基于springboot+mybatis+jsp+mysql图书管理系统源码+数据库脚本

Go 基于 Raft 共识算法的分布式可靠的 KV 存储系统源码.zip

基于C#和MAPGIS.Object组件开发的GIS系统源码.zip

一、项目简介 系统是一个基于JavaWeb的服装销售管理系统。该系统有如下几个模块：用户注册模块、用户登录模块、服装搜索模块、购物车模块、我的订单模块、个人信息管理模块、服装类别管理模块、服装管理模块、订单管理模块、注册用户管理和修改用户密码。本系统在一定程度上，为广大用户提供了一个服装购买平台。本项目主要针对做计算机毕设或者项目实践学习的Java人群使用。 二、技术实现 1.开发平台：eclipse/IDEA 2.数据库：MySQL 三、系统功能 服装销售系统包括了前台用户和后台管理员模块，前台用户模块主要是购买服装，后台管理员主要是发布服装和处理订单。 1.前台用户包括了注册登录、会员信息修改模块、商品分类展示模块、商品搜索模块、商品项目信息展示模块、订单模块、购物车模块。 2.后台管理员包括了服装类别管理、服装管理、订单管理、前台注册用户管理、修改登录密码。 3.用户购买服装时具有购物车的基本功能，可以先把服装加入到购物车中，方便用户下单。

变电站安全生产的智能化管理系统源码(人脸识别考勤_移动目标跟踪_越线检测_安全措施检测_姿态识别等功能)+项目说明.7z 通过人脸识别功能进行人员的考勤； 通过人员、车辆的检测和识别来实现变电站的智能化管理； 通过安全行为识别和安全区域报警功能来实现对变电站内人员和设备安全的监督； 项目利用DeepSort算法实现作业现场移动目标跟踪定位。 【依赖】 NumPy sklearn OpenCV 【跟踪py文件说明】 detection.py：检测基类。 kalman_filter.py：卡尔曼滤波器实现和图像空间滤波的具体参数化。 linear_assignment.py：此模块包含最低成本匹配和匹配级联的代码。 iou_matching.py：此模块包含IOU匹配指标。 nn_matching.py：最近邻匹配度量的模块。 track.py：轨道类包含单目标轨道数据，例如卡尔曼状态，命中数，未命中，命中条纹，相关特征向量等。 tracker.py：这是多目标跟踪器类。 更多细节，请看资源内的项目说明

学生管理系统有系统用户登录模块，管理员操作模块，教师操作模块，学生操作模块，数据库操作模块。 管理员是发布总消息，所有人都能看到，管理教师和学生的信息（数据库的管理）并且能够进行所有的增删改查权利 教师可以查看资料，修改密码，对学生的成绩管理。 学生可以查看资料，修改密码，查看成绩，网上选课等权利。 学生信息管理中的学生信息包括学生的姓名，年龄，性别，电话，班级，辅导员名字，地址等。越完善越好。 学生管理系统有系统用户登录模块，管理员操作模块，教师操作模块，学生操作模块，数据库操作模块。 管理员是发布总消息，所有人都能看到，管理教师和学生的信息（数据库的管理）并且能够进行所有的增删改查权利 教师可以查看资料，修改密码，对学生的成绩管理。 学生可以查看资料，修改密码，查看成绩，网上选课等权利。 学生信息管理中的学生信息包括学生的姓名，年龄，性别，电话，班级，辅导员名字，地址等。越完善越好。 学生管理系统有系统用户登录模块，管理员操作模块，教师操作模块，学生操作模块，数据库操作模块。 管理员是发布总消息，所有人都能看到，管理教师和学生的信息（数据库的管理）并且能够进行所有……

一、项目简介 系统是一个基于JavaWeb的社区果蔬管理系统的设计与实现。社区果蔬管理系统是通过网络的形式来展示果蔬，可以详细的展示出果的名称、价格、图片、产地等相关信息，用户选购后选择收货地址就可以完成下单，然后等待配送即可。本项目主要针对做计算机毕设或者项目实践学习的Java人群使用。 二、技术实现 1.开发平台：Eclipse或IDEA 2.数据库：MySQL 三、系统功能 社区果蔬管理系统的设计与实现包括了前台和后台两个模块组成。前台模块中主要是果蔬的展示和搜索，购买用户的注册登录，把果蔬加入到购物车中，并对自己的收货地址进行管理，下单后可以选择相应的配送地址。用户在订单管理中可以对未发送的订单进行催单，管理员在后台可以看到订单的催单次数。后台模块中主要是对果蔬的上传和管理，可以对买菜用户下的订单进行查看，查看到订单的时间、配送地址、催单次数以及订单中包括的果蔬明细，并对订单执行配送操作。

python开发基于深度学习的智慧教室课堂专注度及考试防作弊系统源码+训练好的模型.zip课堂专注度及考试防作弊系统、课堂动态点名，情绪识别、表情识别和人脸识别相结合。作弊检测 关键点计算方法 转头(probe)+低头(peep)+传递物品(passing) 人脸识别：dlib_face_recognition_resnet_model_v1.dat detection_system/face_recog/weights 人脸对齐：shape_predictor_68_face_landmarks.dat detection_system/face_recog/weights 作弊动作分类器：cheating_detector_rfc_kp.pkl detection_system/weights 使用 运行setup.py安装必要内容 python setup.py build develop 运行demo_inference.py 将detection_system设置为source root 基于深度学习的智慧教室课堂专注度及考试防作弊系统基于深度学习的智慧教室课堂专注度及考试防

基于Pytorch框架自定义7层卷积神经网络模型实现垃圾分类系统源码+数据集+项目说明（人工智能期末作业）.zip 垃圾分类 实验要求： 利用深度学习模型完成垃圾分类 图片数据集来源：https://momodel.cn/explore/5d411ace1afd9427c236eab5?type=dataset Result： 使用 PyTorch 自定义 7 层卷积神经网络加 2 层全连接层的分类模型

这是参照《Visual C++ 网络通信编程实用案例精选》一书中 9.4 节“网络五子棋系统”的例子，使用 Visual Studio 2013 重新编写的源码，代码已使用 Visual Studio 2013 调试编译通过。