综合应用树莓派芯片上各个模块的功能，设计出一款可以自动巡线，自动避障，自动识别车牌的智能警车巡逻小车。

本实验设计的场景是智能警用无人巡逻小车，可以自动巡线，精准避障，遇到障碍物时实现S型绕弯，同时闪烁LED灯提醒，智能检测障碍物是车牌还是无关障碍，完成识别及做出相应的动作，完成信息发送，车牌存档等等操作，再实现精准避开车牌，若遇到四方都有障碍则原路返回，巡线直至检测到停车线，停车入库等内容。......

熟悉SQL的数据控制功能，能够使用SQL语句来向用户授予和收回权限。

YOLO v3算法详解以及和Faster-RCNN的比较

一、实验目的：熟悉和掌握启发式搜索的定义、估价函数和算法过程，并利用A*算法求解N数码难题，理解求解流程和搜索顺序。二、实验原理：A*算法是一种启发式图搜索算法，其特点在于对估价函数的定义上。对于一般的启发式图搜索，总是选择估价函数f值最小的节点作为扩展节点。因此，f是根据需要找到一条最小代价路径的观点来估算节点的，所以，可考虑每个节点n的估价函数值为两个分量：从起始节点到节点n的实际代价以及从节

实验3 基于神经网络的模式识别实验一、实验目的：理解BP神经网络和卷积神经网络的结构和原理，掌握反向传播学习算法对神经元的训练过程，了解反向传播公式。通过构建BP神经网络和卷积神经网络模式识别实例，熟悉前馈神经网络的原理、结构和工作过程。二、实验原理BP学习算法是通过反向学习过程使误差最小，其算法过程从输出节点开始，反向地向第一隐含层(即最接近输入层的隐含层)传播由总误差引起的权值修正。BP网络不

实验3 基于神经网络的模式识别实验一、实验目的：理解BP神经网络和卷积神经网络的结构和原理，掌握反向传播学习算法对神经元的训练过程，了解反向传播公式。通过构建BP神经网络和卷积神经网络模式识别实例，熟悉前馈神经网络的原理、结构和工作过程。二、实验原理BP学习算法是通过反向学习过程使误差最小，其算法过程从输出节点开始，反向地向第一隐含层(即最接近输入层的隐含层)传播由总误差引起的权值修正。BP网络不

1. 实验目标学习决策树的CART算法2研究流程图3.理论学习部分：3.1 概述决策树(decision tree)是功能强大而且相当受欢迎的分类和预测方法，它是一种有监督的学习算法，以树状图为基础，其输出结果为一系列简单实用的规则，故得名决策树。决策树就是一系列的if-then语句，决策树可以用于分类问题，也可以用于回归问题。本文主要讨论分类决策树。决策树模型基于特征对实例进行分类，它是一个树状

基于神经网络的情感分类实验一、实验目的：理解循环神经网络RNN和LSTM、GRU的结构和原理，了解梯度传播。通过构建循环神经网络RNN和LSTM情感分类实例，熟悉循环神经网络RNN、LSTM和GRU的原理、结构和工作过程。二、实验原理循环神经网络RNN是一种对序列数据建模的神经网络。RNN不同于前向神经网络，它的层内、层与层之间的信息可以双向传递，更高效地存储信息，利用更复杂的方法来更新规则，通常