本文介绍了一个基于深度学习的招生预测系统，该系统采用前后端分离架构，主要功能包括：用户管理：支持注册登录、角色权限控制招生数据管理：提供数据的CRUD操作及导入导出功能深度学习模型：支持LSTM、GRU等多种神经网络配置和训练预测分析：生成可视化预测结果并进行历史对比报告管理：自动生成包含图表和分析结论的报告。

本研究设计并实现了一个基于深度学习的中国美术作品智能分类系统。系统采用ResNet50作为骨干网络，构建多任务学习框架，能够同时识别作品的题材、技法、朝代和流派四大维度。系统主要功能包括：AI智能分类（支持单张/批量上传）、注意力热力图可视化（解释分类依据）、相似作品推荐和多维度检索。技术栈涵盖Flask后端、Vue前端和MySQL数据库，实现了从作品浏览、智能分析到后台管理的完整流程。系统特色在