基于JavaScript云开发在线交友微信小程序源码+项目说明+开发文档.zip 【准备工作】 导入项目，创建微信小程序的云开发环境 将config.js的配置信息替换成自己的 APPID--------------------------小程序的appid SECRET-------------------------小程序的appid 云开发的环境id--------------------------cloundId 【创建云数据集合】 用户集合-------------------------- users 用户相册集合------------------------albums 动态集合-------------------------- posts 个人魅力秀集合-------------------------- show_yourself 评论点赞消息集合-------------------------- message 添加好友消息集合-------------------------- new_friends 更多内容请看项目说明，此处显示部分！

基于java开发的跨境电商微信小程序源码+项目说明.zip 【开发工具】 IDEA VS Code 微信开发者工具 【技术栈】 语言 JAVA WXSS WXML JavaScript 数据库 MySQL JAVA框架 SSM Spring Spring MVC Mybatis 小程序相关 UI组件 iView WeaApp Vant Weapp WeUI WXSS 开发框架 Jeason MINA

超市账单管理系统主要有登录，注册，账单管理、供应商管理，客户管理，修改密码，退出系统，用户注销等功能。 用户登录时需要验证用户名和密码是否正确，未登录用户不允许操作，修改密码时要保证旧密码正确，新密码和重复密码保持一致。 用户注册时进行校验，格式不正确无法进行注册。 用户退出时界面出现提示信息。用户注销后需要重新注册才能再次进行登录。 账单管理模块实现了对账单信息的增加、删除、修改、查询（包括按账单名称进行查询和查看账单详细信息）的功能。 客户管理模块实现了对客户信息的增加、删除、修改、查询（包括按客户名称进行查询和查看客户的详细信息）的功能。 供应商管理模块实现了对供应商信息的增加、删除、修改、查询（包括对供应商的详细信息的查询和对供应商按名字进行查询）。

基于Beego+gorm的动漫视频弹幕网站项目源码+项目说明+数据库.7z 基于Beego+gorm的动漫视频弹幕网站项目源码+项目说明+数据库.7z 基于Beego+gorm的动漫视频弹幕网站项目源码+项目说明+数据库.7z java版本的请看： https://download.csdn.net/download/DeepLearning_/87316464

机器学习课程设计 人脸识别完整Matlab源码+项目说明.zip 【功能实现】 1.信息隐藏 2.信息解码 3.人脸识别 【注意】 不要改变文件结构！！，.exe文件在exe里，生成的图片及.mat在generated_photo里，一张典例图片在example_photo里，image里是一些README文档需要的照片，resource里的是一些依赖文件，不要动！

Haar分类器结合keras-facenet算法实现人脸检测分割及人脸识别考勤系统完整源码+项目说明.zip 【模式识别-人脸识别考勤系统】 利用Haar分类器完成人脸检测、分割；利用FaceNet网络完成人脸识别。 【依赖库】 opencv-python numpy keras-facenet（见 https://pypi.org/project/keras-facenet/ ） Keras TensorFlow 其中，keras-facenet需要下载预训练模型置于~/.keras-facenet目录下，如果你获得的版本在model/目录下没有带该模型，请自行到该库的GitHub仓库页下载，或在第一次调用该库时也会自动下载。 【使用face_manager.py可以进行人脸的录入，注意录入姓名时，之间不要用空格分隔】 【使用main.py可以进行人脸考勤主操作】 准确率达到93.2% 【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。

基于pytorch框架和yolov5实现第一人称射击(FPS)游戏的辅助瞄准系统源码+项目说明.zip ​ 本程序基于pytorch框架与yolov5物体检测平台，实现了人工智能对FPS（第一人称射击）游戏的辅助瞄准。与传统游戏作弊方式不同，本程序不读取或改动游戏的内存数据，而是通过人工智能实时分析游戏画面、确定敌人位置并移动鼠标射击，反应流程与人脑相同，难以被普通反作弊方式检测。本程序的特点有： 单次识别过程经过反复优化，在RTX30系显卡下单次时延$\leq 0.1s$​ 前后端分离，前端启动器UI界面现代化、扁平化，提供参数调节功能并与后端通过json参数共享 设计演示模式，实时展现AI的识别过程 设计静态和动态模式，在敌人静态和近匀速运动时有可观的射击精准度 适配多款射击游戏，对CS:GO（《反恐精英:全球攻势》）单独优化，考虑到鼠标加速与鼠标灵敏度设置对程序参数的影响

机器学习课程作业_基于卷积神经网络的手写数字识别matlab源码+项目说明.zip 函数说明： read_label和read_image分别为读取标签和图像数据点的函数 convolve是实现卷积的函数，pool是实现池化的函数 SGD_MSGD是主函数，可以直接运行得到答案(把minibatch设为1就是SGD，大于1就是MSGD） OPTIMAL是优化版的主函数，可以直接运行得到答案 OPTIMAL_FINALE是最终优化版的主函数，可以直接运行得到答案 toolbox是用工具箱函数写的CNN，可以直接运行得到答案

基于python实现多张图像无缝拼接完整源码+项目操作说明.7z 基于python实现多张图像无缝拼接完整源码+项目操作说明.7z 基于python实现多张图像无缝拼接完整源码+项目操作说明.7z 图像拼接并非简单的将两张有共同区域的图像把相同的区域重合起来，由于两张图像拍摄的角度与位置不同，虽然有共同的区域，但拍摄时相机的内参与外参均不相同，所以简单的覆盖拼接是不合理的。因此，对于图像拼接需要以一张图像为基准对另外一张图像进行相应的变换（透视变换），然后将透视变换后的图像进行简单的平移后与基准图像的共同区域进行重合。 拼接效果:https://blog.csdn.net/DeepLearning_/article/details/127721721#comments_24570232

python实现基于改进的差分进化算法求解柔性作业车间调度问题源码+项目说明.7z 问题规模以(工件J*工序P*机器M)表示，例如J20P10M10表示共有20个工件，每个工件有10个工序，总共有10个加工机器可供选择。data文件夹中的文件表示程序所用的数据，其中data_first文件的问题规模是J10P5M6，data_second文件的问题规模是J20P10M10，data_third文件的问题规模是J20P20M15。对于其中数据的解释：横向表示工序，纵向表示机器，每个数值表示机器加工工序的耗时，工序和机器都是按顺序排列的。以data_first.txt文件为例，前五行分别表示第一个工件的5个工序分别在6台机器上加工的时间，第5-10行表示第二个工件的5个工序分别在6台机器上加工的时间，以此类推。 关于编码，本项目采用的是同类问题常用的编码方式，参考论文“基于改进遗传算法的柔性作业车间调度问题研究”，与该论文所述的编码方式不同的是，本项目的编码中第一段为工序编码，第二段为机器编码。