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。

本项目是面向稀缺样本条件的双组学乳腺癌亚型分类系统，包含以下功能模块：（1）TCGA数据工程管线。解析TCGA-BRCA原始数据，包括RNA-seqRSEM归一化表达、甲基化芯片Beta值与临床数据；完成同一患者多样本优先级配对、缺失值填充与高方差特征筛选，保留2000个基因与5000个CpG探针；

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

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

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

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

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

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

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

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