Python · SQLite
AI源码精选:轻量 SQLite 存储的 Python 桌面或 Web 小项目,部署简单,适合入门与课程设计快速上手。
本页展示 AI源码 中同时包含「Python」与「SQLite」两个技术标签的项目源码。 适合按技术栈交叉方向快速选型,获取完整源码、部署文档与技术支持。
共找到 30 个匹配项目 · 第 2/2 页
在全部项目中筛选此组合 →
中学生学业水平多维度分析与预警系统
本系统基于葡萄牙两所中学真实学业数据(UCI Student Performance Dataset),实现中学生学业成绩的多维度统计分析和机器学习考前预警。系统融合规则引擎与机器学习模型综合评分,在期末考试前对学业风险学生进行预警识别,辅助教师开展针对性干预。

基于机器学习的心脏病发病风险预测系统
本系统是一个基于 Python Flask 框架的心脏病发病风险智能评估平台,以 UCI Cleveland 心脏病数据集为基础,通过 Bootstrap 有放回采样扩充至 1025 条样本训练机器学习模型。用户输入 13 项临床特征指标,系统输出心脏病风险概率与四级风险等级评估,支持单条预测与 CSV 批量预测,并提供 12 张 ECharts 可视化数据分析图表、模型管理、系统管理等功能。所有特征采用 UCI 原始编码方案(如 cp…

基于 Python 的汽车市场数据分析与可视化平台
本平台是一个基于 Python Flask 框架的汽车市场数据分析与可视化系统,整合了多个真实汽车市场数据集,提供数据概览、车辆检索、多维分析、价格预测、品牌对比、技术规格分析、销量统计等功能模块,适用于汽车市场趋势研究和二手车价格预测场景。

基于 Apriori 算法的中药配伍审查系统
本系统是一个基于经典 Apriori 关联规则挖掘算法的中药配伍审查平台,使用真实中医药处方数据集(PTM-TKDE2018),实现药材频繁项集挖掘、关联规则生成与配伍禁忌审查。

电商用户行为漏斗与CRO转化率优化分析
电商用户行为漏斗与CRO转化率优化分析(E-Commerce Funnel CRO)是一套面向电商运营的数据分析平台,覆盖从用户访问到最终购买的完整漏斗链路,提供多维诊断、统计检验、PIE 优先级矩阵与 XGBoost 购买预测等能力,帮助运营团队精准定位转化瓶颈并制定优化策略。

基于 Python 的短视频用户行为分析系统
基于快手 KuaiRec / KuaiRand 数据集的短视频推荐分析平台,提供用户行为分析、推荐偏差检测、内容运营洞察、图神经网络推荐等完整分析链路。

肿瘤微环境可视化分析系统
本系统是一个面向肿瘤微环境(Tumor MicroEnvironment, TME)研究的可视化分析平台,整合单细胞转录组与空间转录组数据,提供从数据导入、解卷积计算到交互式空间可视化的全链路分析能力。系统采用 Flask + SQLite 后端、原生 JavaScript + deck.gl (WebGL) 前端架构,支持多项目隔离、角色权限管理与科研验证闭环。

多组学癌症预后预测分析系统
基于 Flask 的 Web 应用,用于上传 TCGA 风格合并表、做特征与标签概览、Cox 预后风险评分与生存相关可视化。模型在本地训练后以 形式加载,不提供旧版演示数据或假模型兜底。

基于机器学习的古籍文字识别与断句校正系统
本仓库实现一套面向古籍页面图像的 端到端可复现流水线:从上传图卷、版面归一与预处理、深度学习文字识别(OCR)、文本整理、勘校与异体处理、句读标注(深度学习模型与规则后处理),到多格式导出与 微调 / 标注数据闭环。系统以 任务(卷宗) 为粒度管理全流程状态;登录用户 仅能访问本人任务(管理员可查看全部),便于课题演示、项目实验与多用户隔离。

城市交通流量预测与拥堵成因分析系统
是一个面向城市交通拥堵分析的 monorepo,覆盖计算机设计课题中的主要能力链路:

微博热点数据分析与可视化系统
一个基于 Python Flask 的微博热点数据分析平台,提供数据采集、清洗、情感分析和可视化的完整解决方案。

非遗文化传播与主题挖掘系统
本项目是一个面向“非物质文化遗产(ICH)数字化展示与传播洞察”的全栈应用,围绕 “内容展示 + 互动沉淀 + 数据分析” 三条主线,提供从非遗项目内容管理、用户互动(点赞/收藏/评论/分享)、到基于文本数据的主题挖掘(LDA)与传播效果分析的完整闭环。

基于用户画像的食谱推荐系统
这是一个基于 Flask + SQLite + 规则引擎 + 轻量机器学习的食谱推荐系统,面向课程设计/演示场景。

基于图像的指尖 PPG(iPPG)心率测量算法设计
本项目不接入实时摄像头,使用离线采集的指尖遮挡镜头视频/图像数据完成算法验证与演示(“基于图像”输入不变,仅把采集环节离线化,便于复现与对比测试)。

虚假新闻检测系统
本项目是基于 ConceptNN (概念神经网络) 算法实现的虚假新闻检测后端服务。它支持文本与图片的双模态特征提取,并保留了算法核心的 增量学习 (Incremental Learning) 能力,能够对接 Java 后端系统进行实时预测与模型更新。