自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

神仙别闹的自留地

  • 博客(1093)
  • 资源 (3094)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 基于Python实现宾馆管理系统

随着计算机技术的飞速发展，信息时代的到来，信息改变了我们这个社会。各类行业在日常经营管理各个方面也在悄悄地走向规范化和信息化。宾馆管理的信息化程度体现在将计算机及网络与信息技术应用于经营与管理，以现代化工具代替传统手工作业。无疑，使用网络信息化管理使宾馆管理更先进，更高效，更科学，信息交流更迅速。宾馆管理系统是宾馆经营管理中不可缺少的部分，它的内容对于经营决策者和管理者来说都至关重要，因此宾馆管理系统，信息管理系统应该能够为用户提供充分的信息和快捷的查询手段。

2026-10-27 08:26:02 301

原创 利用 Python 实现中文文本关键词抽取的三种方法

一篇文档的关键词等同于最能表达文档主旨的 N 个词语，即对于文档来说最重要的词，因此，可以将文本关键词抽取问题转化为词语重要性排序问题，选取排名前 TopN 个词语作为文本关键词。本文总结了三种常用的抽取文本关键词的方法：TF-IDF、TextRank 和 Word2Vec 词向量聚类，并做了原理、流程以及代码的详细描述。

2026-10-27 08:23:55 79

原创 基于Python实现天平称盐程序

项目：天平称盐程序设计——称盐步骤模拟器。使用Python求解题目：有2克、7克砝码各一个,天平一架,如何利用天平和砝码称三次,将140克盐分成90克、50克各一份？有哪些方法？（注：只需要关注使用天平的次数，而非总体操作步数，比如沙堆之间的合并操作未用到天平，不算入使用的天平次数）主程序：chenyanV3.pyv3 (历史版本v1&v2说明文档)实例中，1）通过对问题的最基本认识，总结出，可以完成所有操作的最基本方法：平分、平移、合并；

2026-10-26 16:50:58 267

原创 基于Python实现模拟加倍下注

如果你做不了庄家，那么远离赌博，健康生活。t=Q239。

2026-10-26 16:50:14 191

原创 基于Python实现无参考图像质量评价

参考RankIQA中的方法，将回归问题转化为分类+回归的问题，对高质量图像进行distortion，生成大量不同等级的图像，先训练一个图像质量rank的网络，网络结构为Siamese，Siamese内为VGG；在训练完成后，在其基础上进行fine-tuning，使用公开集数据(大约为2000多张)微调该网络，损失函数为L2，回归图像的具体质量分数。该方法可以突破无参考图像质量评价的小数据集限制，可以使用大网络来训练而不产生过拟合。

2026-10-23 09:20:45 192

原创 基于Python实现农作物病害识别

迁移学习，首先尝试了Inception-V3，直接使用pool_3层的输出，接上一个全连接的分类层，使用softmax进行分类，使用Inception-V3的默认输入，可以达到 0.81 左右的准确率。卷积核分别为1 × 1 ， 3 × 3 ， 5 × 5 ，在步长设置为1，pad分别设置为0，1，2的情况下可以在卷积后得到相同维度的特征，实现不同尺度特征的汇聚拼接。比赛在2018年8月29开始，到11月11日结束，在国庆期间做了一下，一直在关注，但是没有投入太多精力，还有其他事情。

2026-10-23 09:19:50 135

原创 基于Python实现 BJTU小学期车道线检测作业

所有的计算结束之后，在参数计算表决结果中找到的最大峰值，所对应的、就是源图像中共线点数目最多(共个共线点)的直线方程的参数；深入了解过图像二值化和边缘检测之后，我认为既可以直接使用灰度图像进行边缘检测，也可以二值化之后再进行边缘检测，二值化的目的是进一步简化灰度图像，使图像中的信息更加纯粹，边缘亮度变化更加明显。要对图像进行边缘检测，首先对图像进行灰度变换，使图像只包含一个通道的信息，然后比较各相邻像素间的亮度差别，亮度产生突变的地方就是边缘像素，将这些边缘像素点连接到一起就形成了边缘图像。

2026-10-22 08:25:43 40

原创 基于Python SKey 身份认证协议的代码实现

客户端收到 seed，与当前用户名连接在一起，进行一次 MD5 运算，得到 32 位的字符串后，将其分为左右两部分，每部分 16 位，进行异或运算，得到 S。收到后，进行一次 MD5 运算（代码和客户端一样），然后与保存的上一条口令比较，若相同，则说明口令正确，返回 “1”；手动将生成的口令复制到本地文件中，然后使用第 1 个口令（实际是生成的第二个口令，因为真正的第一个口令已经发送到了服务器端进行保存）登录，登录成功。对于每一次的用户登录，服务器均会记录日志，对于以上登录过程，记录的日志内容如下图所示。

2026-10-22 08:21:20 231

原创 基于Python实现远程主机控制工具

本文为 HITwh 网络空间安全专业网络空间安全设计与实践 I 的选题之一，主要实现了远程监控局域网内的主机桌面与网络情况、简单键鼠控制、远程断网（ARP 攻击）、数据加密传输等功能。由于本文是由 Word 直接复制到 Typora 中生成的，尽管经过了简单的修改，但仍不能保证所有格式都正确，且很多图片模糊不清，暂时没有精力解决。

2026-10-21 08:54:06 696

原创 基于Python实现BP神经网络识别手写字体

在实现自定义类之前，我们先使用sigmoid函数定义了激励函数及其导数，以供类中使用。

2026-10-21 08:50:47 144

原创 基于Python实现一个简单拼音输入法

抄一段网上的定义：隐马尔可夫模型 (Hidden Markov Model) 是一种统计模型，用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数，然后利用这些参数来作进一步的分析。拼音输入法中可观察的参数就是拼音，隐含的参数就是对应的汉字。代码见model/table.py文件，针对隐马尔科夫的三个概率矩阵，分别设计了三个数据表存储。

2026-10-20 11:58:56 87

原创 基于Python实现信息检索系统

在本地运行elastic search，端口9200，运行./data/add2es.py对分词结果进行处理，连接elastic search，并批量加入数据，由es生成索引。在该文件夹下运行python ysearch.py，在浏览器中打开http://localhost:5000/即可。es中index名称为”sentences“，每条数据对应一句话，由三个字段组成，分别对应词汇、词性、词汇加词性。使用人民日报数据和一份搜狗数据共39,024,052条，每条为一个句子。搜索平均耗时在60ms左右。

2026-10-20 11:58:15 519

原创 基于Python Webots平台的简易智能机器人避障算法的实现

在本次实验中，我使用了内置的e-puck节点进行避障实验，同时还自主搭建了一个同时配备GPS，compass， 两个发动机和8个距离传感器的robot来进行路径规划实验。在机器人软件平台上建立一个包含若干个静止障碍物和运动障碍物的仿真环境，设定机器人的起始点和终点后，机器人能够规划出一条从起始点到目标点的安全路径。通过添加node，可以在不同的位置摆放不同的障碍物。展开node，可以设置node的具体属性，包括transition，rotation，color，size等。，进而影响路径规划的准确度。

2026-10-19 08:57:21 315

原创 基于Python实现人脸检测与分类

我们的算法可以分成两个部分，识别人脸位置和确定人脸分类。这两个部分可以看成：1.检测出人脸之间相似性。2.检测出人脸之间不同性。由于这两项工作截然相反，所以我们使用了两个网络来分别完成这两项工作。采用的数据集为FDDB数据集，该数据集图像+注释有600M左右。图像有各种大小和形状，主要集中在(300600)*(300600)的像素上。注:我们的训练网络不在乎训练图像的大小形状(只要长宽大于192就好)。ra，rb：半长轴、半短轴cx, cy：椭圆中心点坐标。

2026-10-19 08:56:34 275

原创 基于Python实现自动化测试作业—图像增广方案

本次作业使用了auto machine learning领域内近年来新出现的一些成果来实现自动化生成增广测试数据，主要参考了AutoAugment(CVPR2019)[1], RandAugment(CVPR2020)[2], CutOut(CVPR2018)[3]。不同于常规的人为设计和选用图像增广方法（如镜像变化，旋转，缩放，剪裁，平移，亮度修改，变换颜色etc），我仿照上述几篇paper中提出的在一系列图像增广子策略的搜索空间中通过搜索算法找到适应特定数据集的图像增广方案。

2026-10-16 08:22:58 154

原创 基于Python实现一个简单的深度学习框架

本项目是在完成南京大学神经网络课程大作业1时建立的.这次作业要求设计一个神经网络拟合函数,且不允许使用现有的神经网络框架基于以上原因, 参考网络上的资料实现了一个简单的深度学习框架, 此框架能够完成一些基本的深度学习任务。

2026-10-16 08:22:11 101

原创 基于Python实现数字图像处理综合实验

我们可以直接使用一阶导数算子或者二阶导数算子对图像做卷积来提取图像的边缘，但是这些做法有一定的缺点，一方面是检测的正确率不够高，另一方面提取的边缘不是单像素长的。例如：脸部的一些特征能由矩形特征简单的描述，如：眼睛要比脸颊颜色要深，鼻梁两侧比鼻梁颜色要深，嘴巴比周围颜色要深等。由于一个图像的不同区域的差别较大，我们可以用这个原理来设计算法。本实验中使用到的 API 包含普通的读取图片，灰度转换，显示图像，简单的编辑图像等；大津法（OTSU）是一种确定图像二值化分割阈值的算法，是求图像全局阈值的最佳方法。

2026-10-15 08:33:13 167

原创 基于Python 实现一个简易的Bittorrent客户端

在 P2P 文件共享系统越来越流行的今天，BitTorrent 作为新一代的 P2P 文件共享系统，已经占据了全球数据交换总量的三分之一[6-7]。它的基本原理是每个用户在下载共享文件片段的同时也上传文件片段给其它用户，所以，下载共享文件的用户越多，换个角度也就是上传的用户越多，下载速度也就越快。torrent 在 BitTorrent 系统中是十分重要，torrent 标志着中针共享文件信息，供peer 集查询使用。

2026-10-15 08:30:24 148

原创 基于Python 实现（GUI）自动组卷评卷考试系统

本次课程设计完成了用Python语言编程实现自动组卷评卷考试系统，项目主要实现了从题库中随机抽取试题自动组成试卷、实现考生考试答题操作界面、自动阅卷评分、防作弊演示等功能，加强了Python语言的编程能力。

2026-10-14 08:39:58 768

原创 基于C++实现的（控制台）用户管理系统

该系统主要功能包括：① 用户登录界面，包括用户登录、用户注册、管理员权限三个不同选择，② 若已存在的用户可以通过账号和密码进入用户操作界面，包括用户名更新、用户密码更新、用户注销等操作；③ 若不存在的用户则可以进行用户注册操作，注册成功后可以进行相关用户操作；④ 提供管理员权限，输入对应的口令号则可以进行管理员操作界面，可以进行对用户账户注销操作和显示用户二叉树信息操作。这些操作中都包括了实现二叉树操作，包括对二叉树的增删改查以及二叉树的平衡。系统使用界面，通过用户键入不同的指令，来完成不同的操作。

2026-10-14 08:37:05 115

原创 基于C++实现的（控制台）失物招领系统

定义物品的单链表类型int num;定义用户的单链表类型。

2026-10-13 08:51:11 77

原创 基于C++实现的（控制台）学生信息管理系统

通过课程设计，为学生提供了一个既动手又动脑，独立实践的机会，将课本上的理论知识和实际问题有机地结合起来，提高学生运用所学知识解决实际问题的能力。要求学生掌握 C++ 程序设计语言的基本语法规则和基础算法，建立程序设计思想，掌握面向对象的程序设计的概念，并能解决实际问题。培养学生的编程和调试程序的实践能力、创新能力和创新意识，为数据结构等后续课程打下坚实的计算机语言和程序设计的基础。3）类的实现（描述各个成员函数的函数原型，及其关系。1） 系统主要的功能模块（最好画图，可上网查一下什么是功能模块图）

2026-10-13 08:35:46 163

原创 基于QT（C++）实现旅行模拟系统

测试情况说明：当在当天晚上十一点半开始查询北京到香港的耗时最少方案时，解决方案时先坐次日早上六点的 ZH1333 航班在次日早上八点到达重庆，花费 722 元，再从重庆做早上九点的 ZH4951 航班在次日上午十一点到达香港，花费 505 元。输入城市名称时，直接输入城市的名称（汉字）；实现方法：读入文件函数如下，将文件中的车次信息逐条读入并存储，对数据的处理函数为 int Schedule::CityToNum(QString city)，如下所示，实现了 中文城市 与 城市编号 之间的转换。

2026-10-12 08:49:43 745

原创 基于C++实现的（控制台）航空客运订票系统

当航班 ID 正确时输入订票数目，数目要合法，输入负数要求重新输入（例如下图输入了-1 和-100 就不行），正确输入票数之后，需要输入舱位等级，此时，如果对应仓位剩余的票数足够，则显示订票成功，并告诉你相应的座位号。武松订了 2 张 1 号航班的经济舱的票，然后，退票，退票成功后，1 号航班的经济舱已经有剩余的票数了，则按先后顺序询问正在候补的宋江和吴用，宋江选择拒绝订票，则继续询问吴用是否订票，吴用选择了订票，则吴用排队订票成功。若刚刚退票的是经济舱，则询问经济舱排队的客户；（已做，自己加上去的）

2026-10-12 08:43:13 186

原创 基于C++解决 2N 皇后问题

遍历皇后 O(N)，遍历总次数为 M，M 的值具有较强的随机性，故时间复杂度为 O(N2+MN2)=O(MN2)。在实现 N 皇后问题求解的时候，我采用了大小为 N 的一维数组保存当前的皇后摆放状态，数组下标为当前皇后所在的行，数组元素的值即为当前皇后摆放的列。初始状态下，每行每列都是一个皇后，之后的求解就是对存在冲突的列，寻找其他的冲突列来进行交换。在实际运用中，爬山算法不会前瞻与当前状态不直接相邻的状态，只会选择比当前状态价值更好的相邻状态，所以简单来说，爬山算法就是向价值增长方向持续移动的循环过程。

2026-10-10 08:10:31 138

原创 基于QT（C++）+ MySQL 实现的学生信息管理系统

4，最后在原代码中的 globle.cpp 文件中更改连接数据库的账号和密码(更改 QStringsqluser="root"的值为更改账号。（4）从数据库查找相应管理员表，和学生表，通过 while(query.next())循环一一对从行编辑器中获取的账号，密码与从数据库中获取的账号密码进行匹配，若匹配成功则跳转进入相应的学生端和管理员端界面。3，在 MySQL 的安装目录下的 lib 文件夹中的 libmysql.dll 文件复制到 Qt 安装目录下的 bin 目录中。

2026-10-10 08:09:52 300

原创 基于C语言实现的（控制台）多项式的合并运算系统

多项式合并系统由五大功能模块组成：输入模块，链表链接，输出模块，提示菜单，释放空间。其中，输入模块包括对输入的内容进行提取系数与指数，对格式错误进行判断等；注意：输入多项式时，并不一定按照幂降次的次序排列，并且有可能出现输入格式错误，程序应能检查其输入格式是否正确。链表说明：以从指数大到小的方式创建链表，删除功能一个个删除节点，输出功能遍历链表输出。对多项式进行合并，主要包括读取多项式，合并多项式，存储多项式。add：添加多项式，创建链表，合并节点。menu ：显示菜单，计数，选择分支。

2026-10-09 08:26:37 164

原创 基于C++实现的贪吃蛇游戏平台

snake 数组表示蛇的坐标，具体地，由于一条蛇由多个点/格组成，故 snake[t][i]表示第 t 条蛇的第 i 个点（下标从 1 开始），len[t]表示蛇 t 的长度，即 的长度，即 第 t 条蛇由地图中的 由地图中的 snake[t][1]...snake[t][len[t]]点格组成。第二种道具为“斜走道具 ★”，全场 2 个，正常情况下，蛇移动方向为上、下、左、右 4 个方向，但吃该道具后，还可以斜着走，即上、下、左、右、上左、下左、上右、下右 8 个方向都可以行进，该道具吃后永久有效。

2026-10-09 08:22:00 71

原创 基于C语言开发的捕捉流星小游戏

初始时有 5 道数学题（数学题随机产生，且要求答案互不相同，每位数都是 10 以内的），8 条流星（流星的值互不相同，5 个是 5 道题的正确答案，另外 3 个是随机的），位置随机；显示一道题，用户用鼠标点击流星，若作答正确，删除流星，删除此道数学题，显示下一道题，用户得 1 分，若没有做对减 1 分，其余不变；点“刷新”按钮，刷新题目，增加五道新题，同时更新流星；主体函数实现该程序主要功能，包括流星移动，检测鼠标点击，动态计分，实现暂停刷新等，是本程序的核心函数；题目答完后需要刷新或退出；

2026-10-08 09:49:52 200

原创 基于QT（C++）+MySQL实现学生信息管理系统

说明：连接了本地的 MySQL 数据库，从数据库中进行数据的读取，读取数据库中表头设置对 qt 界面的 tableview 进行表头的初始化，之后遍历数据库中 studentinformation 表中数据填入表格进行显示。在年龄的计算方面，抽取数据库中的年龄列的值存在 Qstring 中，然后强制类型转换为 string 类型，用 erase 函数剔除出生年月中的-，再转换为 int 类型计算，计算完成后转为 string 再转为 Qstring，使用 SQL 语句再录入进数据库中显示输出。

2026-10-08 09:48:32 484

原创 基于C++实现的（控制台）学校开课查询系统

学生数据里有一个整形数组指针 int *subject,在 subject 指向的数组中存放该学生已经选择的课程编号，通过该课程编号来实现展示所有学生已选的课程，学生进行选课操作时，输入课程编号，若该编号不存在在 subject[]中，则向 subject 末尾添加，反之则删除，管理员删除课程时，会从所有已选该课的学生的 subject[]中去掉该编号。系统的主要的类结构如图 2 所示。用文本文件进行数据的保存，需要保存的数据主要包括图书数据、用户数据（包括读者、、管理员），实现所有的文本操作相关的功能。

2026-09-29 09:06:35 178

原创 基于C语言实现（控制台）个人简历录入程序

char name[20], //成员的姓名sex[20], //成员的性别major[50], //成员的专业//成员的学历int age;//成员的年龄//指向下一个结构体的指针//读取文件中的信息//展示选项界面//统计功能//展示链表成员//判断链表中有多少人//添加信息功能//创建链表//在原链表里添加成员//删除所有信息//重新写入新的数据//删除链表里的一个节点//修改链表里的一个节点//在链表中查找名字相同的结构体//删除信息功能的函数。

2026-09-29 08:53:39 205

原创 基于C#+MySQL实现（WinForm）酒店管理系统

本章主要论述了酒店管理系统的一些相关技术和开发工具，主要包括 Visual Studio 2019 开发工具、MySQL 数据库等。利用这些成熟的技术可以大大提高系统的开发效率。本章主要论述了对酒店管理系统开发过程的总结，并对酒店管理系统在未来的发展方向做了简要描述。Internet 作为全球性的计算机互联网以深入到人们日常生活当中。现代计算机技术的巨大发展使得酒店管理的方式发生了巨大的变化就连酒店数据的储存方式也不再只拘泥于传统的方式。

2026-09-28 14:18:26 437

原创 基于C语言实现 TINY+ 编译器

构造一个将 TINY+ 高级程序设计语言转换为 TINY+ 虚拟机上的中间代码的编译器。整个实验包括两个部分：实验一完成 TINY+ 编译器的词法分析器部分；实验二完成 TINY+ 编译器的语法分析器部分、语义分析器部分及中间代码生成器部分。

2026-09-28 14:16:57 196

原创 基于C#实现剪贴板内容加解密工具

根据统计，词频最低的为 z = 0.08，z 对应的是 25，即在明文中 z 出现的频率比较低，将采用 25 作为明文的终结符。所以，加密时如果遇到 25，需要将其转义，将其换成 2 个 25。对明文进行分组，最后一组不足的补充 0（也可以填充随机值，但是不便于分析，这里就先简单填充相同的字符）。如果密文分组后，最后一组不是完整的组，说明密文和密钥不匹配，无法解密。如果分组正常，则使用和加密相反的过程。加密时，将数据进行分组。自定义一种加密算法及其编程实现。A^*$$ 为其伴随矩阵，则有。

2026-09-21 08:38:03 217

原创 基于C#+MySQL实现（WinForm）个人聊天室软件

基本事件流：用户登录后进入主界面可以浏览各个聊天室的主题以及在线人数，然后根据用户个人的兴趣爱好选择进入聊天室。本项目目标完成一个可以实现多个不同主题的在线聊天室的桌面应用，用户可以在不同的聊天室中交流不同的话题。功能概述：在数据库中查找到违规聊天室 id 对应的聊天室信息，得到该聊天室的服务器端口后，将该聊天室信息移除出数据库，最后释放该聊天室的端口。功能概述：客户端监听到的信息会被自动存储到本地数据库以方便用户查看，通过聊天室的 id 可以查询到信息的发送用户和发送时间。输入：违规聊天室的 id。

2026-09-21 08:37:06 230

原创 基于C#+MySQL实现（WinForm）个人信息管理系统

用户可以在这里查询课程的给分情况来选择适合自己的课程，查看自己的课程成绩和学分情况，也可以方便地预约图书馆的座位、给校园网充值，增加了用户体验。基本事件流：学生进入课程表页面，点击添加按钮，选择自动导入或手动添加课程，即可在课程表界面按星期查看本学期所有课程，包括课程名、上课地点、上课时间。功能概述：使用学号、学期查询课程及学分，得到学生的某学期的所有课程学分和总学分及该学期的学分学费。功能概述：使用学号、学期查询成绩表，得到学生的某学期的所有成绩，将成绩以成绩单的形式在界面展示，不及格的成绩标注。

2026-09-18 09:16:12 473

原创 基于 C++ 实现（控制台）图书馆管理系统

项目符合标准 C 语言的代码定义我们小组做了图书管理系统的设计，该图书管理系统可供学生、管理员以及游客使用，可以对书籍进行查看、借阅等相关操作。

2026-09-18 09:15:15 201

原创 基于 C++ MFC 实现的职工工作量统计系统

表 2. 本项目所涉及知识点总结序号知识点说明1函数本系统定义了很多个函数，包括带返回值、传入基本数据类型、指针、引用类型2链表本项目定义了类链表，用于存储数据3文件本项目使用 txt 文件做数据持久化存储4类与对象定义了 16 个类，分别实现了不同功能5安全头文件包含类自动包含6多文件运用了多文件的处理方式，使项目层次清晰7算法运用了选择排序的思想对工作量进行排序。

2026-09-17 11:41:47 353

原创 基于 C++ MFC 实现的个人通讯录管理系统

在查询的实现上，我这里扩展了下，实现子串匹配搜索，就是当用户在输入框输入姓名时，可以根据他的输入将符合的姓名全部以下拉框的形式给出供其选择，对应函数为哈希表中的 int FindSubName(string s, vector& vec_s)，同上述查询相似，逐个遍历，包含子串的姓名都放置于引用容器中返回，返回值为个数。（5）ListSystem：这个是这个应用的主要类，继承了 HashList，所以它能够拥有哈希表的快速查询功能，在使用时只需调用在哈希表中定义的函数即可；将信息放置在引用容器中返回。

2026-09-17 11:39:52 344

O2O 优惠券使用预测数据集（7列，1048575条记录）CSV [真实]
详情介绍：该数据集包含 train 1,048,575 条用户领券 / 消费行为记录（User/Merchant/Coupon/ 折扣 / 距离 / 领券日 / 消费日）和 test 113,640 条待预测领券记录，任务是根据领券后 15 天内是否消费生成二分类标签（正样本仅 2.9%），预测用户是否使用优惠券；Discount_rate 含满减和折扣两种格式需解析，缺失多且正样本极不平衡，需用 LightGBM/XGBoost + 类别加权 / Focal Loss + 用户 / 商户 / 券 / 时间特征工程 + 时序验证方式建模，评估以 AUC/PR 为主。

2026-09-15

锅炉加热换热器温度时序数据集（87列，26656 条记录）CSV
详情介绍：该数据集为工业加热器 / 换热器的温度软测量时序数据，train 26,656 条 ×87 列、test 11,424 条 ×53 列（GBK 编码），含 17 路流量、17 路上部 / 下部温度设定值 (SP) 及 34 路实测温度 (PV，仅 train 有)；时间跨度约 193 天（2022-11 至 2023-05），5 分钟间隔为主；适合构建 "设定值 + 流量→预测实测温度" 的多输出回归 / 软测量模型，但 test 无实测标签、采样间隔不严格、存在分布偏移，且字段匿名难以做机理建模，建模时需按时序划分并重点处理工况差异。

2026-09-15

招聘岗位数据集（10列，31035条记录）CSV
详情介绍：该招聘数据集为 31,035 条岗位信息（10 列，GBK 编码、无表头），含岗位、公司、地点、薪资、性质、规模、行业、职位描述等字段，聚焦数据分析 / 运营 / 产品方向岗位，集中于广深沪等一线城市、民营中小企业为主。

2026-09-15

2D 牙齿 CT 全景图分割数据集（2500张图像）PNG 真实
详情介绍：该口腔全景 X 光牙齿分割数据集包含 2000 对带像素级二值 mask 标注的 2D 牙齿全景图像与 500 张无标签测试图，数据为灰度医学 PNG 图，mask 区分牙齿与背景，但不区分单颗牙齿，适合 Unet 系列医学语义分割模型训练、半监督算法研究；影像存在金属伪影、牙齿遮挡，建模需要灰度归一化与 Dice 损失，测试集无标注，需要在训练集中划分验证集评估模型效果。

2026-09-15

电商用户行为数据集（6 Sheet，100000名用户）XLSX [真实]
详情介绍：该电商用户行为数据集含 100,000 名用户的画像（user_info：新老用户、年龄、性别、市场、设备、系统、来源、访问页数）和 6 张页面到达表（首页→列表→商品→支付→确认），可还原完整转化漏斗，整体成单转化率仅 2.4%，商品页→支付页（13.8% 留存）是最主要流失环节；数据无时间戳和商品信息、正样本极不平衡，适合做用户画像驱动的转化率二分类预测和漏斗流失分析，需按 user_id 关联多表、自行构造 purchase 标签并用类别加权模型，评估以 AUC/PR 为主。

2026-09-16

中文孤立手语数据集（500 类中文孤立手语词识别）JPG
详情介绍：该数据集是中文孤立手语数据集镜像，共 500 个中文手语单词，提供 RGB、深度、人体骨骼关节点三模态时序数据，适合中文孤立手语词视频分类、多模态融合、人体动作识别毕设实验；仅为单词样本，不能做连续句子手语识别，实验室受控采集，真实摄像头场景存在域偏移，需使用dictionary.txt完成标签与中文词语映射。

2026-09-15

麦当劳评论数据集（10列，33396 条记录）CSV
详情介绍：该麦当劳评论数据集共 33,396 条记录、10 列，覆盖美国 40 家麦当劳门店的用户评论与评分（1~5 星），整体平均评分 3.13/5 且呈 U 型两极分布（1 星和 5 星各占约 30%）；评论文本平均 126 字符，44% 为不足 50 字符的短评论；文件为 latin1 编码且含大量乱码字符，经纬度缺失 660 条，评论时间为相对描述；适合评论文本情感分析、NLP 文本分类、门店评价对比与差评关键词挖掘，但编码乱码严重、短评论多、时间不精确，不适合时序分析和用户画像研究。

2026-09-14

船舶目标检测数据集（5085张带标注的港口实景图）YOLO格式
详情介绍：该船舶检测数据集，已预先划分训练集 4576 张、验证集 509 张（合计 5085 张带 YOLO 水平框标注的港口实景图），自带 YOLO yaml 配置文件，场景包含大量小目标、遮挡船舶样本，开箱即可用于 YOLO 船舶目标检测实验。

2026-09-14

风电场测风塔气象与发电功率时序数据集（13 列，3648 条记录）XLSX
详情介绍：该风电功率时序数据集共 3,648 条记录、13 列，覆盖 2019 年 1~2 月共 38 天，严格 15 分钟采样无缺失；包含测风塔 4 个高度（10/30/50/70m）的风速和风向、温度 / 气压 / 湿度气象参数，以及实际发电功率（目标变量，额定 200kW）；70 米风速与功率相关性最高（0.91），气象参数与功率几乎无关，功率分布右偏且日内呈现 "下午高夜间低" 规律；适合短期风电功率预测、风速 - 功率曲线建模和风能资源评估，但仅 38 天冬季单风机数据，不适合长期预测和多风机空间分析。

2026-09-14

1986-2021 年均耕地数据集（30m）TIF
详情介绍：该数据集是一套年度耕地空间分布栅格数据，数据以 Landsat 时间序列遥感影像为主要基础，结合自动训练样本生成、随机森林分类和 LandTrendr 变化检测方法，识别逐年耕地与非耕地分布，可用于耕地格局演变、耕地保护、农业资源评估、土地利用变化分析和相关生态环境研究。 注意事项：当前数据集较大，剩余分卷需要打开 https://pan.quark.cn/s/e7df43ab5a14?pwd=Yimj 进行下载。

2026-09-14

植物病害图像数据集（38个类别，54305 张实验室拍摄植物叶片）JPG
详情介绍：该数据集包含 54,305 张实验室拍摄的植物叶片图像，覆盖 13 种植物、38 个健康 / 病害类别，提供带增强和无增强两个版本，按类别子文件夹组织，开箱即可用于植物病害图像多分类模型训练；数据干净标注准确但为实验室受控环境，与真实田间存在域偏移，且仅有图像级分类标签无病害定位与严重程度分级。 注意事项：当前数据集较大，剩余分卷需要打开 https://pan.quark.cn/s/f251b59a51c6?pwd=WdMP 进行下载。

2026-09-14

银行营销数据集（22列，22500条记录）CSV
详情介绍：该银行营销数据集是二分类预测客户是否订阅定期存款；特征涵盖客户基本信息、贷款信用、营销联系方式、活动历史及 5 项宏观经济指标，无缺失值，但存在类别不平衡（yes 仅 13.1%）和 duration 信息泄露两大经典问题，适合金融营销二分类建模、类别不平衡处理与特征可解释性分析的课程与毕设实验；数据为 2008~2010 年葡萄牙某银行历史脱敏数据，不适合实时营销前预测与真实生产落地。

2026-09-11

手写数字数据集（10类，70000 张 28×28 像素单通道灰度手写数字图片）
详情介绍：该数据集是手写数字数据集，共 70000 张 28×28 灰度手写数字 0‑9；可用于手写数字分类、深度自编码器重建等入门深度学习实验；图像简单，适合算法原型验证，不代表现实 OCR 真实场景。

2026-09-11

心跳信号分类预测数据集（4类，100000条记录）CSV
详情介绍：该数据集是心跳心电信号 4 分类数据集，10 万训练样本，每条样本是长度 205 的一维时序字符串；标签分布极度不平衡，房颤样本仅 3.6%；任务输出 4 类概率，以 MAE 作为评测指标；适合一维时间序列分类、不平衡数据集、医疗时序挖掘入门实验，不可直接用于真实临床诊断。

2026-09-11

日化产品销售数据集（10列，31452 条记录）XLSX
详情介绍：该日化销售数据集包含 3 个 Sheet：销售订单表（31,452 条、10 列）、商品信息表（122 种商品、5 列）、数据结构说明，适合销售分析、品类洞察、销售预测与多表关联练习，商品名脱敏无法做具体 SKU 分析。

2026-09-11

2015 居民幸福感调查问卷数据集（7文件）CSV+XLSX
详情介绍：该数据集是基于 CGSS2015 中国综合社会调查加工的居民幸福感预测数据集，共 8000 条 15 个字段；提供完整编码版、精简缩写版两套训练 / 测试数据，附带问卷说明 pdf；目标为 1‑5 分幸福指数多分类预测；是社会学问卷数据处理、结构化建模的优质科研学习数据集；存在特殊缺失编码、标签不平衡、仅 2015 单年横截面等局限。

2026-09-07

鸟类分类图像数据集（200类，11788 张图像）JPG
详情介绍：该数据集是鸟类细粒度分类预处理镜像，共 200 类 11788 张鸟类图像，图片统一缩放 128×128，划分 train/test 目录适配 Keras，适合图像分类、迁移学习实验。

2026-09-07

母婴商品交易数据数据集（7 列，29971 条记录）CSV
详情介绍：该母婴交易数据包含用户、商品、两级类目、脱敏属性、购买数量与日期；交易极度稀疏（87.9% 只买 1 件）、无价格字段、property 全部脱敏，适合做商品推荐、复购预测、品类时序分析的电商挖掘课程实验。

2026-09-07

2018-2021 电力系统总有功功率时序数据集（2 列，128544 条记录）CSV
详情介绍：该电力系统总有功功率时序数据集共 128,544 条记录、2 列，覆盖 2018-01 至 2021-08 共 1,339 天，严格 15 分钟采样无缺失，负荷均值 21.4 万 kw、峰值 36.96 万 kw；具有显著的日周期（午峰夜谷）、周周期（工作日高周末低）、年周期（夏高冬低）特征，适合短期电力负荷预测、时序算法对比与电力系统分析课程实验。

2026-09-07

人脸数据集（10177个名人身份，合计202599张人脸图像）JPG
详情介绍：该数据集是人脸数据集，包含 202599 张已经对齐裁剪的名人 JPG 人脸图像与 40 项二值人脸属性标注；适合人脸属性识别、GAN 人脸条件生成实验。 注意事项：当前数据集较大，剩余分卷需要打开 https://pan.quark.cn/s/13eb155bcc47?pwd=9trT 进行下载。

2026-09-07

2013-2022 全球30米分辨率土地生产力动态数据集（56文件）TIF
详情介绍：数据集为全球30米分辨率土地生产力动态产品，土地生产力趋势是联合国可持续发展目标15.3（土地退化中性）监测与报告的重要子指标，可用于识别土地生产力下降、稳定、受压和上升等状态，为土地退化评估、生态修复优先区识别和精细尺度管理决策提供数据支撑。 注意事项：当前数据集较大，剩余分卷需要打开 https://pan.quark.cn/s/1e4489fddc11?pwd=yQgw 进行下载。

2026-10-27

2018-2023 股票收益率分解数据集（8列，10485757条记录）CSV
详情介绍：该数据集是 A 股日度收益率分解面板数据，覆盖 2018 年 6 月至 2023 年 4 月约 5 年、近 900 只股票，包含总收益率、市场因子收益率、结构因子收益率三个分量，以及市场分组、风格分组、时间分组三个动态分组标签；收益率分解显示市场因子贡献了绝大部分收益（约 95%+），结构因子贡献很小，适合做 A 股收益归因、多因子模型和分组回测研究。

2026-10-22

在线教育平台用户行为数据集（43908用户）CSV 真实
详情介绍：该在线教育平台用户行为数据集由三表关联构成（login 38.7 万条登录日志覆盖 38,337 用户、new_users 4.39 万条注册信息含学习天数 / 时长 / 学校、study_information 19.5 万条课程学习记录覆盖 40,807 用户和 241 门课程），时间跨度 2018-09 至 2020-06，用户以广东高校学生为主；核心特征是用户活跃度极低（57.8% 学习天数为 0、70.9% 学习记录进度为 0%、仅 8% 完成课程），适合做用户流失预测、课程完成率预测、学习行为分析和课程推荐，但无学习效果标签、school 列 76% 缺失、课程无内容信息、三表均无表头需手动解析，建模时需重点处理数据稀疏和类别不平衡问题。

2026-10-21

2026 道路路网矢量数据集（11类，55文件）SHP+DBF+SHX
详情介绍：本数据集提供了2026年 基于OpenStreetMap（OSM）路网数据提取的11类道路矢量空间数据，涵盖城市支路、次干道路、高速公路、国道、慢行及小路、其他道路、省道、县道、乡道、主干道路、专用道路共11个独立图层，并以Shapefile格式分项存储。全部数据均已完成拓扑一致性检查与属性字段规整，确保道路连通性与分类准确性。 注意事项：当前数据集较大，剩余分卷需要打开 https://pan.quark.cn/s/013abcf17020?pwd=Hkih 进行下载。

2026-10-19

银行信贷逾期预测数据集（12文件）TXT 真实脱敏
详情介绍：该数据集是银行信贷风控多表脱敏数据集，任务为预测用户是否发生 30 天以上严重逾期；包含用户画像、银行流水、浏览行为、信用卡账单、放款时间、逾期标签，时间和金额做不可逆脱敏，大量用户存在账单 / 流水业务缺失；标签剔除了 10~30 天轻度逾期样本，建模核心是将流水、账单等时序长表聚合为用户级宽特征，适合信贷违约预测、多表特征工程的学习与实验，但不能还原真实业务数据，不可直接用于生产。

2026-10-15

员工满意度数据集（11列，12000 条记录）CSV 合成
详情介绍：该 HR 员工数据集含 12,000 条 ×11 列（满意度、绩效评估、项目数、月均工时、司龄、工伤、福利包、晋升、部门、薪资），无缺失值但无离职标签列，且存在数据质量问题（141 条负绩效评估、144 条负工时、49.4% 异常高工伤率、项目数仅 0/1/2），疑似经过修改或合成，不能直接做经典的员工离职预测，适合做满意度回归、薪资三分类、晋升预测或员工聚类分析，使用前必须清洗异常值并注意数据真实性限制。

2026-10-16

母婴产品用户行为数据集（2文件，3+6列，953+29971条记录）CSV 真实
详情介绍：该数据集含两表：用户宝宝信息表（953 用户，含宝宝生日和性别，覆盖仅 3.19% 交易用户）和交易记录表（29,971 条，含用户 ID / 商品 ID / 两级类目 / 购买数量 / 日期），时间跨度 2012-2015；核心特征为用户交易高度稀疏（87.9% 单笔购买 1 件、每用户平均仅 1 次）、无金额和商品名称字段、类目编码无业务字典，适合做母婴商品协同过滤推荐、类目偏好分析和结合宝宝年龄的购买分析，但 baby 表覆盖率极低、数据过时且稀疏，大样本建模和复购分析受限。

2026-10-14

锂电池数据集（106文件）XLSX 真实
详情介绍：该数据集是通过低电流 OCV、增量电流 OCV 两种方案，在三种温度下获取 OCV‑SOC 关系，并用动态负载测试验证 SOC 估计器；实验结论为增量 OCV 对应的估计器 2 在跟踪精度、鲁棒性上更优，推荐 BMS 采用增量 OCV 方式标定 OCV‑SOC。数据集为 Arbin 测试仪 xlsx 时序文件，需要从静置工步提取 OCV，用安时积分构造 SOC 标签，无现成真值，可用于复现 SOC 估计算法、分析温度 / 老化对 OCV‑SOC 的影响。

2026-10-13

环境事件数据集（11列，10485775条记录）CSV 真实
详情介绍：该数据集是城市环境事件上报工单，记录多年不同街区的各类环境问题，附带事件危害等级、是否及时发现、是否处置完成标签，适合环境事件统计、区域风险分析，以及事件解决状态二分类建模；但属于上报事件记录而非全域监测数据，样本存在偏差，建模需要重点处理类别不平衡问题。

2026-10-12

航空发动机涡轮叶片缺陷检测数据集（330 张图片）YOLO 格式 真实
详情介绍：该航空发动机涡轮叶片缺陷检测数据集（330 张图片）为 YOLO 目标检测格式，包含涡轮叶片实拍图像与 txt 缺陷框标注，缺陷包含裂纹、磨损、腐蚀等，用于工业无损质检、航空发动机预测性维护算法研究；属于小样本工业数据集，模型训练容易过拟合，需要使用迁移学习与强数据增强，适合毕设、工业视觉算法研究。

2026-10-10

个人信贷信用评分数据集（47列，800000条记录）CSV 真实脱敏
详情介绍：该个人信贷信用评分数据集是基于贷款金额、利率、等级、借款人收入、FICO 评分、信用历史、15 个匿名特征等预测是否违约（isDefault 二分类）；数据存在类别不平衡（违约约 15%~25%）、policyCode 和 n11 无区分度需剔除、annualIncome 和 dti 有极端异常值、n0~n14 有缺失，适合用 WOE + 逻辑回归评分卡或 LightGBM/XGBoost 建模，按时间划分验证，以 AUC/KS/F1 为主要评估指标，但数据为 2012~2017 年美国数据，不适合直接迁移到当前中国信贷市场。

2026-10-09

高维光谱数据分类数据集（11类，3449列，806条记录）CSV 真实
详情介绍：高维光谱分类数据集包含 Train 806 条（3448 个波长特征 551~3998 + 11 类 class 标签，类别中等不均衡）和 test 100 条（无标签，另有 r_true.txt 提供真实标签），任务是基于高分辨率光谱曲线识别 11 类样品；特征高度共线性、维度远大于样本量（p>>n）且 Train 有 21 个 NaN，必须用 PCA/PLS-DA/LDA 降维后再用 SVM / 随机森林 / LightGBM 建模，按分层 K-Fold 评估 macro-F1，最终用 r_true 对比 test 预测准确率，是典型的高维小样本光谱分类练习场景。

2026-10-08

肺部 CT 切片数据集（2818张图像）PNG 真实脱敏
详情介绍：该数据集是国内临床低剂量胸部 CT 预处理切片数据集，将原始 3D CT 拆分为 2818 张肺窗 PNG 横断面图片，配套肺结节位置标注，适合开展 2D 肺结节检测、分割、有无结节分类；但拆分为独立 2D 切片丢失三维上下文信息，PNG 压缩损失 HU 值，阳性切片占比低，不能直接做结节良恶性预测，划分数据集时需要按患者 ID 切分，避免数据泄露。

2026-09-29

电影推荐数据集（3883部电影，1000209条评分）CSV 真实
详情介绍：该数据集是电影推荐数据（movies 3,883 部电影含 ID / 名称 / 多类型标签，ratings 100 万条评分含用户 ID / 电影 ID/1~5 分评分 / 时间戳），评分矩阵稀疏度高达 95.8%、评分正偏分布（均值 3.58）、时间跨度 2000~2003 年且无任何内容与上下文特征，适合做协同过滤（ItemCF/UserCF）、矩阵分解（SVD/ALS）和排序模型等推荐算法训练与评估。

2026-09-28

电力负荷预测时序数据集（3文件，区域行业气象）CSV
详情介绍：该电力负荷预测数据集由三表构成：区域 15 分钟总有功功率（128,156 条，2018-2021，均值 21.4 万 kW，少量点缺失）、4 类行业日最大 / 最小负荷（3,610 条，2019 起，大工业最平稳、商业峰谷差最大 5.7 倍，非普工业缺 282 天）、日气象数据（1,345 条，含天气 / 最高最低温 / 风力，6 个重复日期需去重），三表共同覆盖 973 天（2019-2021），适合做超短期 / 短期电力负荷预测和气象 - 负荷关联分析。

2026-09-21

文章信息数据集（4列，364,047 条记录）CSV 真实
详情介绍：该数据集是新闻推荐系统的物品（文章）元数据表，含 article_id、category_id（461 类，严重长尾）、created_at_ts（毫秒时间戳，2017 年占 42.7%）、words_count（均值 191 字）；无文章正文和用户行为数据，无法独立建模，需作为 item 侧特征与用户点击行为表 join 用于推荐模型（如双塔 / NCF），建模时需处理类别长尾、时间分布不均和冷启动问题。

2026-09-18

手机价格分类数据集（21列，2000条记录）CSV
详情介绍：该手机价格分类数据集包含 train 2,000 条（20 个手机硬件 / 通信 / 屏幕特征 + 4 档 price_range 标签）和 test 1,000 条（20 特征 + id，无标签），任务是基于 RAM、内存、摄像头、屏幕等硬件参数预测手机价格档位（0~3 四分类）；数据无缺失、类别均衡、纯表格数值，适合随机森林 / XGBoost/LightGBM 多分类建模与特征重要性分析，但样本量小、为合成脱敏数据、RAM 特征主导明显，需标准化处理并以 train 划分验证集，最终按 test 的 id 输出预测档位。

2026-09-16

患者医疗记录数据集（22 列，5436 条记录）CSV [人工合成]
详情介绍：该数据集是一份人工随机合成的医疗示例数据，含患者基本信息、疾病、治疗方案、药物、检查、生活习惯等字段；其疾病 - 治疗 - 药物严重错配（如 "感冒" 配 "放疗 / 化疗"）、各分类字段分布过度均匀、严重程度分级不规范，不具备真实临床分析价值，仅适合作为结构化数据清洗、多分类算法流程演示和字段一致性校验的练习用例，绝不能用于真实医疗诊断或医学 AI 训练。

2026-09-16

消费者交易数据集（11列，5246条记录）CSV [人工合成]
详情介绍：该数据集是一份人工随机合成的消费者行为数据，含姓名、年龄、性别、月薪、消费偏好 / 领域 / 平台 / 支付方式、购买数量、优惠券、购物动机等字段，无缺失值；其英文姓名搭配中文消费信息、所有分类字段分布过度均匀，不具备真实商业分析价值，仅适合作为电商多分类建模、用户画像流程、特征工程和合成数据识别练习用例，绝不能用于真实营销决策或推荐系统训练。

2026-09-16

成都市二手房交易信息数据集（16列，14838条记录）CSV [真实]
详情介绍：该数据集共 14,838 条 × 16 列，覆盖成都 20 个行政区的挂牌房源，含区位、户型、面积、楼层、朝向、装修、电梯、产权、挂牌时间等特征，单价均值 14,620 元 /㎡（中位数 11,800，范围 1,260~160,000，右偏严重），呈现高新 / 天府新区 2.3 万 + vs 金堂 6,500 的明显区域梯度；数据无缺失但挂牌时间格式混乱（Excel 序列号 + 日期字符串混合）、为挂牌价非成交价、无小区级信息和学区 / 地铁配套，适合做房价回归预测和区域市场分析，建模需统一时间格式、清洗价格异常值、用 LightGBM/XGBoost 处理混合特征并对单价做 log 变换。

2026-09-16

查看更多

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除