基于-单片机数控电压源课程设计报告毕业设计论文.doc

医疗产业已经沉淀海量数据，且数据类型及数据量还将持续增加，但医疗数据在过去并未得到有效处理；另一方面，我国面临着慢 病发病率提升、临床决策失准及医疗资源配置不均衡、重复诊疗等问题。 医疗大数据治理可以在“海量数据”与“医疗问题”之间架起一条通路。大数据与机器学习、深度学习等技术和循证医学、影像组 学等学科的结合，可以为健康管理、辅助诊疗等场景提供解决方案；打通底层数据，构建互联互通的数据平台，可以优化诊疗流程、提 升医疗行为的效率。数据互通可以优化各应用场景的体验，各应用场景产生的数据又可以进一步丰富数据——由此形成一个价值闭环。 从政策角度出发，医疗是关系国计民生的高监管行业，政策对于大数据赋能这一行业的态度尤为谨慎。从企业角度出发，与以往一 呼百应的“大数据+产业”不同，企业对于这一领域的动作显得有些保守，此时谈论“应用场景”似乎操之过急。

本实验实现当KEY0按下，外部中断0请求中断，控制发光二极管从上到下循环点亮3圈；当KEY1按下，外部中断1请求中断，控制发光二极管闪烁3次。（要求外部中断1优先级高于外部中断0，即KEY1按下后能够打断流水灯的动作，当外中断1处理完后，恢复外中断0的处理，并且能从上次打断的那个LED开始循环）。

本文档首先介绍了压缩感知的原理，然后将其应用到地震勘探数据的应用中去，最后给出了应用实例及其结果

计算机实践报告.doc

基于python+opencv实现国内车牌识别系统源码(带GUI界面+PPT报告+项目说明)数字图像处理课设.zip 数字图像处理课程设计作业 Python3+OpenCV 使用tkinter搭建界面 tmp/文件夹是数字图像处理过程 chepai/文件夹是车牌图片 pic/文件夹是程序界面图 PPT答辩报告 Python opencv 车牌识别 【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\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。

操作系统实验报告进程的创建.docx

可见光通信开题报告.doc

本次实验提供六个类别的垃圾识别分类数据集，分别是glass、cardboard、metal、paper、plastic、trash。本次实验是基于卷积神经网络模型来完成六个类别垃圾分类。 目前垃圾分类已经在许多城市开展起来。这看似微不足道的“小事”，实则关系到13亿多人生活环境的改善，理应通过人工智能技术来大力提倡社会风气养成。本次实验提供六个类别的垃圾识别分类数据集，分别是glass、cardboard、metal、paper、plastic、trash。本次实验是基于卷积神经网络模型来完成六个类别垃圾分类。 2.任务要求 每位同学单独完成；建立神经网络模型，并尽可能将其参数调优到最佳状态；绘制深度学习模型图、绘制并分析学习曲线等；分析模型并试着调试不同学习率等超参数对模型的结果影响 ；使用Python语言。 3.实验方法 卷积神经网络 （Convolutional Neural Network, CNN）是一种结构类似于人类或动物的 视觉系统 的人工神经网络，包含一个或多个卷积层（Convolutional Layer）、池化层（Pooling Layer）和全连接层（Full

本系统希望通过构建一个J2EE架构的电子商务网站，利用日益繁荣的互联网，为传统的书店打造一个新的销售平台。本系统希望通过电子信息化的手段对书店的进存销等环节进行管理，以达到人力资源的合理配置，并大大削减设备费用的支出，提高服务能力，改善服务质量，加大管理信息服务的改进，提高工作人员利用率等。