回答提问
考试管理
考试清单
外卖系统
完整的外卖系统，包括移动端和后台管理。 一个基于Spring Boot和Vue的前后端分离的外卖系统，包括完整的移动端和后端管理功能。
地址：gitee.com/microapp/flash-waimai
电影院选座系统
开发技术：Spring MVC + Spring + MyBatis框架，MySQL数据库。 支付宝沙箱支付LayUI百度Echarts图表Redis缓存中间件。 特点：支付、可视化、智能选座等。
地址：
02
移动项目
对于移动端项目，可以模仿一些目前主流的APP，比如外卖、短视频、直播等，比如下面我就推荐美团模仿项目。 您可以更改此项目。 如何改变呢？
我给大家提供一个思路：当用户下外卖订单时，商家会收到“您有新订单”的消息。 商家选择接受或不接受订单。 如果商家接受订单，则用户进行支付并进行后续业务。
您可以为校园开发一个在线打印预约系统。 当用户打开您的系统时，他们将看到您学校的所有印刷店。 您选择您感兴趣的商店并上传您的打印文件。 这时仿百度新闻源码，印刷店老板会收到一条消息“您有新订单”。 商家选择接单或不接单。
付款后，商家会自动打印单据。 打印完成后，商店会将单据放在打印商店的货架上。 此时，店主点击“通知取件”，您的系统会向用户发送短信：“您的‘冒充文件名’文档已打印，请到清华西门印刷店大学（西门左侧步行100米）取货，取货号码为“666”。
刚才提到的想法完全可以通过美团项目来修改。 支付功能、定位功能、短信功能都不难。 支付功能可以使用支付宝沙箱，完全可以满足国防演示的需求。 短信发送功能各大云平台均提供相关服务。 比如我推荐一篇文章：
仿美团外卖点餐
前端使用vue+vuex+vue-router+axios，后端基于nodej.s框架，数据库使用mongodb。 功能包括登录、定位、浏览商品、加入购物车、下单、支付（微信、支付宝扫码支付）、评价、修改个人信息等。
项目地址：
精仿今日头条
数据来自今日头条App。 使用RxJava + Retrofit + MVP开发的开源项目。
项目地址：
下面两个GitHub项目是移动开发者开发的抖音App的翻版，老龚之前也推荐过。
iOS仿抖音
本抖音Demo适用于iPhone和iPad，同时兼容iOS 8.0 - iOS 12.0系统。 用 Objective-C 语言编写。 标准1.5K Star，项目地址：
本项目分为三个部分：抖音个人主页实现、在线视频相关功能实现、IM即时聊天功能的WebSocket实现。
Android仿抖音
本Demo涉及的技术点如下：
项目目标星数为1K Star，项目地址：
显示视频
本项目是一款短视频社交应用。 该系统包括用户终端和后台管理终端。 用户可以在小程序上发布自己的短视频，并通过我们的平台添加滤镜或背景音乐，创作出独特的短视频。 具有点赞、评论、下载、分享、转发等功能。 技术栈如下：
前端：H5、CSS、JavaScript、JQuery、Bootstrap、Themeleaf
后端：Spring Cloud、Spring Boot、Sping、Spring MVC、MyBatis、MySQL、Redis、Shiro
组件：Bootsrap-table、webUploader、PageHelper
项目地址：
斗鱼直播APP
Flutter重构的斗鱼直播APP，首页和娱乐都是Material组件； 直播间和鱼吧纯属定制编写。
地址：
仿网易云音乐
基于flutter的网易云音乐软件，支持iOS和Android。
地址：
高仿B站
基于react+express高仿B站Web移动端
关联：
03
机器学习、深度学习
机器学习项目和深度学习项目放在一起。 对于本科生来说，他们大多不具备深度学习或机器学习的基础。 如果你没有相关基础，还想做这个相关项目，我推荐几个教程。 这些教程都是老关仔细研究过的，负责任地告诉大家，看懂这些视频，做好答辩准备是没有问题的。
吴恩达机器学习：
机器学习教程：
吴恩达深度学习：
Pytorch实战：
张量流的实际应用：
情绪分析
基于机器学习的产品评论情感分析，使用Selenium模拟真实的登录行为并抓取数据。 采用jieba分词，分类模型采用机器学习算法SVM和深度学习算法LSTM。
地址：
舆情分析
利用微博热点话题和舆情聚类分析，主要功能包括微博数据爬取、微博数据文本处理、特征向量提取、Kmeans聚类等。
地址：
本项目仅使用简单的聚类算法Kmeans。 如果你把这个项目作为你的毕业设计，我觉得你可以研究一下深度学习相关的算法，读几篇论文，有能力复现然后改进。 只要你有数据，你就可以做很多事情。 按照我的想法，本科毕业设计就足够了。 即使你有硕士学位，你也可能无法通过该项目。
如果这个项目爬取的数据不能满足你的需求，你可以看看这个库，一个非常好用的微博爬虫。
图像分类
GitHub 项目有很多。 你可以直接在GitHub上搜索关键词“Pytorch图像分类”或者“TensorFlow图像分类”，比如猫狗分类等。如果你是做图像分类的话，技术路线大致是一样的，都是基于卷积神经网络。
但你需要改变它，如何改变呢？ 我举个例子：你可以做疾病分类。 互联网上有许多开源数据集。 判断一张图片是猫还是狗，本质上和判断一张图片是否患有疾病是一样的。 的。
如果你想做一些花哨的事情，你可以利用注意力机制来发现病变。 最终的效果是：输入一张医学图片，输出这张图片的疾病概率，并突出显示这张图片上的病灶。 。
开源数据集：CQ500
对于一个本科毕业设计来说，我觉得这个水平就足够了。 如果你不明白我刚才提到的技术术语，看完我刚才推荐的吴恩达深度学习教程你就会明白了。
老光在这方面做过研究。 如果您有兴趣，可以点击观看。 如果浏览量比较高，我可以自己开源一个项目，一步步教大家（甚至录制视频）。 绝对推荐。
生成对抗网络
老光之前写过一篇文章，介绍一些去马赛克的技巧。 目前，最流行的一种是通过生成对抗网络（GAN）来实现。 GAN是一个非常有趣的技术，包括换脸和一键（tuo）换衣服。 ETC。
如果你需要一段时间才能完成我分享的深度学习基础知识，我建议你观看由台湾大学李宏毅教授讲授的课程，该课程致力于生成对抗网络。
如果你要建立一个生成对抗网络，那就太酷了。 大家都会分类或者推荐。 如果你脱颖而出，创造出这么有趣的东西，我相信老师会给你高分。
不要担心互联网已经创建了，但你却无法发表论文。 去CNKI搜一篇生成对抗网络的硕士论文，照着他们的套路写就行了。
李宏毅GAN教程地址：
Pytorch官方生成的对抗网络示例代码：
这是Pytorch官方教程的一个章节。 给新手讲解GAN，直接上代码。 讲解到位，清晰易懂，评论很好。 示例模型是DCGAN（你不用担心它是什么GAN，它只是GAN的一种，看完教程你就会明白）
而且您不必担心您的显卡训练不够。 教程中直接提供了Google Colab环境代码。 如果你能访问Google，你可以使用它提供的计算资源免费从头到尾运行代码，加深你对GAN的理解。
下图是经过训练的网络生成的合成人脸。 虽然不太现实，但作为快速介绍还是不错的。
地址：
如果你完成了这个，你实际上可以选择你想做的主题：比如人脸属性操作，图像风格迁移等。这是一个非常有趣的项目，重点是这些代码都是开源的，这是重要的。 再说三遍：开源！ 开源！ 开源！
人脸属性操作
这是来自计算机视觉顶级会议CVPR 2019的文章。 您可以看到生成的可以操纵的面孔，例如眼镜、胡须、发型等。
地址：
图像风格迁移
这个项目的代码质量也非常高。 你可以基于它进行神奇的修改，或者在你的最终设计中实现你想要实现的功能。 风格迁移的核心思想是可以从图像中提取风格（例如梵高的夜空风格）和内容（例如你可以在画中看到河边的一匹马）。 你可以告诉计算机以B的风格再次绘制A。 这样的题材是不是很有趣呢？
地址：
04
推荐系统
电影推荐系统
本项目是一个基于大数据过滤引擎的电影推荐系统，包括爬虫、电影网站（前端和后端）、后端管理系统、推荐系统（Spark）。
通过在电影网站系统中埋点，获取用户的点击事件（例如用户喜欢哪部电影或者对某部电影的评分），并将该信息传输到推荐系统。 推荐系统根据信息进行相应处理，推荐结果存储在MySQL数据库中，Web前端通过查询数据库向用户展示推荐的电影。
地址：
新闻推荐系统
本项目是一个基于大数据计算引擎的新闻推荐系统，包括爬虫、新闻网站（前端和后端）、推荐系统（Spark）。 今天的网站是一个基于Spring Boot框架的Web项目。 用户在网站上完成注册。 登录后，网站会记录用户的浏览行为。 同时，网站也会将推荐结果呈现给用户。
地址：
05
大数据项目
地铁客运分析大数据项目
本项目主要对深圳通卡刷卡数据进行分析，从大数据技术角度研究深圳地铁的客运能力，探索深圳地铁服务优化的方向。
这个项目涉及到很多技术栈。 该项目刚发布不久，之前也推荐过。 由于涉及到很多常用的技术框架，因此可以加深对各个技术栈的理解和应用。 只有在使用的过程中才能体会到各个框架的差异、优缺点，从而为以后的项目开发技术选型打下基础。
以下是GitHub和Gitee的开源地址。 项目使用的数据也在项目中。 建议国内更快访问Gitee。
新闻联播实时大数据项目
这是一个基于Spark2的大数据实时分析与可视化系统项目。 建模、架构设计、集群规划、安装部署、集成继承与开发、Web视觉交互设计。
主要业务包括捕获用户浏览日志信息、实时分析流量最高的前20个新闻话题、实时统计当前网上曝光的新闻话题、统计哪个时间段用户浏览量最高等。
地址：这是系统设计流程：
其他渠道
除了GayHub和Gitee之外，其实还有一些网站你可以找到可以部署的项目，只是你不知道而已。
1. 代码最多
这个网站的UI有点上世纪的感觉，但主要业务是源码分享。 源代码的质量参差不齐，但可以认为是寻找项目源代码的地方。 最主要的是网站主会亲自部署每个上传的源代码，确保运行顺利才挂上去。
网站：
2.慕课网
事实上，MOOC上有相当多的实践项目。 虽然有的需要付费，但是老师会一步步指导你敲代码，教你如何配置环境。 他们还提供实际项目所需的源代码、软件等。
地址：
我学习Java的时候，我的第一个实际项目是吉利老师的。 说实话仿百度新闻源码，那段时间我学到了很多东西。
3.PHP中文网站
这个网站比较小众，专注于PHP技术栈，但是提供的资源包括但不限于各种视频教程、中文文档、实用的可部署源码等。如果你认为PHP是世界上最好的语言，并且如果如果您计划用 PHP 编写您的最终项目，那么这里就是正确的地方。
地址：
4.How2J.cn
How2j的Java教程涵盖了J2EE、Web前端、框架技术等全面的Java内容。 基于示例代码和视频讲解的学习方法可以为你未来的Java职业生涯打下坚实的基础。 当然，里面也有很多实用的项目源码，并附有视频讲解，可以给你的毕业设计提供一些有用的参考。
地址：
好啦，今天就分享到这里了。 如果这篇文章可以转发并保存，就不会被发现了。 您也可以为该公众号加注星标，以便您第一时间收到推送通知。
热门内容：
最近面试BAT，整理一份面试资料《Java面试BAT通关手册》，覆盖了Java核心技术、JVM、Java并发、SSM、微服务、数据库、数据结构等等。
获取方式：点“在看”，关注公众号并回复 666 领取，更多内容陆续奉上。
明天见(｡･ω･｡)ﾉ♡
