-网络爬虫-爬取某网易云音乐平台榜单- 示例仅供参考,实际文件数远大于图片 可爬收费_会员类型,可批量爬取各种平台的音乐

一个海外支付平台，主要负责与国外airwallex公司进行沟通交流，来完成transfer功能模块，包括转账，换汇，开户，认证，各种金融产品操作，以及部分后端数据库的管理储存，完成金融市场markplace模块

功能：在 node.js 项目中嵌入 JRE 或 JDK，并提供调用方法。 技术：JavaScript、nodejs、axios、进度条。 具体可查看开源文档

1，监听端口，方便测试端口连通性 2，独立开发，采用C#socket技术，监听指定端口，接收到数据后，原文返回。 3，小工具，没用什么难点

央企、上市公司，后台开发，语言Java，C# 后台管理网站，接口定制，传输通讯，加密解密 Mysql SqlServer等主流数据库

后台技术linux + k8s + dotnet c#,前台vue,本人是全栈工程师，精通硬件、网络路由、云服务、微服务、k8s\docker\podman\dotnet\PostgreSQL等技术，在企业是管理者兼开发者，有很多企业应用正在使用中。

爬虫-文本类型 可爬取各种网址,只要带字就能爬! 示例为:某讯企业动向爬取,某team账号交易市场爬取 演示文件为爬取TX企业动向文件源码

项目为uniapp项目，包含登录注册，权限管理，多端适配，历史记录，个人信息的修改，支付宝支付功能等其他常见的功能

1，查询店铺，获取店铺用户，关注店铺 2，独立开发，利用HttpWebRequest模式浏览器访问 3，难点:通过JS分析，解析登陆

该项目是前后端分离项目，本人主要负责前端的开发，主要功能是对公司所以员工的整体信息管理，和招新的流程记录

本人为公司开发的电商服务平台，包含电商前后端各种系统的各种接口，以及各种财务报表统计，后端皆是本人开发。

该平台采用了h5前端开发技术，综合运用了前端框架vue3，node后端的koa2框架开发工具使用的Visual Studio Code，数据库为mysql，并使用了Navicat数据库可视化工具。使用TypeScript类型语言增强了代码的可读性，提高了平台的可维护性。 该平台主要是为便利居民生活，内设主要功能有设备维修，法律咨询，家教家政的预约服务和线上咨询服务，生活缴费服务仅限于在该平台注册登录并绑定手机号的用户。登录用户可在个人中心页面访问预约记录。游客的预约记录可在站内的人工智能处查询。简化了现实中繁琐的预约流程，从而提高了居民生活质量。

本人为公司开发的电商服务平台，包含电商前后端各种系统的各种接口，以及各种财务报表统计，后端皆是本人开发。

该项目是一个社交电商, 拥有电商功能及社交功能, 其中是以社交功能为主, 包括实名认证, 群文件, 群转账, 阅后即焚, 撤回等实用功能, 电商基础功能, 详情页, 购买页,订单页等. 我所负责的范围有: 电商功能的后端, 以及整个iOS端

该作品是基于YOLOv5的车牌定位与识别系统，旨在在边缘端实现高效准确的车牌定位与识别。它利用YOLOv5算法，通过在图像中滑动窗口来检测物体，将图像划分为网格，并在每个网格中检测物体。通过卷积神经网络进行训练，YOLOv5能够识别各种不同的物体，并在图像中进行定位。对于车牌的定位与识别，该系统可以通过对训练数据进行多次迭代来提高准确率。 该系统能够实现高效的车牌定位与识别，包括对车牌的边框定位和车牌号码的识别。在实际应用中，车牌定位与识别可以帮助交通管理部门更好地监管车辆行驶情况，打击假牌、套牌等违法行为，提高交通管理效率。同时，也可以帮助停车场管理部门实现自动化车辆进出管理，提高停车场运营效率。 该作品在实现上采用了深度卷积神经网络、多尺度检测和卷积特征融合等深度学习技术，并通过对目标边界框的坐标和置信度进行回归，实现了对车牌的高效定位与识别。具体而言，该系统包括了数据预处理、模型训练、模型测试和结果展示等模块，在每一阶段中，都采用了一系列的优化方法，最终取得了较好的定位与识别效果。 数据预处理阶段，采集了大量的车牌图片，并通过图像增强、裁剪、旋转等操作，生成了一组高质量的训

本人为公司开发的电商服务平台，包含电商前后端各种系统的各种接口，以及各种财务报表统计，后端皆是本人开发。

项目所采用的算法基于传统的动态目标检测技术。该技术通过建立视频或图像的背景模型，区分前景目标与背景，从而检测出动态目标。在检测到动态目标后，通过跟踪其运动轨迹，进一步判断是否为高空抛物。 预处理：对输入的视频或图像进行预处理，包括降噪、色彩转换等操作，以提高算法的检测精度。 背景建模：根据视频或图像的背景信息，建立背景模型。常用的背景建模方法包括均值法、高斯模型等。 动态目标检测：根据建立的背景模型，对视频或图像中的像素点进行分类，区分前景目标与背景。常用的方法包括帧间差分法、光流法等。 动态目标跟踪：对检测到的动态目标进行跟踪，记录其运动轨迹。常用的跟踪方法包括均值漂移法、卡尔曼滤波等。 高空抛物判断：根据跟踪得到的运动轨迹，判断是否为高空抛物。若物品从高处落下且速度较快，则可初步判定为高空抛物。 结果输出：输出高空抛物的检测结果，包括物品的运动轨迹、出现时间等信息。

该作品是基于YOLOv5的交通标志识别系统，旨在在边缘端实现快速准确的交通标志识别。它利用YOLOv5算法，通过在图像中滑动窗口来检测物体，将图像划分为网格，并在每个网格中检测物体。通过卷积神经网络进行训练，YOLOv5能够识别各种不同的物体，并在图像中进行定位。对于交通标志的检测和识别，该系统可以通过对训练数据进行多次迭代来提高准确率。 该系统能够识别各种不同类型的标志，如限速标志、禁止标志、指示标志等，并可以在不同的光照条件下进行识别。在实际应用中，交通标志检测和识别可以帮助驾驶员更好地遵守交通规则，减少交通事故的发生。同时，交通管理部门也可以利用这种技术来监测道路上的标志是否存在破损或缺失，并及时进行维修或更换。 该作品在实现上采用了深度卷积神经网络、多尺度检测和卷积特征融合等深度学习技术，并通过对目标边界框的坐标和置信度进行回归，实现了对交通标志的高效识别。具体而言，该系统包括了数据预处理、模型训练、模型测试和结果展示等模块，在每一阶段中，都采用了一系列的优化方法，最终取得了较好的识别效果。 数据预处理阶段，采集了大量的交通标志图片，并通过图像增强、裁剪、旋转等操作，生成

全栈 1.使用vue进行前端页面开发； 2.使用springboot框架进行后端开发； 3.使用MySQL与Redis进行存储和管理数据； 4.使用宝塔面板进行服务器管理； 5.java代码的测试和调试； 6.项目管理。

功能模块分为、普通用户登记信息，VIP登记信息、重点用户标记，用户充值余额、消费积分功能，消费记录等。各个模块的增删改查。 我负责普通用户登记信息，VIP登记信息、重点用户标记，用户充值余额、消费积分功能，消费记录。