登录
首页 » Others » Android游戏源码人机五子棋项目源码

Android游戏源码人机五子棋项目源码

于 2020-12-11 发布
0 146
下载积分: 1 下载次数: 1

代码说明:

一个五子棋游戏项目源码,包括算法都有有比较详细的中文注释。只支持与机器人对战,不支持网络对战与多人局域网对战。人用白旗先手AI智商一般。可以做毕设也可以美化一下界面。涉及模块&技术绘图

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • ATP-EMTP软件
    ATP-EMTP是电磁暂态程序EMTP最为普遍使用的版本,可用来对电力系统的过电压等进行分析。
    2020-11-07下载
    积分:1
  • ESPRIT算法MATLAB仿真
    旋转不变子空间算法ESPRIT算法MATLAB仿真程序 ,DOA估计中经典算法
    2020-12-04下载
    积分:1
  • 基于Hadoop大数据平台实现遗传算法并行化.zip
    【实例简介】基于Hadoop大数据平台实现遗传算法并行化,借助于Hadoop中的MapReduce模型,将遗传算法划分为Map和Reduce两个阶段,在Map阶段并行化执行。真正意义上实现了遗传算法的并行化。
    2021-11-22 00:37:18下载
    积分:1
  • 基于核回归 Kernel regression 的图像处理作者Takeda的matlab代码 应用于去噪 超分 去模糊等等
    该程序很规范的应用核回归 Kernel regression 理论 以及应用了自适应高斯函数做核,达到图像处理的去噪,去模糊,超分等处理,本人项目用应用到的,感觉其他人也会用,因此分享,这是Takeda在07年发表的文章《Kernel Regression for Image Processing and Reconstruction》(IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 16, NO. 2, FEBRUARY 2007)中提供的代码,对于学习核回归理论的朋友很有帮助!
    2020-12-12下载
    积分:1
  • 电力系统谐波检测加汉宁窗插值算法Matlab实现
    快速傅里叶变换是应用最广泛的一种谐波检测方法,但直接利用快速傅里叶变换进行谐波检测存在较大的误差,影响谐波分析结果的准确性。通过加汉宁窗及插值修正算法可以改善计算谐波频率、相位和幅值的准确度。简述了电力系统谐波检测非同步采样加汉宁窗插值算法的原理,并采用巴特沃斯低通滤波器滤除高频噪声。MATLAB仿真结果表明,加汉宁窗插值算法具有检测精度好,实现简单的优点。
    2020-11-28下载
    积分:1
  • ZN法整定PID参数
    ZN法整定PID参数,自动化专业的学生能有所帮助!
    2020-12-01下载
    积分:1
  • 西门子自由口通讯实例
    自己最近琢磨出来的,已经测试好,可以正常收发数据,供参考
    2020-11-28下载
    积分:1
  • 语音增强算法
    语音增强算法,谱减法、小波变换以及数学形态学等的语音增强算法针对信噪比、语谱图、去噪情况,分析比较
    2020-12-01下载
    积分:1
  • 基于VTK光线投射法的CT图像三维重建_梅康平
    基于VTK光线投射法的CT图像三维重建,一篇不错的文献。
    2020-12-09下载
    积分:1
  • LaneNet训练自己教
    车道线分割模型模型训练自己的数据该模型是属于二分类语义分割6.encoder decoder model该文件夹中存放的是用于编码和解码的模型这里使用的是 vgg cncodcr. py和 fcn decoder. py测试:更换编码和解码的模型7. lanenet model该文件夹下存放的是 lannet模型的重要操作train.py中主要用到的是 lanenet merge model8. tboard该文件夹用来存放模型训练时产生的 event记录9. tools该文件夹下仔放的是 train lanenet py和 test lanenet py两个文件分别用于训练模型和测试模型10.训练准备好训练数据以后,在 terminal(终端)中通过指令跳转到 lament目录下举例:cd/ XXX/lanenet然后输入一下命令开始训练python tools/train lanenet. py --net vgg--dataset dir data/training data example/-net指定模型的骨干网终dataset dir指定训练数据的目录(该目录为 train txt所在的目录)如果训练的过程中出现了中断,需要接着训练,可以输入python tools/train lancnct. py --nct vgg -datasct dir data/training data cxamplcweights path path/to/ your/last/ checkpointgths_ path指定之前训练中断时权重文件存放的日录训练结東后,训练得到的模型的权重和参数文件在 model目录下的tusimple lanenet文件夹中l1测试准备测试数据测试数据是原始图片,放在data目录下的 training目录下的 testimage中(可以自定义)准备权重文件:将训练好的权重文件,包括:checkpoint, lanenet model pb, tusimple lanenet vgg 2018-10-19-13-33-56ckpt-200000. data-00000-of-00001, tusimple lanenet vgg 2018-10-19-13-33-56ckpt-200000 index, tusimple lanenet vgg_2018-10-19-13-33-56.ckpt-200000meta放在 model文件夹中测试数据准各完成后,打开 terminal(终端)输入以下命令跳转到 lanenet目录下cd/XXX/ lanenet′然后输入如下命开始用单张图片测试模型python tools/test lanenet. py -is batch False -batch size 1 --weights pathpath/to/your/model weights file --image path data/tusimple test image/O. jpgis batch是否是批量处理(True表示是批量处理, False表示不是批量处理默认为True)batch size批量处理一次读取的图片数量weight path模型的权重文件所在的目录image path测试数据的原始图片输入如下命令开始用批量图片测试模型:python tools/test lanenet.py -is batch True -batch size 2 -save dirdata/tusimple test image/ret --weights path path/to/your model weights file-image path data/tusimple test imagesavc dir是存放测试结果的地方(测试结果为划分车道线后的图片)安芯/方禹20181228
    2020-12-03下载
    积分:1
  • 696518资源总数
  • 104269会员总数
  • 42今日下载