本项目主要实现科研实验数据的读取、清洗、分析和可视化展示。支持对Excel、CSV、TXT等格式数据进行导入与整理，可完成缺失值处理、异常值检查、重复值删除、数据归一化、标准化处理和指标计算。在图表绘制方面，可根据实验需求生成折线图、柱状图、散点图、预测值与真实值对比图、loss曲线、RMSE/MA

本项目主要完成航空发动机多传感器退化数据的处理、建模与结果可视化。功能包括：原始数据读取与整理、发动机RUL标签构建、传感器特征筛选、数据归一化与标准化处理、滑动窗口样本构造、训练集与测试集划分、深度学习模型训练、预测结果输出和评价指标计算。项目可实现对发动机剩余寿命的预测，并通过RMSE、MAE、

项目主要包括气象数据采集模块、深度学习预测模块、台风路径分析模块、风险预警模块、可视化展示模块以及业务管理模块。系统可实时接入卫星云图、雷达数据、海温数据及历史气象数据，通过LSTM、Transformer等模型对台风路径、风力等级、降雨量进行预测分析；同时结合GIS地图实现动态轨迹展示与影响区域分

本项目主要包含API转发网关、统一鉴权系统、模型路由管理、负载均衡、高可用容灾、日志监控、用户额度管理以及CLI兼容层等多个功能模块。系统支持对Codex、ClaudeCode等源码协议进行兼容转发，可为cccli、codexcli等客户端提供稳定API服务。平台支持多上游节点自动切换、失败重试、请

本项目面向卫星载荷在轨运行场景，目标是构建一套可部署在星载计算平台上的综合任务管理软件，支撑地面指令接收、任务调度、状态采集、数据处理和遥测下传等核心业务。系统围绕“指令进入、协议解析、任务执行、状态监控、结果反馈”的业务闭环设计，提供指令处理、数据总线、协议编解码、智能处理任务编排、设备状态采集、

1.支持Qwen、Llama等主流开源大模型本地部署和推理；2.提供RAG知识库问答功能，支持文档上传和智能检索；3.内置API接口，支持第三方应用集成；4.支持多轮对话、文本生成、代码生成等功能；5.提供图形化管理界面，支持模型切换和参数配置。

1.使用YOLO11-OBBONNX定位车牌旋转框2.使用旋转框四点透视矫正车牌3.使用LPRNet/CRNNONNX识别车牌号4.PyQt5专业界面显示检测框、裁剪图、识别结果、置信度5.支持中文路径读取图片6.支持保存结果图

1碰撞检测模块：预测物体会不会碰撞+碰撞后如何检测出来已经碰撞2目标检测模块：使用传统或深度学习检测具体的货物容器（托盘，货架，料笼），厂区的行人，头盔，车辆等3避障检测模块：360°雷达检测避障，可对高于8cm的静态物体进行检测，不针对特定物体，不依赖数据集，移动物体通过多传感器相机和雷达融合输出

项目主要功能一、插件化宿主平台提供统一的WebShell运行时，通过标准化的plugin.yaml合同实现插件的自动发现、加载和编排。支持四种插件类型：UI插件（前端界面）、能力插件（后端服务）、卡片插件（数据嵌入卡片）和AI插件（智能能力）。插件支持依赖声明、拓扑排序加载和循环依赖检测，并提供脚手

(1)自然语言理解：用户通过自然语言描述数据需求，如“统计上月各渠道销售额”或“查找ARPU高于200的流失风险极高用户数量”。(2)智能SQL生成：系统自动将用户输入转化为对应SQL查询语句，并可针对多表、多条件复杂查询生成高效语句。(3)数据查询执行：自动连接数据库执行SQL，返回查询结果。(4