logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

基于深度学习技术实现染色质开放区域的预测与分析系统源代码+数据库,采用Flask + Vue3 实现前后端分离的植物染色质可及性预测系统

本文介绍了一个基于深度学习技术的植物染色质可及性预测系统。该系统采用Vue 3+Flask技术架构,提供数据集管理、模型训练、预测服务和可视化分析等功能,支持染色质开放区域的智能预测。技术栈包含TensorFlow深度学习框架、MySQL/Redis数据库和ECharts可视化组件。系统采用前后端分离设计,后端基于Flask实现RESTful API,前端使用Vue 3+TypeScript开发。

文章图片
#深度学习#数据库#flask
智能学生管理系统:Spring Boot3+Vue3 前后端分离开发与 Docker 部署

Leaf SMS是一款基于Spring Boot3和Vue3开发的学生信息管理系统,采用前后端分离架构。系统具备完善的多角色权限控制(管理员、教师、学生)、JWT认证、密码加密存储、选课时间控制等功能。技术栈包括Spring Boot3、MyBatis Plus、MySQL8.0(后端)和Vue3、Element Plus(前端)。项目支持传统部署和Docker容器化部署,提供完整的数据库初始化脚

文章图片
#spring boot#docker#后端
从 0 到 1 打造工业级 Linux 服务器自动巡检系统:Python + psutil 工程化实战

本文复盘了一个完整的系统监控工具开发项目,从架构设计到具体实现。文章首先通过线上事故引出痛点:传统监控方案要么太重,要么效率低。作者采用Python开发了一个轻量级解决方案,具备以下特点: 五层架构设计:包括入口层、配置层、采集层、输出层和告警层,实现模块解耦 核心采集模块:基于psutil库实现CPU、内存、磁盘、网络等10大类系统指标采集 创新监控点:特别关注常被忽视的inode监控,解决小日

文章图片
#服务器#linux#python
【实战】从0到1搭建AI炒股系统:多Agent架构+LGBM双模型,支持择时分析与周度复盘

本文介绍了一个轻量级AI量化交易系统,采用无未来函数设计,通过分类+回归双模型预测股票涨跌和涨幅。系统采用分层架构(UI层、Agent层、模型层、特征工程层、数据源层),支持单票切换、双模型训练、操作建议、预测验证、周度复盘和择时分析等功能。文章详细说明了环境搭建步骤、常见问题解决方案,并展示了华能水电的回测效果(分类准确率56.3%,回归R² 0.072)。最后强调系统仅供学习研究,不构成投资建

文章图片
#人工智能#架构
踩完Python3.14量化所有坑:AI+龙虎榜共振量化交易系统完整源码(124分Tushare可用)

摘要:本文分享了一套自研量化交易系统的开发历程与核心功能。开发者使用Python3.14环境搭建AI选股与龙虎榜数据共振策略时,遭遇依赖冲突(TA-Lib/numba不兼容)、接口变动(AKShare/Tushare)、数据权限(124积分限制)等典型问题,耗时两周完成技术攻坚。系统现提供三大模块:1)无依赖的智能选股(含预训练模型与中文指标);2)低权限龙虎榜追踪(自动容错与T+1适配);3)技

文章图片
#人工智能
智能学生管理系统:Spring Boot3+Vue3 前后端分离开发与 Docker 部署

Leaf SMS是一款基于Spring Boot3和Vue3开发的学生信息管理系统,采用前后端分离架构。系统具备完善的多角色权限控制(管理员、教师、学生)、JWT认证、密码加密存储、选课时间控制等功能。技术栈包括Spring Boot3、MyBatis Plus、MySQL8.0(后端)和Vue3、Element Plus(前端)。项目支持传统部署和Docker容器化部署,提供完整的数据库初始化脚

文章图片
#spring boot#docker#后端
毕业设计基于 Vue 3 和 Spring Boot 的学生学籍管理系统源代码+数据库+详细项目文档

Leaf SMS(Student Management System)是一个现代化的学生学籍管理系统,采用前后端分离架构,支持多终端浏览器访问,无需本地安装。

文章图片
#vue.js#spring boot
基于深度学习技术实现染色质开放区域的预测与分析系统源代码+数据库,采用Flask + Vue3 实现前后端分离的植物染色质可及性预测系统

本文介绍了一个基于深度学习技术的植物染色质可及性预测系统。该系统采用Vue 3+Flask技术架构,提供数据集管理、模型训练、预测服务和可视化分析等功能,支持染色质开放区域的智能预测。技术栈包含TensorFlow深度学习框架、MySQL/Redis数据库和ECharts可视化组件。系统采用前后端分离设计,后端基于Flask实现RESTful API,前端使用Vue 3+TypeScript开发。

文章图片
#深度学习#数据库#flask
基于深度学习的驾驶员分心驾驶行为(疲劳+危险行为)预警系统使用YOLOv5+Deepsort实现驾驶员的危险驾驶行为的预警监测

该项目为人物专注性检测,分为两个检测部分,疲劳检测和分心行为检测。疲劳检测部分,使用Dlib进行人脸关键点检测,然后通过计算眼睛和嘴巴的开合程度来判断是存在否闭眼或者打哈欠,并使用Perclos模型计算疲劳程度。分心行为检测部分,使用Yolov5,检测是否存在玩手机、抽烟、喝水这三种行为。

文章图片
#深度学习#人工智能
YOLOv5 + Flask + Vue实现基于深度学习算法的垃圾检测系统源码+数据库

前端表单校验后端表单校验密码加密存储图片验证码登陆成功后设置TokenToken记忆登录状态。

文章图片
#flask#vue.js
    共 29 条
  • 1
  • 2
  • 3
  • 请选择