使用Python基于TensorFlow 卷积神经网络设计手写数字识别算法，并编程实现GUI 界面，构建手写数字识别系统。本系统界面设计友好，功能完善。通过测试，本识别系统对于较规范的手写体数字的识别达到了很好的识别效果。此程序配合已训练成功的model.h5即可使用，model.h5已上传至此博客，后续将继续上传神经网络训练程序。

根据EAN13码的编码规则，运用MATLAB编写程序，并加入GUI界面，可以在文本框中输入13位编码生成条形码图片并保存在目录下。

pyqt5--gui界面制作，含数据异常处理及数据可视化，包括pyqtgraph应用，鼠标界面交互显示及隐藏界面边框后如何用鼠标移动软件界面

基于pca算法的人脸识别(matlab含gui界面)配有操作手册，本人毕设正在做这个东西。

python gui界面实例_python爬取电影数据(含GUI界面版)

数字图像处理课设，已经成功运行过了。但是识别结果并不是很准确，可以自行修改一下，有正常识别和图片矫正识别两部分，矫正部分可以把拍倾斜的图片调整后识别，倾斜的最大角度可以自行设置。

人工智能课的课程设计，可以切换BP和ELman神经网络实现手写字母识别，自带用画板手写的1500张图像数据集，有GUI界面，可以直接运行使用。适合课程设计、学习用

掌纹识别gui界面设计

计算机网络课程设计——端口扫描器的实现 1．利用Socket通信机制实现一个多线程的端口扫描器。 2．设计要求： 2.1用户界面：用户可以输入IP地址或IP地址段；输入端口号或端口号范围；列表显示主机名、开放的端口及开放端口上相应的服务名称。 2.2端口的有效范围是1~65535，在该范围内使用多线程机制循环创建客户端套接字对象，对某一地址（段）的主机端口进行扫描，若套接字没有发生异常，说明该端口打开并提供服务，返回该开放端口的类型（如UDP端口还是TCP端口）。 2.3 采用Java网络编程包java.io中提供的编程接口实现。

随着汽车数量的增加，城市交通状 况日益受到人们的重视，如何进行有效的交通管理更是成为了人们关注的焦点。智能交 通系统通过车辆检测装置对过往的车辆实施检测，提取有关交通数据，达到监控、管理和指挥交通的 目的。因此，它已成为世界交通领域研究的重要课题。 车牌识别系统作为智能交通系统的一个重要组成部分，已在高速公路、城市交通和停车场等项目的管理中占有无可取代的重要地位。它在不影响汽车状态的情况下，由计算机自动完成车牌的识别，从而降低交通管理工作的复杂度。 拟定的课题名称为基于MATLAB的汽车出入库计时计费系统，带有丰富的人机交互GUI界面。传统的车牌识别，仅仅是对车牌照片进行识别，显得中规中矩