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

qq_42492056的博客

  • 博客(34)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 基于通义千问大模型和Flask的智慧问数系统

智慧问数系统是一个利用通义千问大模型和Flask框架构建的智能SQL生成与查询平台。该系统能够将自然语言查询自动转换为SQL语句，并执行查询返回结果，极大地简化了数据分析人员的工作流程。

2025-03-26 09:02:21 430

原创 通义千问大模型+flask实现pdf批量提取系统

在当今数字化时代，处理大量PDF文档并从中提取关键信息已成为许多企业的日常需求。本文将介绍如何利用通义千问大模型和Flask框架构建一个高效的PDF批量提取系统。

2025-03-26 00:35:51 427

原创 win10系统没有Hyper-v解决方案

能够看到出现了很多处理器的信息，最末尾有个 Hyper-V 要求，如果四个全为 “是”，则表示支持 Hyper-V 功能。然后，右键选择：以管理员身份运行。代码执行结束后，重启电脑就可以了。桌面新建一个记事本文件，将它的后缀改成cmd或bat。其实是可以安装的，经过查阅资料和实践，方法总结如下。管理员权限打开powershell或者cmd。输入命令 systeminfo。

2025-02-19 21:17:27 171

原创 基于LSTM+前向均值滤波后处理的癫痫发作检测(包含数据集)

癫痫是一种常见的神经系统疾病，患者会经历反复的癫痫发作。早期检测和预警对于改善患者的生活质量至关重要。近年来，深度学习技术，尤其是长短期记忆网络（LSTM），在时间序列数据分析中表现出色，被广泛应用于癫痫发作检测任务。本文将介绍如何使用LSTM构建一个癫痫发作检测模型。癫痫病数据集是患者真实的手坏秒级数据，因此负样本数量叫少。使用tensorflow实现LSTM网络，具体代码如下。

2025-02-14 15:42:21 404

原创 python实现圣诞树绘制

python实现圣诞树绘制，精美绘图，一键运行

2024-12-12 00:46:54 1060

原创 AI实现葡萄叶片识别(基于深度学习的葡萄叶片识别)

图像识别是人工智能（AI）领域的一项关键技术，其核心目标是让计算机具备像人类一样“看”和“理解”图像的能力。借助深度学习、卷积神经网络（CNN）等先进算法，图像识别技术实现了从图像信息的获取到理解的全面提升。近年来，这一技术已在医疗、交通、安防、工业生产等多个领域取得了颠覆性突破，不仅显著提升了社会生产效率，还深刻改变了人们的生活方式。葡萄叶片识别的实际应用场景。

2024-12-12 00:26:38 1390 2

原创 python实现精美坦克大战

基于pygame实现炫酷坦克大战。

2024-12-07 15:39:13 118

原创 pygame实现炫酷飞机大战

【代码】pygame实现炫酷飞机大战。

2024-12-07 15:33:15 270

原创 python实现微信定时自动群聊发送消息

该项目的核心功能是通过 Python 创建一个图形用户界面 (GUI)，用户可以在其中设置定时任务，基于 Excel 文件中的任务信息，按照设置的时间周期自动发送消息。这些消息会包含任务的相关信息，并且提醒用户任务是否即将到期或已逾期。

2024-12-07 15:23:39 1548

原创 基于 MLP 分类器的贷款预测分析

贷款审批是金融机构在发放贷款前，对借款人及其申请进行的评估和审核过程。此数据集专门用于根据个人申请人详细信息、财务指标和贷款特定因素预测贷款审批结果。它包含 12 列的 32,581 个条目，提供影响贷款审批决策的多种功能。

2024-11-19 11:00:20 596 1

原创 使用 KMeans 和 PCA 对手写数字数据集进行聚类和可视化

kmeans机器学习聚类 手写数字识别

2024-11-19 10:44:22 1034

原创 随机森林回归预测-波士顿房价(完整代码+精美图表)

【代码】随机森林回归预测-波士顿房价(完整代码+精美图表)

2024-11-19 10:31:07 296

原创 史上最全地震数据集汇总(震源+震级+损坏程度+影响)

1. 地震灾害评估及建筑结构特征数据集字段含义数据集中每栋建筑物的唯一标识符建筑物所在区域的标识符vdcmun_id建筑物所在的村庄发展委员会/市政府的标识符ward_id村庄发展委员会/市政当局内特定行政区的标识符地震前建筑物的楼层数地震后建筑物的楼层数地震发生时的建筑物年龄建筑物底座的面积地震前建筑物的高度地震后建筑物的高度建筑物所在地表的状况（例如“平坦”、“缓坡”、“陡坡”）建筑物所用地基的类型（例如“泥砂浆-石头/砖”、“竹子/木材”、“水泥-石头/砖”）

2024-07-26 11:08:04 2482

原创 华为杯第十九届中国研究生数学建模获奖论文(草原放牧策略研究)

草原在维护生物多样性、涵养水土、净化空气、固碳、调节水土流失和沙尘暴等方面具有重要的生态功能。草原上合理的放牧政策是带动区域经济、防止草原沙漠化及保障民生的关键，现代草地资源的经营应遵循可持续发展原则。本文将围绕锡林郭勒草原放牧优化问题展开研究，为制定放牧政策和草原管理决策提供科学的依据。针对问题一：分析附件中 3、4、15 中的数据信息并挖掘其中的信息。首先，把不同放牧策略即放牧方式、放牧强度定义为自变量。其次，将土壤物理性质中的土壤湿度以及。

2024-07-25 14:30:57 1543

原创 基于机器学习的长期交通流量预测(DWT-CXNet模型+高分论文+原创+创新点)

可知，在该数据中，模型预测巡游出租车和地铁客流量的精度最高，所有趋势均正确预测，且误差较小，其余交通方式的客流量预测稍微逊色，但总体误差较小，预wo’c测曲线基本符合真实值曲线，验证了所提DWT-CXNet模型的有效性。图4.1中，输入数据经过特征工程后，基于小波变换对7种交通方式日客流量特征字段进行小波特征构造，通过一级分解后，原始序列被分解为近似系数cA1和细节系数cD1，然后继续对cA1分解，得到第二级的近似系数cA2和细节系数cD2，对cD1、cD2、cA2构造统计特征，包括均值、最值和标准差。

2024-07-23 15:08:23 962

原创 基于深度学习的短时交通流量预测（TCGCN）

数据集的构成同样包括两部分，分别为探测器间距离的邻接矩阵和时间序列特征矩阵，其中，探测器间距离的邻接矩阵描述了各个环路探测器之间的距离关系，反映出高速公路网络中各节点的空间关联性，时间序列特征矩阵记录了每个探测器在不同时间点监测到的速度数据，这些数据有助于分析高速公路上的交通流动性和拥堵情况。为进一步展示TCGCN模型的优势，随机选择测试集的两个节点测试，预测结果可视化如图3.3所示，可知，TCGCN的预测结果更符合真实值的取值，尤其是在峰谷时，TCGCN模型具有更小的预测误差。

2024-07-23 14:53:59 1049

原创 基于SpringBoot的虫草鉴定及科普平台设计与实现

虫草贴发布可发布虫草求鉴定贴与虫草科普贴，该模块划分可有效实现虫草鉴定及科普，采用了帖子的形式完成了虫草科普与虫草求鉴定；价值鉴定为鉴定该虫草的价值，主要包括虫草的药用价值和货币价值，即鉴定虫草的功效和“价值多少钱”，该鉴定主要针对虫草市场以次充好、滥竽充数的现象，解决虚假宣传功效和高价买次品的问题，为消费者提供一个可靠的虫草价值鉴定，使消费者买的放心、吃的舒心，为建立虫草市场的良好交易秩序提供一定的保障，在一定程度上解决当前虫草市场的部分乱象和保障虫草消费者的权益。

2024-07-13 13:21:03 729

原创 KMeans+KNN实现乳腺癌预测(高分课设+可视化)

【代码】KMeans+KNN实现乳腺癌预测(高分课设+可视化)

2024-07-13 12:59:40 225

原创 基于深度学习的口罩佩戴检测研究

随着新冠疫情的爆发，口罩成为了一种重要的防止病毒传播的手段。然而，有些人并不遵守佩戴口罩的规定，也有些人佩戴口罩的方式不正确，这可能会增加病毒的传播风险。首先，在口罩配佩戴检测之前需实现人脸的定位，具体实现为基于opencv，通过CascadeClassifier 级联分类器实现对人脸的实时检测，然后将人脸定位结果进行裁剪，输入训练好的cnn模型进行预测，然后同步预测结果，可是实现口罩佩戴的实时检测。github开源的两个数据集，将两个数据集合并，其中，戴口罩数据为1296张，不带口罩数据为1146张。

2024-07-13 12:45:39 443

原创 学生信息管理系统的设计与实现

随着教育行业的信息化发展，传统的学校学生信息管理方式已经难以满足日益增长的管理需求。传统方法主要依赖于纸质文件和手工录入系统，这不仅效率低下，还容易造成数据错误和信息泄露。此外，手工处理的信息难以实时更新和共享，导致教师、学生和管理员在获取和更新信息时耗时耗力，这严重影响了教育教学和管理的质量与效率。针对上述问题，本文设计与实现一个基于SpringBoot的学校学生信息管理系统，以解决传统管理方式中存在的效率低、操作复杂等问题，进而提高学校教务管理的自动化和信息化水平。

2024-07-12 18:06:41 1457

原创 基于深度学习的表格识别系统

本文研究内容为基于深度学习的表格识别系统，基于PaddleOCR框架实现表格识别算法的应用。首先，针对数据表格信息识别展开研究，深入理解基于PaddleOCR的表格识别算法；然后，验证基于PaddleOCR的框架的表格识别算法的有效性，包括文本检测、文本识别以及表格结构预测；最后，基于flask开发框架，设计与实现表格识别系统，有效实现深度学习算法与信息系统的结合，完成表格识别系统的开发。

2024-07-12 17:23:17 503

原创 华为杯第二十届中国研究生数学建模

出血性脑卒中临床智能诊疗模型研究（华为杯数学建模）。出血性脑卒中是非外伤性脑内血管破裂导致的急性疾病。出血性脑卒中起病急、进展快，急性期内高达45-50%的病死率和约80%的严重神经功能障碍率，给患者家庭及社会带来沉重的健康和经济负担。值得注意的是，血肿范围扩大和血肿周围水肿是预后不良的重要危险因素，因此，早期识别和控制可显著改善患者预后和生活质量。本文将围绕出血性脑卒中临床智能诊疗建模问题展开研究，探索患者血肿扩张风险、血肿周围水肿发生及演进规律，建模实现精准个性化的疗效评估和预后预测。

2024-07-12 16:48:22 1101

原创 MATLAB实现二重积分计算

【代码】MATLA实现二重积分计算(太原理工大学中外合作办学数值分析作业题)。

2024-07-12 15:59:39 672

原创 模拟退火算法优化XGBoost实现信用卡欺诈检测(原创毕设+高分论文)

模拟退火算法(CA)优化XGboost，高分毕设+1.9w字论文+代码

2024-07-11 13:45:46 1750

原创 基于三次样条插值和单纯形法的加氢站选址优化

加氢站优化选址算法详解（纯原创，高分创新点）

2024-07-11 13:18:09 340

原创 基于机器学习的垃圾邮件检测(课设+毕设+6k字论文)

本文研究内容为基于机器学习的垃圾邮件检测，针对目前垃圾邮件泛滥，严重影响了人们的日常生活，提出一种基于机器学习的垃圾邮件检测方法。首先，采用开源中文垃圾邮件数据集TREC06C，其次，对数据集进行预处理，然后，采用Word2Vec和embedding层对处理后的数据样本进行分词嵌入，最后，采用卷积神经网络搭建垃圾邮件检测模型，实验表明，本文所提模型可完成垃圾邮件的有效检测。

2024-05-14 17:08:49 519 1

原创 基于SpringBoot的教学评价平台(毕设+课设+2w字论文)

教学评价目的是通过评价活动，衡量教学活动的有效性和理解学习者对教学内容的掌握程度。传统教学评价方法存在效率低下且模式繁杂的问题，针对该问题，本文采用SpringBoot框架，设计与实现了教学评价平台。该平台采用B/S架构，基于MVC模式，设计实现了学生、教师、管理员三类用户，高效实现了日常教学评价，通过设计与实现简洁明了的页面，有效解决传统的教学评估模式繁杂、效率低下的问题。

2024-05-14 16:46:45 669 1

原创 基于Kmeans的航空用户数据分析(高分课设+可视化)

航空数据分析具有重要意义，本项目基于Kmeans展开航空数据分析，提供全部数据集和代码忠诚客户：根据上诉图表分析结果可知，类别5客户F、M特征值非常高，L特征值较高，在乘机次数和飞行里程以及会员资历上具有较大优势，属于经常乘机的老客户，忠诚度较高，在营销时可加大对这类客户的资源投入，维持此类客户的忠诚度。发展客户：根据上诉图表分析结果可知，类别2客户C特征值较高，即客户机票票价高，不在意机票折扣，但是，乘机次数不多，在营销时，可加大对此类用户的互动，正确将此类用户发展为乘机次数较多的忠诚客户。

2024-05-14 15:50:09 504 3

原创 【基于Python的链家房价数据分析(代码+5k字分析报告)】

首先，定义网页请求头，即User-Agent，采用headers以字典的形式存储User-Agent，其次，定义网页url，对url发起get请求，然后，获取get请求返回的数据，采用bs4对返回页面进行解析，根据标签完成数据提取。从图中可以看出，配套齐全出现次数最多，是优势字段中的主要优势词，也可以看出，配套齐全是消费者比较关心的功能点，其次，购物方便是出现第二多的优势词，符合真实的情况。从图中可以看出，底商的平均单价最高，是价格最高的楼盘，其次为别墅，平均单价为第二高。5)前5单价的楼盘柱状图。

2024-05-14 15:32:57 848 4

原创 基于SpringBoot的水果销售管理系统的设计与实现(课设+毕设+1.6w字论文)

基于Java技术，设计与实现了一个水果销售管理系统，目的是提升销售效率和顾客购买体验。该系统以SpringBoot为核心框架，采用MVC设计模式，并通过JSP前端技术实现，构建了一个高性能、易维护的B/S架构网络平台。通过利用SpringBoot框架，本系统简化了后端开发流程，加强了安全性和可维护性；同时，应用MVC模式实现前后端分离，提高了系统响应速度和交互性。

2024-05-14 14:58:58 426 1

原创 基于深度学习的滚刀寿命识别(原创+高分创新+论文)

其次，依次交叉堆叠3次一维卷积和最大池化层，卷积层的神经元个数依次为32、64、128，卷积核大小为3×3，激活函数为relu，同时卷积层的padding设置为same，保持特征图大小不变；然后，使用Flatten层拉平向量，并依次堆叠两个神经元个数为128、64的全连接层，通过这两个全连接层，将长度为896的一维向量映射为长度64的一维向量；最后，使用激活函数为softmax的全连接层作为分类层，将特征向量映射为长度为3的分类概率向量，选取概率最大值对应的索引即为分类结果。

2024-05-14 14:47:42 1016 1

原创 基于SpringBoot的电影院售票管理系统(毕设+课设+1.2w字论文)

设计并实现一个基于Java Web的电影院网络售票系统，目的是提升售票效率和顾客购票体验。该系统以SpringBoot为核心框架， 采用MVC设计模式，并通过Vue.js前端技术实现，构建了一个高性能、易维护的B/S架构网络平台。

2024-05-14 14:27:38 351 1

原创 基于CNN-A-LSTM的小时天气预测(原创+混合模型创新+论文)

基于深度学习的小时天气预测(温度单步预测)

2024-05-14 11:25:18 612 1

原创 基于深度学习的课堂行为图像分类（原创+高分创新/迁移学习/特征融合+1.2w字论文）

基于深度学习的课堂学习行为自主识别方法研究基于特征融合方式提出MobileNetV2-DenseNet121双模型结构

2024-05-14 11:10:32 531 3

阿尔茨海默症MRI图像数据集
阿尔茨海默症（Alzheimer’s Disease, AD）是一种常见的神经退行性疾病，主要表现为认知功能的进行性下降，严重影响患者的生活质量[1]。随着全球人口老龄化的加剧，阿尔茨海默症的患病率不断上升，已成为严重的公共卫生问题。目前，该疾病的早期诊断主要依赖于临床症状评估、认知功能测试和影像学检查等，其中磁共振成像（Magnetic Resonance Imaging, MRI）因其无创性和高分辨率特性，在AD的检测和分类研究中具有重要作用。 Mild_Demented（轻度痴呆）和Non_Demented（非痴呆）Moderate_Demented（中度痴呆）Very_Mild_Demented（极轻度痴呆）

2025-03-30

毕业设计源码-socket聊天室-flask实现-精美界面
基于 Flask 和 WebSocket 实现的 Socket 聊天室毕业设计源码的资源介绍，包含精美界面的实现方法和技术细节。该设计结合了 Flask 框架的轻量级特性和 WebSocket 的实时通信能力，适合作为毕业设计或学习项目。 通过 Flask-SocketIO 或 Flask-Sock 扩展，实现了服务器与客户端之间的双向实时通信。项目还注重界面设计，结合 TailwindCSS 和 Font Awesome 图标库，打造了美观且响应式的用户界面

2025-03-07

AI人工智能案例-手写数字识别
基于深度学习的图像识别：手写数字体识别 一、项目背景与介绍 图像识别在人工智能领域的重要性 图像识别是人工智能（AI）领域的一项关键技术，其核心目标是让计算机具备像人类一样“看”和“理解”图像的能力。通过深度学习等先进算法，图像识别已经在许多领域实现了突破性进展。 二、数据预处理 MNIST数据集是机器学习领域中最著名的数据集之一，广泛用于训练和测试图像处理系统，尤其是在手写数字识别领域。 对于训练数据，通过随机旋转和水平翻转来增强数据，帮助模型学习识别不同方向和布局的数字，以提高泛化能力。同时，图像被转换为张量并进行归一化处理，使用均值0.5和标准差0.5将数据的范围调整到[-1,1]，以稳定训练过程。 对于测试数据，处理方式略有不同，避免使用随机旋转和翻转，确保能够评估模型在未修改的实际数据上的表现。测试数据也被转换为张量并进行了相同的归一化处理，保持训练和测试数据的一致性。 此外，还对训练数据集进行了划分，形成训练集和验证集，其中训练集占全部数据的40%，剩下的60%作为验证集。

2025-03-07

基于深度学习的图像识别：猫狗识别 一、项目背景与介绍 图像识别是人工智能（AI）领域的一项关键技术，其核心目标是让计算机具备像人类一样“看”和“理解”图像的能力 借助深度学习、卷积神经网络（CNN）等
基于深度学习的图像识别：猫狗识别 一、项目背景与介绍 图像识别是人工智能（AI）领域的一项关键技术，其核心目标是让计算机具备像人类一样“看”和“理解”图像的能力。借助深度学习、卷积神经网络（CNN）等先进算法，图像识别技术实现了从图像信息的获取到理解的全面提升。近年来，这一技术已在医疗、交通、安防、工业生产等多个领域取得了颠覆性突破，不仅显著提升了社会生产效率，还深刻改变了人们的生活方式。猫狗识别的实际应用场景 该模型由两层卷积层和两层全连接层组成，主要用于图像分类任务。 第一层卷积层： 将输入的224×224×3图像通过3×3卷积核映射为112×112×16的特征图。 第二层卷积层： 将特征图进一步转换为 56×56×32。 池化层： 每层卷积后均接一个2×2的最大池化层，用于减少特征图的空间维度。 全连接层：第一层全连接层将向量映射。 第二层全连接层输出对应类别的概率分布（由 num_classes 决定）。 激活函数：使用ReLU作为激活函数。该模型具备较低的参数量，适用于轻量级图像分类任务。

2025-03-07

基于深度学习的猫狗图像识别(完整代码+数据集+一键运行)
基于深度学习的图像识别：猫狗图像分类 1.构建卷积神经网络训练模型，模型预测，评估模型，包括四个指标accuracy_score, precision_score, recall_score, f1_score 2.使用迁移学习，构建预训练的mobilenet_v2模型 3.该资源包含完整代码和数据集 4.输出可视化混淆矩阵

2025-02-19

python实现消消乐小游戏/基于pygame实现
python实现消消乐小游戏/基于pygame实现 一键运行，画面精美

2025-02-19

基于深度学习的视频帧伪造识别
介绍绍 基于深度学习的视频帧伪造识别 基于3DCNN实现 摘要 code function dataset VIFFD size:3.4G generate_video way1-replace way2-copy data_sliding_window.py based on sliding window for processing (1) 生成伪造帧数据集代码 --forge_video_path 参数为生成数据集路径 python datasetCreation.py --folder_path --fps 25 --forge_video_path forge_video_data （2）差分帧计算代码 --data_path 为差分帧计算结果保存的路径，均为.npy文件 python absdiffVideo.py --folder_path forge_video_data --data_path data/ （3）制作3DCNN输入形状数据集，结果集保存为两个npy文件，其中，data.npy为图像帧数据，labels.npy为标签数据

2025-02-19

python实现水果忍者小游戏
基于pygame实现水果忍者小游戏，一键运行，精美画面

2025-02-19

python实现中国象棋小游戏
python实现中国象棋小游戏，基于pygame，实现人机对战

2025-02-19

数据集：口罩检测，包括两类，戴口罩和不戴口罩
创建该数据集的目的是促进卷积神经网络和计算机视觉的研究。 由于当前与冠状病毒大流行相关的背景，人类必须适应新的现实。口罩的使用在世界各国已成为普遍现象。 内容 该数据集有 3829 张图像，分为两个不同的类别： - 带有口罩 - 不带有口罩 该数据集的目的是促进图像分类模型的实现。

2025-02-09

光伏发电多场景调研情况
光伏发电多场景调研情况，汇总了光伏-高速场景融合，包括光伏现状、技术路线、光伏-高速多场景融合等。

2024-12-12

python实现圣诞树绘制
python实现圣诞树绘制，使用turtle实现圣诞树绘图，绘图精美！！

2024-12-12

葡萄叶片图像分类数据集，可用于深度学习图像识别任务
借助深度学习、卷积神经网络（CNN）等先进算法，图像识别技术实现了从图像信息的获取到理解的全面提升。近年来，这一技术已在医疗、交通、安防、工业生产等多个领域取得了颠覆性突破，不仅显著提升了社会生产效率，还深刻改变了人们的生活方式。葡萄叶片识别的实际应用场景。 1. 农业生产与种植管理 葡萄叶识别技术可以帮助农民快速、准确地识别葡萄的品种和生长状态。通过分类不同种类的葡萄叶，农民可以优化种植策略，合理分配资源（如肥料和水分），从而提高葡萄的产量和品质。此外，该技术还可以用于监测葡萄植株的生长周期，指导科学化管理。 2. 病虫害检测与诊断 通过对葡萄叶的图像进行分析，葡萄叶识别技术可以检测出叶片上是否存在病害或虫害的特征。例如，可以识别霜霉病、白粉病等常见葡萄病害的早期症状，及时提醒农民采取防治措施。这种技术可以大幅减少农药的使用量，提高生态友好性。 3. 食品加工与质量评估 在食品加工行业，葡萄叶是某些传统美食（如中东的葡萄叶包饭）的关键原料。葡萄叶识别技术可以用于区分不同品种的叶片，以确保其口感、大小和质量符合加工要求，从而提升加工产品的一致性和市场竞争力。 4. 葡萄品种的保护与追溯

2024-12-12

信贷数据集-贷款审批是金融机构在发放贷款前，对借款人及其申请进行的评估和审核过程
贷款审批是金融机构在发放贷款前，对借款人及其申请进行的评估和审核过程。此数据集专门用于根据个人申请人详细信息、财务指标和贷款特定因素预测贷款审批结果。它包含 12 列的 32,581 个条目，提供影响贷款审批决策的多种功能。其中数据包含：申请人的年龄（以岁为单位）（person_age）、申请人的美元年收入（person_income）、房屋所有权状况（例如，租住、拥有、抵押贷款）（person_home_ownership）、工作年限（person_emp_length）、贷款目的（例如，教育、医疗、个人）（loan_intent）、分配给贷款的风险等级（loan_grade）、申请人申请的贷款总额（loan_amnt）、与贷款相关的利率（loan_int_rate）、贷款的审批状态（已批准或未获批准）（loan_status）、申请人收入中用于偿还贷款的百分比（loan_percent_income）、指示申请人是否有违约历史记录（cb_person_default_on_file）、申请人的信用记录长度（以年为单位）（cb_person_cred_hist_length）。

2024-11-19

史上最全地震数据集汇总(震源+震级+损坏程度+影响)
① 地震灾害评估及建筑结构特征数据集 ② 最新地震爆发数据集 (1990-02-03 至 2023-03-03) ③ 土耳其地震救灾推文数据集 ④ 阿联酋地震数据集 (2010 至 2023) ⑤ 新西兰地震数据集 ⑥ 日本地震数据集 (2019/1/1-2021/12/03) ⑦ 2023全球地震数据集 ⑧ 土耳其地震发数据集 (1910 至 2017) ⑨ 希腊地震数据集 (1965 至 2023 ) ⑩ 印度尼西亚地震数据集 11 全球地震数据集 (2001 年 1 月 1 日至 2023 年 1 月 1 日) 12 地震感知数据集 (那不勒斯地震事件的公众反应和情绪反应分析)

2024-07-26

地震灾害评估及建筑结构特征数据集(尼泊尔地震数据集)
关于数据集 以下是数据集中每个特征的描述： building_id：数据集中每栋建筑物的唯一标识符。 district_id：建筑物所在区域的标识符。 vdcmun_id：建筑物所在的村庄发展委员会/市政府的标识符。 ward_id：村庄发展委员会/市政当局内特定行政区的标识符。 count_floors_pre_eq：地震前建筑物的楼层数。 count_floors_post_eq：地震后建筑物的楼层数（可能与地震前的数量不同）。 age_building：地震发生时的建筑物年龄。 plinth_area_sq_ft：建筑物底座的面积（平方英尺）。 height_ft_pre_eq：地震前建筑物的高度（英尺）。 height_ft_post_eq：地震后建筑物的高度（以英尺为单位）。 land_surface_condition：建筑物所在地表的状况（例如“平坦”、“缓坡”、“陡坡”）。 foundation_type：建筑物所用地基的类型（例如“泥砂浆-石头/砖”、“竹子/木材”、“水泥-石头/砖”）。 roof_type：建筑物的屋顶类型（例如，“竹/木

2024-07-26

最新地震爆发数据集（截至 2023 年） 全球地震事件 (1990-02-03 至 2023-03-03)
关于数据集 主要特征 列名称 描述 事件 ID 每次地震或火山爆发事件的唯一标识符。 类型 指示事件是否是地震或火山爆发。 地点 事件发生的地理位置。 震级 地震或火山爆发的震级。 深度 事件发生的距地球表面的深度。 时间戳 事件的日期和时间。 地位 事件的状态，例如“自动”或“已报告”。 海啸 表示该事件是否引发了海啸（0 表示否，1 表示是）。 警报 与事件相关的警报级别或状态。 来源 报告该事件的数据来源或机构。 事件网址 提供有关该事件的附加信息的 URL。 数据集作用(使用) 1. 地震和火山活动分析：您可以使用此数据集分析全球的地震和火山活动。通过探索“类型”、“震级”和“位置”列，您可以识别易发生地震和火山爆发的地区。 2. 海啸风险评估：通过“海啸”栏，您可以评估地震事件引发海啸的风险。这些信息对于沿海地区和灾害管理非常有价值。 3. 时间趋势：通过检查“时间戳”列，您可以识别地震和火山活动的时间模式和趋势。这对于了解活动的季节性变化或长期变化很有用。 4. 警报级别： “警报”栏提供与事件相关的警报级别的信息。您可以跟踪警报级别较高的事件，以了解对社区和基础

2024-07-26

土耳其地震救灾推文数据集
关于数据集 该数据集包含 500 条与土耳其地震相关的推文。推文被分为两类：第 1 类（300 条推文）和第 0 类（200 条推文）。第 1 类包含受地震影响并寻求帮助的人的推文，提供有关其位置和通信详细信息的信息。第 0 类有 150 条推文，其中包含与第 1 类类似的关键词，例如“地震”、“食物”、“毯子”和其他相关关键词。第 0 类中的其余 50 条推文与地震无关。 土耳其地震是一次重大事件，对该国及其人民产生了重大影响。地震于 2023 年 2 月 6 日袭击该国，震级为 7.5 级。地震对建筑物和基础设施造成了广泛破坏，并造成了重大人员伤亡。地震发生后，政府、非营利组织和其他团体组织了救援工作，为受灾者提供援助。 该数据集可用作开发机器学习模型的训练数据集，以协助灾难响应和救援工作。这些数据可用于训练模型，这些模型可以根据推文内容自动对其进行分类、检测需要援助的地区并预测救援工作所需的资源。通过使用此数据集，研究人员和从业人员可以朝着创建更高效​​、更有效的灾难响应系统迈进。

2024-07-26

阿联酋地震 2010 年至 2023-02-19 的数据集（距离阿联酋 1000 公里半径）
关于数据集 关于数据集 数据源 数据取自美国地质调查局地震目录 数据 - 距离阿联酋 1000 公里半径 The data was acquired from the USGS Earthquake Catalog Data - 1000KM radius from UAE 列 ['time', 'latitude', 'longitude', 'depth', 'mag', 'magType', 'nst', 'gap', 'dmin', 'rms', 'net', 'id', 'updated', 'place', 'type', 'horizontalError', 'depthError', 'magError', 'magNst', 'status', 'locationSource', 'magSource'] 时间段 2010/1/1-2022/07/03

2024-07-26

新西兰地震数据集 新西兰地震列表
关于数据集 背景 新西兰位于贯穿其脊柱的断层线上。这条断层线又名阿尔卑斯断层，非常活跃，是“火环”的一部分。 内容 这是 2019 年 1 月 1 日至 2020 年 5 月 31 日期间新西兰发生的所有地震的列表。 字段 地震时间 震中经度 震中纬度 震源深度 震级

2024-07-26

日本地震数据集 2019 年以来日本地震数据
数据源 数据取自美国地质调查局地震目录 数据字段 ['时间', '纬度', '经度', '深度', '磁力', '磁力类型', 'nst', '间隙', 'dmin', 'rms', '净值', 'id', '更新', '地点', '类型', '水平错误', '深度错误', '磁力错误', 'magNst', '状态', '位置来源', '磁力来源'] 时间段 2019/1/1-2021/12/03 地区 [25.513, 46.702] 纬度 [127.441, 150.293] 经度 2011年3月11日，日本发生了大地震。当时，没有关于该地震的预测信息。但是，通过分析地震发生前的数据，发现了一些特征。通过分析最近的数据，可以预测未来的大地震。

2024-07-26

2023全球地震数据集
数据集“2023 年全球地震”提供了有关 2023 年全球地震的宝贵信息。该数据集包括各种参数，例如时间、位置（纬度和经度）、深度、震级、震级类型等。 时间：地震事件的时间戳。 纬度：指定南北位置的地理坐标。 经度：指定东西位置的地理坐标。 深度：地震深度（以公里为单位）。 Mag：地震震级。 MagType：幅度测量类型。 Nst：报告地震的地震台站数量。 差距：不同地震台站覆盖范围之间的差距。 Dmin：距最近台站地震震中的最小距离。 Rms：地震振幅谱的均方根。 网：地震报道网络。 Id：地震事件的唯一标识符。 更新：指示地震信息最后更新时间的时间戳。 地点：地震发生地点的描述。 类型：地震事件的类型（例如地震）。 Horizo​​ntalError：位置确定中的水平误差。 DepthError：深度测定错误。 MagError：震级测定中的错误。 MagNst：用于计算震级的地震台站数量。 状态：地震事件的状态（例如，已审核）。 LocationSource：报告地震位置的来源。 MagSource：报告地震震级的来源。

2024-07-26

1910-2017 年土耳其地震
背景 多年来，土耳其的不同组织一直在记录地震。作为土耳其最成功的大学，博阿齐奇大学拥有一个地震研究中心，多年来收集了所有数据。他们拥有最先进的技术设备来揭示地震的规格。数据是通过特定过滤器从数据库中收集的。 内容 数据涵盖了纬度 25 - 50、经度 15 - 60 之间所有记录到的地震。 由于测量站位于土耳其，因此记录到的大多数地震发生在纬度 35 - 45、经度 25 - 45 之间。数据库搜索时间过滤器设置为 1910 年 9 月 27 日至 2017 年 9 月 27 日。由于强度小于 4.0 的地震太多，强度过滤器设置为 3.5 到 9.0（没有记录到强度大于 9.0 的地震）。

2024-07-25

希腊地震数据集-1965 年至 2023 年期间希腊发生的地震
希腊地震数据集-1965 年至 2023 年期间希腊发生的地震 介绍 这是希腊的最新和扩展的地震清单，可追溯到 1965 年，并将每年根据前一年发生的地震事件进行更新。 内容 第一列标题为“DATETIME”，表示地震发生的时间。 然后是“LAT”（纬度）和“LONG”（经度）坐标，它们告诉我们地震发生的地点。最后，地震用“DEPTH”（公里）和“MAGNITUDE”（里氏震级）来描述。 可用于地震研究，包括机器学习 深度学习 传统算法等建模研究

2024-07-25

印度尼西亚地震数据集-详细地震记录
该数据集取自 BMKG（印度尼西亚非政府机构）管理的地震资料库。BMKG 于 2023 年初更改了其站点设计，从而产生了两个不同的数据集。 新数据集 ( katalog_gempa_v2.tsv) 取自包含震源机制数据（如果有）的初步地震目录。它包含 2008 年 11 月 1 日至 2024 年 4 月 9 日的地震事件数据，但对于最近记录的一些地震事件可能不准确。此数据集中有 38 个变量，每个变量都有一个描述性名称。 另一方面，旧数据集（katalog_gempa.csv）包含从 2008 年 11 月 1 日到 2023 年 1 月 26 日的地震事件数据。该数据集中收集的变量包括： tgl：活动日期 ot：事件的时间戳 lat：震中纬度（度），范围从北纬 6 度到南纬 11 度 lon：事件震中的经度（度），范围从东经 142 度到东经 94 度 depth：事件深度（km） mag：事件的量级，范围从 1 到 9.5 remark：弗林-恩达尔地区活动 有时，会测量事件的震源机制。此时，dip1、strike1、rake1、dip2、strike2和rake2值不为空

2024-07-25

地震数据集-包含 2001 年 1 月 1 日至 2023 年 1 月 1 日期间发生的 782 次地震
数据集包含 2001 年 1 月 1 日至 2023 年 1 月 1 日期间发生的 782 次地震记录。各列含义如下： title：地震的标题名称 震级：地震的震级 date_time：日期和时间 cdi：事件范围的最大报告强度 mmi：该事件的最大估计仪器强度 警报：警报级别 - “绿色”、“黄色”、“橙色”和“红色” 海啸：发生在海洋地区的事件为“1”，其他地区为“0” sig：描述事件重要程度的数字。数字越大，表示事件越重要。该值取决于多种因素，包括：震级、最大 MMI、有感报告和估计影响 net：数据提供者的 ID。标识被视为此事件的首选信息源的网络。 nst：用来确定地震位置的地震台站总数。 dmin：震中到最近站点的水平距离 间隙：方位角相邻台站之间的最大方位角间隙（以度为单位）。一般来说，这个数字越小，计算出的地震水平位置越可靠。方位角间隙超过 180 度的地震位置通常具有较大的位置和深度不确定性 magType：用于计算事件优选震级的方法或算法 深度：地震开始破裂的深度 纬度/经度：可用来确定和描述地球表面上任何地点的位置或地点的坐标系统 位置： 国内位置 大陆：地震

2024-07-25

华为杯第十九届中国研究生数学建模获奖论文(草原放牧策略研究)
草原在维护生物多样性、涵养水土、净化空气、固碳、调节水土流失和沙尘暴等方面 具有重要的生态功能。草原上合理的放牧政策是带动区域经济、防止草原沙漠化及保障民 生的关键，现代草地资源的经营应遵循可持续发展原则。本文将围绕锡林郭勒草原放牧优 化问题展开研究，为制定放牧政策和草原管理决策提供科学的依据。 针对问题一：分析附件中 3、4、15 中的数据信息并挖掘其中的信息。首先，把不同 放牧策略即放牧方式、放牧强度定义为自变量。其次，将土壤物理性质中的土壤湿度以及 植被生物量定为因变量，为了简化模型，将放牧方式定为比例系数 M(t)并指定范围区间为 [0,1]，借助 Woodward 工具得出放牧策略与植被生物量之间的微分方程。然后，根据土壤- 植被-大气系统的水平衡基本方程并具体分析锡林郭勒草原的地形地势，从而建立放牧强度 与土壤湿度之间的微分方程关系。最后，依据模型可知轻度放牧条件下对植被生长的促进 能力最强，重度放牧则会对植被造成破坏。 针对问题二，根据土壤湿度数据、土壤蒸发数据以及降水等数据，建立模型对保持目 前放牧策略不变情况下对 2022 年、2023 年不同深度土壤湿度进行预测。首

2024-07-25

医院感染数据集 有关医院感染和绩效衡量的详细信息
医院感染数据集包含有关各医院感染措施和绩效指标的全面信息。这些数据包括有关医院的详细信息，例如医院的位置、感染措施类型、绩效分数以及与国家基准的比较。该数据集可用于分析医院在感染控制和预防方面的表现。 该数据集可用于分析医院在感染控制方面的表现、将医院与国家基准进行比较以及开展流行病学研究。对于旨在改善感染预防策略和医院表现的研究人员、公共卫生官员和医疗保健提供者来说，它很有价值。

2024-07-13

PhiUSIIL 网络钓鱼 URL数据集
PhiUSIIL 钓鱼 URL 数据集是一个庞大的数据集，包含 134,850 个合法 URL 和 100,945 个钓鱼 URL。在构建数据集时，我们分析的大多数 URL 都是最新的 URL。特征是从网页和 URL 的源代码中提取的。CharContinuationRate、URLTitleMatchScore、URLCharProb 和 TLDLegitimateProb 等特征均来自现有特征。 PhiUSIIL：基于相似度指数和增量学习的多样化安全配置文件增强的网络钓鱼 URL 检测框架， 作者：Arvind Prasad 和 Shalini Chandra。2024 发表于计算机与安全

2024-07-13

伊维菌素对肠道菌群影响的数据集 伊维菌素对肠道微生物生态系统的影响
在向系统添加伊维菌素之前和之后，使用 SHIME（人体肠道微生物生态模拟器）对人体肠道微生物群（3 名供体）进行体外培养。这些添加是在生物反应器上进行的，这些生物反应器已在补充了可溶性或不溶性纤维或无添加对照的培养基背景下稳定下来。收集的数据包括 16S rRNA 基因扩增子测序和短链脂肪酸 (SCFA) 浓度。

2024-07-13

疟疾检测数据集 通过显微血涂片图像检测疟疾的数据集
疟疾检测数据集旨在训练和评估机器学习模型，以便从血涂片的显微图像中检测疟疾。该数据集由 JPG 格式的高分辨率图像（224x224 像素）组成，可确保模型训练和评估的一致性和质量。 训练文件夹： 包含 13,152 张用于训练机器学习模型的图像。该数据集用于学习与疟疾感染和未感染血细胞相关的模式和特征。 测试文件夹： 包含 1,253 幅图像，用于测试已训练模型的性能。此集合用于评估模型的准确性和泛化能力。 验证文件夹： 包含 626 张用于训练过程中验证的图像。此集合有助于调整模型的超参数并做出有关模型架构的决策以防止过度拟合。

2024-07-13

综合新闻文章数据集 用于多领域分析的全方位新闻文章数据集
综合新闻文章数据集 该数据集是从各种来源收集的新闻文章的集合，涵盖技术、体育、金融、政治、教育和健康等多个类别。它旨在为自然语言处理 (NLP) 任务、情绪分析、主题建模和其他机器学习应用提供多样化且广泛的数据集。 该数据集包括以下类别的文章： 技术 运动的 金融 政治 教育 健康 娱乐 每篇文章都附有以下属性： source：检索文章的来源。 author：文章的作者。 title：文章的标题。 description：文章的简要描述或摘要。 url：完整文章的URL。 urlToImage：与文章相关的图像的 URL。 publishedAt：文章的发表日期。 content：文章的全部内容。 category：文章所属的类别。 用法 该数据集可用于多种任务，包括： 文本分类 情绪分析 主题建模 命名实体识别 以及许多其他 NLP 和机器学习任务

2024-07-13

FAANG/MAAMA 股票价格 OHLCV
自 2000 年以来每日更新的历史股价，来自雅虎财经 API 的 FAANG + M 股票价格： Facebook/Meta 苹果 亚马逊 奈飞 谷歌/Alphabet 微软 数据集包括所有股票的每日开盘价、最高价、最低价、收盘价、调整收盘价、成交量。大多数价格似乎根据拆分、股息和其他公司行为进行了调整。

2024-07-13

成年人人口普查收入数据集
该数据由 Ronny Kohavi 和 Barry Becker（数据挖掘和可视化，Silicon Graphics）从 1994 年人口普查局数据库中提取。使用以下条件提取了一组相当干净的记录：((AAGE>16) && (AGI>100) && (AFNLWGT>1) && (HRSWK>0))。预测任务是确定一个人的年收入是否超过 5 万美元。 fnlwgt（最终重量）的描述 当前人口调查 (CPS) 文件的权重受美国非机构平民人口的独立估计值控制。这些是由人口普查局人口司每月为我们准备的。我们使用 3 组控制。它们是： 每个州 16 岁以上人口的单细胞估计值。 按年龄和性别控制西班牙裔血统。 按种族、年龄和性别控制。 我们在加权程序中使用所有三组控制，并“仔细”检查它们 6 次，以便最后回到我们使用的所有控制。术语估计是指通过创建人口的任何特定社会经济特征的“加权计数”从 CPS 得出的人口总数。具有相似人口特征的人应该具有相似的权重。关于此陈述，有一个重要的警告需要记住。那就是由于 CPS 样本实际上是 51 个州样本的集合，每个样本都有自己的选择概率。

2024-07-13

吸烟 100 年：全球趋势 (1924-2023) 详细了解全球吸烟模式和青少年吸烟趋势
分析历史趋势：识别并直观呈现过去一个世纪吸烟习惯和相关统计数据的主要趋势。 按国家比较关键指标：提供不同国家吸烟相关指标的比较分析。 关注青少年吸烟趋势：研究青少年吸烟比例的趋势并分析其影响。

2024-07-13

基于SpringBoot的虫草鉴定及科普平台设计与实现
草市场存在以假乱真、以次充好的乱象，同时部分虫草消费者缺乏专业的虫草知识，针对上述问题，本文设计与实现了基于SpringBoot的虫草鉴定及科普平台，旨在减轻虫草市场乱象，提供虫草知识科普，有力保障虫草消费者的权益。 本平台以SpringBoot为开发技术，通过web平台，实现了一个基于SpringBoot的虫草鉴定及科普平台。该平台面向普通用户与虫草鉴定师用户，包括虫草科普、虫草鉴定功能。在设计方面，运用SpringBoot技术，采用My SQL数据库搭建了B/S架构的web平台。论文主要首先介绍了虫草市场的现状及问题，其次对系统进行需求分析和总体设计，然后针对整个系统来完成概要设计以及详细的设计与系统的实现，最后进行系统测试。

2024-07-13

KMeans+KNN实现乳腺癌预测(高分课设+可视化)
设计目的：预测乳腺癌症的Class，即良性还是恶性 （1）数据读取与缺失值处理 （2）kmeans聚类 选取特征进行聚类，聚类结果作为新的特征 查看了各个指标的kemans聚类和雷达图结果 （3）模型训练与测试 8：2划分数据集，寻找了最佳得k值，进而训练并测试knn模型，同时查看knn分类的准确率

2024-07-13

基于深度学习的口罩佩戴检测研究
首先，在口罩配佩戴检测之前需实现人脸的定位，具体实现为基于opencv，通过CascadeClassifier 级联分类器实现对人脸的实时检测，然后将人脸定位结果进行裁剪，输入训练好的cnn模型进行预测，然后同步预测结果，可是实现口罩佩戴的实时检测。 随着新冠疫情的爆发，口罩成为了一种重要的防止病毒传播的手段。然而，有些人并不遵守佩戴口罩的规定，也有些人佩戴口罩的方式不正确，这可能会增加病毒的传播风险。因此，为了监督公共场所的口罩佩戴情况、预防疫情的扩散以及保护公众健康，研究开发能够自动检测佩戴口罩的技术具有重要意义。 基于深度学习的口罩检测研究，是通过利用深度学习算法对图像进行分析和处理，从而实现对佩戴口罩的检测。这项技术主要包括两个方面：人脸检测和口罩检测。人脸检测是指在图像中准确地定位人脸的位置，而口罩检测则是在定位到人脸的基础上，判断该人脸是否佩戴口罩。

2024-07-13

预测商业航班延误数据集 2024 年 1 月美国每趟商业航班的数据（包括延误和原因）
关于数据集 该数据集提供了 2024 年 1 月美国商业航班的全面记录。它为研究人员、数据分析师以及任何有兴趣了解美国航空旅行模式的人提供了宝贵的见解。 主要特征： 航班详情：包括出发和目的地机场、航班号、航空公司、预定和实际出发/到达时间以及飞机类型等信息。 航班时刻表数据：提供航班时刻表的洞察，包括计划的出发和到达时间、潜在延误和取消情况。这可以分析准时情况和影响航班时刻表的潜在因素。 潜在用例： 航空旅行研究：分析航线、航空公司和飞机利用率的趋势。 出行需求分析：了解不同路线和一周中各天的客流量模式。 航班性能评估：评估不同航空公司和航线的准点率、延误和取消情况。 预测模型：开发模型来预测未来的航班延误、取消和乘客需求。

2024-07-13

水稻作物病害图像数据集 识别水稻作物病害
水稻作物病害 许多疾病会严重影响水稻作物的产量和质量。水稻白斑病是由水稻黄单胞菌（Xanthomonas oryzae pv. oryzae）引起的，这种病害会导致叶片上出现水渍状条纹，叶片变黄变褐，并导致叶片枯萎。稻瘟病是由稻瘟病菌引起的，稻瘟病的特征是稻穗、节和叶片上出现菱形病变。这会导致稻粒灌浆减少和植物组织损失。褐斑病是由稻瘟病根腐病菌引起的，叶片上会出现微小的圆形褐色病变。这种情况会降低光合作用，从而降低稻粒质量和产量。稻曲病是由黑粉菌引起的，它会影响稻粒质量和产量，因为它会形成黄绿色的孢子球，最终会变成橙色或黑色。有效管理这些疾病的方法包括使用抗性品种、轮作、平衡施肥以及使用适当的杀菌剂或杀虫剂 本数据集包含200幅水稻叶片病害图像，图像根据病害类型分为4类，每类50幅。 细菌性叶枯病 爆破 褐斑病 假黑穗病

2024-07-13

空空如也

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