人工智能课程的期末大作业，是基于 Python 语言完成的 SimPy 仿真项目及相应的文档和课程报告。项目旨在锻炼学生独立思考的能力，培养项目业务能力和创新思维。 文件说明 src 代码目录 LICENCE LGPL 3.0 开源许可证 tutor 自己编写的培训资料及教程文件，主要是向作业小组成员展示 Python 各个工具的使用方法 misc 杂项文件（找不到的资料都在这个文件夹里面） demo 老师给出的一组示例代码 backup 备份文件 LICENCE 项目开源许可证 requirements.txt Python 的项目依赖

1.项目基于机器学习和语义识别技术，让机器人理解文本并进行合适的答复。通过使用语音与其交流，实现智能问答、智能音箱及智能机器宠物。 2.项目运行环境：包括 Python 环境、ChatterBot 环境。 Python 3.6 及以上配置。基于 chatterbot 0.8.7 开发，打开 cmd 进入 python 所在的磁盘，输入：pip install –ignore-installed –upgrade chatterbot0.8.7 等待安装即可。 3.项目包括 6 个模块：模型构建、服务器端、客户端、语音录入、接口调用、模型训练及保存。需进入百度云官网：https://ai.baidu.com/，进入我的控制台，打开百度语音进入语音应用管理界面，创建一个新的应用，并记录 APPID、API Key 和 Secret Key 三个值；聊天窗口的 GUI 界面，包括当前用户显示、信息输入框、语音输入按钮、发送和关闭按钮等各种控件并绑定发送消息、输入消息等事件。模型训练这块，可以直接使用项目中训练的模型，也可以根据自己需求替换成其他模型，如使用ChatGPT等通用大语言模型

大麦抢票脚本 基于python的大麦网抢票脚本.zip基于python的大麦网抢票脚本.zip基于python的大麦网抢票脚本.zip基于python的大麦网抢票脚本.zip基于python的大麦网抢票脚本.zip基于python的大麦网抢票脚本.zip基于python的大麦网抢票脚本.zip基于python的大麦网抢票脚本.zip基于python的大麦网抢票脚本.zip基于python的大麦网抢票脚本.zip

识别人脸、录入人脸、管理人脸在内的多项功能 （一）选择人脸图片识别 （二）人脸视频识别效果展示 （三）摄像头检测效果展示 深度学习：主要在人脸识别部分：人脸检测、人脸对齐、人脸表示均采用机器学习算法， 特征表示部分【基于ResNet深度卷积神经网络】实现 系统实现了集识别人脸、录入人脸、管理人脸在内的多项功能：包括通过选择人脸图片、视频、摄像头进行已录入人脸的实时识别；可通过图片和摄像头检测人脸并录入新的人脸；通过系统管理和更新人脸数据等功能，检测速度快、识别精度较高。

python网页设计作业 基于python实现网页商城电商系统源码 51商城项目分为网站前台和后台两个部分，下面将分别介绍这2个部分的使用。 登录成功后，可以在首页选择商品，也可以通过顶部导航栏分类选择商品。选择商品时，可以将鼠标悬浮到商品图片处，此时会在图片右下角显示一个购物车按钮，如图4所示，单击购物车按钮，将商品加入购物车，如图6所示。 本项目为本地项目，不包含线上支付功能，单击“支付”按钮，则默认用户已经支付成功。单击网站右上方的 “我的订单”，可以查看用户订单 单击顶部菜单的“大分类管理”和“小分类管理”，可以管理大分类和小分类。例如，“图书—>管理”和“图书—>小说”中，图书就是大分类，管理和小说都是该大分类下的小分类。图13和图14分别为大分类管理和小分类管理页面。 添加商品前，需要选择对应的大分类和小分类。此外，在添加图片文件时，需要添加商品的图片路径。 更多项目内容可下载查看，源代码已经打包好上传，且生成了exe可执行文件版本，点开即可直接运行。 项目导入到pycharm等编译器当中可以查看程序的源代码，对源码进行编辑查看等操作。有兴趣的话直接下载即可。

计算机毕业设计源码：基于python旅游推荐系统+爬虫+分析可视化 +django框架 Django旅游数据采集分析推荐系统 去哪儿网站、基于用户协同过滤推荐算法、requests爬虫、MySQL数据库 摘 要 本系统主要针对解决获取旅游信息滞后、参加线下旅行社和人工检索时间成本高等问题，运用网络爬虫信息技术设计思想，实现了一个基于Python的旅游信息推荐系统。本系统以Python计算机设计语言为基础，使用 requests对去哪儿旅游信息源进行抓取,针对网页信息编写抽取规则，对旅游信息进行必要的过滤和提取，使用MySql对旅游信息进行数据存储。然后使用 Python 开源web框架 Django进行系统搭建，基于旅游信息采用协同过滤推荐算法完成对用户的旅游信息推荐，完成整个爬取以及数据检索到成功进行旅游推荐的网页端操作展示。 项目截图 1、价格与销量分析 2、城市与景点等级分析 3、首页—数据概况 4、评分情况分析

基于python开发搭建的豆瓣电影推荐系统（源码+文档+ppt）下载 基于python开发搭建的豆瓣电影推荐系统（源码+论文+ppt）下载 基于python开发搭建的豆瓣电影推荐系统（源码+论文+ppt）下载

计算机毕业设计：基于python微博舆情分析可视化系统+爬虫+情感分析+Flask框架 项目源码 本次就是在微博方面，通过建立微博情感分析可视化系统，来让用户可以通过简单的微博信息、评价有计算机来自动进行情感的判断，从而为判断出用户对于微博的情感好坏，能够通过对评价的统计分析来实现情感分析、舆情分析的功能。本次的开发是利用了Python技术和Flask框架来搭建网站，采用MySQL数据库存储数据，通过网络爬虫技术采集数据，最终搭建网页的形式展现。 项目截图 1、首页-----数据概况 2、舆情分析 3、中国地图----各省份IP分析 4、文章分析页面 在这里插入图片描述 5、评论分析页面 在这里插入图片描述 6、数据管理页面 7、微博舆情统计页面 8、爬虫数据采集页面 9、系统注册登录功能

Python语言、PyQt5、tensorflow、opencv、 单张图片、批量图片、视频和摄像头的识别检测 车牌识别其实是个经典的机器视觉任务了，通过图像处理技术检测、定位、识别车牌上的字符，实现计算机对车牌的智能管理功能。如今在小区停车场、高速公路出入口、监控场所、自动收费站等地都有车牌识别系统的存在，车牌识别的研究也已逐步成熟。尽管该技术随处可见了，但其实在精度和识别速度上还需要进一步提升，自己动手实现一个车牌识别系统有利于学习和理解图像处理的先进技术。 车牌识别的算法经过了多次版本迭代，检测的效率和准确率有所提升，从最初的基于LBP和Haar特征的车牌检测，到后来逐步采用深度学习的方式如SSD、YOLO等算法。车牌的识别部分也由字符匹配到深度神经网络，通过不断验证和测试，其检测和识别效果和适用性都更加突出，支持的模型也更为丰富。 网上的车牌识别程序代码很多，大部分都是采用深度学习的目标检测算法等识别单张图片中的车牌，但几乎没有人将其开发成一个可以展示的完整软件，即使有的也是比较简单的界面。对此这里给出博主设计的

本文基于当前大学生上课签到效率低下和代替上课现象普遍存在的问题，探索一种利用人脸识别技术进行课堂签到的新方法。 本文旨在提高签到效率，防止代替上课现象的发生，并提升教学质量。本研究采用Python的OpenCV与Dilb库实现对人脸的识别、记录和处理，使用Flask框架中的jinja2模板引擎进行动态的HTML页面搭建，通过RESTful API技术为前后端提供数据交互。研究结果表明，基于人脸识别技术的课堂签到系统能够高效、准确地识别学生的身份信息，有效预防代替上课现象，同时提高了教学效率和质量。本研究为解决大学生上课签到问题提供了一种新思路和技术路线，具有实际应用和推广价值。