北京工业大学安全软件开发课设作业 介绍 一个用来作为系统安全课设训练的模拟应用场景，模拟一个环境监测应用，基于cube-1.3架构实现 软件架构 该软件模拟了一个分布式的环境监测系统，中心为control_center，环境监测节点为nodes/nodex，有中心用户和远端用户，分为系统管理员、安全管理员，审计管理员，中心用户，远端管理员和远端用户六种类型 北京工业大学安全软件开发课设作业 介绍 一个用来作为系统安全课设训练的模拟应用场景，模拟一个环境监测应用，基于cube-1.3架构实现 软件架构 该软件模拟了一个分布式的环境监测系统，中心为control_center，环境监测节点为nodes/nodex，有中心用户和远端用户，分为系统管理员、安全管理员，审计管理员，中心用户，远端管理员和远端用户六种类型

基于MATLAB图像处理的菌菇分类系统源码+使用文档 软件架构 四个文件夹A、B、A&B、C分别是A、B类蘑菇图像，未分类的A、B类蘑菇和有异物的C类蘑菇（异物之下仍然是A或B类蘑菇） excel文件是我统计的A、B类蘑菇参数 程序文件 m2.m:单张照片分类 m3.m:A&B类批量处理设计分类器 mogu.m:GUI可视化界面程序（回调函数设计） mogu.fig:GUI可视化界面设计 flow_svmModel2.mat:SVM分类器模型（可直接调用进行分类） 使用说明 GUI界面 设计可视的GUI界面分为显示、操作、图像处理三个部分。 GUI界面 显示部分 有左右两边两个显示框，可以分别进行显示 操作部分 操作部分由打开文件、撤销、还原、保存、关闭和关闭图像组成。 （1）打开文件 打开文件的后会在左边坐标侧显示原图，在右侧显示剪裁后的图像。默认可打开所有形式图像文件 （2）保存文件 保存文件是指保存右边处理后的文件，左侧坐标一直显示原始图像。保存图片格式默认为 .png。 （3）撤销 由于在每经过一次图像处理显示，都会保存在全局变量B{K}里，图像标题保存在N{K

基于深度学习的积灰检测识别-图像分类源码+数据集，纯手打高分项目。 介绍 解决灰尘识别问题 采用自制灰尘数据集 方法介绍 （1）普通数据增广 （2）AutoAugment数据增强 （3）resnet （4）监督对比学习损失 （5）各种常用深度学习算法 基于深度学习的积灰检测识别-图像分类源码+数据集，纯手打高分项目。 介绍 解决灰尘识别问题 采用自制灰尘数据集 方法介绍 （1）普通数据增广 （2）AutoAugment数据增强 （3）resnet （4）监督对比学习损失 （5）各种常用深度学习算法 基于深度学习的积灰识别-图像分类+数据集，纯手打高分项目。 介绍 解决灰尘识别问题 采用自制灰尘数据集 方法介绍 （1）普通数据增广 （2）AutoAugment数据增强 （3）resnet （4）监督对比学习损失 （5）各种常用深度学习算法

多达几十个项目，类型全，只有你们想不到，而且这里没有资源限制，让您下载一次得两份实惠

Andriod Studio写的安卓音乐播放器，项目功能适中但成熟简洁，最大特点就是把你几个点音乐APP上的音乐集合到一个播放器上，界面很美观成熟。主要有以下要点：1.通过Cursor扫描本地（手机上）的所有音乐音频文件，有音乐文件夹的显示并对其进行管理；2.通过MediaPlayer这个API实现音乐音频的播放，有像网易云的那个播放页面；3.另外，可删除音乐或添加到某歌单，可自定义新建歌单，循环播放随机播放设置，有我的喜欢和最近播放两个类（类似平时我们使用的音乐APP），还具有夜间模式和主题更换。 相关技术：Cursor、MediaPlayer、Fragment、View pager。

PS大作业，带素材和PSD格式的作业

基于plc设计 交通灯设计 程序和硬件连接 北京科技大学

Python大作业.docx

现有某高校评教数据(pjsj.xls)，共计842门课程，属性包括：课程名称、评价人数、总平均分以及10个评价指标Index1-Index10。以此为研究数据，利用数据挖掘的技术实现评价指标的筛选，即从10个指标中剔除对教学评价无用的指标。具体实现的内容应至少包括以下几个方面但不限于： （1）数据描述：利用盒图对每个指标数据进行描述性分析，画出10个指标的盒图：标注孤立点（如有）、最小值、Q1、中位数、Q3、最大值； （2）数据预处理：将每个连续型指标数据离散化为三个区间，级别从高到低分别为Excellent（用“E”表示）、Good（用“G”表示）、Fair（用“F”表示）；将总平均分离散为“A”、“B”、“C”三个等次，作为每门课程的类标签； （3）模型构建与评估：利用决策树算法对上述数据进行分类，构建决策树并进行性能评估：包括Recall（召回率）、Precision（精度）、F1和Accuracy（准确率）； （4）结果讨论：对研究结果（剔除的指标，即未出现决策树中的指标）进行讨论分析； （5）总结与展望：对全文研究过程进行总结并指出存在的不足或努力方向。

UML大作业 人才管理系统