mingjourney / TraficBackend
基于深度学习的轨道交通客流实时分析预测系统(后端)
☆9Updated last year
Alternatives and similar repositories for TraficBackend:
Users that are interested in TraficBackend are comparing it to the libraries listed below
- 计算机毕业设计逆天版Python+Spark智慧城市交通大数据 交通流量预测 交通爬虫 地铁客流量分析 大数据毕业设计 大数据毕设 深度学习 机器学习☆66Updated 2 years ago
- 计算机毕业设计吊炸天Python+Spark地铁客流数据分析与预测系统 地铁大数据 地铁流量预测 地铁爬虫 地铁客流量分析 大数据毕业设计 大数据毕设 机器学习 深度学习☆21Updated 2 years ago
- 计算机毕业设计Hadoop+Spark交通大数据 地铁客流量分析大数据 数据仓库 大数据毕业设计 大数据毕设☆28Updated 2 years ago
- 基于深度学习的交通流量检测系统☆16Updated last year
- (纯个人向)本科毕业设计 主要是对项目进行记录和代码存储 《基于深度学习的多任务空气质量预测模型设计与实现》☆27Updated 11 months ago
- 爬虫爬取北京天气数据,pandas和numpy处理数据,matplot可视化展示数据,sklearn机器学习方法预测空气状况。☆124Updated 4 years ago
- 毕业设计——基于深度学习的电动自行车头盔佩戴检测系统☆138Updated last year
- 基于深度学习的停车场收费系统--车牌识别模块☆16Updated 3 years ago
- 基于卡口实时过车数据进行交通流量的实时预测分析,使用LSTM循环神经网络模型进行融合预测,准确率达到90%以上。☆55Updated 4 years ago
- 基于Python编写的中国城市轨道交通数据可视化分析项目。应用技术:网络编程、多线程、文件操作、数据库编程、GUI界面、数据分析。Python课程设计、大作业、实验、实践☆82Updated 2 years ago
- 1412基于Python卷积神经网络人脸识别驾驶员疲劳检测与预警系统设计毕业源码案例设计☆134Updated last year
- 该系统在本地计算机上使用 YOLOv5 模型进行烟雾检测。YOLOv5 是一种高效的目标检测模型,能够在复杂的场景中快速识别火灾烟雾。该模型部署在高性能硬件上,以确保实时响应和高精度的检测效果,在使用时对获取的图片可以进行推理,以检测火情。 YOLOv5-Lite 部署 …☆19Updated 6 months ago
- 基于深度学习的车牌识别GUI项目☆33Updated 2 years ago
- 本科毕业设计,基于机器学习的商品评论分析系统☆41Updated 4 years ago
- 基于开源项目SpringBoot+Vue二次开发交通时空大数据分析挖掘系统☆8Updated 2 years ago
- Python基于YOLOv5的闯红灯检测系统(完整源码&UI操作界面&部署教程)☆16Updated last year
- 计算机毕业设计之Python+Vue.js+Flask+LSTM音乐爬虫可视化系统 音乐推荐系统 音 乐LSTM深度学习情感分析 协同过滤算法音乐推荐系统 大数据毕业设计☆36Updated 2 years ago
- 基于Python的机器学习应用,针对监控视频完成行人轨迹搜索。通过一张目标图像,能自动从大量视频中搜索出包含目标的视频片段,并标记目标。此项目为本人本科毕业设计项目,引用请注明出处☆48Updated 2 years ago
- flask 公交数据可视化分析☆15Updated 2 years ago
- 计算机毕业设计之Spark+Flink+Python考研预测分析 考研院校推荐系统 考研大数据分析大屏☆30Updated 3 years ago
- 本科毕业设计-基于YOLOv5的异常行为检测☆25Updated 2 years ago
- 基于Hadoop/Spark奥运会奖牌变化大数据分析实现毕业源码案例设计☆14Updated last year
- Python课程设计项目:基于python机器学习(ml)的天气预测和天气可视化☆114Updated 2 years ago
- 基于opencv dlib的疲劳驾驶检测系统☆74Updated 2 years ago
- lstm算法 构建的车流量预测模型☆32Updated last year
- 本项目的目标是设计并实施一个面部情绪识别系统,本系统利用卷积神经网络(Convolutional Neural Network,CNN)算法,基于Tensorflow深度学习框架,来预测和分类人的面部情绪,最后通过图形化界面完成以下两个功能的设计:从本地读取图片进行面部情绪…☆22Updated last year
- Python+OpenCV表情识别系统(源码和部署教程)☆10Updated last year
- 基于深度学习的垃圾识别分类☆31Updated 5 months ago
- 基于深度学习的车牌识别系统,车牌检测部分由YOLOv8实现,字符识别部分由CNN实现☆42Updated 10 months ago
- 1356基于Python卷积神经网络人脸识别驾驶员疲劳检测与预警系统设计毕业源码案例设计☆33Updated last year