说明：监听智能合约所产生的用户行为，返回数据。

说明：智能机器人的微信小程序源码

说明：1、通过该系统使各部门都能够按照生产工艺流程控制主动准备生产线的物资、备品配件和水、电、气等资源体的供应，及时保证技术、设备和人力资源的供给，为连续生产提供了足够的配套支持； 2、通过该系统实时在线的设备跟踪管理功能，实现了设备故障自动预警，减少了由于设备故障导致的生产事故，并且缩短了设备维修周期，实现了备品备件库存的优化，为高效连续生产提供了稳定的设备基础。

说明：贝壳全能(智能)搜索引擎 集成了百度，谷歌，雅虎，有道，搜狗，迅雷等网页搜索引擎框，还有软件搜索，视频搜索，音乐搜索，图片搜索，购物是搜索，图书搜索，地图搜索，资讯搜索，知识搜索等内容！界面简洁。

说明：基于蓝牙的电子血压仪 ，随着人们对生活质量的提高，以及人口老龄化比例的升高，家用智能血压计的需求也不断呈上升趋势。本项目设计完成一种基于蓝牙技术和智能终端的电子血压仪方案

说明：1.有详细的C语言应用实例学习资料，与网站内初学者共勉 2.智能循迹小车配套程序 3.自动温控程序

说明：源代码非常清晰，内容丰富，浅显易懂。适合学习

说明：智能家具源码 主要是用蓝牙控制家里的家电设备比较方便的

说明：智能办公管理系统平台，有利于企业或个人学习起到帮助作用。

说明：智能回复，智能聊天，智能查询，可以实现真正的人机互动

说明：嘀嗒智能医疗 单一平台升级为跨平台，由专病专科医疗通道升级为一键联通。

说明：基于51单片机的智能计算器系统设计，实现计算功能

说明：这是一个关于人工智能的学习 这是一个关于人工智能的学习

说明：哈工大计算机系任老师人工智能课程的代码实现。全部三个实验。

说明：智能中国《神经网络入门教程》（书籍/资料）

说明：基于STM32的智能小车使用红模块智能避障程序

说明：本报告对 朴素贝叶斯模型及线性判别分析、二次判别分析 进行系统测试 “生成模型”是机器学习中监督学习方法的一类。与“判别模型”学习决 策函数和条件概率不同，生成模型主要学习的是联合概率分布??(??,??)。本 文中，我们从朴素贝叶斯算法入手，分析比较了几种常见的生成模型（包 括线性判别分析和二次判别分析）应用于多因子选股的异同，希望对本领 域的投资者产生有实用意义的参考价值。

说明：基于Android studio的智能家居系统。

说明：基于ARM平台和六自由度机械臂的智能艾灸机器人控制系统

说明：1、 功能描述： 超声波实现防盗测距，以四个led灯显示逐渐靠近的距离。当距离近到4灯全亮时蜂鸣器报警。 RFID实现刷卡开锁功能，刷卡同时系统会在Flash中读取验证卡号是否合法，并将刷卡卡号同当前时间及是否合法的标记存入Flash中。 OLCD上显示蓝牙连接状态，当前刷卡卡号，是否有火，是否有可燃气体，超声波测距距离，以四格显示。 HC-05实现与手机的蓝牙通信，通过上位机发送指定命令，查询当前时间、温度、湿度、火焰、刷卡记录及可燃气体状态，并可以通过命令修改系统时间，清空刷卡记录。

说明：清华大学计算机科学与技术系有关深度学习算法的通俗易懂的介绍与说明。

说明：智能手环，智能穿戴设备，物联网，智能家居

说明：李开复的人工智能书，可以拿去看看，还不错，pdf版本

说明：当前的电动小汽车基本上采取的是基于纯硬件电路的一种开环控制方法，或者是直线行使，或者是在遥控下作出前进、后退、转弯、停车等基本功能。但是它们不能实现在某些特殊的场合下，我们需要能够自动控制的小型设备先采集到一些有用的信息的功能。本文正是在这种需要之下开发设计的一种智能的电动小车的自动控制系统。它以单片机ARDUINO为控制核心，附以外围电路，在画有黑线的白纸“路面”上行使,由于黑线和白线对光线的反射系数不同,可根据接收到的反射光的强弱来判断“道路”——黑线。如图1-1判断信号可通过单片机控制驱动模块修正前进方向，以使其保持沿着黑线行进。

说明：人工智能蜂群算法，c++编辑，是用软件Notepad++存储的，可自行更改

说明：一个太阳能智能灯的控制电路，自带红外红外热释传感器，5-12V太阳能输入，带充电电池管理，AVR单片机。

说明：基于ZigBee的智能家居系统，对进行智能家居开发的人有用

说明：python自然语言处理的中文翻译 作者: StevenBird, EwanKlein & EdwardLoper 英文出版社：O'REILLY 翻译：陈涛 提供了非常易学的自然语言处理入门介绍，该领域涵盖从文本和电子邮件预测过滤，到自动总结和翻译等多种语言处理技术。在此书中，你将学会编写Python程序处理大量非结构化文本。你还将通过使用综合语言数据结构访问含有丰富注释的数据集，理解用于分析书面通信内容和结构的主要算法。 《Python自然语言处理》准备了充足的示例和练习，可以帮助你： 从非结构化文本中抽取信息，甚至猜测主题或识别“命名实体”； 分析文本语言结构，包括解析和语义分析； 访问流行的语言学数据库，包括WordNet和树库(treebank)； 从多种语言学和人工智能领域中提取的整合技巧。

说明：吴恩达人工智能课程，第二课 改善深层神经网络的课后练习题以及答案

说明：吴恩达人工智能课程，第一课神经网络和深度学习的课后练习题以及答案