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

自定义博客皮肤

-+

yanglamei1962的博客

编程使我快乐

  • 博客(133)
  • 收藏
  • 关注

原创 人机交互项目基于openCV的手势识别控制的打地鼠游戏源代码+数据+项目报告+演示视频,代码有详细注释

相比传统的交互方式,手势识别的表现中规中矩。优点在于不会断触失灵,但其使用体验仍有巨大的进步空间。

2024-08-09 10:52:42 591

原创 Java课程大作业基于JavaFX+MySQL的学生管理系统源代码+数据库+详细文档,具有成绩数据可视化分析及自动生成简历功能

主要有五个界面,分别是初始界面、登陆界面、注册界面、学生主界面、教师主界面。进入系统后进入初始界面,可选择登录或注册。如果已经有账号,选择登录,在登录界面,输入姓名和密码,根据账号的身份跳转到学生主界面或教师主界面。如果没有账号,选择注册,在注册界面进行注册,注册后跳转个人页面。在学生主界面中显示学生的基本信息,如姓名、班级、身份、个人简介、各科成绩和排名、获奖信息。其中个人简介、各科成绩和排名、获奖信息可以更改。如果学生有需要,可以下载有关个人信息的txt或md格式文件,也就是一个简易的简历。

2024-06-25 16:52:07 936

原创 程序设计思维课程大作业用python flask实现的网页版python编辑器项目源码,用CodeMirror来实现代码高亮

程序设计思维课程大作业用python flask与html实现在线python网页编辑利用CodeMirror来实现代码高亮实现了代码自动联想补全能够根据python代码生成流程图。

2023-12-31 09:00:00 1334 1

原创 编译原理课程实践基于C++实现的一个SysY到RISC-V的编译器项目源码+课程实践报告

将SysY语言编译为Koopa IR形式;将SysY语言编译为RISC-V代码;大概率通过自身崩溃检查代码错误的功能;flex/bison:编写sysy.l和sysy.y,完成词法分析和语法分析,通过表达式识别代码生成了语法分析树。libkoopa:使用该库的Koopa各种结构体,直接在AST中构建了Koopa结构的内存形式。使用该库生成Koopa代码。该库生成的代码自动完成了各种名称的去重,于是通过该库的生成再读取得到一个名字没有重复的Koopa程序,方便RISC-V的生成。

2023-12-30 10:30:00 1259

原创 Servlet+JSP 课程设计人学习辅助系统错题本管理系统在线笔记网站项目源码+数据库

想法起源于学习文化课时错题,因为懒,因此老是不复习,以及文化课笔记较杂。由于本学期有 JSP+Servlet 课程,要完成大作业,因此借此机会实现我的想法。借助 “Learning-Assistant” 来帮助自己定期规划复习时间。在笔记方面,当你迷糊记得一定内容,可是不记得在那个笔记中时,“根据内容查找便成为有利的工具”,但无论是自己用 word 还是 typora 等笔记软件,几乎都缺少或不太完美完善(好吧,或许有的很完美但我没用过…)。由于只教了 “Servlet+JSP”,只能用课本上的知识。

2023-12-29 16:40:51 998

原创 程序设计思维期末大作业Python基于Flask的一个可以填写的网页版数独游戏源码

有两个按钮,分别是“录入数据”,“开始游戏”,若服务器没有数据,则“开始游戏”按钮为灰色且不可点击进入录入数据模式可以为服务器添加更多数独游戏初始数据;开始游戏即开始游玩数独。

2023-12-29 08:00:00 1047

原创 程序设计思维小作业基于python flask写一个简易版网页聊天软件源码+数据库,实现登录、注册、文字聊天功能

Bob如果此时在线,当他的浏览器向服务器发送更新好友列表的请求时,服务器会把好友Alice的信息发送给Bob,在Bob的浏览器上显示出来。浏览器每隔3秒中像服务器请求验证是否有新消息,服务器对比cache_msg_id和实际消息记录数据库中的最大编号,如果有新的消息,则发送给浏览器,浏览器将新的消息显示出来。当用户请求更新消息记录时,服务器会检查用户加入的群组的消息记录,从而更新消息。服务端对每个已登陆的用户维护一个Dictionary,存储每个用户的消息记录中,最后更新的消息ID。

2023-12-29 07:00:00 760

原创 计算概论期末大作业基于C++实现的不围棋游戏源码,AI算法使用蒙特卡洛树搜索(MCTS)界面使用OpenGL的glut工具库

拥有开始游戏,重新开始游戏,选择黑棋白棋,读取存档,保存存档功能。棋盘中会显示鼠标位置是否能够下子。

2023-12-28 15:13:03 640

原创 计算机图形学光线追踪大作业C++基于Optix为框架实现的光线追踪算法合集,含直射光阴影效果、漫反射阴影效果、镜面反射效果等示例

显示顶部光源对物体造成的阴影效果。

2023-12-28 14:56:28 1190

原创 用 Unity 实现的安检模拟小游戏源码,通过安检设备 (扫描仪) 检查乘客的随身物品 根据禁止名单对乘客做出判断是否允许通行

用 Unity 实现的安检模拟小游戏。

2023-12-26 17:35:06 492

原创 用 Unity 实现的3D横板格斗游戏(BeatEmUp)源码+可执行文件

用 Unity 实现的3D横板格斗游戏。

2023-12-26 17:22:23 2789

原创 基于flask和echarts的新冠疫情实时监控系统源码+数据库,后端基于python的flask框架,前端主要是echarts

基于flask和echarts的新冠疫情实时监控系统。

2023-12-24 21:31:07 938

原创 基于springboot的日记本系统源码+数据库+安装使用说明

之前写的SpringBoot日记本系统备受好评,考虑到还是有很多小伙伴不会部署,所以这一篇文章就单独来讲一下部署步骤吧。

2023-12-21 17:51:21 500

原创 学习javaweb编程必备项目基于SSM框架+MySQL的电影院售票系统源码+数据库

使用 Spring 可插入的 MVC 架构,从而在使用Spring进行WEB开发时,可以选择使用Spring 的SpringMVC框架或集成其他MVC开发框架,如Struts1,Struts2等。Spring Framework是一个开源的Java/Java EE全功能栈的应用程序框架, 以Apache许可证形式发布,也有.NET平台上的移植版本。Spring Framework 提供了一个简易的开发方式,这种开发方式,将避免那些可能致使底层代码 变得繁杂混乱的大量的属性文件和帮助类。

2023-12-21 17:38:54 872

原创 毕业设计基于SSM框架+MySQL实现的办公用品管理系统办公用品领用系统源码+数据库,包含完整的权限配置

首先来介绍一下这个系统,这是一个基于SSM的办公用品领用系统,包含完整的权限配置。下面是登录页面:登录进去后,就是传统的后台管理界面。菜单如下:虽然项目不大,但是五脏俱全。

2023-12-21 17:20:08 1088

原创 网页版圣诞节贺卡源码超漂亮HTML版圣诞节贺卡送女朋友圣诞节贺卡源码

网页版圣诞节贺卡源码超漂亮HTML版圣诞节贺卡送女朋友圣诞节贺卡源码。

2023-12-16 09:57:36 752

原创 基于Python实现的滑动验证码自动识别工具源码

今天的目标地址是字节的,目前东家是一家广告营销型的公司,专注于在各大平台投放信息流广告。巨量纵横为字节跳动的广告平台,用于管理推广账户。今天破解一下这个平台的登陆入口,为今后的数据爬取开个头。

2023-12-03 15:23:27 1395

原创 毕业设计基于 SSM+JSP实现的医院住院管理系统源码+数据库表设计文档+使用说明

这是一位朋友让我指导她做的毕业设计——医院住院管理系统,然后现在毕业了嘛,就把它分享出来,和大家一起学习!注意:项目部署有问题开源私聊我解决的!

2023-12-02 14:09:55 953

原创 SSM实战项目,基于Spring+SpringMVC+mybatis实现的人事管理系统源码+数据库+使用说明

该项目主要是完成Spring+SpringMVC+mybatis的完整整合,功能实现比较单一,就是一个完成增删改查的小项目!完整代码下载地址。

2023-12-02 13:52:15 1541

原创 基于Python+pyecharts 实现国内上映电影票房评分可视化分析项目源码

统计2018年在国内上映的所有电影,分别获取上映电影的票房、评分(豆瓣、猫眼、时光、imdb)、类型、上映日期、演员、导演等数据。利用所获数据绘图,对国内上映电影进行定量分析。movies_data 文件夹: 包括了所有获取数据所需的 .py 文件。movie_draws 文件夹。output_data 文件夹。

2023-10-29 16:28:14 511 1

原创 基于 matplotlib 实现的基本排序算法的动态可视化项目源码,通过 pyaudio 增加音效,冒泡、选择、插入、快速等排序

依托实现的基本排序算法的动态可视化,并通过增加音效。

2023-10-29 16:03:20 202

原创 通过示例学习 PyTorch

对于像随机梯度下降这样的简单优化算法而言,这并不是一个巨大的负担,但是在实践中,我们经常使用更复杂的优化器(例如 AdaGrad,RMSProp,Adam 等)来训练神经网络。作为动态图和权重共享的示例,我们实现了一个非常奇怪的模型:一个完全连接的 ReLU 网络,该网络在每个前向传递中选择 1 到 4 之间的随机数,并使用那么多隐藏层,多次重复使用相同的权重 计算最里面的隐藏层。对于小型的两层网络,手动实施反向传递并不是什么大问题,但是对于大型的复杂网络而言,可以很快变得非常麻烦。

2023-08-31 09:00:00 124

原创 使用 PyTorch C ++前端

现在我们已经配置了基本环境,我们可以深入研究本教程中更有趣的部分。首先,我们将讨论如何在 C ++前端中定义模块并与之交互。我们将从基本的小规模示例模块开始,然后使用 C ++前端提供的广泛的内置模块库来实现完整的 GAN。就像在 Python 中一样,我们定义了一个名为Net的类(为简单起见,这里是struct而不是class),然后从模块基类派生它。在构造函数内部,我们使用创建张量,就像在 Python 中使用一样。一个有趣的区别是我们如何注册参数。在 Python 中,我们用。

2023-08-30 06:15:00 367

原创 BERT 上的动态量化

我们重用了中的标记化和评估函数。# Eval!

2023-08-29 07:00:00 210

原创 计算机视觉教程的量化转移学习

在本部分中,您将使用“冻结”量化特征提取器,并在其顶部训练自定义分类器头。与浮点模型不同,您不需要为量化模型设置 require_grad = False,因为它没有可训练的参数。请参阅文档了解更多详细信息。加载预训练的模型:在本练习中,您将使用ResNet-18。此时,您需要修改预训练模型。该模型在开始和结束时都有量化/去量化块。但是,由于只使用要素提取器,因此反量化层必须在线性层(头部)之前移动。最简单的方法是将模型包装在模块中。第一步是在 ResNet 模型中隔离特征提取器。

2023-08-28 06:00:00 177

原创 在 PyTorch 中使用 Eager 模式进行静态量化

作为最后的主要设置步骤,我们为训练和测试集定义了数据加载器。

2023-08-27 05:30:00 570

原创 LSTM Word 语言模型上的(实验)动态量化

在这里,我们根据词语言模型示例中的模型定义 LSTM 模型体系结构。

2023-08-26 11:03:44 769

原创 自定义 C ++和 CUDA 扩展

PyTorch 提供了与神经网络,任意张量代数,数据整理和其他目的有关的大量操作。但是,您仍然可能会发现自己需要更多的自定义操作。例如,您可能想使用论文中发现的新颖的激活功能,或者实现您在研究过程中开发的操作。在 PyTorch 中集成这样的自定义操作的最简单方法是通过扩展概述的Function和Module在 Python 中编写它。这为您提供了自动区分的全部功能(使您不必编写派生函数)以及 Python 的通常表达能力。但是,有时您的操作可以用 C ++更好地实现。

2023-08-25 08:30:00 220

原创 使用 numpy 和 scipy 创建扩展

在本教程中,我们将完成两个任务:创建没有参数的神经网络层。> * 调用作为其实现的一部分创建具有可学习权重的神经网络层> * 作为其实现的一部分,它引发。

2023-08-25 08:15:00 188

原创 使用自定义 C ++类扩展 TorchScript

我们也可以在使用 libtorch 的 C ++进程中使用自定义注册的 C ++类。举例来说,让我们定义一个简单的nn.Module我们文件系统中的foo.pt现在包含我们刚刚定义的序列化 TorchScript 程序。现在,我们将定义一个新的 CMake 项目,以展示如何加载此模型及其所需的.so 文件。有关如何执行此操作的完整说明,请查看在 C ++教程中加载 TorchScript 模型。

2023-08-24 08:15:00 315

原创 使用自定义 C ++运算符扩展 TorchScript

在本教程中,我们将公开函数,该函数将透视转换应用于图像,从 OpenCV 到 TorchScript 作为自定义运算符。第一步是用 C ++编写自定义运算符的实现。让我们将此实现的文件称为op.cpp该运算符的代码很短。在文件顶部,我们包含 OpenCV 标头文件和标头,该标头暴露了 PyTorch C ++ API 中所有需要编写自定义 TorchScript 运算符的必需属性。我们的函数具有两个参数:输入image和我们希望应用于图像的warp变换矩阵。这些输入的类型是。

2023-08-23 11:00:00 356

原创 带有 Amazon AWS 的 PyTorch 1.0 分布式训练师

在本教程中,我们将展示如何在两个多 GPU Amazon AWS 节点之间设置,编码和运行 PyTorch 1.0 分布式训练师。我们将首先描述 AWS 设置,然后是 PyTorch 环境配置,最后是分布式训练师的代码。希望您会发现将当前的训练代码扩展到分布式应用程序实际上只需很少的代码更改,并且大部分工作都在一次性环境设置中。

2023-08-22 06:00:00 202

原创 分布式 RPC 框架入门

警告程序包是实验性的,随时可能更改。它还需要 PyTorch 1.4.0+才能运行,因为这是第一个支持 RPC 的版本。本教程使用两个简单的示例来演示如何使用软件包构建分布式训练,该软件包首先在 PyTorch v1.4 中作为实验功能引入。这两个示例的源代码可以在中找到。先前的教程和编写分布式应用程序,描述了,该模型支持特定的训练范例,其中模型可以在多个过程中复制 每个进程都会处理输入数据的拆分。有时,您可能会遇到需要不同训练范例的场景。程序包可以帮助解决上述情况。在情况 1 中,和。

2023-08-21 07:00:00 404

原创 分布式数据并行入门

(DDP)在模块级别实现数据并行性。它使用程序包中的通信集合来同步梯度,参数和缓冲区。并行性在流程内和跨流程均可用。在一个过程中,DDP 将输入模块复制到device_ids中指定的设备,将输入沿批次维度分散,然后将输出收集到,这与相似。在整个过程中,DDP 在正向传递中插入必要的参数同步,在反向传递中插入梯度同步。用户可以将进程映射到可用资源,只要进程不共享 GPU 设备即可。推荐的方法(通常是最快的方法)是为每个模块副本创建一个过程,即在一个过程中不进行任何模块复制。

2023-08-20 09:00:00 122

原创 用 PyTorch 编写分布式应用程序

在这个简短的教程中,我们将介绍 PyTorch 的分布式软件包。我们将了解如何设置分布式设置,使用不同的交流策略以及如何仔细查看软件包的内部结构。

2023-08-19 08:30:10 1380

原创 单机模型并行最佳实践

模型并行在分布式训练技术中被广泛使用。先前的帖子已经解释了如何使用在多个 GPU 上训练神经网络;此功能将相同的模型复制到所有 GPU,其中每个 GPU 消耗输入数据的不同分区。尽管它可以极大地加快训练过程,但不适用于某些模型太大而无法放入单个 GPU 的用例。这篇文章展示了如何通过使用解决该问题,与相比,该模型将单个模型拆分到不同的 GPU 上,而不是在每个 GPU 上复制整个模型(具体来说, 假设模型m包含 10 层:使用。

2023-08-19 08:27:04 163

原创 将模型从 PyTorch 导出到 ONNX 并使用 ONNX Runtime 运行

在本教程中,我们描述了如何将 PyTorch 中定义的模型转换为 ONNX 格式,然后在 ONNX Runtime 中运行它。ONNX Runtime 是针对 ONNX 模型的以性能为中心的引擎,可在多个平台和硬件(Windows,Linux 和 Mac 以及 CPU 和 GPU 上)高效地进行推理。如所述,事实证明,ONNX Runtime 可大大提高多个模型的性能。对于本教程,您将需要安装和。您可以使用获得 ONNX 和 ONNX Runtime 的二进制版本。

2023-08-08 07:30:00 182

原创 在 C ++中加载 TorchScript 模型

顾名思义,PyTorch 的主要接口是 Python 编程语言。尽管 Python 是许多需要动态性和易于迭代的场景的合适且首选的语言,但是在同样许多情况下,Python 的这些属性恰恰是不利的。后者经常应用的一种环境是_生产_ –低延迟和严格部署要求的土地。对于生产场景,即使仅将 C ++绑定到 Java,Rust 或 Go 之类的另一种语言中,它也是经常选择的语言。

2023-08-07 08:15:00 152

原创 TorchScript 的简介,TorchScript 是 PyTorch 模型(`nn.Module`的子类)的中间表示形式,可以在高性能环境(例如 C ++)中运行

本教程是 TorchScript 的简介,TorchScript 是 PyTorch 模型(nn.Module的子类)的中间表示形式,可以在高性能环境(例如 C ++)中运行。forward我们希望在完成本教程后,您将继续学习,该教程将引导您完成一个从 C ++实际调用 TorchScript 模型的示例。1.4.0。

2023-08-06 07:30:00 180

原创 通过带有 Flask 的 REST API 在 Python 中部署 PyTorch

我们将首先定义 API 端点,请求和响应类型。我们的 API 端点将位于/predict,该端点通过包含图片的file参数接受 HTTP POST 请求。

2023-08-05 07:00:00 187

基于python的上市公司新闻文本分析与分类预测完整代码+使用说明,利用SVM、随机森林等分类器进行训练,对抓取的新闻分类预测

基于python的上市公司新闻文本分析与分类预测完整代码+使用说明,利用SVM、随机森林等分类器进行训练,对抓取的新闻分类预测 上市公司新闻文本分析与分类预测的基本步骤如下: 从新浪财经、每经网、金融界、中国证券网、证券时报网上,爬取上市公司(个股)的历史新闻文本数据(包括时间、网址、标题、正文) 从Tushare上获取沪深股票日线数据(开、高、低、收、成交量和持仓量)和基本信息(包括股票代码、股票名称、所属行业、所属地区、PE值、总资产、流动资产、固定资产、留存资产等) 对抓取的新闻文本按照,去停用词、加载新词、分词的顺序进行处理 利用前两步中所获取的股票名称和分词后的结果,抽取出每条新闻里所包含的(0支、1支或多支)股票名称,并将所对应的所有股票代码,组合成与该条新闻相关的股票代码列表,并在历史数据表中增加一列相关股票代码数据 从历史新闻数据库中抽取与某支股票相关的所有新闻文本,利用该支股票的日线数据(比如某一天发布的消息,在设定N天后如果价格上涨则认为是利好消息,反之则是利空消息)给每条新闻贴上“利好”和“利空”的标签,并存储到新的数据库中(或导出到CSV文件) 实时抓取新闻数

2024-08-11

回归分析课程大作业基于R语言实现的美国金县房价影响因素探究项目源代码+数据+汇报PPT

回归分析课程大作业基于R语言实现的美国金县房价影响因素探究项目源代码+数据+汇报PPT

2024-08-11

基于PyTorch实现的深度学习教学案例代码+详细注释,采用PyTorch框架实现了一些经典的网络结构

基于PyTorch实现的深度学习教学案例代码+详细注释,采用PyTorch框架实现了一些经典的网络结构

2024-08-11

基于C++实现的一个具有简易交互界面的计算器程序,代码有详细注释

使用C,运用数据结构知识,实现了一个具有简易交互界面的计算器程序,具有的功能包括: 向量:加法,减法,求夹角余弦值 一元多项式:加法,减法,乘法,任意阶求导 表达式求值:操作符包括加('+')、减('-')、乘('*')、除('/')、幂('^')、左括号('(')、 右括号(')'),而操作数则包括整数、浮点数等不同类型的数值。例如输入“30 + 4 * 2.5”,得到 40 或 40.0 等形式的结果。 含单变量的表达式求值:变量可以是 C/C++的标识符。例如输入“ 3 + 4 * X2”,则提示需要输入变量 X2 的值,然后 计算结果。 定义并运行简单函数。例如定义f(X2) = 3 + 4 * X2,然后执行f(5),则得到结果23。例如下面的运行效果:DEF f(X2)=3+4*X2; RUN f(5); 23

2024-08-11

基于Python实现从知网爬取《统计研究》期刊创刊以来每篇论文的各项信息源代码

基于Python实现从知网爬取《统计研究》期刊创刊以来每篇论文的各项信息源代码,使用Selenium包实现

2024-08-11

基于Flask+SQL Server实现的教务管理系统源代码+项目设计文档+数据库设计

基于Flask+SQL Server实现的教务管理系统源代码+项目设计文档+数据库设计 我利用新学的数据库设计知识,使用 Flask 架构编写程序,复现了微人大的部分功能。其中主要包括:选课、退课、查成绩,以及其他一系列与之相关的功能。同时,我做了用户管理系统,可以根据登录人的身份(学生、老师、教务)来开放不同的功能权限。我使用的数据库是 Microsoft SQL Server,在程序中使用了 SQLAlchemy 来对接数据库,并用 Matplotlib 来绘制图表。最后,我用了 Bootstrap 来美化网站设 计

2024-08-11

并行计算大作业基于Jupyter Notebook的交通情况与经济、疫情传播的交互分析项目源代码+数据+报告

并行计算大作业基于Jupyter Notebook的交通情况与经济、疫情传播的交互分析项目源代码+数据+报告 本研究的分析对象是共计一亿余条的交通出行记录数据,包含了中国各省的交通数据,时间跨度由2019年到2021年,其中有班次代码、发车日期、发车时间、乘车站名称、到达站名称、座位类型六个变量。 本研究对中国各省的交通出行记录数据进行了综合分析,使用PySpark对共计一亿余条的乘客出行记录进行了数据清洗、特征提取等流程,并通过可视化和数学建模方法挖掘了数据中隐藏的规律,如不同地区乘客的出行特征、各车站的交通重要性、省份交通状况与经济状况的关联等,得出了高可信度的结论。

2024-08-11

C++使用最短路径匹配算法实现中文文本分词源代码+实验报告+用户手册

C++使用最短路径匹配算法实现中文文本分词源代码+实验报告+用户手册 1. 本程序的执行文件为 CWS.cpp,并且需要词典文件 dict.txt。需将词典文件放在程序 的运行目录下。 2. 进入演示程序后,程序会让用户输入一串需要分词的字串。用户输入后按下换行,程 序即开始运行。界面如下所示: 请输入待切分的字串: >>> …… 3. 片刻后,程序会输出分词结果。界面如下所示: 分词结果如下: …… 4. 之后,程序会让用户输入数字,以选择是否需要继续使用程序,进行下一次分词,界 面如下所示: 是否继续? 继续......0 退出......1 >>> 5. 若用户输入 0, 则重复 2、3、4 步

2024-08-11

统计软件大作业基于Jupyter Notebook的手游市场数据可视化分析项目源代码+数据+数据分析报告+展示PPT

1、研究简介: 基于自己爬取的TapTap平台手游数据,分析了手游受众和评价的影响因素,从中发现有价值的用户关注点,以期为手游市场的发展提供一些建议。 2、数据介绍 a. 数据简介: 主要包括11列直接爬取获得的属性:游戏名称、总评分、总评论数、厂商、类别、标签、简介、评论id、评论用户、评论内容、评论星级; 以及2列数据预处理后得到的compre(评论预处理结果)和intropre(简介预处理结果)。 b. 数据获取: 环境依赖: python 3,jupyter notebook 运行方式: 在jupyter notebook中打开‘TapTap爬虫.ipynb’文件,直接运行。(如遇到包的缺失,请在Terminal/Anaconda Prompt中使用pip install ’package_name‘安装) 运行后将爬取相关数据,并进行预处理。文件将保存在当前目录的'taptap'文件夹下。

2024-08-11

基于C++实现的经典游戏魔兽世界源代码+使用说明

基于C++实现的经典游戏魔兽世界源代码+使用说明 魔兽世界的西面是红魔军的司令部,东面是蓝魔军的司令部。两个司令部之间是依次排列的若干城市,城市从西向东依次编号为1,2,3....N (N <= 20)。红魔军的司令部算作编号为0的城市,蓝魔军的司令部算作编号为N+1的城市。 司令部有生命元,用于制造武士。两军的司令部都会制造武士。武士一共有dragon、ninja、iceman、lion、wolf五种。每种武士都有编号、生命值、攻击力这三种属性。双方的武士编号都是从1开始计算。红方制造出来的第n个武士,编号就是n。同样,蓝方制造出来的第n个武士,编号也是n。武士在刚降生的时候有一个初始的生命值,生命值在战斗中会发生变化,如果生命值减少到0(生命值变为负数时应当做变为0处理),则武士死亡(消失)。 有的武士可以拥有武器。武器有三种,sword、bomb和arrow,编号分别为0, 1, 2。 武士降生后就朝对方司令部走,在经过的城市如果遇到敌人(同一时刻每个城市最多只可能有1个蓝武士和1个红武士),就会发生战斗。每次战斗只有一方发起主动进攻一次。被攻击者生命值会减去进攻者的攻击力

2024-08-11

Python基于UCI Heart Disease数据集的心脏病分析源代码+数据集+分析报告+答辩PPT

Python基于UCI Heart Disease数据集的心脏病分析源代码+数据集+分析报告+答辩PPT 医疗大数据是指个人从出生到死亡的全生命周期过程中,由免疫、体检、门 诊、住院等健康活动所产生的大数据。医疗大数据的数据来源有四类:临床医学 数据、药理研究和生命科学数据和个人健康数据。通过对医疗大数据的分析、加 工,可以挖掘出在疾病诊断、治疗、公共卫生防治等方面的重要价值。 其中,健康医疗大数据是一种高附加值的信息资产,虽然个体健康医疗数据 对于医疗技术革新的价值有限,但通过对海量、来源分散、格式多样的数据进行 采集、存储、深度学习和开发,可以从中发现新知识、创造新价值、提升新能力, 从而进一步反哺健康医疗服务产业。因此,健康医疗大数据的发展关乎国计民生, 具有重大的战略性意义。 现如今,医疗水平已经得到飞速提升,但是有关心脏的疾病依旧是人类面临 的医学难题之一。根据最新发布的《中国心血管病报告 2018》,中国心血管病患 病率及死亡率仍处于上升阶段。据推算,我国心血管病现患人数为 2.9 亿,死亡 率居首位,占居民疾病死亡构成的 40%以上;美国心脏病协会 2018 年发布的《心

2024-08-11

C++基于QT实现的记事本项目源代码

C++基于QT实现的记事本项目源代码

2024-08-09

操作系统课程设计实验基于C++实现的生产者消费者问题源代码+实验报告

在Windows操作系统下创建一个有6个缓冲区的缓冲池,初始为空,每个缓冲区能存放一个长度为10个字符的字符串,同时创建2个生产者和3个消费者,用进程模拟生产者或消费者。 对于生产者而言,随机等待一段时间后,往缓冲区中存数据,若缓冲区满,则等待消费者取走数据后再存放,每个生产者存12次数据。 对于消费者而言,随机等待一段时间后,从缓冲区中取数据,若缓冲区空,则等待生产者存放数据后再取走,每个消费者取8次数据。 显示每次向缓冲区添加或取走的数据以及时间,每次操作后都要显示缓冲区中的全部数据,生产者、消费者进程号。

2024-08-09

操作系统课程设计实验基于C++的内存监视器源代码+实验报告

在Windows系统下设计实现一个内存监视器,使用该内存监视器: 1.能够实时显示当前系统中内存的使用情况,包括系统地址空间的布局,物理内存的使用情况; 能够实时显示某个进程的虚拟地址空间布局和工作集信息等。 1. 实验环境 操作系统:Windows10 开发环境:Visual Studio 2022

2024-08-09

基于C++实现的操作系统文件复制实验源代码+实验报告

基于C++实现的操作系统文件复制实验源代码+实验报告

2024-08-09

基于Verilog HDL实现的ALU源代码+实验报告

基于Verilog HDL实现的ALU源代码+实验报告 实验环境 ASUS VivoBook + Windows10 + Vivado2019.2,语言为 Verilog HDL。 实验要求 1. 支持至少 8 种运算 2. 输出 5 个标志符号 3. 支持左右移位操作 4. 可支持至少两种舍入操作

2024-08-09

基于Verilog HDL的简单处理器模型并完成功能验证源代码+实验报告

1. 处理器应基于 6.5 指令集或 MIPS 指令集或 RISCV 指令集进行设计或自行设计指令集。 2. 处理器的控制器结构应为微程序控制器或集硬布线控制器。 3. 处理器需支持算术运算、逻辑运算、存储器读写、寄存器间数据传送等几类指令。 4. 处理器需支持立即数寻址、寄存器寻址等数据寻址方式和顺序寻址、跳跃寻址两种 指令的寻址方式。 5. 处理器需支持 8 条以上的指令。 6. 若选择自行设计指令集,处理器需能运行由自己设计的指令系统构成的一段程序, 程序执行功能正确。

2024-08-09

基于R语言分析白葡萄酒的质量源代码+数据 目标是找到哪个化学成分影响⽩葡萄酒的质量

基于R语言分析白葡萄酒的质量源代码+数据。目标是找到哪个化学成分影响⽩葡萄酒的质量 首先,我收集到葡萄酒的数据,查看数据集结构然后对该数据集进行评估,在检查数据集的过程中,我发现该数据集存在异常值或者值为NAN的数据,及个别数据值非常大,通过R语言对数据进行清洗,得到整洁的数据,然后对数据集的各个变量进行分析,刷选对葡萄酒影响较大的几个特征出来,对数据集进行多变量分析;研究特征之间的关系对葡萄酒酒的影响,通过图表查看特征之间的关系,最后得出质量高的红酒需要挥发性酸度(volatile.acidity)极小; 质量高的红酒需要较多的柠檬酸(citric acid); 质量高的红酒需要较多的硫酸盐(sulphates); 质量高的红酒需要酒精(alcohol)的酒精度高;

2024-08-09

基于Python实现的英语单词词频及出现年份统计源代码

基于Python实现的英语单词词频及出现年份统计源代码

2024-08-09

自然语言处理大作业Python实现基于词典的分词方法源代码+实验报告,代码含详细注释

首先,基于 HanLP 自然核心词典,我们使用正向最长匹配、逆向最长匹配及双向最长匹 配三种方法,对网络文章及人民日报语料两份素材进行分词(提供了对 txt 和 csv 两种保存 格式的素材的分词接口),并结合作业二中对网络文章的手工分词结果及人民日报语料的已 有分词结果进行比较,计算三种分词方法的 Precise、Recall 及 F-measure 值,进而评价分 词的效果,使用计时器获得分词时间,进而评价分词的效率。 接着,基于人民日报词性标注语料库,我们根据前边得到的人民日报语料的分词结果, 使用 Viterbi 算法对其进行词性标注,并结合语料库中手工词性标注的结果进行比较,计算 由三种分词方法得到的分词结果对应的词性标注的 Precise、Recall 及 F-measure 值,进而 评价预料标注的效果,使用计时器获得词性标注时间,进而评价分词的效率

2024-08-09

人机交互项目基于openCV的手势识别控制的打地鼠游戏源代码+数据+项目报告+演示视频,代码有详细注释

人机交互项目基于openCV的手势识别控制的打地鼠游戏源代码+数据+项目报告+演示视频,代码有详细注释 实验设计 实验目的 得到不同参与者使用不同交互方式在指定时间内完成打地鼠小游戏的得分,进一步分析不同交互方式的优劣。 实验过程 我的外婆、外公、爸爸、妈妈、姐姐和我六个人分别使用四种不同的交互方式各完成打地鼠小游戏五次,并记录个人得分。最终,通过问卷调查收集参与反馈。 实验过程中用到的交互方式如下: 有线鼠标(使用半年的RAZER RZ01-0254) 无线鼠标(使用两年的INPHIC P-M1) 电脑触摸板(ASUS VivoBook) 手势识别 原始用户数据 详见Data.xls。 数据分析方法 使用数据分类+求平均值的方法对数据进行简单处理。 实验结论 交互效果:有线鼠标>无线鼠标>手势识别≈触摸板 关键实验步骤实现简述 手势识别:通过识别手指的骨节点位置状态对不同的手势进行判定,进而实现不同的光标操作。通过接触判定对动画地鼠进行打击。 本实验中,主要利用Python语言调用mediapipe库,对8号骨节点(食指的顶部节点)和12号骨节点(中指的顶部节点)位

2024-08-09

面向对象程序设计 KNN实验数据集

面向对象程序设计 KNN实验数据集

2024-08-08

C++基于QT开发的即时通信(IM)软件源代码+项目文档+答辩PPT+演示视频,支持Windows、Linux双操作系统

SeeU是一款基于Qt开发平台,支持Windows、Linux双操作系统平台的IM(即时通信)软件 软件为用户提供了注册、登录和找回密码等信息功能,全方位保护您的隐私安全 软件为用户提供了添加好友及单窗私聊等功能,让您畅享聊天的快乐时光 软件为用户提供了文件传输、文本读取功能,丰富您的分享体验 软件为用户提供了记住密码、自动登录、预设账号等备选,贴近您的日常习惯

2024-08-08

自然语言处理大作业基于Python实现的汉语词义自动消歧系统源代码+实验报告+演示视频

自然语言处理大作业基于Python实现的汉语词义自动消歧系统源代码+实验报告+演示视频

2024-08-08

Web开发基础课程实验基于HTML+CSS+JAVASCRIPT的个人主页+在线考试页面源代码+课程实验报告

Web开发基础课程实验基于HTML+CSS+JAVASCRIPT的个人主页+在线考试页面源代码+课程实验报告

2024-08-08

Python语言程序设计基于Python的二手车价格预测项目源代码+数据+项目报告

Python语言程序设计基于Python的二手车价格预测项目源代码+数据+项目报告 我们所实践的案例是二手车价格评估,选用的人工智能库为Scikits-Learn。我们选取了二手车平台上不同参数下的售卖价格数据集,目的是为了根据现有数据,将之经过数据预处理、数据清洗,选择必含数据项,筛除掉无效的或者缺失的数据;通过数据脱敏,保护用户的重要个人隐私,将之以随机值替代或直接覆盖;通过可视化,直观、形象地表达出数据之间内在的联系;在人工智能库Scikits-Learn的帮助下,经过机器学习和模型拟合创建模型,设计程序,帮助用户在输入相关车辆的参数信息后,输出理想价格区间,并依照此区间对该价格高低进行判断。

2024-08-08

数据仓库与数据挖掘大作业基于Python的葡萄酒质量分析源代码+数据+详细注释

数据仓库与数据挖掘大作业基于Python的葡萄酒质量分析源代码+数据+详细注释

2024-08-08

Python基于flask的服务器进程监视器源代码

Python基于flask的服务器进程监视器源代码

2024-08-07

Python基于数据技术的互联网行业招聘信息聚合系统源代码+数据库+使用说明

基于数据技术的互联网行业招聘信息聚合系统 本系统以Python为核心,依托web展示,所有功能在网页就可以完成操作,爬虫、分析、可视化、互动独立成模块,互通有无。具体依托python的丰富库实现,爬虫使用Requests爬取,使用lxml、beautifulsoup4解析。使用numpy、pandas分析数据,使用pyecharts做可视化,使用Flask进行web后台建设。数据通过csv、MySQL、配置文件来进行存储互通 环境 Windows \ Linux (未测试) Python 3.6 : numpy , pandas , Requests , pyecharts , lxml , PyMySQL MySQL 8.0.11 Chrome(内核版本60以上) 安装 运行 install_package.bat(出错管理员权限下尝试) 修改mysql配置 位于/analysis/analysis_main.py 系统本身有一个可视化的配置文件,即您不需要再导入数据进行分析,如果想重新分析,需要导入数据库数据还需按照数据库字段修改input_data.py内容 将js.7z 解压放

2024-08-07

Python基于深度学习的肿瘤辅助诊断系统源代码+数据+使用说明,以图像分割为核心,实现肿瘤区域的识别勾画并提供肿瘤区域的特征

系统以图像分割为核心,利用人工智能完成肿瘤区域的识别勾画并提供肿瘤区域的特征来辅助医生进行诊断。有完整的模型构建、后端架设和前端访问功能。 医生只需通过web上传ct图像文件,后台就会使用训练好的模型进行肿瘤区域的分割,然后将勾画好肿瘤区域的图像返回,还有肿瘤区域的一些特征(如面积、周长、强度等),并且提供前几次诊断的特征数据并绘制成图表进行对比来辅助医生诊断。 环境 Python : PyTorch 1.10.0 , OpenCV , Flask , TensorRT 8.5.1.7 Vue , Vue CLI Node : axios , ElementUI , ECharts Chrome(内核版本60以上)

2024-08-07

python基于知识图谱的推荐算法RKGE源代码+数据集+项目说明

python基于知识图谱的推荐算法RKGE源代码+数据集+项目说明 运行环境 python == 3.7.0 torch == 1.12.0 pandas == 1.1.5 numpy == 1.21.6 sklearn == 0.0 数据集介绍 music-音乐 book-书籍 ml-电影 yelp-商户 文件介绍 ratings.txt:记录用户点击的项目,1代表点击了,0代表没有点击 kg.txt:知识图谱文件,第一列是头实体,第二列是尾实体,第三列是关系 user-list.txt:用户及其id文件,第一列是用户的id,第二列是用户 其余文件可忽略

2024-08-07

python基于知识图谱的推荐算法CKAN源代码+数据集+项目说明

python基于知识图谱的推荐算法CKAN源代码+数据集+项目说明 运行环境 python == 3.7.0 torch == 1.12.0 pandas == 1.1.5 numpy == 1.21.6 sklearn == 0.0 数据集介绍 music-音乐 book-书籍 ml-电影 yelp-商户 文件介绍 ratings.txt:记录用户点击的项目,1代表点击了,0代表没有点击 kg.txt:知识图谱文件,第一列是头实体,第二列是尾实体,第三列是关系 user-list.txt:用户及其id文件,第一列是用户的id,第二列是用户 其余文件可忽略

2024-08-07

python基于知识图谱的推荐算法NCFG源代码+数据集+项目说明

python基于知识图谱的推荐算法NCFG源代码+数据集+项目说明 运行环境 python == 3.7.0 torch == 1.12.0 pandas == 1.1.5 numpy == 1.21.6 sklearn == 0.0 数据集介绍 music-音乐 book-书籍 ml-电影 yelp-商户 文件介绍 ratings.txt:记录用户点击的项目,1代表点击了,0代表没有点击 kg.txt:知识图谱文件,第一列是头实体,第二列是尾实体,第三列是关系 user-list.txt:用户及其id文件,第一列是用户的id,第二列是用户 其余文件可忽略

2024-08-07

python基于知识图谱的推荐算法KARN源代码+数据集+项目说明

python基于知识图谱的推荐算法KARN源代码+数据集+项目说明 运行环境 python == 3.7.0 torch == 1.12.0 pandas == 1.1.5 numpy == 1.21.6 sklearn == 0.0 数据集介绍 music-音乐 book-书籍 ml-电影 yelp-商户 文件介绍 ratings.txt:记录用户点击的项目,1代表点击了,0代表没有点击 kg.txt:知识图谱文件,第一列是头实体,第二列是尾实体,第三列是关系 user-list.txt:用户及其id文件,第一列是用户的id,第二列是用户 其余文件可忽略

2024-08-07

python基于知识图谱的推荐算法KGCN源代码+数据集+项目说明

python基于知识图谱的推荐算法KGCN源代码+数据集+项目说明 运行环境 python == 3.7.0 torch == 1.12.0 pandas == 1.1.5 numpy == 1.21.6 sklearn == 0.0 数据集介绍 music-音乐 book-书籍 ml-电影 yelp-商户 文件介绍 ratings.txt:记录用户点击的项目,1代表点击了,0代表没有点击 kg.txt:知识图谱文件,第一列是头实体,第二列是尾实体,第三列是关系 user-list.txt:用户及其id文件,第一列是用户的id,第二列是用户 其余文件可忽略

2024-08-06

python基于知识图谱的推荐算法RippleNet源代码+数据集+项目说明

python基于知识图谱的推荐算法RippleNet源代码+数据集+项目说明 运行环境 python == 3.7.0 torch == 1.12.0 pandas == 1.1.5 numpy == 1.21.6 sklearn == 0.0 数据集介绍 music-音乐 book-书籍 ml-电影 yelp-商户 文件介绍 ratings.txt:记录用户点击的项目,1代表点击了,0代表没有点击 kg.txt:知识图谱文件,第一列是头实体,第二列是尾实体,第三列是关系 user-list.txt:用户及其id文件,第一列是用户的id,第二列是用户 其余文件可忽略

2024-08-06

python基于知识图谱的推荐算法CKE源代码+数据集+项目说明

python基于知识图谱的推荐算法CKE源代码+数据集+项目说明 运行环境 python == 3.7.0 torch == 1.12.0 pandas == 1.1.5 numpy == 1.21.6 sklearn == 0.0 数据集介绍 music-音乐 book-书籍 ml-电影 yelp-商户 文件介绍 ratings.txt:记录用户点击的项目,1代表点击了,0代表没有点击 kg.txt:知识图谱文件,第一列是头实体,第二列是尾实体,第三列是关系 user-list.txt:用户及其id文件,第一列是用户的id,第二列是用户 其余文件可忽略

2024-08-06

python基于知识图谱的推荐算法RKGE源代码+数据集+项目说明

python基于知识图谱的推荐算法RKGE源代码+数据集+项目说明 运行环境 python == 3.7.0 torch == 1.12.0 pandas == 1.1.5 numpy == 1.21.6 sklearn == 0.0 数据集介绍 music-音乐 book-书籍 ml-电影 yelp-商户 文件介绍 ratings.txt:记录用户点击的项目,1代表点击了,0代表没有点击 kg.txt:知识图谱文件,第一列是头实体,第二列是尾实体,第三列是关系 user-list.txt:用户及其id文件,第一列是用户的id,第二列是用户 其余文件可忽略

2024-08-06

python基于知识图谱的推荐算法MKR源代码+数据集+项目说明

python基于知识图谱的推荐算法MKR源代码+数据集+项目说明 基于知识图谱的推荐算法-MKR的实现 运行环境 python == 3.7.0 torch == 1.12.0 pandas == 1.1.5 numpy == 1.21.6 sklearn == 0.0 数据集介绍 music-音乐 book-书籍 ml-电影 yelp-商户 文件介绍 ratings.txt:记录用户点击的项目,1代表点击了,0代表没有点击 kg.txt:知识图谱文件,第一列是头实体,第二列是尾实体,第三列是关系 user-list.txt:用户及其id文件,第一列是用户的id,第二列是用户 其余文件可忽略

2024-08-06

电力变压器数据集,包括负载、油温,用于支撑长时间序列相关的研究 所有的数据都经过了预处理,并且以.csv的格式存储

电力变压器数据集,包括负载、油温,用于支撑”长时间序列”相关的研究。所有的数据都经过了预处理,并且以.csv的格式存储。 我们提供了两年的数据,每个数据点每分钟记录一次(用 m 标记),它们分别来自中国同一个省的两个不同地区,分别名为ETT-small-m1和ETT-small-m2。每个数据集包含2年 * 365天 * 24小时 * 4 = 70,080数据点。 此外,我们还提供一个小时级别粒度的数据集变体使用(用 h 标记),即ETT-small-h1和ETT-small-h2。 每个数据点均包含8维特征,包括数据点的记录日期、预测值“油温”以及6个不同类型的外部负载值。 具体来说,数据集中包含短周期模式,长周期模式,长期趋势和大量不规则模式。我们在图1给出了数据的总览,图中数据显示出了明显的季节趋势。为了更好地表示数据中长期和短期重复模式的存在,我们在图2中绘制了ETT-small-h1数据集中所有变量的自相关图,其中最上面的蓝色曲线是目标变量“油温”,它保持了一些短期的局部

2024-08-04

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