1.本项目以相关平台音乐数据为基础,以协同过滤和内容推荐算法为依据,实现为不同用户分别推荐音乐的功能。 2.项目运行环境:包括 Python 环境、MySQL 环境和 VUE 环境。需要安装的依頼包为: Django 2.1、PyMySQL 0.9.2、jieba 0.39、xlrd 1.1.0、gensim 3.6.0 3.项目包括4个模块:数据请求及存储、数据处理、数据存储与后台、数据展示。其中数据处理部分包含计算歌曲、歌手、用户相似度和计算用户推荐集。数据存储与后台部分主要在PyCharm中创建新的Django项目及5个模板,即主页、歌单、歌手、歌曲和用户。前端实现的功能包括:用户登录和选择偏好歌曲、歌手;为你推荐(用户行为不同,推荐也不同) ;进入各页面时基于内容的推荐算法为用户推荐歌单,协同过滤算法为用户推荐歌曲、歌手;单击时获取详细信息,提供单个歌单、歌曲、歌手、用户的推荐;个性化排行榜(将相似度由大到小排序);我的足迹。 4.项目博客: https://blog.csdn.net/qq_31136513/article/details/132335950
2024-06-20 19:08:27 229.93MB mysql vue.js django 推荐算法
1.项目利用Python爬虫技术,通过网络爬取验证码图片,并通过一系列的处理步骤,包括去噪和分割,以实现对验证码的识别和准确性验证。 2.项目运行环境:Python环境:需要Python 2.7配置,在Windows环境下下载Anaconda完成Python所需的配置,下载地址为https://www.anaconda.com/,也可以下载虚拟机在Linux环境下运行代码。 3.项目包括4个模块:数据爬取、去噪与分割、模型训练及保存、准确率验证。用request库爬虫抓取验证码1200张,并做好标注。图片爬取成功后进行去噪与分割。处理数据后拆分训练集和测试集,训练并保存。模型保存后,可以被重新使用,也可以移植到其他环境中使用。 4.准确率评估:测试结果精度达到99%以上。 5.项目博客:https://blog.csdn.net/qq_31136513/article/details/131571160
2024-04-28 10:40:57 23.11MB python 爬虫 机器学习 验证码识别
1
1.本项目采用百度地图API获取步行时间,基于GBDT模型对排队时间进行预测。实现用户自主选择多个目的地,系统输出最佳路线规划的结果,并根据用户的选择给出智能化推荐。 2.项目运行环境:需要Python 3.6及以上配置。 3.项目包括6个模块:数据预处理、客流预测、百度地图API调用、GUI界面设计、路径规划和智能推荐。选用GBDT建立模型,GBDT通过多轮迭代,每轮迭代产生一个弱分类器,每个分类器在上一轮的残差基础上进行训练;采用GBDT模型进行预测,输入当前天气、温度、风力风向、日期(是否是节假日、星期几)和时间即可得出当前客流量;当前客流量在后续预测排队时做一系列操作即可转换为排队时间;通过调用百度地图API模块产生节点之间的步行时间矩阵和客流模型,应用穷举法设计算法,得出最佳路线规划;系统将用户未选择的地点一次分别加入已选择的队列中进行运算,其基本思路与最佳路线规划模块一致,采用穷举法得到所有路线及其总耗时,最后将它们输出,实现智能推荐。 4.博客:https://blog.csdn.net/qq_31136513/article/details/133018114
2024-04-24 18:32:16 10.68MB 机器学习 python GBDT 最优路径
1
1.本项目专注于解决出国自驾游特定场景下的交通标志识别问题。借助Kaggle上的丰富交通标志数据集,我们采用了VGG和GoogLeNet等卷积神经网络模型进行训练。通过对网络架构和参数的巧妙调整,致力于提升模型在不同类型交通标志识别方面的准确率。 2.项目运行环境包括:Python 环境、Anaconda环境。 3.项目包括3个模块:数据预处理、模型构建、模型训练及保存。项目使用德国交通标志识别基准数据集(GTSRB),此数据集包含50000张在各种环境下拍摄的交通标志图像;模型构建包括VGG模型和GoogLeNet模型简化版深度学习模型,MiniGoogLeNet由Inception模块、Downsample模块和卷积模块组成,卷积模块包括卷积层、激活函数和批量归一化;通过随机旋转等方法进行数据增强,选用Adam算法作为优化算法,随着迭代的次数增加降低学习速率,经过尝试,速率设为0.001时效果最好。 4.项目博客:https://blog.csdn.net/qq_31136513/article/details/135080491
2024-04-11 12:51:19 32.13MB 深度学习 python 图像识别 目标检测
1
摘要:针对双电机转速同步的问题,提出了偏差耦合同步控制策略。电机控制使用svpwm变频调速方式,建立了系统仿真模型,并进行了负载干扰情况下的双电机转速同步仿真。系统采用matlab仿真软件进行仿真,结果表明,采用偏差耦合转速补偿方法可以很好的降低双电机转速差,实现双电机的转速同步控制。   1.引言   随着工业技术的发展,在航空、军事、机械制造领域等需要多个电机同时驱动一个或多个工作部件进行协调控制的场合越来越多。传统的控制系统多采用单一电机实现单轴控制,电机的输出转矩有一定的限制,当传动系统需要较大的驱动功率时,必须特制功率与之相匹配的驱动电机和驱动器,使得系统的成本上升,而且过大的输
2024-03-25 10:03:51 200KB
1
1.本项目以Python语言和OpenCV图像处理库为基础,在Windows平台下开发答题卡识别系统,建立精确的计算机视觉算法,实现对答题卡批量识别、信息导出至Excel表格等功能,使判卷轻量化、准确化、高效化。 2.项目运行环境:Python环境、OpenCV环境、图像处理工具包、requests、 base64和xlwt模块。 3.项目包括4个模块:信息识别、Excel导出、图形用户界面和手写识别。其中基于OpenCV算法,实现对图片中选项信息、学生身份信息的检测;利用Python标准GUI库Tkinter实现图形用户界面功能;针对个人信息部分,调用智能识别API对学院、姓名进行手写文字识别,对班级、学号进行数字识别。 4.项目博客: https://blog.csdn.net/qq_31136513/article/details/132598680
2024-02-23 15:18:35 38.51MB opencv python 深度学习 图像处理
1
压缩文件中是用C++编写的利用A*算法进行寻路的两个小游戏。其中一个是一个迷宫游戏。
2023-05-16 16:06:48 108KB A* C++ 小游戏
1
MATLAB编程-群智能优化算法应用-人工蜂群算法实现PID参数整定
2023-05-03 19:44:14 3KB MATLAB 人工蜂群 PID参数整定
利用传统的樽海鞘算法SSA对PID参数进行优化 得到优化后的单位阶跃响应曲线 利用simulink进行仿真模型建立 matlab相结合 超级详细 不懂就问 超简单 做群智能算法优化加应用 有用 超级详细 评论送鲸鱼优化算法优化PID 可做对比
1
该课程主要介绍了如何利用常见的人工智能算法实现AI算法,同时将其应用到项目开发中,常用的AI算法有:AI行为树,FSM,基于脚本,基于感知的等等,课程讲解了很多AI算法,这些算法都有相关案例展示。也是解决AI算法非常好的方法,相比游戏中实现的AI算法都是比较呆板的,事先通过数值设定好的,这样玩家玩几次后就把套路摸清了,缺乏变化。该课程对使用的AI算法做了一个总结,这样对读者学习AI算法帮助很大,希望读者通过该课程的学习能够对AI有更深的理解。
1