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
系统包含场景配置、运输工具配置、任务链生成、方案计算、约束校核、结果分析和可视化等核心模块。用户可配置任务节点、时间窗口、资源需求及运输能力等参数,系统根据约束自动生成候选运输方案,并对任务衔接、资源容量和方案可执行性进行校核。计算结果可通过任务链、统计指标和图形界面进行展示,并支持不同场景和参数下
190Python科学研究
系统分四段。产流用NeuralHydrology的CUDALSTM,7200个网格一次批量前向,现场推理约59秒。汇流用运动波,把网格产流汇到7个出口。概率预报对残差做空间相关采样,蒙特卡洛80次,输出5%–95%流量区间、洪峰分布和首次越线时间。验证按事件对齐2025年雨季洪峰,而不是拿整季最大值
1790Python人工智能
系统支持Excel、CSV等格式的负荷数据导入,提供缺失值处理、异常值识别、时间序列整理、日负荷曲线分析、周负荷分析、月度统计、峰谷时段识别、典型日提取和预测结果展示功能。用户可以选择历史数据范围、预测时间长度和模型参数,查看实际值与预测值对比、预测误差和统计指标。
470Python人工智能
平台功能包括:场景配置,新建或删除场景、上传基准数据,可添加订单动态到达、设备故障等事件并设置到达频率、数量、交期松紧、故障率等参数;算法配置,接入并选择不同的调度算法,既有启发式规则也有强化学习算法;仿真参数,设置时钟推进方式和运行时长;运行仿真,由算法在每个决策点做出拆批、设备指派和开工时间决策
670Python人工智能
系统支持学生就业数据的录入、导入、查询、修改和删除,可管理学生的基本信息、学习成绩、技能掌握情况、实习经历、项目经验及就业去向等数据。系统对原始数据进行清洗和特征处理,基于K-NN算法计算待预测学生与历史样本之间的相似度,输出就业安置预测结果;同时支持查看预测记录和相关数据统计,帮助管理人员识别需要
520Python云计算
项目包含数据清洗与特征整理、ANN代理模型训练与验证、多目标优化、Pareto解集生成、敏感性分析和结果可视化等模块。通过模型分析不同设计变量对采光、热舒适和能耗的影响,并从非支配解集中筛选符合不同设计偏好的候选方案,为建筑性能比较和设计决策提供数据支持。
900Python人工智能
系统含17个Lean4模块、506个定义/定理、零sorry(证明无空洞)。模块覆盖:测度论基础设施(Hausdorff维数、可测结构与谱分解)、有理数精确算术验证(分数权重用最小公分母精确表示,消除浮点近似)、数论显式公式与弱收敛框架、多轮审计迭代记录(v3-v9修改日志完整保留)。工程侧:lak
1070C++科学研究
IoT数据采集 通过TCP协议对接上位机系统,实时采集300+传感器的振动、位移、加速度等监测数据消息中间件服务 基于ActiveMQArtemis实现MQTT消息代理,支持多协议(AMQP/MQTT/STOMP)数据分发时序数据存储 TDengine时序数据库存储高频采集数据(200Hz采样率),
641Java科学研究
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
890Python科学研究
平台支持复杂文档解析、语义切片、元数据管理、知识质检、智能体模板、来源引用和专业资料检索;通过GIS接口与算法服务接入图层、遥感和业务数据,并提供权限管理、安全审计、问题反馈及版本治理,形成可检索、可追溯、可持续扩展的专业知识平台。
780Java人工智能
一键运行31种3DGS方法:per-method独立Conda环境隔离依赖,Python统一入口标准化各方法接口,YAML配置声明超参数与随机种子,新增方法仅需约300行wrapper代码四大标准数据集覆盖:Tanks&Temples、Mip-NeRF360、NeRF-Synthetic、DeepB
640Python人工智能
SoftGS产品系统
全自动脚手架构建:从冻结3DGS检查点自动铺设双三次贝塞尔图块,无需人工干预,唯一超参数为残差阈值τ持久参数绑定:每个高斯原语获得稳定参数坐标(k,u,v,ξ),编辑状态仅由当前控制点决定,误差不累积统一属性传输:通过单一雅可比矩阵J=F'F⁻¹推导全属性闭合更新——位置仿射变换、协方差二次变换、球
640Python人工智能
系统已上线四大模块(体验入口https://aiqr.miaomiao.help)。一、制作模块(https://aiqr.miaomiao.help/create):上传任意照片作载体,输入任意长度内容,按长度自适应选择(https://aiqr.miaomiao.help)。一、制作模块(htt
720Python人工智能
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
710Python机器深度学习
1.自动化路径规划算法:设计了混合轮廓-牛耕全覆盖算法,并配套实现了MBR最优扫描方向、最短弧局部绕障、2.5D动态障碍高程切片、TSP贪心全局连结与测地线安全转场、动力学转弯平滑级联滤波等模块,最终以HTTP微服务形式与UE5解耦集成。2.控制终端模块:集成该项目的所有可调参功能,包括无人机物理属
1240C++科学研究
本项目为计算机科学毕业设计,主要应用于计算几何与空间数据处理领域。系统主要包含以下核心功能模块:1、多边形几何数据导入与解析:支持多边形顶点坐标的安全加载与结构化存储。2、空间重叠面积核心算法:实现两个复杂多边形在平移、旋转等几何变换过程中的最大重叠面积计算与求解。3、计算结果验证与可视化输出:支持
850C++科学研究
1.云图获取模块(downloader.py):支持Mock模式和真实卫星API双模式切换。Mock模式用OpenCV生成红蓝半图+白云带的合成图像用于开发调试;真实模式通过requests从ZoomEarth/FY-4A等公开接口下载云图,内置指数退避重试(2^n秒)和HTTP4xx/5xx分类处
1370Python科学研究
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
930Python科学研究
1.复刻单导心电信号ecg论文模型复刻2.对于现有论文模型进行相关的优化3.除常规的数据集增强外,进行模型架构的对比优化5.采用多模态的方法除去心电信号,通过计算AHI也就是呼吸暂停的指数进行多重特征导入6.该模型导入再模型的决策层进行导入,并且区别于论文模型,增加了对于呼吸暂停检测的严重程度判断。
710Python科学研究
相比CUDAC++依赖开发者保障内存与并发安全,Rurix通过所有权、地址空间和执行层级类型静态检查,保留底层控制,并提供编译、运行、测试、文档及包管理工具。
730C++科学研究
当前共40个项目more
×
寻找源码
源码描述
联系方式
提交