支持添加多个宝贝，宝贝制定计划，记录宝贝积分，兑换心愿等，帮助宝贝养成良好的习惯 全栈开发，使用uniapp和serverless实现

ndroid SDK与开发环境：熟悉Android Studio IDE，能熟练使用Android SDK及其工具进行应用开发和调试。 架构设计：理解MVC、MVP、MVVM等架构模式，能够设计高效、可维护的代码结构。 Android Framework：深入理解Android框架，包括活动（Activities）、服务（Services）、广播接收器（Broadcast Receivers）、内容提供者（Content Providers）等核心组件。 性能优化：掌握内存管理、多线程、图形与动画优化、网络通信优化等技能，确保应用运行流畅。 数据存储：熟悉SQLite数据库、文件存储、SharedPreferences及Room等现代数据持久化技术。 网络编程：了解HTTP/HTTPS协议，能够使用Retrofit、Volley等网络库进行网络请求和数据解析。

ndroid SDK与开发环境：熟悉Android Studio IDE，能熟练使用Android SDK及其工具进行应用开发和调试。 架构设计：理解MVC、MVP、MVVM等架构模式，能够设计高效、可维护的代码结构。 Android Framework：深入理解Android框架，包括活动（Activities）、服务（Services）、广播接收器（Broadcast Receivers）、内容提供者（Content Providers）等核心组件。 性能优化：掌握内存管理、多线程、图形与动画优化、网络通信优化等技能，确保应用运行流畅。 数据存储：熟悉SQLite数据库、文件存储、SharedPreferences及Room等现代数据持久化技术。 网络编程：了解HTTP/HTTPS协议，能够使用Retrofit、Volley等网络库进行网络请求和数据解析。

ndroid SDK与开发环境：熟悉Android Studio IDE，能熟练使用Android SDK及其工具进行应用开发和调试。 架构设计：理解MVC、MVP、MVVM等架构模式，能够设计高效、可维护的代码结构。 Android Framework：深入理解Android框架，包括活动（Activities）、服务（Services）、广播接收器（Broadcast Receivers）、内容提供者（Content Providers）等核心组件。 性能优化：掌握内存管理、多线程、图形与动画优化、网络通信优化等技能，确保应用运行流畅。 数据存储：熟悉SQLite数据库、文件存储、SharedPreferences及Room等现代数据持久化技术。 网络编程：了解HTTP/HTTPS协议，能够使用Retrofit、Volley等网络库进行网络请求和数据解析。

项目包含3个端：后台管理系统（Web版）、用户端小程序、服务端小程序，多个角色：分公司、安装门店、维修门店、巡检人员、调度人员、客户等。实现了空调、新风、地暖从订单到安装到巡检等全过程的监管和宣传。 全栈开发，使用serverless技术，用Nodejs实现服务端（效率最快），用uniapp实现前端开发，最终实现客户在浙江区域的推广落地。

这个项目来源网络收集，是一个快速开发的脚手架，可适用于中小企业的快速开发。 后台采用spingboot，前后端不分离的html的vue实现前端页面

基于Flink的电商数仓 2023-2024 项目负责人 项目描述:离线方面:项目收集或者应用程序的业务交互数据以及前段埋点数据，使用Nginx 与业务服务器把数据存到MySQL中，再通过DataX和Maxwell同步数据Hadoop。同时通过 Flume，Kafka将日志数据进行收集，传输实时方面：Kafka中的ODS数据经过Flink清洗过滤后 到dwd中，维度层通过hbase进行存储，再使用redis旁路缓存进行去重，最终的dws层使用 Clickhouse进行存储数据最终通过Superset进行可视化展示 主要工作：1.服务器准备和大数据集群搭建 2.数据仓库建模设计 3.数仓环境搭建 4.数据传输搭建 5.数据可视化呈现

使用grid布局快速铺设和完成页面内容，根据响应式节点和内容，将响应式上下左右的变换敲定并制作。 使用gird的特性，使页面能在较小的时候也可以很完善的换行掉落，是在各个环境的内容为一致的。

该项目主要是针对中小型个体户或者企业使用的进销存管理erp系统 设计主要来源网上收集和自己的功能理解，所有内容均自己一个人完成 后台采用java，spingboot，redis，mysql等技术

商品管理系统（app） 主要用于记录商品的分类和商品价格的手机端系统 负责功能：登录功能，分类功能，商品功能

总共包括小程序，公众号，后台管理系统，三端独立开发。使用长连接维持三端间的通信，后端接口微服务化，使用geo计算经纬度距离等

1、这是一个B2B的商城项目，整个项目从设计到实现都是我一个人完成，包含系统后台前后端和微信小程序 2、后台采用springboot，mybatis-plus，redis等技术，数据库采用mysql 3、后台系统前端采用vue 4、微信小程序主要针对商户使用，商户注册后可以下单，对接有微信支付和第三方聚合支付方式

Thomson Reuters 网站宣传和联系页面制作 Header部分，PC节点时使用Grid布局，将导航栏和logo按照设计放到指定的位置上，在SP节点时隐藏导航栏，显示导航开关按钮，按钮使用CSS赋予SVG路径过渡动画，使用一个隐藏的checkbox来确认和获取菜单的状态，使按钮可以根据导航菜单打开关闭正确显示状态。js在页面改变后获取Header的高度，在滑动高度大于Header高度时，给Header赋予模糊背景颜色，便于阅读。在使用模糊背景色时，发现Safari对于filter的支持不佳，经过测试后发现应使用-webkit-兼容解决问题。 内容部分，由于小标题样式统一，使用相同的类名来规定小标题样式，除标题外的内容，均使用Grid进行布局，使内容可以在SP宽度时，轻松实现布局上下调整。按钮部分加入了hover效果，对使用者起到引导作用。 客户请求部分，使用From表单，依旧使用Grid布局，方便调整SP时的上下位置。填好表单点击提交按钮后，将使用js进行字段校验，有错误将使用Alert弹窗提示，若确实无误，使用JQuery的clone方法将表单整体复制到隐藏的弹窗Div中，并

本系统的开发任务主要由服务器后端和小程序客户端两部分组成。在技术方面，服务器后端开发是采用Node.js和Express框架搭建本地服务器，小程序客户端开发采用的是Vue.js和uni-app框架，数据管理采用的是非关系型数据库MongoDB，数据可视化采用了图表插件uCharts。整个系统开发过程中用到的主要开发工具有Visual Studio Code、HBuilder X和微信开发者工具。

SpeechTransformer 是一种基于Transformer架构的语音识别模型，它是近年来深度学习在语音识别领域的重要突破之一。陆空通话语音识别是指将飞行员与空中交通管制员之间的通话语音转换成文本的技术。这种技术在航空领域具有重要的应用价值，可以提高飞行安全性和空中交通管制的效率。 SpeechTransformer 模型采用自注意力机制（Self-Attention Mechanism）来处理语音信号，能够有效地捕捉长距离的依赖关系，从而提高语音识别的准确性。相比于传统的循环神经网络（RNN）和卷积神经网络（CNN），SpeechTransformer 在处理长序列数据方面具有更强的能力。 在陆空通话语音识别任务中，基于SpeechTransformer 的系统可以自动将通话语音转换为文本，从而便于后续的处理和分析。例如，可以将通话内容用于飞行安全分析、空中交通流量管理、飞行员培训等方面。 此外，基于SpeechTransformer 的陆空通话语音识别系统还可以与其他技术相结合，如自然语言处理（NLP）技术，用于进一步理解和分析通话内容，提取关键信息，提高通话的语义理解能力

根据公司需求，经过3个月时间，对开源软件进行定制和部署，实现可用于学校，医院，酒店等企事业单位客户的综合能源服务平台，提供设备监控，能耗查询，资产划分等服务功能。 系统部署包括云端和边缘端，边缘端部署于客户现场，通过网关和路由实现与各类计量表具，传感器等设备的有线或无线相互通讯；边缘端设备通过网关接入云端，经过云端的数据库，智能化规则引擎，通过web端对外提供服务。同时完成了该系统在华为云上的技术认证。 项目中主要负责基于thingsboard+docker+k8s的物联网综合管理平台架构设计研发，容器化集群架设，边缘端设备选项，基于python的网关研发。

1.技术架构使用Get+Matrix+WebRTC实现 2. 技术痛点 - 实现图片,文本,语音,音视频,自定义类型发送消息 - 实现BTC钱包功能,包括发送货币,接受货币,货币价值等功能 - 单聊.群聊功能等

在推理过程中，如果我们希望不增加计算力和空间随着推理长度的增加，可以考虑使用某些特定的算法和数据结构。例如，可以使用动态规划、滑动窗口等技巧来降低算法的时间复杂度和空间复杂度。 以动态规划为例，它是一种通过将复杂问题分解为更小的子问题来解决原问题的方法，并且保存子问题的解以避免重复计算。这样，在处理长序列的推理任务时，动态规划可以帮助我们避免不必要的重复计算，从而减少计算力和空间的消耗。 再比如，当我们在处理文本数据时，可以使用滑动窗口技术来处理长文本。滑动窗口技术允许我们在不增加额外空间的情况下，对文本序列进行分块处理，从而减少了空间复杂度。 除此之外，还有一些模型压缩和优化技术，如模型剪枝、量化、低秩分解等，可以在不牺牲太多性能的情况下，减少模型的体积和计算量，从而使得模型在推理时更加高效。 总之，通过合理地选择算法和数据结构，以及使用模型压缩和优化技术，我们可以在推理过程中不增加计算力和空间随着推理长度的增加。

本项目是在openai 刚推迟 chatgpt 不久后，一朋友想做搭建一个国内版本，我花了几天时间，写了一套较完整的 chatgpt 系统， 后台对接ChatGPT，定制套餐，对接在线支付，购买会员等，token流量控制等，支持文字和ai生成图片等对话。 这个项目最终没推广开，后续就没在投入了，不过我觉得这个项目还挺有意思的。

### 远程超声协作机器人小程序设计与实现 #### 功能需求分析 1. **设备管理**： - 添加、删除、更新设备信息。 - 查看设备状态和实时数据。 - 设备分组与分类管理。 2. **用户管理**： - 添加、删除、更新用户信息。 - 分配设备给用户。 - 查看用户操作日志和历史记录。 3. **权限管理**： - 用户角色与权限设置（管理员、操作员、查看者等）。 - 分配设备操作权限（如启动、停止、维护）。 - 监控和审核用户操作。 #### 设计思路 1. **UI/UX设计**： - **布局设计**：界面简洁明了，主要分为设备管理、用户管理和权限管理三大模块。 - **导航设计**：侧边栏导航方便用户在不同模块之间快速切换。 - **可视化设计**：实时数据显示采用仪表盘、列表等形式，直观展示设备状态和用户操作。 2. **技术选型**： - **前端框架**：使用Vue.js，实现组件化和高效渲染。 - **实时通信**：WebSocket，实现设备状态和用户操作的实时更新。