跳转至

智能科学与技术

专业课设及实验

第二学期

C++课设

此代码为 lxy764139720 C++课程设计，基于Qt和MySQL的火车票管理系统，仅供参考，请勿照搬源码

https://github.com/lxy764139720/train_ticket_manage_QtApplication

第三学期

数据结构课设

此代码为 M-Chase 数据结构的迷宫题目，使用python编写，界面为pyqt框架，仅供参考，请勿照搬源码

https://github.com/M-Chase/Maze

此代码为 lxy764139720 与小组合作的数据结构的项目安排规划甘特图，使用python flask编写，仅供参考，请勿照搬源码

https://github.com/All-Cheaters/Network_Planning

第四学期

数据库课设

此代码为 M-Chase 数据库课设，使用pyqt做的简易界面，echarts做的简易图表等，仅供参考，请勿照搬源码

https://github.com/M-Chase/Sql_work

此代码为 lxy764139720 的数据库课设，使用Java Spring MVC + MySQL编写的会议室预约管理系统，仅供参考，请勿照搬源码

https://github.com/All-Cheaters/conf_res

汇编语言实验课设

此代码为 M-Chase 汇编语言实验课设，包含9个实验题目和5个课设题目的全部代码，仅供参考，请勿照搬源代码

https://github.com/M-Chase/assembly

人工智能课设

此代码为 lxy764139720 人工智能作业，使用遗传算法拟合Chrome图标，仅供参考，请勿照搬源码

https://github.com/lxy764139720/Genetic_algorithm

此代码为 lxy764139720 与小组合作的人工智能课设（部分），基于Flask和CNN的mnist手写数字识别，仅供参考，请勿照搬源码

https://github.com/lxy764139720/mnist_web

第五学期

机器学习课设

代码为 M-Chase 机器学习课设，课设代码主要在machine/bigwork里面，主要有KNN SVM-SMO 决策树C4.5几种算法以及一些辅助代码，仅供参考，请勿照搬源码

https://github.com/M-Chase/Machine_learning

知识工程课设

代码为 lxy764139720 知识工程课设（部分），主要内容是基于Neo4j图数据库开发的心血管疾病知识图谱问答系统，数据都是自己爬的，带前端界面。仅供参考，请勿照搬源码

https://github.com/lxy764139720/knowledge_graph

第六学期

操作系统课设

代码为 lxy764139720 操作系统课设，是我自己选的计算机的课。主要内容是基于Flask+Vue的处理机和进程调度算法以及内存分配回收机制模拟，前端用了element——UI和Echarts展示。仅供参考，请勿照搬源码

https://github.com/lxy764139720/OS_experiment

计算机图形学课设

代码为 lxy764139720 图形学课设，主要内容是基于开源的C++ Flappy Bird游戏进行了四点改进。仅供参考，请勿照搬源码

https://github.com/lxy764139720/FlappyBird

自然语言处理课设

代码为 lxy764139720 自然语言处理课设1，主要内容是基于Bert的新冠肺炎问句匹配。仅供参考，请勿照搬源码

https://github.com/lxy764139720/nCoV_sentence_pair

代码为 lxy764139720 自然语言处理课设2，主要内容是基于CNN、LSTM和Bert的文本分类。仅供参考，请勿照搬源码

https://github.com/lxy764139720/text_classification

代码为 lxy764139720 自然语言处理作业，包括分词、词云、正则表达式等。仅供参考，请勿照搬源码

https://github.com/lxy764139720/regex_nCoV

生物特征识别课设

代码为 lxy764139720 生物特征识别课设，主要内容是用小波过零点检测做的虹膜识别，内含自己采集的小型数据集。仅供参考，请勿照搬源码

https://github.com/lxy764139720/IrisRecognition

第七学期

算法分析与设计课程实验

此代码为 lxy764139720 算法分析与设计课程实验，仅供参考，请勿照搬源码

https://github.com/lxy764139720/algorithm_experiment

未来筹备经验分享

  1. M-Chase@20220221

  2. 人工智能专业目前处于风口浪尖，很多学校都在申请此专业的本科教育，在这种热潮下难免会出现操之过急的现象，可能但不限于的问题可能有培养方案不合理，课程设置，课程质量问题等等，是机遇也是挑战，很多人可能会觉得学的不深，学不到东西，这较为正常的一些感觉，感兴趣可自行深入探究，以及后续可以读研进行深入研究。

  3. 也有很多同学读了此专业后并不是很感兴趣，可以转向计算机方向，或者未来就业可以找计算机领域相关开发工作等等，因人而异，这些前提都是自己有清晰的未来规划，每个方向所需要掌握的技能各有不同，需要努力的方向也不一样，选择适合自己的道路。
  4. 学好英语很重要，及时熟悉阅读英文资料，必备技能之一。