数学计算

1.对园区管理中的区域管理设备等，使用element中的插件实现了表格、分页、搜索、等功能的数据联动。 2.通过使用element中的Drawer实现添加数据 3.使用xlsx实现的把数据导入到页面中 3.使用xmlns实现了数据的导出效果 4.使用tree实现商城管理的商品的二级分类。 5.6.使使用token实现用户登录，通过动态路由，登陆完成后，后端返回的数据匹配路由。 用vite进行对象的构建和打包，提高项目的开发效果和性能优化。 7.对事件使用了防抖节流，减少了性能优化。 8.使用RBAC技术实现了对进行的权限划分。 9.使用 Animate.css 动画库，使用组件切换的动画效果 10.使用Promise进行二次封装Axios请求，包括请求拦截、处理响应、响应状态码、请求超时、错误处理等 11.使用vue-virtual-acroll-list组件对大量商品数据进行了处理实现虚拟列表。

采用golang+gin+mysql+mongodb 开发 科学把握学生的学习动机，多维度评估追踪，预防学习动力缺失，为学生学习发展保驾护航

阿里云天池大数据竞赛,获得第一赛季第四名,竞赛内容为根据配送地址距离,获取每次配送包裹数量及配送顺序,以达到使得所有的配送员用最少时长完成最多配送工作.

1、通过 shp 文件完成 shp 文件转换成 geojson 对象，并通过 geoJson 对象且基于 supermapIobjectjava 组件完成模型信息得生成 2、规划指标评估完成评估结果后利用 poi 组件完成 excel 表格得生成以及编辑 3、基于 supermap 组件完成等时圈分析以及日照分析，通过时间日期、采样距离、采样频率完成日照分析，计算出模型的采光率并转换成 geoJson 对象 4、完成指标评估以及等时圈分析后将分析数据通过 poi 以及 EasyExcel 组件编写 word 文档并完成报告文件的生成以及 word 文档转换为 pdf 文件 5、完成 geoserver 平台搭建，实现 geojson 数据的上传图层生成、样式添加以及数据管理的生成并通过 postgis 数据库完成图层信息的修改

从某平台读取供暖系统数据（HTTP），经过数据处理后使用深度学习模型进行系统预测并给出操作指令。（独立完成）

基于alphabeta剪枝算法的揭棋对战算法，水平大概揭七-八之间(C++、Python)。 该算法在知晓吃掉对方何种子力和不知晓己方暗棋损失的情况下，基于目前已经出现的明子和暗子的出现概率、分析不同走法的数学期望。 其他: Codeforces Master

喜马拉雅俯冲带地处印度板块与欧亚板块碰撞区的前缘,是青藏高原与印度板块之间的天然构造界线。作为全球最大的大陆俯冲-碰撞带,喜马拉雅俯冲带一直是研究盆山耦合体系、深部物质运移等一系列地学机制的天然实验室,历来受到地学界的重视。最近的研究表明,洋-陆俯冲区的浅部构造运动(震间地壳形变)在一定程度上受控于区域深部的粘弹性圈层,但对于陆-陆板块俯冲带,其深部动力与震间地壳形变的关联机制还不甚明晰。因此,基于粘弹性地球模型,深入研究喜马拉雅俯冲带深部粘弹性介质对震间形变场的影响机制,对研究青藏高原的动力学机理,深入理解全球板块运动都具有重要意义。此外,区域内板块构造活动强烈,地质灾害频发,而断层闭锁是评估断层面上应变积累和地震风险的重要指标,研究断层闭锁的特征和分布,可以有效的估计地震活动的规律,为地质灾害预警和防灾减灾提供重要的科学依据。基于此,本文以区域震间GNSS速度场为约束,采用有限元数值模拟方法探究喜马拉雅俯冲带深部粘弹性介质与震间形变场的关联机制及其对断裂带闭锁深度的影响。主要工作分为以下几点:(1)收集并融合了研究区内多套GNSS形变资料,将其转化至欧亚参考框架下的GNSS速度场。

1、功能模块包括以下五部分：（1）订单管理模块，管理客户订单，包括订单接收、订单分配和订单跟踪；（2）配送路线规划模块，根据订单信息和实时交通数据，规划最优的配送路线，以最小化配送时间和成本；（3）车辆调度模块，根据配送路线，调度合适的车辆进行配送，并优化车辆装载。（4）实时监控模块，实时监控配送过程，并根据交通状况和突发事件动态调整配送计划；（5）数据分析模块，收集和分析配送数据，以识别优化机会并提高系统性能。 2、作为该项目的主要开发人员，我负责以下任务：（1）配送路线规划，使用蚁群算法和遗传算法等运筹优化技术，设计了高效的配送路线规划算法。（2）车辆调度，利用线性规划和启发式算法，实现了车辆调度模块，优化了车辆装载和配送顺序。（3）实时监控，使用流处理技术和机器学习算法，建立了实时监控系统，可以检测交通拥堵和突发事件，并及时调整配送计划。 3、难点和解决方案：（1）大规模数据处理：配送系统需要处理大量订单和实时交通数据，我采用了分布式计算和流处理技术来解决这一挑战。（2）实时决策：配送计划需要根据实时交通状况动态调整，我使用了机器学习算法来预测交通拥堵并建议替代路线。（3）算法性

A股龙头选股程序，本人独立开发，纯python研发，使用了Python科学计算pandas,爬虫等技术，采用并行计算技术，能快速定位当前市场的龙头股，目前已经上线，目前已经测试近4个月

矿山作为关键的资源开采基地，其设备配置和运营管理对于提高生产效率、控制 成本以及合理利用资源至关重要．然而，传统的计算方法在面对矿山设备配置和运营 中的复杂问题时存在着诸多限制．为了解决这一挑战，本文提出了基于量子优化算法 (QUBO) 的矿山设备配置及运营模型．首先，我们分析了矿山行业面临的问题背景和挑 战，包括设备配置和运营优化等方面．随后，针对不同场景提出了三个具体问题，并通 过建立 QUBO 模型，运用量子计算方法进行求解和优化．问题一旨在在预算范围内最 大化总利润的挖掘机采购方案．具体地，我们将问题转化为一个二进制优化问题，并建 立了 QUBO 模型，用多次降维的优化计算方法，以最大化挖掘机长期利润折现值总和 为目标，同时满足预算限制．问题二考虑挖掘机和矿车使用寿命为 5 年情况下的总利 润最大化；问题三在问题二基础上增加了矿车类型和挖掘机数量等条件，建立了相应的 QUBO 模型以求解最优采购方案．最后，我们举例了一个潜在的应用场景，展示了量子 计算在决策优化中的潜力．通过量子计算方法，我们能够更好地处理这些问题，提高计 算的效率和精度．通过本文的研究，我们为矿山行业提供了新

该软件提供一套量化投资策略分析工具，帮助用户通过数据分析来识别市场趋势，以及制定有效的投资策略。 我的工作内容： 1.理解所设计的金融理论基础。 2.完成相关理论所需的程序设计。 3.实现高效率的数据分析处理能力。 4.提供投资策略建议。

属于二次开发项目。主要是用的SQlServer和C# 实现对数据的录入、计算、检索等功能。 需求沟通和业务模块的具体开发都是自己完成的。模块包括很多。基础信息录入、工资卡维护、绩效工资、计件工资、考勤、工资单计算、人员调令、调岗单等等。还附有各种关联性的数据的统计查询功能。

该项目包括以下核心模块： 1.数据预处理模块： 通过屏蔽底层数据库表结构的差异和业务数据来源，为上层程序提供统一有效的数据录入接口。 2.决策分析支持模块： 整合各种信息输入，提供图像化显示，并为用户提供决策和数据修改功能，以支持后续计划编制和决策输出。 3.计划智能编制模块： 在符合用户录入的规则前提下，以有效时间内返回用户较为满意的作业计划推荐结果为目标。 4.结果输出模块： 将计划结果录入数据库，并在客户端界面同步以图像化方式显示结果。 本人在项目中承担以下职责： a.提供原型设计。 b.搭建C++代码整体框架。 c.管理并掌控项目整体执行进度，确保项目顺利达成交付目标。

1、读取服务器集群日志，分析日志，生成告警，根据告警等级发送不同形式的提醒（文字或语音） 2、实现服务器日志异常自动预警，快速响应，提供系统安全性。

进行es的长文本切分，大大提高了问答召回的准确率 解决es同一篇文章出来的结果，排序及分值不同的问题，解决单层pdf抽取乱码问题

升级改造该银行内薪资计算、核对系统，针对行方制度变更，迭代升级系统的处理逻辑。该项目分为计算系统、文件系统。计算系统为单机使用，供财务部门运算使用；文件系统使用flask框架，供行内各部门反馈分配信息。整体依赖Excel数据表运算。 成果 1、按行方新的规章制度，升级改造为符合新规的计算方式。 2、减少维护次数，对此前存在的漏洞、bug、新功能点进行开发完善。

天津市冬季和水上运动员注册是为水上和冬季比赛编写的运动员注册，运行员信息上传，待重新注册状态运动员重新注册，退回运动运的信息修改重新上传的小程序。 天津市冬季和水上运动管理中心是为水上和冬季比赛编写的教练和比赛承办方对运动员首次注册信息、确认注册信息、转会信息进行审核，运动员信息修改，运动员转会操作，运动员制证，运动员协议信息Word导出，运动员注册信息Excel导出的管理平台。 1、 根据需求建立数据库 2、 根据需求编写接口文档 3、 根据需求编写后端接口 4、 对后端接口进行测试 5、 对后端接口进行优化 6、 在Tomcat上部署项目

通过前期下一线调研业务，了解业务上存在的痛点，和产品经理初步确定产品方案， PRD文档的落地，最后确定技术方案，基于阿里云dataworks从各大业务系统拉取源数据ods 做每天分区处理，dwd明细层处理再到dws汇总，根据实际的指标查询条件写入到ads, 最后通过dataworks的di作业写入到mysql,app上面展示的指标数据读mysql应用库。 驾驶舱数据应用通过整合各系统输出数据应用来实现数据业务化，通过dataworks数据产品打通各系统之间的信息孤岛，实现数据融合,最后落地到各个数据应用，给到业务提供数据决策支持,进一步推动业务发展。

模块：特征工程库，高速数据访问，特征筛选，用户画像，生命周期算法，目标识别(根据不同任务类型，产品类型，客户类型，从而推荐产品)，流程评价

选择苏州金阊实验中学作为典型试点区域，进行数字全电校园系统建设，计划对校园内的办公楼、教学楼、食堂等多个 典型用能场所，进行数字全电校园楼宇改造。 数据由物联工作人员在学校安装物联采集设备，将数据上传到远景CN5数据平台，再由全电校园通过 @Scheduled注解定义定时 任务拉取数据，通过计算公式将数据展示到页面。 使用技术和环境springcloud，mybatis，MySQL、idea ，JDK1.8，nacos， redis等