基于python+django+vue开发的外卖点餐网站【可用于课设-毕设】
平台采用B/S结构，后端采用主流的Python语言进行开发，前端采用主流的Vue.js进行开发。
整个平台包括前台和后台两个部分。
- 前台功能包括：首页、菜品详情页、订单中心、用户中心模块。
- 后台功能包括：总览、订单管理、菜品管理、分类管理、标签管理、评论管理、用户管理、运营管理、日志管理、系统信息模块。
基于Python+Django+Vue开发的外卖点餐网站结合了后端的强大功能和前端的灵活交互，能够提供流畅的用户体验。Python作为一种易于学习和使用的编程语言，配合Django框架的强大功能，可以快速开发出稳定可靠的后端服务。而Vue.js作为一个渐进式JavaScript框架，能够构建出响应迅速、界面美观的前端页面。这种技术组合不仅提高了开发效率，还保证了系统的可扩展性和安全性。
此外，当前社会对于食品安全和健康饮食的关注日益增加，一个优秀的外卖点餐网站可以通过透明的信息展示和便捷的服务流程，增强消费者的信任感和满意度。同时，对于商家而言，这样的平台也提供了一个展示和推广自己产品的窗口，有助于提升销售额和品牌知名度。
基于深度学习resnet50和vgg16卷积神经网络的汉字书法识别项目源码+训练集+测试集 【可用于课设-毕设】
深度学习大作业基于resnet50和vgg16卷积神经网络的汉字书法识别项目源码+训练集+测试集
操作步骤
将下载的训练集和测试集，解压到工程中
运行对应的data.py文件，进行转录，将原始数据集转录为numpy矩阵，生成data.npy及label.npy
运行对应的train.py进行训练
运行test.py使用训练完成的网络测试。
基于python的京东商城系统-可用于课设毕设学习
随着电子商务的快速发展，京东商城作为中国领先的电商平台之一，其系统的稳定性和高效性至关重要。本文旨在探讨基于Python语言开发的京东商城系统的设计与实现。首先，我们分析了京东商城的业务需求，包括商品展示、购物车管理、订单处理、支付流程以及用户评价等功能模块。接着，我们采用了模块化的设计理念，将系统分为前端展示层、业务逻辑层和数据访问层三个主要部分，以确保系统的高内聚低耦合特性。
通过性能测试和用户反馈，我们对系统进行了优化调整。测试结果表明，基于Python的京东商城系统能够稳定运行，并具有良好的扩展性和维护性。用户可以顺畅地完成购物流程，系统响应时间快，用户体验良好。综上所述，该京东商城系统能够满足现代电子商务的需求，为消费者提供了一个可靠和便捷的在线购物平台。
基于SpringBoot的体育馆场地预约管理系统-计算机类毕业设计(课程设计)
在数字时代，随着健康意识的增强和体育活动的普及，体育馆成为人们日常锻炼和娱乐的重要场所。然而，伴随使用率的提高，场地预约管理的问题也日益凸显。传统的手工登记方式效率低下，容易出现排队混乱、资源分配不均等问题。为了提高体育馆运营效率，满足用户的便捷预约需求，基于Spring Boot的体育馆场地预约管理系统应运而生。基于Spring Boot的体育馆场地预约管理系统旨在提供一个高效、便捷的解决方案，用于管理和调度体育设施的占用。系统通过实现用户友好的接口，允许用户轻松查看场地可用性，并进行在线预约。管理员能够通过后台管理场地信息，包括场地状态更新、预约情况和用户管理。系统支持多种场地类型，并可灵活配置预约规则。采用Spring Boot框架简化了部署流程，提高了开发效率，同时保证了应用的可扩展性和安全性。此外，系统还提供了数据统计功能，帮助管理者分析使用趋势，优化资源分配。总的来说，这个基于Spring Boot的预约管理系统不仅提高了体育馆运营的效率，也为用户提供了便捷、直观的预约体验，同时还为管理者提供了强大的数据分析工具，帮助他们优化运营策略，提升体育馆的整体价值。
基于深度学习CNN的手写数字识别算分系统，包含论文+系统源码-可用于课程设计和毕设设计
随着计算机技术的不断发展和完善，利用计算机图像处理技术对目标自动识别的技术研究具有现实意义，如手写数字手写数字识别系统，
基于深度学习的手写数字识别方法，采用DB算法进行手写数字定位和CRNN算法进行手写数字识别，并使用Paddle作为框架实现。首先，基于DB算法进行手写数字定位，DB算法具有自适应阈值和标注生成的特性，能够有效地检测和定位手写数字区域。通过学习图像中的手写数字和非手写数字区域，DB算法能够生成准确的手写数字边界框，为后续的手写数字识别提供准确的输入。其次，基于CRNN算法进行手写数字识别。
本文在Windows系统，选择Paddle作为深度学习框架。Paddle具有良好的可扩展性和高性能，同时基于PyQt5开发可视化交互界面，支持用户批量图像识别，矩形框鼠标绘制任意区域并进行手写数字识别，支持手写数字识别结果在图像上一一显示。
基于KNN算法的手写数字识别系统论文，包含系统界面，字数一万八-可用于毕业设计
手写体数字识别是机器学习中模式识别的一个重要的研究方向，在现今这个信息化的时代中有着非常广泛的应用，例如邮件分拣、银行票据识别。但是目前脱机手写数字识别相对于联机手写数字识别和印刷体手写数字识别，其准确率还不够理想，仍需要进一步提升。因此手写体数字识别研究不仅有广泛的现实应用价值，还有着重要的学术价值。
本文手写体数字识别系统的工作主要是运用K最邻近算法实现了对手写体数字的识别，支持上传本地图片和调用摄像头进行拍摄两种识别的途径，同时有添加完善数据集、查看测试集的识别率的功能，形成了一个比较完整的手写数字识别系统。本文还运用python的GUI编程中的tkinter模块设计了一个简洁友好的用户界面。本文重点阐述了手写数字识别图像处理流程，运用KNN算法进行分类识别，同时运用数理统计的方法对K值的选取进行优化，最后对整个系统的实现结果进行了分析。
采用了TestDigits测试集，并对其进行测试，实验的数据显示本文所设计的手写体数字识别系统取得较高的识别率，对上传和拍摄的图片也有着较高的识别率。
基于Opencv+QT的人脸识别考勤系统，有系统界面和论文，可用于计算机类毕业设计(课程设计)
随着深度学习方法不断的优化和改进，人脸识别系统在识别精度、识别速度等方面有了很大的提升，应用也越来越广泛，并且在员工人脸识别、网络支付认证、登录认证等多个实际领域得到了普遍应用。显然，深度学习在人脸识别技术的领域中有着重要的作用。同时，它在安全领域也有重要作用，用于身份验证和监控。此外，它还可以应用于手机上的各种应用程序进行身份验证，为用户提供了方便的身份识别方法，增强了用户隐私和数据安全。此外，人脸识别还广泛应用于员工人脸识别等领域，提升了用户体验和经济效率。
本文采用基于OpenCV的方法实现，通过使用OpenCV预训练的神经网络模型来进行识别。通过大量的人脸识别的数据进行模型的训练模型，进行人脸特征识别。然后进行加载模型，完成人脸的识别、定位等操作。本系统通过QT开发出客户端和服务端两部分界面，服务端主要负责进行员工人脸信息和基础信息的录入，同时可以查询客户的录入基础信息，检索客户端系统中所采集的员工面部识别数据。该客户端的核心功能是执行面部信息辨识，进而辨认并记录特定员工的信息，并将其面识别结果保存至数据库中，从而优化对员工面部识别数据的管理流程。
基于opencv的实时人脸检测系统，有界面，可用于计算机类毕业设计(课程设计)
本研究旨在开发一个基于OpenCV库的实时人脸检测系统。该系统利用OpenCV提供的Haar级联分类器进行人脸特征的快速识别，结合摄像头捕捉的实时视频流，实现对人脸的即时定位与追踪。系统主要分为视频采集、人脸检测、结果展示三个模块，其中人脸检测模块是核心，它通过加载预训练的人脸检测模型，对每一帧图像进行处理分析，准确标出人脸位置。
在实验测试中，系统在多种光照和复杂背景下均能稳定运行，检测准确率高，响应速度快，能够满足实时性要求。此外，系统具有良好的扩展性，可以通过更换不同的级联分类器来检测其他物体，如眼睛、嘴巴等。
总之，该实时人脸检测系统不仅展现了OpenCV在图像处理方面的高效能力，也为人脸识别技术的应用提供了一种简便、快速的实现方式，具有广泛的应用前景，如安防监控、人机交互、身份验证等领域。未来工作可以探索结合深度学习方法进一步提升检测性能，以及在移动设备上的优化实现。
基于深度学习CNN的果蔬识别系统-卷积神经网络的果蔬识别系统-计算机类毕业设计(课程设计)
基于深度学习CNN的果蔬识别系统|卷积神经网络的果蔬识别系统
技术栈：深度学习CNN算法、python语言、tensorflow框架、opencv库，pyqt5开发界面
摘要：
随着人工智能技术的迅速发展，深度学习在图像处理领域展现出巨大潜力。本研究旨在开发一套基于卷积神经网络（CNN）的果蔬识别系统，以提高农产品分类的效率和准确性。系统采用Python语言进行编程，利用TensorFlow框架搭建深度学习模型，并结合OpenCV库进行图像预处理与分析，最终通过PyQt5设计用户友好的交互界面。实验结果表明，该系统能够准确识别多种果蔬，具有较高的识别精度和良好的实时性能，为农业生产和市场销售提供了有效的技术支持。未来工作将致力于扩大识别种类，优化模型结构，提升系统的泛化能力和稳定性。
基于SpringBoot的高校社团管理系统源码，开题报告、伦文、答辩PPT，远程调试，可用于毕业设计(课程设计)
基于SpringBoot的高校社团管理系统
技术栈：前端vue框架、html、css、js，后端springboot框架，mysql数据库 maven
摘要：
随着互联网时代的发展，传统管理技术已无法高效，便捷地管理信息。为了迎合时代需求，优化管理效率，各种各样的管理系统应运而生，随着各行业的不断发展，校园社团管理系统建设也逐渐进入了信息化的进程。
这个系统的设计主要包括页面的设计和方便用户互动的后端数据库，而系统软件的开发则需要良好的数据处理能力、友好的界面和易用的功能。
数据要被工作人员通过界面操作传输至数据库中。通过研究，以MySQL为后端数据库，以JAVA为开发语言技术，以IDEA为开发平台，采用springboot框架，建立一个提供会员管理、社长管理、社团分类管理、社团信息管理、加入社团管理、社团留言管理、社团相册管理、交流论坛、系统管理等必要功能的、稳定的校园社团管理系统。
基于Python+OpenCV+Django+人脸识别库实现的人脸识别系统源码+万字参考报告+计算机专业课程设计(毕业设计)
人脸识别库是一种基于人脸特征进行身份识别的技术，通过收集和分析人脸的特征数据，实现对个体的识别和验证。随着人工智能技术的发展，人脸识别库在各个领域得到了广泛的应用，如安防、金融、教育、医疗等。
背景：
1.生物识别技术的发展：生物识别技术是一种利用生物特征进行身份识别的技术，包括指纹识别、虹膜识别、声纹识别等。其中，人脸识别因其无接触性、便捷性和准确性而受到广泛关注。
2人工智能技术的突破：深度学习技术的发展使得人脸识别技术取得了重大突破，识别准确率大幅提高，为人脸识别库的实现提供了技术支持。
3大数据时代的来临：大数据技术的发展使得人脸识别库可以处理海量的人脸数据，提高了识别效率和准确性。
功能介绍：
人脸检测：通过摄像头捕捉到的画面，实时检测出画面中的人脸位置，并进行标记。
人脸特征提取：对检测到的人脸进行特征提取，将人脸的特征数据转化为数字信息，便于后续的比对和识别。
人脸比对：将提取到的人脸特征与人脸识别库中的数据进行比对，判断是否为同一人。
人脸识别：根据比对结果，实现对个体的识别和验证，如门禁系统、考勤系统等。
人脸搜索：在人脸识别库中搜索特定人脸，实现对个体的
基于深度学习的人脸识别系统(opencv+keras+python)+报告+调试+计算机专业哔设课设
深度学习人脸识别是一种基于人工神经网络的图像处理技术，它通过学习大量人脸数据，自动提取人脸特征，实现对人脸的识别和检测。近年来，随着深度学习技术的不断发展，人脸识别技术在准确性、速度和鲁棒性等方面取得了显著进步，广泛应用于安防监控、金融支付、社交媒体等领域。基于深度学习的人脸识别技术具有重要的意义。首先，它在安全领域发挥着关键作用，能够用于身份验证和监控，提高社会安全性。其次，该技术在个人设备如智能手机上的应用，为用户提供了便捷的身份识别方式，增强了用户隐私和数据安全。此外，人脸识别还广泛应用于客户服务、个性化推荐等领域，提升了用户体验和经济效率。
本文采用基于OpenCV的方法实现，基于深度学习的人脸识别在OpenCV中可以通过使用预训练的深度神经网络模型来实现。这些模型通常在大量标注的人脸数据上进行训练，学习到丰富的人脸特征表示。通过加载这些模型，OpenCV可以对输入图像进行人脸检测、特征点定位和人脸识别等操作。此外，OpenCV还支持实时视频流的处理，使得在实际应用中能够实现实时的人脸识别功能。总之，基于深度学习的人脸识别在OpenCV中的实现主要依赖于预训练的深度神经网络模型
机器学习SVM的车牌识别系统源码+论文-计算机专业课程设计(毕业设计)
车牌号是机动车唯一的身份标志，如何通过自动化技术快速准确地识别车牌号对于交通管理有着重要的意义。
然而，基于图像的车牌识别系统的研制引起了许多学者的广泛兴趣，但车牌识别由于要适应各种复杂背景以及不同光照条件影响，使车牌分割及识别增加了难度。在一些特定情况下，例如由于车牌颜色不同，传统的识别方法可能无法很好地工作。因此，研究一种高效准确的车牌识别算法是非常必要的。
机器学习SVM（支持向量机）作为一种强大的分类工具，可以有效地处理这种问题。本文提出的基于OpenCV和SVM的车牌识别系统通过对车牌图像进行预处理、特征提取和分类，实现对车牌的自动识别。首先使用图像边缘和车牌颜色定位车牌区域，然后利用SVM算法识别字符。此外，为了降低计算量，通常在识别前需要先进行车牌检测，也就是从包含车牌的图像中截取出只包含车牌的一个图块。
总的来说，基于机器学习SVM的车牌识别系统具有巨大的应用潜力和研究价值。不仅可以大大提高交通管理的效率，也对于智能交通系统的发展起到了推动作用。
基于机器学习(CNN+opencv+python)的车牌识别+可用于毕设课设+可远程调试训练
车牌识别是计算机视觉领域的一个重要应用，它能够自动地从车辆图像中提取车牌信息。传统的车牌识别方法主要基于图像处理技术，如边缘检测、颜色分割等，但这些方法在复杂场景下效果不佳。近年来，深度学习技术的发展为车牌识别带来了新的机遇。
基于CNN+OpenCV的车牌识别系统是一种结合了卷积神经网络(CNN)和计算机视觉库OpenCV的先进方法。首先，使用OpenCV对输入的车辆图像进行预处理，包括灰度化、二值化、去噪等操作。然后，将预处理后的图像输入到预先训练好的CNN模型中进行特征提取和分类。最后，根据分类结果输出车牌号码。
与传统方法相比，基于CNN+OpenCV的车牌识别系统具有以下优势：
更高的准确率：CNN具有较强的特征学习能力，能够自动学习到图像中的局部特征和全局结构，从而提高识别准确率。
更强的鲁棒性：CNN对光照、遮挡、畸变等干扰具有较强的鲁棒性，能够在复杂场景下保持良好的识别性能。
更快的处理速度：由于采用了GPU加速计算，基于CNN+OpenCV的车牌识别系统能够实现实时或近实时的车牌识别。
机器学习Opencv和SVM的车牌识别系统,源码论文+答辩PPT
车牌识别系统是一种基于计算机视觉和机器学习技术的智能交通管理系统。在这个系统中，我们主要使用OpenCV和SVM（支持向量机）算法来实现车牌的自动识别。
首先，我们需要对输入的车辆图像进行预处理，包括灰度化、二值化、去噪等操作，以便于后续的特征提取。接下来，我们使用OpenCV库中的函数来检测图像中的车牌区域，这通常包括边缘检测、轮廓提取等步骤。
在提取到车牌区域后，我们需要对其进行特征提取。这里我们使用SVM算法来进行特征分类。SVM是一种监督学习算法，它可以在高维空间中找到一个最优超平面，将不同类别的数据点分隔开。在车牌识别任务中，我们可以将每个字符看作是一个类别，通过训练数据集来学习字符之间的特征关系。
为了提高识别准确率，我们还可以使用一些额外的技术，如字符分割、字符识别等。字符分割是将车牌上的字符分离出来，以便进行单独识别；字符识别则是根据提取到的特征来判断每个字符的具体含义。
最后，我们将识别到的字符组合成完整的车牌号码，并输出结果。整个车牌识别过程可以封装成一个函数，方便在其他项目中复用。
基于机器学习KNN算法手写数字识别源码+LW报告.用于课设哔设
KNN算法（K-Nearest Neighbors）是一种基于实例的学习方法，通过计算KNN算法（K-Nearest Neighbors）是一种基于实例的学习方法，通过计算待分类样本与已知类别样本之间的距离，选取距离最近的K个邻居，然后根据这K个邻居的类别进行投票，得到票数最多的类别作为待分类样本的类别。在手写数字识别中，KNN算法可以有效地识别出手写数字的形状和特征。使用tkinter库可以创建一个简洁的界面，用户可以通过该界面上传手写数字图片，然后调用KNN算法进行识别。首先，安装所需库，导入所需库，定义KNN算法函数，创建tkinter界面，添加上传按钮，添加显示结果标签，添加退出按钮，运行tkinter界面。手写数字识别是计算机视觉领域的一个重要应用，旨在让计算机能够自动识别手写数字。这一技术在金融、教育、邮政等领域具有广泛的应用前景。KNN算法作为一种简单有效的机器学习方法，在手写数字识别中取得了良好的效果。
基于spring+java的教务管理系统.7z，SSM框架
本文提出了一种基于 SSM 框架的教务管理系统的解决方案。该教务管理系统旨在为学校管理人员提供便捷的管理工具，帮助他们更高效地管理学校的教学和教务工作。
在系统设计方面，该教务管理系统采用了 B/S 架构，并采用了 MySQL 作为数据库。系统主要包括学生信息管理、教师信息管理、课程信息管理和教学管理四个模块。学生和教师都可以登录该系统，对其个人信息、课程信息和成绩进行管理。
在技术实现方面，该教务管理系统使用了 Spring MVC 作为 Web 框架，它负责处理 HTTP 请求并返回响应。Spring MVC 内置了 Requestmapping、HandlerMapping 和 ViewResolver 等组件，可以简化开发流程。MyBatis 作为持久层框架，负责处理数据库操作。
在安全性方面，该教务管理系统采用了 SSL 证书进行加密传输，并实现了用户身份验证和授权等功能，以确保用户数据的安全性。
在该系统中，采用了前后端分离的架构，前端使用了 Bootstrap 和 jQuery 等前端框架，可以提升页面的性能和用户体验。
民宿网站管理系统java+spring.7z，架构是SSM
本文提出了一种基于 SSM 的民宿网站的解决方案。该网站旨在为用户提供预订民宿的服务。SSM 框架是用于构建该网站的核心框架，它包含了 Spring MVC 作为 Web 框架，Spring 作为 IoC 容器和 MyBatis 作为持久层框架。
在系统设计方面，该网站采用了 B/S 架构，并采用了 MySQL 作为数据库。用户和管理员都能够访问该系统，管理员可以对民宿进行添加、修改和删除等操作，而用户则可以浏览民宿信息并进行预订。
在技术实现方面，该网站使用了 Spring MVC 作为 Web 框架，它负责处理 HTTP 请求并返回响应。Spring MVC 内置了 Requestmapping、HandlerMapping 和 ViewResolver 等组件，可以简化开发流程。MyBatis 作为持久层框架，负责处理数据库操作。
在安全性方面，该网站采用了 SSL 证书进行加密传输，并实现了用户身份验证和授权等功能，以确保用户数据的安全性。
在该系统中，采用了前后端分离的架构，前端使用了 Bootstrap 和 jQuery 等前端框架，可以提升页面的性能和用户体验。
毕业设计网盘系统设计+毕业设计商城设计系统+Java
本毕业设计旨在设计一个高效、安全、易于使用的网盘系统。该系统将允许用户存储、共享和访问他们的文件，并提供多种功能，如文件夹管理、文件上传和下载、在线预览等。此外，该系统将使用最新的安全技术，如加密和访问控制，以确保用户的文件得到最大程度的保护。
该系统将基于 Web 开发，使用 MVC 架构，使用 PHP 作为开发语言。它将包含三个主要模块：用户管理、文件管理和文件共享。用户管理模块将允许用户注册和登录，以及管理他们的用户信息和收藏夹。文件管理模块将允许用户创建、编辑、删除和重命名文件，以及上传和下载文件。文件共享模块将允许用户共享文件给其他用户，以及设置访问权限。
该系统还将使用缓存和队列技术来提高性能和响应时间。此外，它将使用 Docker 和 Kubernetes 进行部署和扩展，以确保系统的可靠性和可扩展性。
最后，我们将对系统进行测试，以确保其可靠性和性能。同时，我们将提供技术支持，以确保用户能够轻松地使用该系统。
总之，本毕业设计旨在设计一个高效、安全、易于使用的网盘系统，以帮助用户存储、共享和访问他们的文件，并提供最佳的用户体验。
《基于Electron + Vue的桌面音乐助手的设计与实现》 瑞客论坛
介绍了一款基于 Electron 和 Vue.js 开发的桌面音乐助手的设计和实现。该应用程序使用 Electron 构建前端界面，使用 Vue.js 进行组件化和数据驱动的开发，同时使用 Node.js 和 Express 框架实现后端服务。
该桌面音乐助手具有以下几个主要功能:
播放和管理音乐文件：应用程序提供了播放、暂停、快进、快退、上一首和下一首歌曲等功能，同时用户可以使用鼠标或手势进行控制。应用程序还支持音乐文件的导入和导出，用户可以使用本地文件系统或网络文件系统进行文件导入和导出。
歌曲信息和歌词显示：应用程序提供了歌曲信息和歌词显示功能，用户可以查看歌曲名称、艺术家、专辑名称和歌词等信息。
睡眠定时器：应用程序提供了睡眠定时器功能，用户可以设置音乐播放的时间和停止时间，并在设置的时间到达时自动停止音乐播放。
歌曲搜索和分类：应用程序提供了歌曲搜索和分类功能，用户可以搜索特定的歌曲或艺术家，并将歌曲进行分类。
在实现方面，应用程序使用了 Electron 框架构建前端界面，使用 Vue.js 进行组件化和数据驱动的开发
基于机器学习opencv的手写数字识别系统，有算法有系统
手写数字识别是计算机视觉和模式识别中的一个开放问题，解决这个问题引起了越来越多的兴趣。这个问题的主要挑战是设计一种有效的方法来识别用户通过数字设备提交的手写数字。过去和最近几年已经提出了许多研究来改进各种语言的手写数字识别。对阿拉伯语手写数字识别的研究是有限的。目前，深度学习算法在计算机视觉领域极为流行，用于解决和处理图像分类等重要问题，为计算机提供接近人类的感知能力。
基于Python的学生课程成绩管理系统源代码和报告-可用于毕业设计(课程设计)
主要分为三个角色：管理员、学生、教师。学生成绩管理系统由学生管理、成绩管理、信息管理、老师管理、设置等模块组成
管理员：可以修改教师相关的信息、修改学生相关的信息、添加教师相关的信息
学生：可以查看个人信息、个人成绩、修改个人密码
教师：教师可以查看、修改、添加学生的信息，可以查看、修改、添加学生的成绩。修改个人的密码
学生成绩管理系统是由前端和后端实现了在网站上管理学生成绩信息，此网站最大的特点就是页面简洁，不论是使用者还是管理者在使用时都能让其感受到方便快捷的服务。我们站在学生的角度上为学生减少了很多复杂的填写框，增加简便的选项。
前端部分为学生设计简便的页面，在浏览页面时可以一眼看到重要信息减少翻页带来的疲劳感。把能选项的都设计到了选项，填写的重要的信息都由使用者自己填写，这样设计即为使用者节省了时间也为此提升了使用者体验感。设计初衷是为了在页面上简单快捷的输入信息和修改信息。主要目的是在简单的页面上增加更多的实用功能，能够让使用者以简单的方式体验到所有功能。
后端采用Python结合Mysql数据库，主要是管理后台部分，其中可以管理大量的后台信息，比如学生成绩和学生信息。
Springboot集成Elasticsearch+京东搜索实战代码
Springboot集成Elasticsearch+京东搜索实战代码
Swagger实战完整代码
Swagger实战完整代码
Shiro整合Mybatis+Thymeleaf实践代码
Shiro讲解与实践——实现用户认证、授权、拦截，以及整合Mybatis+Thymeleaf
基于Springboot的个人博客网站系统源码—可用于课设(代码仅供学习)
基于Springboot的个人博客网站系统源码—可用于课设(代码仅供学习)，系统描述见https://blog.csdn.net/shooter7/article/details/121180333
SpringSecurity实战代码
SpringSecurity实战代码，实现用户认证与授权、注销、权限限制、记住我、首页定制
课设练习员工管理系统代码
课设练习员工管理系统代码，仅供学习使用
校园二手交易系统的完整源代码和使用说明资源.zip
该资源包括校园二手交易系统的完整源代码和使用说明，系统描述见链接：https://blog.csdn.net/shooter7/article/details/117407834
校园宿舍管理系统源码和LW报告.7z
校园宿舍管理系统源码和LW报告，本系统的详细描述见链接：https://blog.csdn.net/shooter7/article/details/115749485
线上考试系统源码及使用说明文档.7z
线上考试系统源码及使用说明文档，系统描述见链接：https://blog.csdn.net/shooter7/article/details/118077052
图书管理系统源码及使用说明文档.7z
图书管理系统源码及使用说明文档，系统描述见链接：https://blog.csdn.net/shooter7/article/details/117913810
仓库管理系统仓库管理系统源码和使用说明文档.7z
仓库管理系统数据库、源码和使用说明文档，系统描述见链接：https://blog.csdn.net/shooter7/article/details/118079808
个人博客系统源码及使用说明文件.7z
个人博客系统源码及使用说明文件，本系统的详细描述见链接：https://blog.csdn.net/shooter7/article/details/116007750
网上订餐系统源码及readme说明.7z
网上订餐系统源码及readme使用说明，系统描述见链接：https://blog.csdn.net/shooter7/article/details/115935230
Java JDK_API1.6、1.8、1.9中文文档下载.7z
资源包括Java JDK_API1.6、1.8 、1.9版本的中文文档。
学生选课管理系统的完整源码报告.zip
资源主要包括学生选课管理系统的完整代码和报告，下载后遇到问题私信作者。系统描述见链接：https://blog.csdn.net/shooter7/article/details/114916541
RSS订阅
1508
1
