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。
系统提供一站式微博舆情监测与可视化服务。用户可实时查看热点话题的情感极性分布、互动量预测走势、地区舆情热力图及主题词云,支持多维度榜单筛选与文章详情下钻分析。后端基于SpringBoot与大数据组件,前端采用Vue3结合ECharts和Three.js构建3D数据大屏,实现毫秒级检索与动态交互,帮助
90Java企业服务
1、多智能体协作引擎—基于LangGraph构建Supervisor+4专家分层架构:知识检索专家(RAG+网络搜索)、报告生成专家(数据查询+方案撰写)、工况监测专家(设备故障/管线/安全诊断)、环境数据专家(天气/位置),Supervisor自动识别用户意图并路由至对应专家。2、RAG知识检索—
230Python人工智能
运动员端具有以下功能:(1)个人信息管理:包括编辑个人信息和加入俱乐部功能,允许用户更新和维护其个人资料,并提供加入体育俱乐部的功能。(2)动作识别与可视化分析:包括正向视角识别和侧向视角识别,分别从正面和侧面视角进行动作识别,帮助运动员全面了解自身动作表现。(3)训练数据智能化分析:包含分析训练数
230Python人工智能
系统支持训练项目管理、故障模拟、驾驶操作考核、成绩评分、振动反馈、UI界面控制、AI智能问答、训练记录查询及数据统计分析等功能,同时支持多训练科目切换、题库管理及设备联动,实现完整的仿真培训业务流程。
190C++人工智能
1、云雷达基数据处理2、模糊逻辑云粒子相态分类3、贝叶斯-随机森林模型4、云粒子相态自动识别
270Python人工智能
包括数据集制作,图像预处理,数据标注;算法设计,包括算法搭建,参数微调;模型训练,在超算平台上提交训练任务,训练后获取模型权重;在验证集上测试效果并改良模型;将模型封装为软件。主要功能为实现了端到端的图像检测与识别功能,将图像输入模型后即可输出检测结果。
240Python机器深度学习
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
500Python机器深度学习
设计分阶段课程学习与⾃动切换策略,提升⻓周期训练稳定性并降低策略震荡⻛险。构建Sim2Real接⼝与并联映射能⼒,完成⼯作空间惩罚与动作低通滤波,为控制侧联调提供稳定输入。⽀持⻓周期训练、断点恢复与回归验证。打通模型管理与ONNX导出链路,为C++侧推理部署与跨平台集成提供标准模型接⼝。
300C++机器深度学习
可以实现贪吃蛇游戏的基本流程,系统稳定可靠,是在stm32f103上面实现的,可以通过遥感控制贪吃蛇的方向,通过PCB板上面的按钮进行开始,暂停等罗辑控制,通过OLED显示屏显示
490C智能硬件
1、下位机:完成隧道小车的驱动控制;控制线阵相机扫描隧道;控制补光;控制雷达探测周边障碍物确保安全;接收遥控器控制指令。2、上位机:整合下位机采集的图像;实现缺陷的人工标注;实现缺陷的自动识别;输出说明缺陷类型及位置信息的工单
320C++机器深度学习
1,能链接常用摄像头,如:海康、大华,进行抓图和录像操作2,能运行深度学习算法进行安全监控,如区域入侵、安全帽佩戴、人员权限管控等3,联动plc,当识别到安全问题时,能给plc信号,进行停机等处理。4,自定义检测规则,如采图间隔,开始报警数,检测阈值等
550Python人工智能
系统提供多终端SDK,支持Java、C++、C#、Python等主流语言,方便各类业务系统快速集成。基于RK3588边缘算力设备,实现毫秒级快速识别,无需依赖云端即可完成端侧推理,满足低延迟、数据本地化及恶劣网络环境下的实时作业需求。算法能够精准定位集装箱箱号及箱型号所在区域,并高鲁棒性地识别印刷、
540C++人工智能
智能安防产品系统
实现各种智能安防算法。如:车间安全帽检测,登高作业安全绳佩戴检测,玩手机识别,睡岗检测等。也有人脸识别,多目标追踪,布局一致性等算法。能根据客户需求生成报警代办,并推送事件,提醒处理人,完成闭环。
540Python人工智能
功能模块​原始数据质控与去宿主(Fastp+Bowtie2)基于Kraken2/Bracken的物种分类与丰度定量基于HUMAnN3的功能基因通路注释基于MEGAHIT/MetaSPAdes的宏基因组组装基于MetaBAT2/CONCOCT的分箱与基因组重构统计可视化(Krona热图、LEfSe差异
310linux科学研究
本项目实现了一个可调控生物节律LED光源分析与优化系统,主要功能包括:1)读取并清洗LED光谱功率分布SPD数据,完成波长、功率和单位的预处理;2)基于CIE色度学模型计算相关色温CCT和色偏差Duv;3)基于TM-30显色评价方法计算保真度指数Rf和色域指数Rg;4)基于CIES026/E生理节律
350Python人工智能
下位机:通过对激光雷达所采集实时点云进行分析,融合视频图像识别目标类型,针对不同的目标类型产生对应的事件上报至上位机;接收来自上位机的协议指令并执行上位机:综合下位机上报的事件产生不同等级的告警客户端:提供全网所监测路段的实时监控,并提供历史数据的查询及报表分析
350C++机器人
工程上实现工业机器人(贯流风叶检测机),贯流风叶从入口进入,电子摄像头(2个)采集旋转的贯流风叶的表面图像,通过检测算法,将风叶识别为有无瑕疵(若有瑕疵,机器记录是何种瑕疵),分别从机器输出端两个出口输出。检测算法,基于yolov-5算法,建立基础数据集,训练出检测模型,实时快速检测风叶瑕疵,检测率
390C++机器深度学习
本项目面向卫星载荷在轨运行场景,目标是构建一套可部署在星载计算平台上的综合任务管理软件,支撑地面指令接收、任务调度、状态采集、数据处理和遥测下传等核心业务。系统围绕“指令进入、协议解析、任务执行、状态监控、结果反馈”的业务闭环设计,提供指令处理、数据总线、协议编解码、智能处理任务编排、设备状态采集、
780C++边缘计算
1碰撞检测模块:预测物体会不会碰撞+碰撞后如何检测出来已经碰撞2目标检测模块:使用传统或深度学习检测具体的货物容器(托盘,货架,料笼),厂区的行人,头盔,车辆等3避障检测模块:360°雷达检测避障,可对高于8cm的静态物体进行检测,不针对特定物体,不依赖数据集,移动物体通过多传感器相机和雷达融合输出
500C++自动驾驶
项目主要功能一、插件化宿主平台提供统一的WebShell运行时,通过标准化的plugin.yaml合同实现插件的自动发现、加载和编排。支持四种插件类型:UI插件(前端界面)、能力插件(后端服务)、卡片插件(数据嵌入卡片)和AI插件(智能能力)。插件支持依赖声明、拓扑排序加载和循环依赖检测,并提供脚手
550Python人工智能
当前共65个项目more
×
寻找源码
源码描述
联系方式
提交