项目任务

项目围绕Pintos内核实验实现线程管理、调度逻辑、同步机制、用户程序加载、系统调用处理和测试用例验证等功能。通过对内核源码进行修改和扩展，使系统能够完成指定的操作系统实验任务，并通过运行结果验证功能正确性。

某领域QB数据资源体系建设系统为涉密重点工程，搭建全生命周期数据管理体系，形成“采集—清洗—治理—应用”一体化闭环，包含五大核心功能模块。数据采集汇聚模块，支持多格式、多方式数据接入，兼具数据监控、采报、引接与管理能力，适配海量异构数据汇聚更新。智能数据治理模块，依托整编工作台、治理及模型引擎、数据

多源时空分析西安市局综合性数据分析平台，贯通数据采集、治理、分析、应用全流程。依托WiFi信令海量数据实时运算处理，完成数据规整与深度研判，可精准甄别重点目标、开展动态管控。共有七大功能模块：案件中心统筹案件相关数据，消息中心推送各类动态讯息，查询中心支持多维度信息检索，数据监测中心实时把控数据态势

立项原因：解决用户个性化视觉内容生成门槛高、创意表达效率低的问题，以及提高手机端用户的使用感受。行业场景：适用于手机主题、社交娱乐等业务，提供实时风格化与快速生成能力。

主要功能是对一个仿真场景进行不通维度的评估打分，通过提前创建的指标体系，每一个节点都配置自己对应的计算流程，叶子节点配置单项指标结果和对应的算子流程，非叶子节点需要配置权重的信息。配置成一个完整的指标体系，可以用次指标体系进行不通创建的同一个维度的评估计算。进行打分和评估报告的生成。

研发重庆天气雷达基数据与IRIS软件的标准HDF5格式转换工具软件，让本地雷达数据顺利接入IRIS系统，使天气雷达数据提供可视化网络的界面显示，包括风暴跟踪、预报和横截面工具，以便更好地了解风暴的移动和结构，从而保障飞行安全。-实时监控雷达数据IRIS转化处理和数据状态监控-自动检测数据延迟并发出告

1：整个系统集成2：底层器件全部调试，除了基本期间外增加NFC3：和客户OS定制深度绑定，协同开发4：快稳盛优化5：协同硬件需求完成开发任务以及测试过程中需要的开发工作，设计多种快充和私有协议6：工厂开发工具以及售后工具对接优化和开发7：项目量产发货维护6个月

1：整个系统集成2：底层器件全部调试，除了基本期间外增加NFC3：和客户OS定制深度绑定，协同开发4：快稳盛优化5：协同硬件需求完成开发任务以及测试过程中需要的开发工作，设计多种快充和私有协议6：工厂开发工具以及售后工具对接优化和开发7：项目量产发货维护6个月

本系统主要包含以下功能模块：1）多源数据采集模块：支持百度热搜、豆瓣电影、知乎热榜等多个平台的数据自动抓取，可自定义采集频率和数据源；2）数据清洗与标准化模块：自动去除HTML标签、空值填充、格式统一，输出标准化的结构化数据；3）数据导出模块：支持CSV、JSON、Excel等多种格式导出，方便后续

1.多源数据合并：自动识别并合并多个Excel/CSV文件，支持表头映射与格式标准化。2.智能清洗：执行缺失值填充（均值/中位数/众数）、异常值检测、重复记录去重。3.学情报告生成：基于清洗后数据，自动计算平均分、分数段分布、进退步趋势，输出可视化图表。4.轻量API接口：基于Flask提供REST

项目具备就业现状调研、岗位大数据挖掘、多模型量化分析、趋势精准预测及决策建议输出五大核心功能，可完成问卷数据采集、岗位信息清洗、LDA主题挖掘、学历薪资梯度分析、毕业生规模与院校就业率预测，并从多方主体给出可落地的就业优化方案。‘

项目具备就业现状调研、岗位大数据挖掘、多模型量化分析、趋势精准预测及决策建议输出五大核心功能，可完成问卷数据采集、岗位信息清洗、LDA主题挖掘、学历薪资梯度分析、毕业生规模与院校就业率预测，并从多方主体给出可落地的就业优化方案。‘

1.京东特定商品数据采集、评论采集、保存至Mysql数据库2.使用echart进行数据分析，结合预测模型进行训练，预测特定商品的销量3.Django前端展示

移动通信5GUPF网元产品。职责：方案设计。5G核心网网元UPF承担着数据包的路由与转发、策略执行、流量分流等功能。UPF和RAN之间通过N3接口承载UE的媒体面上下行流量，将UE的上行流量转发到DN，并从DN接受下行流量通过N3转发给UE，从而为UE提供数据服务。SMF通过N4接口向UPF下发流量

该项目包括硬件和软件的组成，硬件部分是结构光传感器与机械臂组成的图像扫描系统，软件部分包括检测算法与交互界面等，通过该系统可实现航空发动机管接头螺母防松钢丝错漏装的自动化检测。

本系统包含以下核心功能模块：1.分层决策模块：采用高层PPO策略网络负责超车时机判断（保持车道/准备超车/执行超车/返回车道/紧急制动），低层LSTM控制网络负责具体轨迹执行，实现宏观决策与微观控制的分离。2.多传感器融合感知模块：融合激光雷达（权重0.4）、摄像头（0.3）、毫米波雷达（0.3）数

本系统基于深度学习技术，采用MobileNetV2轻量化模型，实现生活垃圾的智能识别与分类。系统支持厨余、可回收、有害、其他四类垃圾的自动识别，通过图片上传或摄像头实时拍摄完成检测。后端使用Flask框架，前端提供简洁友好的交互界面，识别结果包含置信度判定和详细的投放指南。系统具有轻量化、高精度、易

仿真城市轨道交通网络的人流与车流，OD出行，换乘、到达、出发等行为，列车的折返、交路等，突发情况的处理。本仿真系统从人流的OD出发，从生成、到达、乘车、换乘、下车、出站仿真了全过程。本仿真系统从列车的逻辑出发，仿真了生成、停站、折返、入段等全过程。本项目从人流、列车为基础数据，仿真了车站的实时情况。

技术栈：MATLAB神经网络+C++QtGUI输入（6个）：贴片图号、速度、高度、压力、芯片压力、时间输出（4个）：角度、平行度、覆盖率、高度模型效果：160组样本训练，R²=0.9048界面：科技风可视化界面简单说就是用神经网络预测贴片机能做到的质量效果，帮工厂提前发现问题、优化参数。

负责大型人员管理系统后端及业务模块开发，使用C#进行业务逻辑编写、权限控制、数据处理与报表生成。参与需求分析、功能设计、代码编写、Bug修复及性能优化，配合团队完成系统迭代与上线部署，实现人员信息、考勤、薪酬、组织架构的一体化管理。