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。
设计并实现了一套具备票房数据展示与票房预测功能的Web系统。系统经过数据爬取获取票房信息,并经过处理后以图表形式进行展示,支持筛选与对比分析。后端使用了Flask框架,系统前端页面、接口交互、业务逻辑与数据库模块均能够正常运行。
60Python机器深度学习
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-
330C++人工智能
该系统围绕“精准匹配”与“全流程服务”设计,核心功能模块如下:智能岗位推荐:基于协同过滤与内容推荐算法,综合分析学生的专业背景、技能标签、项目经历及求职偏好,为其精准推送高度契合的岗位,同时支持按薪资、地域、行业等多维度筛选。企业招聘管理:企业可发布岗位、管理职位信息,系统运用大数据分析主动筛选并推
310Java教育校园
程序启动后持续截取游戏画面,利用YOLO模型实时检测特定目标(如敌人头部),筛选出FOV内且置信度最高的目标,计算其与屏幕中心的偏差,进而通过相对移动指令驱动鼠标准星平滑跟随。整个过程在50ms内完成单帧闭环,实现近似实时的自动瞄准效果。用户可调整FOV、置信度阈值和帧率等参数以适应不同场景。
520C++人工智能
系统是一个带图形界面的中文情感分析机器人:1)支持导入中文情感语料数据集,自动完成平衡性检查与难例样本分析;2)基于Chinese-BERT-wwm预训练模型微调训练,实现文本情感二分类;3)对话式交互,用户输入文本后实时返回情感倾向及正面/负面概率;4)支持模型的一键保存与加载,训练成果可复用;5
350Python人工智能
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。
520C++人工智能
mcp-ocr-tools是一个OCR全家桶MCP服务器,为AI客户端(ClaudeCode、Cursor、ClaudeDesktop等)提供文档识别能力。主要功能模块:1)ocr_image图片文字识别:截图、照片、扫描件一键转纯文本;2)extract_doc结构化提取:小票、发票、表单自动解析
920Python机器深度学习
img2excel是一个图片表格转Excel的命令行工具,基于PaddleOCR开发。主要功能模块:1)表格图片识别:支持拍照、扫描件、长截图等多种图片格式,自动识别表格结构;2)行列还原:智能重建单元格坐标,输出与图片一致的行列结构;3)Excel导出:支持多工作表、自定义表头、格式规范化;4)批
1020Python机器深度学习
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
410Python机器深度学习
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
830Python工业互联网
系统以Web端交互为核心,主要功能模块如下:图像上传与预览:支持本地图片拖拽/选择上传,实时显示原图。一键推理:点击Submit后,后端调用训练好的ResNet模型完成前向推理,并在右侧绿色结果区直接输出预测类别(如cat)。示例快速体验:底部提供多张预置示例图(狗、爬行动物、鱼、马等),点击即可自
580Python人工智能
具有完整的登录注册模块,可以发布,购买,下架商品,包括查询订单等模块附带完整后台管理系统,可以对用户的账号进行封禁等处理,也可以通过后台管理用户上传的商品信息
1340Java电商
降AI率模型产品系统
本模型是一款基于深度语义分析的智能文本拟人化优化系统,专为降低学术论文AI检测率而设计。它通过多维度特征提取,精准识别AI生成文本的典型模式(如句式单一、逻辑过渡生硬、词汇重复率高等),并运用动态同义替换、复杂句式拆分与重组、非确定性表达插入(如口语化衔接词、个性化副词)等策略,在保持原意与学术严谨
560C++机器深度学习
降AI率模型产品系统
本模型是一款基于深度语义分析的智能文本拟人化优化系统,专为降低学术论文AI检测率而设计。它通过多维度特征提取,精准识别AI生成文本的典型模式(如句式单一、逻辑过渡生硬、词汇重复率高等),并运用动态同义替换、复杂句式拆分与重组、非确定性表达插入(如口语化衔接词、个性化副词)等策略,在保持原意与学术严谨
400C++机器深度学习
搭建可复现的数据处理流程,整合YahooFinance、CoinMarketCap与DefiLlama的500天市场、情绪和链上数据。完成数据清洗与特征工程,构造收益率、移动平均、波动率等特征,用于周度涨跌趋势预测。基于时间顺序划分训练/测试集,训练逻辑回归与随机森林模型,并输出混淆矩阵、概率分布和
580Python人工智能
项目分为本地模型调度模块、知识库向量检索模块、对话交互模块、文档解析模块。支持本地开源大模型加载运行,能够上传文档构建私有知识库;支持多轮对话、长文本摘要、信息提取;内置提示词模板管理、会话历史保存、输出结果导出功能,实现离线环境下人工智能文本处理业务。
610Python人工智能
?数据│数据集概览、统计描述、强度分布直方图、特征相关性热力图,直观了解数据全貌││探索││├─────────┼─────────────────────────────────────────────────────────────────────────────────────────────
510Python机器深度学习
角色风格复刻:微调后的模型能够高度还原ATRI角色的语言风格、性格特征和说话习惯,对话内容自然流畅,角色一致性高高质量数据合成管线:OCR提取→大模型风格化生成→Levenshtein+n-gram双重去重→质量过滤,形成一套可复用的角色数据集构建流程低成本高效训练方案:LoRA+Unsloth加速
1131PHP人工智能
本项目包含四大核心功能模块:图像预处理模块、字符分割模块、CNN识别模块和系统测试模块。图像预处理负责对验证码图片进行灰度化、二值化、去噪和形态学操作,提升图像质量;字符分割采用投影法与连通域分析相结合的方式,将四位验证码切割为单个字符;CNN识别模块基于PyTorch搭建卷积神经网络,通过多层卷积
420Python机器深度学习
1.七层纵深防御引擎:按请求生命周期依次执行——早期拒绝(方法/UA/路径特征过滤)→扫描器指纹识别(24+签名库)→蜜罐欺骗(6种虚假响应类型)→IP速率限制→CSRF防护→路径归一化与混淆检测(5条启发式规则)→反向代理转发→响应安全头注入。2.蜜罐反制系统:6+种虚假服务响应(dotenv泄露
500HTTP网络安全
当前共127个项目more
×
寻找源码
源码描述
联系方式
提交