Python

Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
Python语言框架
Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
开发组织  吉多·范罗苏姆
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”)
130C++机器深度学习
本项目是一个面向大规模区块链交易网络的智能分析与风险识别框架,旨在利用图神经网络技术挖掘比特币交易网络中的复杂关联关系,实现交易实体分类与高风险节点识别。项目支持超大规模交易图数据处理、图结构建模、节点分类、风险排序及模型评估等核心功能。基于PyTorch与PyTorchGeometric构建图机器
110Python科学研究
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
240Python机器深度学习
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
450Python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
340Python机器深度学习
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
850Python金融
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
400Python物联网
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
680Java人工智能
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
550Python人工智能
基于Clip模型使用Python实现的一个简单的以图搜图功能,搜索结果按相似值由大到小排序显示;支持动态新增、删除图片特征库;前端web采用的React+Antd实现。需要支持CUDA的英伟达显示,虽然在CPU也能勉强运行,但速度非常的慢。
650Python人工智能
项目围绕OCR/AI模型的测试与评估,划分为以下核心模块:(1)功能测试模块:验证OCR引擎对不同类型图片(证件、票据、通用文本)的识别能力,包括字符级准确性、字段级完整性、特殊符号处理、旋转/倾斜校正等。(2)效果评估模块:构建标准测试数据集(含标注groundtruth),自动化计算模型在各类场
460Python机器深度学习
基于Python开发办公自动化工具,实现Excel多表格合并拆分、批量格式清洗、数据筛选统计、网页结构化数据爬虫采集,一键完成重复手工操作,大幅提升数据整理效率,交付可直接运行的完整源码。
500Python机器深度学习
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
930Python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
500Python机器深度学习
1.数据采集模块:从Open-MeteoAPI拉取某城市15年的的逐日气象数据模型训练模块:杂交LSTM架构:共享Encoder(lstm1→lstm2),温度走自回归decoder,湿度/风速/降水走直接多步输出Web可视化面板:前端展示模型评估,未来天气预测,历史数据分析和AI聊天助手页面2.预
640Python机器深度学习
代表项目:车联网攻击检测深度学习模型(SAE-BiLSTM-改进Transformer)•基于PLEXE构建V2V车联网仿真场景,设计并注入多类网络攻击,生成多维时序数据•使用MySQL存储数据,完成数据预处理与特征工程,构建模型训练数据集•提出SAE+BiLSTM+改进Transformer融合模
490Python人工智能
RoadMC开源项目
RoadMC的功能主要包括三部分:一是合成点云数据生成,基于路面统计先验和病害几何模型,模拟裂缝、坑槽等11类病害并生成带逐点标签的LiDAR场景;二是点云分割模型,提供Swin3D与PointMamba骨干网络,结合mHC通道混合和GAN风格变换进行病害识别;三是训练与评估工具链,支持二分类预训练
500Python科学研究
智慧监控系统产品系统
核心功能:区域统计(update_zone_count): 为每个摄像头的每个区域(zone)维护时间序列统计,记录每帧的人数/物品数、检测明细(detections)、动作(actions),仅保留最近10秒数据。规则评估(evaluate_rules): 评估摄像头下所有启用的规则,支持三种规则
500Python人工智能
工业自动控制产品系统
本锅炉工业智能控制系统算法分为五大核心功能模块,整体围绕锅炉全流程闭环优化调控设计:实时数据预处理模块:对接浙大中控ECS300DCS系统,完成炉膛温度、烟气NOx、风量、给煤量、汽包压力等多源时序数据清洗、异常值剔除、缺失数据补全、特征归一化,为算法模型提供高质量输入数据集;LSTM-BP混合预测
880C++人工智能
该系统是为配套硬件定制的一套包含硬件控制、用户管理、数据管理、图像检测、AI检测子系统等多功能于一体的软件系统。硬件控制模块通过以太网、串口、USB等方式实现与硬件控制单元的通讯,如PLC、X-Ray发射器、X-Ray成像控制器、异常执行机构等,从而实现对硬件设备的操控;用户管理模块实现了角色分配与
750C++机器深度学习
当前共119个项目more
×
寻找源码
源码描述
联系方式
提交