数据可视化--中国与美国近十年GDP的发展状况。由于我国人口众多,素质较低,而且就业观念较落后,导致我国劳动力普遍廉价,就业职工工资普遍低下。刚毕业的大学生人数众多,城市发展速度与农村发展速度不平衡,各省市自治区的就业条件和国家政策,就业环境不同,导致职工工资存在行业间,区域间,农村与城市之间的工资水平存在着巨大的差异,从另一个方面反映出了中国贫富差距的不断扩大。对我国就业人员职工工资的研究,对我国的社会保障政策和就业政策,教育政策等具有重要的决策意义。也为对我国经济社会的研究提供了一个因素。我国就业职工工资水平的地区差异已经日益成为我国政府重视的一个问题。中国就业分析数据这一重要的就业指标,探寻其影响因素对于政府的正确决策,经济的可持续快速发展,社会稳定具有重要意义,数据来源于国家统计局。这也是现今相关研究就业问题的重要方向。
2022-12-14 08:53:28 354KB 数据可视化 GDP对比 python 源码
1
python实现采用Alpha-Beta剪枝搜索实现黑白棋AI源码(人工智能期末作业).zip 黑白棋 实验要求: 使用 『最小最大搜索』、『Alpha-Beta 剪枝搜索』 或 『蒙特卡洛树搜索算法』 实现 miniAlphaGo for Reversi(三种算法择一即可)。 使用 Python 语言。 算法部分需要自己实现,不要使用现成的包、工具或者接口。 Result: 实现 AIPlayer 类,采用 Alpha-Beta 剪枝搜索实现黑白棋 AI
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
基于机器视觉实现昆虫识别计数系统python源码+数据集+模型+详细项目说明.zip 【项目任务】 图片中昆虫虫体计数 PyQt和OpenCV结合做出基本界面 摄像头Frame中检测虫体数目,并在界面中显示标出 学习昆虫图像特征的提取,参考论文中提出的几个特征量 提取特征量并进行保存 按照神经网络方法搭建训练模型 搭建了线性SVM分类训练器 将特征提取和UI界面建立连接,实现拍照和预测判断一体 【机器学习训练算法】
python实现基于区域二元线性回归模型进行图像恢复源码+项目说明(人工智能期末作业).7z 图像恢复 实验要求: 生成受损图像,函数接口 noise_mask_image 受损图像是由原始图像添加了不同噪声遮罩(noise masks)得到的 噪声遮罩仅包含 {0,1} 值。对原图的噪声遮罩的可以每行分别用 0.8/0.4/0.6 的噪声比率产生的,即噪声遮罩每个通道每行 80%/40%/60% 的像素值为 0,其他为 1。 使用区域二元线性回归模型,进行图像恢复。 评估误差为所有恢复图像与原始图像的 2-范数之和,此误差越小越好。 Result: 使用线性模型以 10 x 10 的区域为单位,进行像素预测,直到完成整张图片的像素预测,完成图像恢复
基于深度学习+树莓派4b实现控制小车自动驾驶项目python源码+项目详解说明.zip 【部分操作说明】 1.配置树莓派(单独配置SSH文件)使其能够实现基本的操作,如putty连接,vncviewer可视化操作,winscp传输文件等,可在软件中配置 2.准备对应得设备,如杜邦线,螺丝刀,基本的车壳, 3.配置树莓派在小车上,并利用杜邦线连接相对应的电机,这里使用的L298N电机,GPIO口对应得分别是7,11(后轮电机),13,15(前轮电机),并且将电源连接到L298N电机上,注意这里的一定要单独給电机供电,靠树莓派的电压会不够,还有就是这里的接地线,连接到GPIO口9,并与电源的负极短接。可以利用test1back.py,test2front.py进行测试。 4.配置使能端口,这里利用的是GPIO口12,16,可以根据自己的实际需要进行调整,注意拔掉L298N电机上的跳线帽连接。ps:增加使能是因为测试中发现一旦转向, 车轮不能回正因电机保持通电状态需要让电机断电从而释放动力。 等等....... 需自己拥有树莓派4b开发设备及小车配件
基于mtcnn+facenet网络实现简单人脸检测识别系统python源码+训练好的模型文件+项目说明.7z 这两个工程都是keras模型, 所提供的模型文件都只有权重没有网络结构, 我利用作者提供的网络定义和权重文件重新生成了带有网络结构的权重文件. 比如原先只有权重的模型文件pnet.h5, 生成含网络结构和权重的模型文件PNET.h5. 接着用keras2onnx工具把它(PNET.h5)转换成了onnx模型pnet.onnx, 其他胶水部分的逻辑没什么变化. 具体的转换代码请参考keras_onnx.py文件. 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含:项目源码、训练好的模型、项目操作说明等,该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错,在此代码上做修改,训练其他模型。
2022-12-12 11:28:57 2.46MB mtcnn facenet 人脸检测 人脸识别系统
智慧教室_基于深度学习实现课堂专注度分析+检测考试作弊系统python源码+模型+项目说明.7z 课堂专注度及考试作弊系统 课堂动态点名,情绪识别、表情识别和人脸识别结合 python版本 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含:项目源码、训练好的模型、项目操作说明等,该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错,在此代码上做修改,训练其他模型。
MobaXterm master python 源码 算法
2022-12-09 11:04:02 84KB MobaXterm
1
用于实时获取微信聊天信息,支持最新版微信PC客户端3.7以上版本. 基于Python3.6及以上版本
2022-12-05 21:46:57 3KB python 源码
1