基于VTK开源软件包，结合Java applet编程，采用Java applet签名技术对程序进行签名认证。实现了Web方式下DICOM医学图像的三维重建，在重建的三维体上清晰显示出了人体器官的解剖结构,重建可在Internet上以Web模式跨平台运行,并可在三维体上进行交互切割和模拟手术开窗。分析用Java applet实现基于Web的医学断层图像三维重建是可行的,且实现的系统便于维护和升级，说明在临床上有很大应用价值。

这是一个学校的官网，包含一个首页+3个子网页。附带相关的媒体文件，css和网页设计图。 辛辛苦苦写了一夜，不想浪费了，就上传到网上给大家分享一下！

Web-3D-HMI-演示 带有node.js，Three.js和Nodes7的基于Web的3D Roboter动画演示 这是为机器人手臂创建基于Web的3D HMI的演示，可以从S7控制器进行控制。 机器人模型是从Kuka KR300 CAD模型（STEP格式）创建的，该模型使用FreeCAD软件分成了单个部分。 单个零件以OBJ格式导出，以我的经验，在相对较小的文件大小的情况下，可获得最佳效果。 然后，由three.js附带的OBJLoader加载OBJ格式的零件。 从S7程序中读取5个轴中每个轴的设定值。 通过robot.html上的一些Java脚本将旋转到所需的设定点。 可以从Web GUI配置轴跟随设定点的转速。 安装 必需的Javascript模块是通过npm下载并安装的。 在工作目录中调用： npm install 会下载它们并将其中的three.js文件复制到公共目录

全面覆盖据ava web 开发基础JSP+Servlet+Ajax+ssh框架整合 提供大量案例进行分析

大学生心理测试网站 使用vs2005\sqlserver2000 编程语言采用 .net(c#) 从数据库中读取试卷题目，学生登录后，在线答题。全部做完后，查看心理测试结果。教师登录，可查看学生做题情况。

机器学习模型房屋价格预测 使用Flask Web框架的机器学习模型进行房价预测

薪水预测-烧瓶部署 这是一个演示项目，用于详细说明如何使用Flask API在生产环境中部署机器学习模型 先决条件 您必须安装Scikit Learn，Pandas（用于机器学习模型）和Flask（用于API）。 项目结构 该项目包括四个主要部分： model.py-这包含我们的机器学习模型的代码，以预测hiring.csv文件中训练型数据上缺少的员工薪水。 app.py-包含Flask API，这些API通过GUI接收员工详细信息，根据我们的模型计算推定值并返回。 模板-此文件夹包含HTML模板，允许用户输入员工详细信息并显示预测的员工薪水。 运行项目 确保您在项目主目录中。 通过运行以下命令来创建机器学习模型- python model.py 这会将我们模型的序列化版本创建到文件model.pkl中 使用以下命令运行app.py以启动Flask API python app.

基于Web停车场管理系统的源代码和论文 基于Web停车场管理系统主要用于实现停车场相关信息管理，基本功能包括：系统信息管理模块、车位信息管理模块、IC卡信息管理模块、固定车主停车管理模块、临时车辆信息管理模块、系统功能操模块等。本系统结构如下： (1)系统信息管理模块：角色的增加、删除、修改和查询；用户的增加、删除、修改和查询。 (2)车位信息管理模块：车位信息的增加、删除、修改和查询。 (3)IC卡信息管理模块：IC卡信息的增加、删除、修改和查询。 (4)固定车主停车管理模块：对固定车主的停车信息进行增加、删除、修改和查询 (5)临时车辆信息管理模块：对临时车辆的停车信息进行增加、删除、修改、查询和打印 (6)系统功能操模块：退出登陆、修改密码。

基于Java Web的智能二维码门禁管理系统（源码+本科毕业论文）

注：以前学习flask框架时老师期末留的大作业。想要学习flask框架的可以用来学习学习常用的知识点。本次大作业的内容如下：实现一个机器学习算法演示网站，要求网站使用flask-bootstrap模板，能够同时在手机和计算机上良好地显示页面（即响应式页面） 2.1 注册和登录功能，要求使用数据库，并且计算密码散列值 2.2 登录成功后，显示算法演示主页面 2.2.1 主页面先显示三种鸢尾花的图片（图片自己上网搜索） 2.2.2 再下一行显示带链接机器学习算法：线性回归算法、决策树算法、支持向量机算法、朴素贝叶斯算法、KNN聚类算法 2.2.3 点击文字可以跳转到相应的演示页面 2.3 单个算法演示页面，包括但不限于如下功能 2.3.1 用flash函数显示文字：服务端正在使用某某算法进行鸢尾花分类计算，此时服务端程序即时运行相应的机器学习算法 2.3.2 然后显示算法名称和运行算法程序得到的训练得分 2.3.3 下面再显示一张图片，图片是算法的文字描述和相应的公式 2.3.4 下面一行显示带链接的文字：返回主页，点击则返回演示主页面 实现了flask框架与机器学习相结合，在页面中显示。