算法实习
北京中文母语水平
0
1
2
3
4
5
刚刚活跃
个人介绍
遥感地信方向博士在读，具备扎实的算法研发与工程落地能力。
? 核心履历：航天宏图开发者大赛一等奖（担任队长），多篇深度学习SCI算法作者（高光谱分类、立体匹配方向）。
? 技术栈：
算法研发：精通 Python/PyTorch，擅长遥感影像分类、目标检测、语义分割、立体匹配等深度学习任务。软件开发：熟练 C++/C#，具备 PIE SDK 二次开发经验，可独立开发 GIS 桌面端插件与系统。数据处理：熟练使用 GDAL、ArcGIS、ENVI，擅长多源异构遥感数据的批量预处理、空间分析与专题图制作。✅ 为什么选我：兼具科研前沿视野与工程落地能力，代码规范，交付迅速，严格保密数据。⏰ 工作时间：工作日 10:00-18:00 全天在线，响应极快。⚠️ 只承接合法的工程技术开发、算法实现与数据处理服务，不接代写作业、学术代写，专注用技术帮您解决实际问题，欢迎咨询合作！工作经历
2024-09-01 -至今航空物探遥感中心算法实习
担任课题组核心技术骨干，负责多源遥感数据算法研发与工程化实现。主导开发了基于PIE SDK的滑坡风险评价系统，负责整体架构设计与核心功能集成。利用Python/PyTorch搭建高光谱分类与立体匹配模型，完成多个科研项目的数据处理与算法交付，并发表多篇SCI论文。具备从算法设计到工程落地的全流程能力。
教育经历
2024-09-01 - 中国地质大学（北京）地质资源与地质工程博士
2021-09-01 - 2024-06-01中国地质大学（北京）资源与环境硕士
2017-09-01 - 2021-06-01华北理工大学地图学与地理信息系统本科
语言
作品
高维特征提取模块：利用深度学习网络（如3D-CNN、Transformer等）对高光谱影像进行空间-光谱特征联合提取。小样本学习模块：针对标注数据少的问题，引入小样本学习策略，提升模型泛化能力。分类与评估模块：输出地物分类图，自动生成混淆矩阵、总体精度（OA）和Kappa系数等评估报告。
02026-09-14 12:49
系统主要包含数据预处理、风险因子提取、智能评价与可视化输出四大核心模块：数据预处理模块：支持多源遥感影像（Sentinel、Landsat等）的辐射定标、地形校正、InSAR处理及DEM分析。风险因子提取模块：自动提取坡度、坡向、高程、植被覆盖度、水系距离、地质构造等滑坡孕灾因子。智能评价模块：基于
02026-09-14 12:42
