面向现代 Web 平台的 CNN-LSTM 混合深度学习钓鱼检测系统研究
本文提出基于CNN-LSTM混合模型的URL钓鱼检测方法，融合字符序列局部特征与全局依赖关系，并引入人工统计特征。依托PhishTank数据集构建端到端流程，实验表明其在准确率（97.61%）、召回率（96.89%）等指标上全面优于传统方法，显著提升零日混淆钓鱼URL识别能力，代码开源、轻量易部署。（239字）
如何从零撰写一份专业的求职简历？让AI帮你诚实且有策略地脱颖而出
tailored-resume-generator是Hermes平台上的AI简历定制工具，专为应届生、转行者及经验匹配度低的求职者设计。它通过JD深度解析、经历-岗位智能匹配、多格式输出三步，坚持“诚实优化”原则——不虚构技能，只用数据化表达放大真实优势，助力高效通过ATS筛选与HR初筛。
基于深度学习的【鱼类识别】系统实现~Python+2026原创
鱼类识别系统，技术栈如下：
● 前端：Vue3+Element plus
● 后端：Flask框架
● 算法：卷积神经网络算法（resnet50）、TensorFlow
关键技术：深度学习、模型训练、图像识别、人工智能、Python、CNN卷积网络
