本项目首先开发了一个python的类用于预处理wav音频文件来提取MFCC特征，得益于python_speech_features库其实几行代码就能解决，但为了后续的学习借鉴，本次开发较完善点，开发的多个接口对多种数据传递的情况做演示，然后用C++调用这些python接口并取回数据，经测试，每次调用接口会比纯python执行慢不到1毫秒，最终打包后的项目放到无任何开发环境的虚拟机做测试，这其中的波折和踩坑真的只有做过的才懂┭┮﹏┭┮

项目调用opencv配合dxgi完成对桌面和窗口的截图并进行不规则形状的模板匹配，并以梦幻西游为例，用来搜查鼠标位置（其实就是为了能写点游戏脚本玩玩）。 但最终目的其实是分别用纯C++、python搭配C++打包的dll、纯python 对比3种渠道的速度

项目编写的C++程序，根据输入的字符串，遍历所有桌面窗口标题，查找包含该标题的窗口，对该桌面窗口进行截图，以梦幻西游为例

项目调用tensorflow.keras搭建DDQN框架的智能体，其中Q值网络为简单的CNN网络，将8皇后问题的整个表格作为输入（即环境状态），下一个皇后的摆放位置为输出（即行动），最终训练出了可独立完成8皇后问题的智能体。

本实验根据英雄联盟的对局数据，搭建全连接网络分类模型，以粒子群算法对神经网络的节点数和dropout概率进行调优，最后对比默认模型和优化后的模型对英雄联盟比赛结果的预测准确率 。 粒子群优化算法(PSO)是一种进化计算技术源于对鸟群捕食的行为研究。粒子群优化算法的基本思想：是通过群体中个体之间的协作和信息共享来寻找最优解。它的优点是收敛快、实现简单，缺点则是容易陷入局部最优。