Lvbta/IntegratedInformationInversionModelingPlatform-ML

This platform is a information inversion modeling tool using Python、machine learning and Vue2 for frontend interaction and visualization. It supports data preprocessing, model training, result output, file upload, model management, and visualization. It facilitates scientific research, industrial applications, and team collaboration.

信息反演建模平台

该项目是一个综合信息反演建模平台，包含后端 Python 和前端 Vue2 构建的界面，用户可以通过前端界面上传数据，支持excel和csv格式，运行模型并查看结果。

目录结构

后端（app文件夹下）

- config/             # 配置文件目录，存储模型参数和环境设置
- models/             # 存储训练好的模型
- result/             # 训练和推理结果的存储目录
- units/              # 辅助工具模块，包含通用功能函数
- upload_data/        # 用户上传数据的存放目录
- main.py             # 项目主程序入口

前端（vue文件夹下）

- .vscode/            # VSCode 编辑器相关配置
- dist/               # 编译后的静态文件
- node_modules/       # Node.js 依赖模块
- public/             # 公共静态资源
- src/                # 前端源代码
- jsconfig.json       # JavaScript 项目配置
- package.json        # 项目依赖和脚本配置
- package-lock.json   # 锁定依赖版本
- vue.config.js       # Vue 项目配置文件

环境要求

后端

• Python 3.x
• 依赖库：
  • numpy
  • pandas
  • scikit-learn
  • TensorFlow 或 PyTorch

可以使用以下命令安装后端依赖：

pip install -r requirements.txt

前端

• Node.js 版本 14 或更高
• npm 或 yarn 包管理器

可以使用以下命令安装前端依赖：

npm install

后端使用说明

1. 数据上传

将待处理数据上传到 upload_data/ 目录，支持 CSV、Excel 格式。

2. 配置模型

在 config/ 目录中，配置模型的参数和路径。

3. 运行主程序

通过命令行执行 main.py 文件，启动后端服务：

cd ./app
python main.py

4. 查看结果

运行结束后，处理结果将保存在 result/ 目录中。

前端使用说明

1. 启动开发服务器

前端开发环境可以通过以下命令启动：

cd ./vue
npm run serve

服务器启动后，可以在浏览器中访问 http://127.0.0.1:8080 查看项目。

2. 编译项目

如果需要部署，可以使用以下命令编译项目为静态文件：

npm run build

编译后的文件将存放在 dist/ 目录下。

贡献

如果您希望为该项目贡献代码，请遵循以下步骤：

1. Fork 本仓库
2. 创建新分支 (git checkout -b feature-branch)
3. 提交更改 (git commit -am '添加新功能')
4. 推送分支 (git push origin feature-branch)
5. 提交 Pull Request

许可证

该项目遵循 MIT 许可证。

说明：

• 后端 依赖库可以根据实际项目的需求进行调整。
• 前端 可以根据开发和部署需求自定义。