1、拥有极其丰富的测试经验、测试理论。经手测试项目基本实现0bug遗漏。 2、游戏经验丰富，对于不同类型的游戏及软件提供极具价值的体验报告和行之有效的优化建议。 3、熟悉各种测试工具，脚本语言。对于性能测试、安全测试、弱网测试、自动化测试都有涉猎。

1、拥有极其丰富的测试经验、测试理论。经手测试项目基本实现0bug遗漏。 2、游戏经验丰富，对于不同类型的游戏及软件提供极具价值的体验报告和行之有效的优化建议。 3、熟悉各种测试工具，脚本语言。对于性能测试、安全测试、弱网测试、自动化测试都有涉猎。

本系统用作于广州炫音公司的设备销售管理，后台系统记录管理员分发设备给各级供应商，设备接入信息录入，对售出设备远程监控和控制，更改设备使用期限等。

基于力软敏捷框架作为报工后台管理，数据交互使用WebApi技术，实现移动端员工上下班、开始报工、结束报工等功能。（因APP的接口为内网，无法提供apk链接下载。）

使用技术：短信登录，redis缓存，PHPExcel,权限，中间件，定时，队列，事件，事务，路由优化，使用git上传保证项目即使更新；

致力于受众群体提供各种数据查询操作，使得使用人员能够快捷的进行各种针对于本人和公共的数据查看，业务办理的多功能融合的线上微信公众号，采用nginx作为代理的集群负载模式，springboot+vue设计架构

提供API和端口发送两种方式来接收水质传感器发出的数据，并且参数可以灵活配置，server端通过配置过滤器存储数据，并提供数据的归档、统计、查看、报警规则设定、报警服务、项目管理、GIS显示、人员管理 、权限管理等服务 项目有Web和App

通过spring +springmvc+mybatis 搭建的支撑平台，致力于对前端上传数据，图像的审核以及各种支撑数据的录入操作，解决前端业务流程的闭环

通过开放的网易云api，使用vue，elementui，vuex，vue-router等技术编写的网易云项目，包括登录，每日推荐，排行榜，音乐详情，播放列表，音乐播放等60多个网易云api的实现

采用一般的ssm技术框架，搭配mysql数据库，前段采用html+css进行页面布局设计，致力于解决学校此类评选工作的复杂度，这是在大学刚毕业时期的毕业设计作品

帮助优教优学研发ERP管理系统、按照客户的需求进行功能研发、并发布上线。 功能主要分为： 1、登录 2、客户管理 3、学生管理 4、OA管理 5、教务管理 6、财务管理 7、报表分析 8、系统设置 9、家校互联 10、统计分析 11、在线选课

浙食链分为商户、监管两部分，商户主要为商户进行操作(信息设置、食安码、报备、交易、票证、溯源),监管是市场管理员审核使用(商户审核，报备审核，食安码转码，进出门确认，各种统计信息)。 1、使用taro+vue开发。 2、使用canvas完成签名、电子凭证生成等。

融食安小程序主要为一款追溯食品去向，保障食品安全。用户在上面选择品种，添加报备进行交易，可以进行报备品种的追溯和交易订单查询。老板可以建立员工账号，让员工也能进行数据的操作。 1、使用小程序提供的组件，完成页面的搭建。 2、使用小程序api完成页面路由跳转，弹框，上拉懒加载。 3、使用wx.request配合promise完成接口请求。

医站到家是一款医疗健康类app，可以和签约医生在线咨询问诊，检测血压血糖，妇幼，双向转诊等功能。实现足不出户定期体检检查，负责聊天功能开发，架构设计，组件封装。

医博士是一款医疗教育培训学习类app，超百万下载量。在线考试，练习，观看视频等功能，可同时十万人考试，集成练吧功能，可及时查看错题库。观看医学类教学视频。负责架构设计，组件封装。

基于SpringBoot框架和ruoyi开源系统，实现收款合同、付款合同、计划节点、项目管理以及用户管理五个模块，并在专业部项目实施计划、应收应付款项、外协外包成本统计等项目综合信息的管理，实现日常工作的信息化录入与定期统计，保障专业部经济运行策划与实施

基于mybatis+thymeleaf+mysql+fastjson+bootstrap+spr ingboot技术，实现公司官网的产品和新闻发布等功能，使公司无纸化运营办公效率得到显著提升，更加丰富官网新闻和产品页的信息。

1.背景：基于深度学习的医学图像分割算法在“直肠全系膜切除手术（TME）”中的应用 2.课题推进：通过手术中的双目盆腔镜实时获取高清晰手术视频图像，联合湘雅医学院的专业人士一起进行训练样本标注工作，由预训练的神经网络模型进行像素级的语义分割，分割出手术区域辅助医生手术。进行论文调研，从GitHub开源平台复现算法。 3.工作：通过实验测试运算结果选取较好的网络模型，调整优化网络内部结构，进行多次训练调整直到达到较好的效果

植物细胞紧密排列具有相同的物理特性和灰度分布，常见的目标追踪算法有检测、相似度技术、匹配、目标关联四个步骤，并不能直接适用。我们采用相邻帧图像中细胞进行匹配实现追踪，具体实现：每帧图像的细胞可以通过连通域标记法准确获取其质心位置，相比于常见的目标追踪算法，少了帧内目标检测步骤。对于相邻帧细胞的相似度计算，我们搭建一个卷积神经网络对细胞进行相似度匹配。对于数据关联问题，我们提出基于相邻节点的细胞轨迹关联方法，使用节点关联策略进行目标关联。与传统基于机器学习（SIFT+SVM等）的植物细胞追踪算法对比，我们提高了细胞追踪的准确率

该原型主要存储一些移动端较常用的组件信息、包括导航栏、列表、图标、轮播图等 该原型主要存储一些移动端较常用的组件信息、包括导航栏、列表、图标、轮播图等 该原型主要存储一些移动端较常用的组件信息、包括导航栏、列表、图标、轮播图等