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。

北理工（珠海）图书馆个性化推荐产品系统

系统围绕用户兴趣建模、资源特征分析、混合推荐计算、推荐结果展示及反馈优化构建完整服务链路。用户登录图书馆门户后，可在个人服务区域查看根据其研究方向、资源偏好和历史行为生成的个性化推荐结果，内容可覆盖专业图书、电子资源、课程资料及相关学术内容。推荐页面以书名、封面、作者、出版社和资源类型等信息呈现候选

270Java机器深度学习

ai视觉检测系统产品系统

系统提供两种互斥的检测模式。检测模式基于YOLO目标检测识别零件状态，通过类别标签自动判断每个工序的OK或NG状态，NG状态具有粘性锁定特性。规则SOP模式基于几何条件判断，结合YOLO目标框和MediaPipe手部关键点，识别取件、检测、放回、限位读取四类工序，其中检测工序支持内窥镜拍照触发，限位

490C++智能硬件

信息检索智能体产品系统

1.多轮智能主循环:意图规划、内容探测、广覆盖检索、立场发现、多辩论收敛,自动决定何时深挖何时终止。2.知识框架沉淀:每轮增量更新话题时间窗、实体、关系、时间线、争议点、子话题与立场分布,并做快照留档。3.多源抓取层:统一编排MediaCrawler子进程(微博/抖音/小红书/B站/快手)、海外X/

300Python人工智能

PAC 加药量预测模型产品系统

1.SCADA数据接入与清洗模块对接水厂SCADA系统，采集原水浊度、进水流量、pH、温度等分钟级运行数据，处理缺失值、异常跳变与停机工况剔除，按时间对齐不同采集频率的数据源，形成建模可用的标准数据集。2.加药量预测模块核心功能。采用"机理模型+数据驱动模型"双轨方案：机理模型依据原水浊度、进水流量

230Torch机器深度学习

国内影视数据的可视化大屏产品系统

系统分为普通浏览用户、数据运营人员、系统管理员三类角色。1.普通浏览用户：查看可视化大屏总览，浏览票房统计、影片类型占比、地区上映分布、评分排行等各类图表，筛选基础条件查看对应影视数据。2.数据运营人员：影视数据导入与更新，配置图表展示维度，导出统计报表，设置大屏筛选时间范围、影片分类条件。3.系统

310Python机器深度学习

改进ProGAN的纹理生成算法产品系统

功能模块：本系统包含三大核心模块。（1）模型训练模块：基于改进型ProGAN架构，支持从4×4分辨率逐级生长至128×128分辨率，采用渐进式训练策略配合平滑过渡机制，实现高分辨率纹理的稳定生成。（2）多类别可控生成模块：支持流动纹理（Flowing）、噪点纹理（Noise）和结构纹理（Struct

370C人工智能

Co-Pulsar-Scientist：多智能体 AI 科研系统产品系统

•独立设计并实现一套多智能体（Multi-Agent）协作系统，包含Supervisor、Generation、Reflection、Ranking、Evolution、Proximity、Meta-review共7个专业Agent的编排调度•实现Elo锦标赛排名引擎、上下文记忆系统、多策略假设进化

520Python机器深度学习

基于深度学习的锂电池健康状态（SOH）与荷电状态（SOC）智能估计系统产品系统Vibe Coding

本项目围绕锂电池状态智能估计构建了五大算法功能模块：①数据预处理与特征工程模块——对充放电电压、电流、温度、容量曲线进行清洗、归一化与特征提取，内置基于模糊信息测度的SOC特征选择（DMRCmRC）与基于小波变换（DTCWT）的多尺度特征编码。②SOH健康状态估计模块——集成物理信息神经网络（EM-

700C++人工智能

冠脉三维重建项目产品系统

项目核心功能模块覆盖全流程冠脉影像后处理需求：‌基础影像导入解析‌：支持标准DICOM格式冠脉CTA影像的自动导入，完成影像序列校验、参数提取与预处理‌多模式三维重建‌：包含VR容积重建、CPR曲面重建、MIP最大密度投影、钙化积分计算四大核心重建能力，可完整还原冠脉全段血管走行‌智能测量标注‌：支

550C++机器深度学习

基于ROS2和离线语音识别的智能轮式机器人原型产品系统Vibe Coding

本项目以一台搭载树莓派和激光雷达的轮式小车为核心，集成了以下几个完整的功能模块：1、离线语音交互系统：基于Vosk轻量级中文离线语音引擎，摆脱了对云端的依赖。小车能精准识别“小车”、“跳舞”、“前进一米”等关键词，并利用PiperTTS引擎实现自然、流畅的中文语音播报反馈（如“好的，我要来唱歌了”）

890C++机器深度学习

基于递进统计模型的居民膳食、生活习惯与慢性病关联及精准干预研究产品系统

通过数据预处理和信息提取，计算出居民日均各类食物的摄入情况，代码根据膳食标准建立了一套评分系统，结合critic和topsis来给个居民的膳食的总体情况进行了评分，并以此评分为依据，与生活习惯和人口学特征进行了相关性分析，建立慢性病与各因素的逻辑回归模型，最后使用k-means聚类方法区分不同健康状

440Python机器深度学习

动作挑战互动展品产品系统

人体动作捕捉识别识别人体骨骼、肢体姿态等动作；支持多人同时识别，区分不同参与者，识别动作反馈到屏幕画面。挑战任务交互设置闯关、计时等挑战模式；用户身体动作直接操控虚拟角色，不用手柄、触摸。实时画面反馈屏幕实时渲染游戏场景，叠加用户虚拟形象/骨骼轮廓，动作发生立刻给出画面响应，做到动作‑画面同步。

860C++人工智能

ai斯诺克计分系统产品系统

摄像机放在斯诺克桌子正上方的灯中间，用一台小型工控机，一拖二进行ai识别球识别，识别球号，跟踪球体运动轨迹，碰撞球判定，进球判定，最后依照斯诺克的规则进行计分

700C++人工智能

水厂 PAC 智能加药预测系统产品系统Vibe Coding

基于深度学习的自来水厂PAC加药频率预测系统，针对滏阳水厂21万条分钟级SCADA运行数据（33个数值特征，目标变量为1#PAC频率给定）完成端到端建模。核心功能：1.数据分析与质量评估：自动检测缺失值、异常值，输出可行性分析报告；2.数据预处理流水线：缺失值均值填充、StandardScaler标

860Python机器深度学习

利用响应面法和反向传播神经网络耦合方法，对再生细骨料地聚合物基灌关材料进行多目标优化产品系统

1.数据处理模块：支持Excel试验数据导入、异常值清洗、数据集划分，搭配RSM响应面法生成虚拟样本实现小样本数据增强；2.建模预测模块：搭建BP-ANN神经网络模型，可自定义隐藏层神经元数量，完成材料抗压强度等指标回归预测，输出R²精度评价指标；3.多目标优化模块：基于响应面模型开展配合比参数优化

490Python机器深度学习

股票数据分析与价格预测系统产品系统Vibe Coding

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

1510Python金融

给水泵站智慧生产系统产品系统Vibe Coding

数据采集：采集数据来源包括：关系数据库、时序数据库、消息队列、Iot设备等数据处理：数据清洗纠偏、归一化、存储模型训练：多模型组合训练，模型评估，参数优化生产执行：模型部署，对接PLC进行实现调度，实时生产监控，安全生产兜底

580Python物联网

基于BiGRU的中文孤立词手语识别系统产品系统Vibe Coding

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

1340Java人工智能

Vertex 1 产品系统

AnqiVertex1是一站式AI数据生产与管理平台，覆盖数据全生命周期管控，核心功能模块如下：多模型智能预标注引擎内置计算机视觉、自然语言处理多领域主流预训练模型，支持图像分类、目标检测、语义分割、文本实体抽取、多模态内容标注等多任务自动预标注；支持用户自定义模型接入预标注流水线，主流通用场景预标

800PHP人工智能

异常监控管理系统产品系统Vibe Coding

#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）

990Java机器深度学习

当前共157个项目登录查看更多

登录后即可上传、下载作品

分类

websocket V Hadoop XORM Jenkins iOS应用 Mahout Vue 医疗健康 R

点击空白处退出提示

机器深度学习

重点城市程序员兼职推荐

重点岗位程序员兼职推荐