机器学习-卷积神经网络
cnn图像分类。通过已有的大量的花卉图片素材,编写卷积神经网络对花卉图片训练集进行训练,并且将训练后所得模型存放在指定文件夹。再编写一个简洁的python图形的用户交互界面,实现图片的选择,根据训练出来的神经网络将识别结果输出,并通过绘制的图形进行分析和评估。实验对比后发现花卉图像分类识别效果较好,测试集准确率达到了99%以上,具有较高的识别准确率和稳定性。
cnn图像分类。通过已有的大量的花卉图片素材,编写卷积神经网络对花卉图片训练集进行训练,并且将训练后所得模型存放在指定文件夹。再编写一个简洁的python图形的用户交互界面,实现图片的选择,根据训练出来的神经网络将识别结果输出,并通过绘制的图形进行分析和评估。实验对比后发现花卉图像分类识别效果较好,测试集准确率达到了99%以上,具有较高的识别准确率和稳定性。
完整卷积神经网络鲜花的二分类,同时包含模型搭建、数据处理、选择面板框等,还有生成的折线图来进行准确率的对比分析和损失值的对比分析,饼图为耗时分析 压缩包同时还包含答辩PPT,和项目报告书(有背景,发展现状,方法,结果分析与讨论等等
此次提供生态系统的人工干预,如加入人工捕食、人工繁殖等。干预动物们的生活。而且程序可自动加载及存储生物基本信息文件。
在上一个继承、派生实验基础上进行扩展优化设计,扩展该程序为一个狼吃羊,羊吃草模拟,所有大灰狼和小绵羊都在青青草原中生活,大灰狼吃小绵羊,羊吃草。设计成为虚函数,在之前的基础上优化捕食等虚函数,捕食的依赖关系设计中传参考虑传递基类指针和基类引用,使得其扩展性更强。(压缩包是整体代码,复制到对应类上即可)