后， 将通过深度学习算法将人脸信息、手势信息、语音信息进行识别认证，并通过网络协议发送到实时 监控的服务器中，并将数据统一放入消息队列中等待中间层的决策系统调用。 第二层为部署在树莓派上的数据收集中心和决策算法，采用多线程并行的策略将实时采集到 的交互数据提交给决策算法。决策算法中将根据命令是否学会来调用学习程序还是执行程 序，并通过交互者的信息来执行不同程度动作表现，通过决策算法的计算，即便相同命令 下的执行动作也会因为交互者的信息以及交互程度而展现不同的执行能力。 第三层为最底层的执行端，执行端采用ES

2024-11-12

基于Python实现机器学习算法的电影推荐系统以及票房预测系统（源码+文档数据PDF+全部数据）
基于Python实现机器学习算法的电影推荐系统以及票房预测系统（源码+文档数据PDF+全部数据）。，个人大四的毕业设计、经导师指导并认可通过的高分设计项目，评审分98.5分。主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者，也可作为课程设计、期末大作业。 1. 实验目标 本项目希望基于电影数据集，依据电影的简介、关键词、预算、票房、用户评分等特征来对电影进行分析，并完成以下任务： 对电影特征的可视化分析 对电影票房的预测 多功能个性化的电影推荐算法 2. 数据集 针对票房预测部分，本项目使用了收集自 The Movie Database(TMDB)数据集的7398条电影信息, 包含了id、预算、电影主页、票房、语言、时长、评分、受欢迎度等特征，全部数据可见于Kaggle TMDB Box Office Prediction中。 针对电影推荐部分，本项目使用了收集自 The Movie Database(TMDB)数据集的TMDB5000数据集以及收集自电影数据集MovieLens的部分数据，包含了id、预算、内容简介、关键词等特征，并且包含了用户对电影的评分矩阵，

2024-10-26

基于Python的TensorFlow2.0的中文汉字手写体识别源码+文档
还在玩minist？fashionmnist？不如来尝试一下类别多大3000+的汉字手写识别吧！！虽然以前有一些文章教大家如何操作，但是大多比较古老，这篇文章将用全新的TensorFlow 2.0 来教大家如何搭建一个中文OCR系统！ 让我们来看一下，相比于简单minist识别，汉字识别具有哪些难点： 搜索空间空前巨大，我们使用的数据集1.0版本汉字就多大3755个，如果加上1.1版本一起，总共汉字可以分为多达7599+个类别！这比10个阿拉伯字母识别难度大很多！ 数据集处理挑战更大，相比于mnist和fasionmnist来说，汉字手写字体识别数据集非常少，而且仅有的数据集数据预处理难度非常大，非常不直观，但是，千万别吓到，相信你看完本教程一定会收货满满! 汉字识别更考验选手的建模能力，还在分类花？分类猫和狗？随便搭建的几层在搜索空间巨大的汉字手写识别里根本不work！你现在是不是想用很深的网络跃跃欲试？更深的网络在这个任务上可能根本不可行！！看完本教程我们就可以一探究竟！总之一句话，模型太简单和太复杂都不好，甚至会发散！（想亲身体验模型训练发散抓狂的可以来尝试一下！）。 但是，

2024-10-26

TensorFlow分布式MNIST手写字体识别实例
TensorFlow分布式MNIST手写字体识别实例。本次实验所要解决的问题是使用人工神经网络实现识别手写字体。实验采用MINST手写字符集作为识别对象。个人大三学期的期末大作业、经导师指导并认可通过的高分大作业设计项目，评审分98分。主要针对计算机相关专业的正在做大作业的学生和需要项目实战练习的学习者，可作为课程设计、期末大作业。 代码运行步骤 ps 节点执行： python distributed.py --job_name=ps --task_index=0 worker1 节点执行： python distributed.py --job_name=worker --task_index=0 worker2 节点执行： python distributed.py --job_name=worker --task_index=1

2024-10-26

写出来样例都对了，还是wrong。若有用，必采纳

2022-04-14

样例都对了，提交还是wrong。有用必采纳

2022-04-12

跟输出样例一样，还是wrong。有用必采纳

2022-04-10

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除