通过本课程的学习，达到如下目标：(1). 理解计算机网络体系结构和工作原理，掌握常用的网络命令，能够对命令的功能进行解释，分析命令执行结果，得到合理有效结论。(2). 掌握Packet Tracer软件的操作方法，能够使用该软件模拟组网、配置交换机、路由器，能够按照实验方案实施仿真实验，采集和整理数据。(3). 具备网络编程能力，能够设计抓包程序获取数据包，结合相关协议对数据包各个字段的含义进行分

#include<opencv2/opencv.hpp>#include<iostream>#include<math.h>#include<algorithm>#include<highgui.h>using namespace cv;using namespace std;//输入一堆直线，返回每条直线的斜率和截距vector &lt

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