本文提出基于Spark技术的智能交通数据分析系统，旨在解决城市化进程中交通管理的动态性、实时性挑战。系统采用Python+Spark+Flask+Echarts+Scrapy技术栈，包含数据采集、分析和可视化三大模块。通过SparkCore、SparkSQL进行多源交通数据的批处理和实时计算，利用Flask构建后端服务，Echarts实现交互式可视化。系统可提供实时交通监测、历史拥堵分析、流量预测

本文介绍了一个基于深度学习的智能音乐推荐系统，旨在解决流媒体时代音乐推荐面临的冷启动、数据稀疏性和实时性等问题。系统采用Python+Django技术栈，构建了一个混合推荐模型，将传统的协同过滤算法与基于卷积神经网络(CNN)的音乐内容分析相结合。系统功能包括：管理员可进行用户管理、音乐库维护和推荐监控；用户可享受音乐搜索、播放和个性化推荐服务。创新点在于利用CNN从音频信号中自动提取旋律、节奏等

本文提出一种基于深度学习的火灾烟雾检测系统，采用YOLOv12算法实现火焰和烟雾的高精度识别。系统采用B/S架构，整合PyTorch、SpringBoot、Flask和Vue3等技术，支持图片、视频和实时摄像头多种输入方式。功能包括单图/批量检测、实时视频流分析、AI风险评估（集成DeepSeek/Qwen大模型）、历史记录管理和PDF报告导出。系统通过SocketIO实现实时告警推送，利用FFm

本文介绍了一个基于YOLO目标检测和深度学习的血液细胞智能检测系统。系统采用YOLO系列算法实现血涂片中白细胞、红细胞和血小板的精准识别，结合DeepSeek优化技术提升模型性能。技术架构上，后端使用SpringBoot+MySQL，前端采用Vue3+Echarts，实现从图像上传到智能报告生成的全流程功能。系统支持四种检测方式（批量、图片、视频、摄像头），具备用户权限管理，检测结果可导出PDF，

本文设计了一个基于YOLOv11和DeepSeek的高压输电线缺陷智能检测系统。系统采用Vue3+SpringBoot+Flask的微服务架构，整合YOLOv11深度学习模型进行绝缘子破损、导线异物等缺陷的实时检测，并引入DeepSeek大语言模型进行多模态分析。系统支持图片、视频和摄像头三种检测方式，具备模型训练、实时监控、PDF报告生成等功能，实现了从"人工巡检"到&quo

本文提出了一种基于YOLOv11和DeepSeek的智能火灾检测系统，旨在解决传统火灾预警技术存在的响应延迟和误报问题。系统采用Vue3+SpringBoot+Flask的架构设计，前端实现可视化监控界面，后端集成YOLOv11进行实时火焰检测，并调用DeepSeek进行多模态数据融合分析。通过结合视频流、环境传感器等多源信息，系统显著提高了火灾识别的准确性和可靠性，同时支持模型自定义训练和多种检

本文提出了一种基于YOLO+DeepSeek的课堂行为智能检测系统，通过计算机视觉与自然语言处理的融合创新，实现了教学行为的自动化分析与评估。系统采用Python(Flask/PyTorch)和Java(SpringBoot)双架构，前端基于Vue3+ElementPlus，支持图片/视频/实时摄像头等多种输入方式。核心改进YOLO算法专注6类课堂行为识别，结合DeepSeek大模型提供语义分析与

摘要：本文设计了一个融合YOLOv11目标检测与DeepSeek多模态理解的遥感地理空间目标检测系统。系统采用Vue3+SpringBoot+Flask技术栈，结合MySQL数据库和FFmpeg视频处理工具，实现对NWPU遥感数据集中飞机、运动场地等目标的智能检测。系统支持图像/视频批量检测、实时分析、结果可视化及AI建议功能，具有检测精度高、界面友好等特点，可应用于城乡规划、灾害监测等领域。通过

本文介绍了一个基于YOLOv8和DeepSeek的苹果叶片病害智能检测系统。该系统针对苹果生产中常见的锈病、褐斑病等病害，采用深度学习技术实现精准识别，支持图片、批量、视频和摄像头四种检测模式。系统创新性地融合YOLOv8目标检测与DeepSeek大语言模型，不仅能识别病害，还能提供专业防治建议。采用SpringBoot+Vue3技术架构，具备用户管理、数据可视化和PDF报告导出功能，为智慧农业提

本文提出了一种融合YOLOv8目标检测与DeepSeek大语言模型的智能垃圾分类系统。系统采用"视觉识别+认知推理"双引擎架构，通过YOLOv8实现垃圾实时检测（准确率94%），并引入DeepSeek进行知识增强与分类校正。技术实现上采用SpringBoot+Vue3前后端分离架构，支持图片/视频/摄像头多种检测模式，可导出结构化PDF报告。创新性地结合大模型提供分类依据与环保