基于python实现的CNN卷积神经网络手写数字识别实验源码+数据集（高分毕业设计）.zip该项目是个人高分毕业设计项目源码，已获导师指导认可通过，都经过严格调试，确保可以运行！放心下载使用。 基于python实现的CNN卷积神经网络手写数字识别实验源码+数据集（高分毕业设计）.zip该项目是个人高分毕业设计项目源码，已获导师指导认可通过，都经过严格调试，确保可以运行！放心下载使用。 基于python实现的CNN卷积神经网络手写数字识别实验源码+数据集（高分毕业设计）.zip该项目是个人高分毕业设计项目源码，已获导师指导认可通过，都经过严格调试，确保可以运行！放心下载使用。 基于python实现的CNN卷积神经网络手写数字识别实验源码+数据集（高分毕业设计）.zip该项目是个人高分毕业设计项目源码，已获导师指导认可通过，都经过严格调试，确保可以运行！放心下载使用。 基于python实现的CNN卷积神经网络手写数字识别实验源码+数据集（高分毕业设计）.zip该项目是个人高分毕业设计项目源码，已获导师指导认可通过，都经过严格调试，确保可以运行！放心下载使用。 基于python实现的CN

/******************************************************************************************************************* 程序功能：DS1302时钟实验 开发环境：WINAVR/GCC20100110 硬件环境：eeskill多功能开发学习板/实验箱（2017版）：ATMEGA16，12M晶振 接线说明：使用杜邦线连接核心板PA0~PA2口与底板JP26 具体接法，PA2-STCP，PA1-SHCP,PA0-DS 使用杜邦线连接核心板PA3~PA5口与底板JP45 具体接法，PA3-SCLK,PA4-IO,PA5-RST。 跳线说明：J70 实验现象：8位数码管显示时钟，初始时间为：03时46分55秒， 数码管显示为03 46 55，然后开始走时。 技术网站：http://www.eeskill.com 淘宝店铺：http://cepark.taobao.com 作者：eeskill 时间：2017-07-01**********************

c语言计算机网络实验源码，一共四个，两个TCP两个UDP，基于WinSocket，IDE用CodeBlocks

单片机型号：STM32F103C8T6 超声波模块：HC-SR04 采集距离数据同时显示在OLED上，并发送到串口。 采用标准库编写，模块所用资源已做宏定义方便移植。

包含的算法： 1、棋盘覆盖(控制台和MFC版) 2、二分搜索 3、分治法求线性序列中第k 小的数 4、找a[i]=i的下标i 5、求最长公共子序列 6、最大字段和问题 7、0-1背包问题(动态规划实现) 8、多机调度算法实现代码 9、汽车加油问题 10、贪心算法实现最小生成树——prim算法实现 11、0-1背包问题(回溯法实现) 12、符号三角形问题代码 13、跳马问题代码 还有实验截图！

基于python的数字图像处理实验源码+详细代码注释+实验说明文档.zip 代码内有注释，自带图片，地址为相对路径，可以直接运行 需要matplotlib、numpy、cv2、skimage库 【实验一】 图像反转实验,255-像素值 将彩色图像变换成灰度图像 直方图均衡化实验 线性对比度展宽实验 灰级窗实验 【实验二】 高斯噪声的中值、均值处理 椒盐噪声的中值、均值处理 【实验三】 锐化处理 水平锐化 垂直锐化 Roberts锐化 Sobel锐化 Laplacian锐化 Wallis锐化 【实验四】 基于类间最大距离法的图像分割

数据结构实验内容：线性表（顺序表实现）、线性表（单链表实现）、栈、字符串、多维数组（三元组表存矩阵）、二叉树（二叉链表和顺序表存储）、邻接表存图以及图的遍历、排序 实验报告部分只要求了线性表、栈、多维数组、二叉树和排序 每个实验均有一个带菜单的简易测试程序，具有一定交互性。 大二数据结构实验满绩，供初学者参考学习使用

基于python实现的BP神经网络手写数字识别模型实验源码+详细注释+数据集+项目说明+实验结果及总结.7z 人工智能 课程作业 手写数字数据集 BP网络模型识别手写数字 反向传播（英语：Backpropagation，缩写为BP）是“误差反向传播”的简称，是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工神经网络的常见方法。该方法对网络中所有权重计算损失函数的梯度。这个梯度会反馈给最优化方法，用来更新权值以最小化损失函数。反向传播要求有对每个输入值想得到的已知输出，来计算损失函数梯度。因此，它通常被认为是一种监督式学习方法。反向传播要求人工神经元（或“节点”）的激励函数可微。

基于python实现的CNN卷积神经网络手写数字识别实验源码+详细注释+数据集+项目说明+实验结果及总结.7z 人工智能课程作业 手写数字识别 数据集 详细注释 好理解 实验结果及总结 基于python实现的CNN卷积神经网络手写数字识别实验源码+详细注释+数据集+项目说明+实验结果及总结.7z

基于python实现的广度优先遍历搜索(BFS)实验源码+代码详细注释+项目说明+实验结果及总结.7z 广度优先搜索算法（英语：Breadth-First-Search，缩写为BFS），是一种图形搜索算法。简单的说，BFS是从根节点开始，沿着树的宽度遍历树的节点。如果所有节点均被访问，则算法中止。BFS是一种盲目搜索法，目的是系统地展开并检查图中的所有节点，以找寻结果。 BFS会先访问根节点的所有邻居节点，然后再依次访问邻居节点的邻居节点，直到所有节点都访问完毕。在具体的实现中，使用open和closed两个表，open是一个队列，每次对open进行一次出队操作（并放入closed中），并将其邻居节点进行入队操作。直到队列为空时即完成了所有节点的遍历。closed表在遍历树时其实没有用，因为子节点只能从父节点到达。但在进行图的遍历时，一个节点可能会由多个节点到达，所以此时为了防止重复遍历应该每次都检查下一个节点是否已经在closed中了。