机器深度学习

机器学习,深度学习是人工智能的核心分支,致力于让计算机系统通过数据驱动的方式自动学习和改进性能,而无需显式编程。其核心是从数据中识别模式或规律,构建数学模型,使计算机能完成预测、分类、聚类等任务。主要类型包括监督学习、无监督学习和强化学习。机器学习广泛应用于自然语言处理、计算机视觉、推荐系统等领域,正重塑各行各业,是当前AI爆发的核心技术之一。
系统采用六标签页Web交互界面,包含五大核心模块:①多品种数据加载,支持股票/ETF/指数/基金,内置三级缓存降级与CSV离线兼容方案;②交互式可视化图表,均线、价量、RSI/MACD/KDJ等技术指标动态绘图;③机器学习涨跌预测,构造11维行情因子,提供逻辑回归、随机森林双模型自动择优;④双均线策
600Python金融
整体主要基于CSL500中文手语数据集进行。结果表明,本文训练的模型在测试集上的识别准确率达到了97.56%,并且大多数类别的识别准确率都在90%以上,整体效果较为稳定。部署测试中,经过量化优化后的模型能够在树莓派平台上实现较稳定的实时推理,基本满足实际运行需求,这验证了该系统在真实场景下具备一定的
530Java人工智能
1.AI视觉智能核验(核心亮点)动态装箱监控:通过部署在工位上方的工业相机,实时捕捉工人投料动作。系统内置深度学习目标检测算法,能精准识别数百种KD件的SKU特征。BOM自动比对:系统实时读取当前车辆的VIN码对应的BOM(物料清单),当工人放入零件时,AI自动判断该零件是否属于当前车辆,并计数。异
510Python工业互联网
#端到端异常检测系统本系统覆盖**Android端→后端→前端完整链路,实现YOLO实时目标检测、数据上报、监控管理的全流程闭Android端—实时检测与数据上报-YOLO实时检测**:基于ncnn框架在手机端运行YOLO模型,实时检测摄像头画面中的目标-目标分类:支持sit(坐)、stand(站)
510Java机器深度学习
编号 功能名称 功能描述F1 多轮对话管理 支持创建/切换/删除会话,保留完整消息历史上下文F2 智能路由决策 自动判断用户意图(闲聊/知识问答/简单任务/复杂任务)F3 任务规划 将复杂需求拆解为结构化步骤序列,标注依赖关系表3-1系统功能性需求(续)编号 功能名称 功能描述F4 自主工具执行 A
580Java人工智能
自然语言Text2SQL全链路能力:基于LangChain+Qwen-turbo构建AIAgent,输入养护业务自然语言,自动解析意图、检索库表结构、生成合规查询SQL并执行,输出结构化病害统计数据;RAG知识库与自进化学习:集成Chroma向量数据库搭建市政养护知识库,结合Few-shot示例提升
830Python人工智能
1.数据探索与清洗模块:支持对阿里天池母婴数据集进行自动化读取,提供缺失值处理、异常值检测及用户画像特征提取功能。2.流失预测模型引擎:内置XGBoost/LightGBM等机器学习算法,自动训练模型并输出用户流失概率评分,准确识别潜在流失客户。3.SHAP模型解释器:集成SHAP值分析,量化各特征
480Python机器深度学习
1.4.1中药材智能识别与检测1.4.2自动化入库与出库管理1.4.3仓储环境实时监控与预警1.4.4基于RFID的全程追溯管理1.4.5 药材保质期智能预测1.4.6库存管理与智能预警1.4.7质量档案与追溯查询1.4.8 数据可视化与分析报表
660Python物联网
系统包含以下核心功能模块:1.古典建筑图像智能分类模块:基于ResNet50深度学习模型,支持对上传建筑图片进行风格识别与朝代分类,准确率达90%以上;2.三维建筑展示模块:采用Three.js实现古典建筑3D模型在线渲染与交互式浏览,支持旋转、缩放、多角度查看;3.建筑知识库模块:包含各朝代建筑风
720Java机器深度学习
系统实现了一个完整的黑盒对抗攻击检测与防御展示平台。用户可以在前端选择CIFAR-10+ResNet-18或TinyImageNet+EfficientNet-B0实验组合,配置黑盒攻击方法、防御方法、查询场景、查询预算、样本数量和检测阈值。系统支持HSJA、NES、SimBA、BA、Sign-Op
790Python人工智能
模块一:鸟类检测引擎基于YOLOv8/YOLOv11深度学习模型,支持对图像和视频流中的鸟类进行实时检测。•支持预训练COCO权重(通用鸟类检测)和自定义微调模型(特定物种识别)•GPU加速推理,单帧检测耗时
880Python机器深度学习
智能党建系统是一个基于微服务架构的党员发展材料全流程管理系统,旨在实现党员发展工作的规范化、智能化管理。系统采用前后端分离的开发模式,后端使用SpringCloud微服务框架,前端使用Vue3构建,为基层党组织提供一套完整的党员发展信息化解决方案。技术架构系统后端采用SpringBoot2.7.15
870Java政务
Creez产品系统Vibe Coding
Creez是一个面向创作者的AIAgent社交与工作平台,核心功能包括:自定义创建个人Agent、配置人格/记忆/技能/模型、与Agent进行多轮对话、读取本地文件并执行任务、接入OpenAI兼容模型、DeepSeek、豆包等模型服务;支持图像生成、视频生成、分镜创作、知识检索、定时任务等技能模块;
1200SQLite人工智能
1.客户在门店3D量体,自动采集身体尺寸,自动上传服务器,解决了传统定制的量体难题;2.客户平台选择服装款式,系统智能匹配对应尺寸的衣服,AI试衣,客户可以自己当模特试穿衣服,满意后下单购买,很大程度解决了客户在系统亲身试衣难题和服装自动匹配难题;3.工厂按客户身体尺寸定制衣服;4.发货给门店,同时
1000Java电商
构建包含不同水期及管网特征的高质量水质多模态数据库;底层固化AI算法对化学需氧量(COD)、氨氮反演误差≤20%,单次推断时延≤1秒;实现复杂深度学习模型向百KB级微控制器固件的极限压缩。完成可直接投入运行的软硬一体化实体装备研发;硬件主板内嵌国产独立NPU加速芯片,外壳结构达到IP68级防护防腐标
870Torch人工智能
项目包含以下核心功能模块:①深度搜索问答模块,基于Tavily实时检索互联网数据,结合LangGraph多节点推理链对数码产品进行结构化分析并生成Markdown格式回答,搜索来源以favicon标签形式展示在回复底部;②多方言语音合成模块,集成火山引擎TTS,支持普通话、闽南语、东北话等方言朗读,
960Python人工智能
具体功能模块:1.一键式筛查:集成视频录制/上传、质量检测、自动预处理及模型推理全流程,输出低/中/高三类风险等级与就医建议。2.批量筛查:支持多视频队列处理,导入被试者信息后自动批量分析,生成群体统计报告与高风险名单。3.数据处理:基于OpenFace提取面部动作单元(AU)序列,Librosa提
1690Python人工智能
1、项目具体功能模块本项目的主要功能模块包括:参数优化模块:使用Optuna进行自动化参数搜索和优化,涵盖进场信号生成和持仓管理等参数。策略执行模块:包含多种交易策略(如回踩、突破、动量等),能够根据市场动态进行自动决策。风险管理模块:通过SmartSwing层进行实时风控和回撤保护,确保每一笔交易
2020Python金融
数据导入模块:支持上传.xlsx和.csv格式文件,自动识别数据结构并进行初步校验,确保数据格式正确。数据概览模块:自动生成数据总行数、列数、缺失值统计,帮助用户快速了解数据质量和分布情况。可视化分析模块:提供交互式柱状图(可选择任意两列进行对比)、折线图(展示时间序列数据趋势)、饼图(展示分类数据
1780PHP企业服务
本项目提供四位一体的智能化期货预测解决方案:首先是多品种实时行情监控,支持黄金、白银、原油等10余种期货合约的实时价格、成交量、持仓量数据可视化展示,实现市场动态的全面把握。其次是WOA智能超参数优化,采用鲸鱼优化算法自动搜索LSTM网络的最佳超参数组合,显著提升模型预测精度和训练效率。第三是双算法
1950PHP金融
当前共21个项目more
×
寻找源码
源码描述
联系方式
提交