计算机本科毕业设计选题推荐
一、人工智能与机器学习方向1. 基于多模态大模型的智能编程助手创新点：融合GPT-5代码生成能力与代码静态分析工具，实现「自然语言需求→可运行代码+单元测试」全流程自动化
技术栈：LangChain框架、CodeLlama微调、Pylint集成
延伸方向：添加漏洞自动修复功能（如CVE补丁生成）
2. 轻量化联邦学习在医疗影像分割中的应用
社会价值：解决医院间数据孤岛问题
关键技术：
设计差分隐私保护的梯度聚合算法
开发移动端部署工具（TensorFlow Lite+CoreML）
数据集：COVID-19 CT公开数据集
二、大数据与区块链方向3. 面向AIGC的内容真实性溯源系统
问题背景：应对Deepfake视频/AI绘画的版权争议
核心设计：
使用Hyperledger Fabric构建存证链
通过NFT元数据嵌入创作指纹
创新扩展：集成Stable Diffusion检测模型
4. 城市交通流时空预测与信号优化系统
数据源：滴滴/高德实时交通API + 路侧摄像头
算法选型：Graph Neural Network + Transformer时序建模
落地验证：SUMO仿真平台测试通行效率提升率
三、网络与安全方向5. 量子加密增强的物联网设备认证协议
前沿性：为后量子密码学时代做准备
实现方案：
基于Lattice-based Cryptography设计轻量协议
在Raspberry Pi上实测能耗与延迟
对比实验：与传统RSA/ECC的性能基准测试
6. 基于LLM的自动化渗透测试框架
技术亮点：
让大模型理解CVSS漏洞描述并生成Exploit
动态调整攻击路径（类似AlphaGo的蒙特卡洛树搜索）
伦理约束：需内置虚拟靶场防止滥用
四、人机交互与嵌入式方向7. AR眼镜的实时唇语识别系统
硬件需求：Microsoft HoloLens 3或Magic Leap 2
算法创新：
3D卷积神经网络处理立体视觉数据
端侧部署优化（模型蒸馏+量化）
应用场景：嘈杂环境下的无障碍通信
8. 脑机接口控制的智能家居中控
实验设备：OpenBCI头盔或Neuralink开发者套件
信号处理：
运动想象EEG信号分类（SVM+CNN）
设计防误触机制（如眨眼确认）
安全考量：神经数据本地加密存储
页:
[1]