毕业设计

系统概述：自动抓取、摘要生成和分类新闻内容 核心功能： 网络爬虫自动抓取新闻源 文本摘要生成（抽取式+生成式） 多层级新闻分类 热点话题检测与趋势分析 个性化新闻推送 技术栈：FastAPI + Vue.js + SQLite AI实现：BERT摘要模型 + TextCNN分类 特色功能：虚假新闻检测、情感分析

本项目实现了一个基于 Prophet 与 ARIMA 的混合预测框架，目标是结合两类模型的优势：Prophet 捕捉平滑趋势与节律性（seasonality），ARIMA 擅长拟合短期自相关与残差结构。该混合框架的总体思想为：先用 Prophet 对时序进行分解（趋势 + 周期 + 假日/外生项），再用 ARIMA/ARMA 对 Prophet 残差进行建模，最后对两者预测结果进行自适应加权融合，

本项目面向电商平台日购买用户量预测，使用 ARIMA 与 Prophet 构建创新混合模型，并提供可解释性分解、异常检测、模型对比与实验记录导出等功能，前端采用 Bootstrap + jQuery 实现现代化可视化看板。模型核心思想为“趋势 + 残差校正 + 稳态校正”： 1) 使用 Prophet 捕捉整体趋势与季节性 2) 使用 ARIMA 对 Prophet 残差进行建模与校正 ...

本项目面向人像修复（图像去划痕/填补缺失）任务，采用注意力增强的生成对抗网络作为核心模型，提供训练、评估与在线推理服务。后端使用 Flask 提供 REST API，前端使用 Bootstrap 与 jQuery 实现交互界面，支持图像上传、修复结果对比与指标展示；并提供训练日志可视化与模型权重管理。系统采用注意力增强的生成对抗网络，生成器为 U-Net 编解码结构，判别器为 PatchGAN。生

DeepEye 是一个综合性的 AI 视觉分析平台，集成了目标检测（YOLOv8）与 OCR 能力。前端采用 React 技术栈，后端基于 Django REST Framework 提供 API 服务。 DeepEye 是一个综合性的 AI 视觉分析平台，集成了目标检测（YOLOv8）与 OCR 能力。前端采用 React 技术栈，后端基于 Django REST Framework 提供...

基于矩阵分解的协同过滤实现，结合自适应优化（Adam 变体）、时间衰减与置信度加权；带有 PyQt5 可视化界面用于参数调试、训练观察和相似度分析。 基于矩阵分解的协同过滤实现，结合自适应优化（Adam 变体）、时间衰减与置信度加权；带有 PyQt5 可视化界面用于参数调试、训练观察和相似度分析。

本项目实战案例旨在演示如何利用 PyQt5 构建现代化的仿真界面，并实现基于 RBF (Radial Basis Function) 神经网络的自适应 PID 控制算法，用于风力发电机桨距角（Pitch Angle）控制，以在变风速条件下维持发电机转速恒定。 在风力发电系统中，当风速高于额定风速时，需要通过调节桨距角来限制捕获的风能，从而保持发电机输出功率和转速的稳定。传统的 PID 控制器...

这是一个基于 Python 和 PyQt5 开发的智能楼宇暖通空调 (HVAC) 仿真控制系统。该项目旨在演示如何利用先进的模糊自适应 PID (Fuzzy Adaptive PID) 算法来优化室内温度控制，在保证舒适度的同时显著降低能耗。 创新算法：采用模糊逻辑实时在线整定 PID 参数，解决了传统 PID 在非线性、时变环境（如楼宇热环境）中适应性差的问题。 物理仿真：内置基于热力学...

本项目旨在开发一个高精度的电池SOC估计工具，集成了二阶RC等效电路模型和自适应卡尔曼滤波算法。系统提供了友好的图形化界面，支持实时仿真、参数配置、数据可视化及结果导出。 系统主界面分为三个主要区域： 1. **左侧控制面板**: 用于设置电池参数、初始状态、运行条件以及控制仿真流程。 2. **右侧绘图区域**: 实时显示SOC曲线、电压曲线和估计误差曲线。 3. **状态栏**: ...