C/C++

本系统是一款高性能量化回测平台，基于Python与C++混合开发，专为多策略组合优化设计。系统通过TqSdk接入实时行情数据，支持百万级参数组合的快速回测，并利用C++编写核心计算模块，编译为DLL供Python调用，显著提升执行效率。相比纯Python实现，性能提升20-50倍，极大缩短策略验证周期。系统可以直接用于实盘交易。

通过自定义协议，完成网管（设备管理系统的总成）对通信设备（节点设备）的控制，包括参数配置，比如频点，功率，ssid等控制，同时实现设备的展示，升级，告警提示，日志的存储和显示，流量统计和展示，网络地址的配置和显示，在线时长显示等等；另外，还能实现对设备的认证，密钥的更新和分发，安全算法的修改和配置；实现用户管理，用户密钥管理，用户角色的切换与管理，用户权限的分配和管理；对系统运行日志进行分类，检索，存储；完善的管理控制协议，支持对AP/STA，Probe的分类协议；

项目主要解决设备安全接入（鉴权，认证），通信安全（密钥更新）；支持SM2，SM3，MD5以及hash等认证算法，支持AES，SM4（CCM & GCM）和ZUC等通用通信算法；尤其是在无线通信安全上基于产品采用适配的算法和模式。 该方案解决了有线和无线通信的安全问题，增强了数据的保密性，甚至是完整性；对接入的用户也支持过滤和检查；

高精度大语言模型推理模拟平台，精度达到行业领先水平，运行速度极快。 1. 模拟平台在各项模拟上运行效率都远优于同类型开源项目，相较于LLMCompass，平均实现了超过85%的性能提升。 2. 该模拟平台具有高可扩展性，可以很容易集成新型算法和新加速器架构。 3. 模拟平台精度高，与实际误差不超过4%。

作为技术组长，主导层二与层三（RRC）的接口联调，确保信令流程符合规范 开发层二协议核心模块（如信道编码、UE接入控制），支持并发用户数提升 - GSM协议栈层二开发 - 主导L2协议（MAC/RLC层）开发，实现多信道动态调度算法，提升基站吞吐 量。 - 设计数据分片与重组机制，优化无线环境下数据传输效率，降低丢包率。 - 解决WIFI/蓝牙与GSM层二协议的共存冲突问题，通过时序优化减少干扰。

本项目的产品功能是：可以接入大华、海康厂商的设备，并对这些设备进行管理，可以和其他服务进行对接，对接协议支持各自restful协议， 也可以支持http协议，后期可以客户需求进行实际扩展。本demo只是用于说明个人有音视频领域的开发能力。欢迎对接音视频开发的各种项目。 本项目有以下特点： 1.对接各个厂商的摄像头：海康、大华 2.支持sdk接入、ehome接入、isup接入 3.音视频领域，支持设备登陆、注册、实时调阅、历史播放、云台控制等功能 4.纯后台服务，所以没有作品图片 5.支持restful协议或者http协议

教育教学工具、管理软件 ## 教育教学工具、管理软件产品资料 ### 1. 知识点可视化解析 - 将抽象概念转化为直观图表和动画 - 提供多角度知识点拆解，展示内在联系 - 支持自定义学习路径，适应不同认知风格 ### 2. 智能交互学习 - 情境化问题设计，引导主动思考 - 即时反馈机制，纠正理解偏差 - 渐进式难度调整，确保学习节奏合理 ### 3. 知识体系构建 - 自动生成知识点关联图谱 - 识别学习盲点，智能推荐补充内容 - 支持知识迁移训练，强化应用能力 ## 产品优势 ### 对学生 - **深度理解**：超越死记硬背，真正掌握知识本质 - **学习效率**：针对性强化薄弱环节，避免无效重复 - **持久记忆**：通过多感官刺激和情境化学习，形成长期记忆 ### 对教师 - **教学辅助**：提供精准学情分析，实现因材施教 - **效果评估**：多维度学习数据，全面了解学生掌握情况 - **教学优化**：基于学习数据反馈，持续改进教学方法 ## 技术亮点 - 采用认知科学原理设计学习流程 - 运用机器学习算法个性化推荐学习内容 - 支持多平台无缝切换，随时随地学习 - 严格的数据安全保护，确保学习隐私

【30%】面向用户与核心痛点解决 目标用户：硬核赛车玩家 – 追求真实驾驶手感与视听沉浸感 手游休闲玩家 – 需要碎片化高爽感竞速体验 【50%】相比市场常规方案的突破性优势 图形模块：HDRP车漆反射模型 + 粒子尾迹流体模拟，动态天气系统：雨雪积水实时反射+车体积水流动Shader，GPU占用降低40%

该系统通过识别人的掌静脉灰白图像，通过提取每个人固有的静脉中的图像特征码，来识别每个人身份。该技术多使用在门禁，航空，铁路的入口场景，无需物理接触，就可以高效识别。 用掌静脉进行身份认证时，获取的是掌静脉的图像特征，是掌活体时才存在的特征。在该系统中，非活体的手掌是得不到静脉图像特征的，因而无法识别，从而也就无法造假。 用掌静脉进行身份认证时，获取的是手掌内部的静脉图像特征，而不是手掌表面的图像特征。因此，不存在任何由于手掌表面的损伤、磨损、干燥或太湿等带来的识别障碍。

1.集中管控系统开发设计，管理端下发策略至设备端，在设备端执行策略及反馈结果，并从设备端定时上报系统情况至管理端进行分析及控制； 2.Linux环境，基于epoll，libprocess及Http协议等通信组件实现高并发高可用后端系统的设计及开发； 3.ebpf及lsm内核模块开发，实现对文件操作权限，进程执行的控制等；

专业化WMS子系统，支持立体化仓库、先进先出、按波次批量拣货、各种出入库策略等 提供专业的物流配送模块，支持基于 GIS 的智能配载。并提供和第三方TMS、WMS集成的接口 全面支持 APP 操作，系统中所有的操作（除财务），都可以通过手机来操作 全程支持PDA操作，多达10多种扫描作业方式。 规范化的财务管理解决方案。专业化的对账、暂估、结算流程化管理，并和总账系统无缝对接

paddleocr-json只提供GRPC调用，增加简单的restful API 调用方式，让调用更加方便。增加了OCR多实例。在原作者的基础上，提供内建简单的restful API支持，方便调用。使用crow实现。这里特别感谢原作者的工作。 对Task部分内部方法进行了修改，使其支持restful API调用。 增加了Task多线程，配置文件增加OCR实例配置：threadnumber，用于配置Task的线程数。通过多个Task实例，初始化多个COR实例。 初步用jmeter进行了压力测试，未发现严重问题。

项目实现以 “技术适配场景、迭代验证效果” 为路径，分三阶段完成落地：​ 技术选型与架构搭建​ 前端采用 Vue3+ECharts 构建轻量化交互界面，支持病害数据实时可视化与地图联动；后端基于 Spring Cloud 微服务架构，实现识别引擎、数据管理、决策分析模块的解耦，保障高并发场景下的系统稳定性。核心算法层通过 TensorFlow 框架训练专属模型，针对路面光影变化、遮挡物等干扰因素，引入数据增强技术（如旋转、模糊处理）扩充训练集，使模型在复杂环境中仍保持高识别精度。​ 分场景试点验证​ 首阶段选取 3 类典型路段（城市主干道、高速公路、城郊公路）进行封闭测试，累计采集 10 万 + 张实景影像，通过人工标注与系统识别结果的比对，持续优化算法参数 —— 例如针对高速公路车辙病害，新增 “灰度梯度分析” 特征提取逻辑，将识别准确率从 89% 提升至 96%。同步验证 GIS 坐标匹配精度，通过融合北斗定位数据与影像帧时间戳，将病害位置误差控制在 3 米内，满足养护施工的定位需求。​ 全流程闭环落地​ 试点达标后接入实际巡检业务，建立 “影像上传 - 自动识别 - 人工复核 - 数据归档 - 决策输出” 的标准化流程：巡检车辆采集的影像经 5G 实时传输至系统，10 分钟内完成批量识别并生成初判结果；养护人员通过移动端 APP 接收复核任务，对存疑病害进行二次确认，数据同步更新至管理平台；最终由决策系统自动生成养护优先级清单，支撑管理人员快速调度资源。项目上线后，单条 100 公里路段的巡检效率从 3 天缩短至 4 小时，数据复用率提升 70%，验证了系统的实际业务价值。

云串口调试是基于互联网的一套串口（RS232、RS485）远程通讯、调试工具，可以无限拓展串口设备的通讯距离，让串口设备不再局限于现场总线范围。 基于云串口工具，可以在不改变原有系统/产品架构的同时，实现串口远程通讯、调试。 使用云串口工具，技术支持/调试云串口调试是基于互联网的一套串口（RS232、RS485）远程通讯、调试工具，可以无限拓展串口设备的通讯距离，让串口设备不再局限于现场总线范围。 基于云串口工具，可以在不改变原有系统/产品架构的同时，实现串口远程通讯、调试。 使用云串口工具，技术支持/调试

1.【30%】本方案面向谁，解决了什么问题 2.【50%】相比于市场常规方案，本方案有哪些特点 3.【20%】方案的产品组成或技术选型 1.【30%】本方案面向谁，解决了什么问题 2.【50%】相比于市场常规方案，本方案有哪些特点 3.【20%】方案的产品组成或技术选型 1.【30%】本方案面向谁，解决了什么问题 2.【50%】相比于市场常规方案，本方案有哪些特点 3.【20%】方案的产品组成或技术选型

电钻角度测量系统开发：主导设计并实现基于陀螺仪与加速度计的多传感器融合测量方案，通过互补滤波算法与四元数姿态解算技术，实时高精度计算设备姿态角（包括俯仰角、横滚角及方位角）。基于空间几何原理构建角度转换模型，将姿态数据转化为电钻主轴与任意参考平面的夹角参数，实现动态作业过程中的角度实时监测。系统具备抗振动干扰能力，可在电钻高频运作场景下保持测量稳定性，为精准作业提供数据支持（如墙面打孔垂直度控制、倾斜角度定量检测等）

无感方波控制技术应用：深耕电动工具领域的无感方波控制技术，成功应用于电钻、螺丝批、冲击扳手、割灌机等多种设备。采用高频注入法（六脉冲检测）精准识别转子初始位置，结合反电势换向技术实现高效驱动。系统具备启动扭矩大的特性，支持一步式闭环控制，响应迅速且稳定性强。针对低速运行场景，设计脉冲检测位置机制，有效防止电机反转，确保设备在低速作业时的可靠性与安全性，适配各类电动工具的复杂工况需求；

1、一拖二双电机 FOC 控制方案开发：基于凌欧单片机搭建构建双电机协同驱动系统，主导实现高效精准的矢量控制方案。通过优化 FOC 算法参数与双电机同步控制逻辑，实现电机调速过程的平滑过渡（无明显顿挫感），并显著提升速度指令的跟随精度，确保双电机在不同负载工况下仍保持转速一致性与动态响应性能，满足设备行走驱动的平稳性与协同性要求，适用于对运动控制精度有较高需求的场景（如智能移动设备、小型机器人底盘等）；

高抗干扰验证码智能识别系统（独立开发者） 核心功能： 全类型验证码破解 支持 扭曲文字/点选图标/滑动拼图/空间推理 等12类验证码（含Geetest/Google reCAPTCHA v3） 突破动态噪声干扰：实现99.2% 字符识别率（传统OCR仅82%） 深度学习对抗引擎 设计 多模态融合模型：CNN提取局部特征 + Transformer捕捉全局关联 开发 对抗训练策略：生成对抗样本（GAN添加干扰线/扭曲）提升模型鲁棒性 工业级部署能力 响应速度：单张识别

安防集成平台开发（C#、WPF、C++、MFC、VS2019、BOOST、FFMPEG、LIVE555、MPEG4、H.264、GB28181、RabbitMQ、SQLSERVER2016、插件） 1.音视频组件产品开发 集成接入各厂家视频相关平台、设备、协议，提供统一对外接口SDK，给上层应用或第三方客户二次开发使用。 实现功能：实时视频播放、远程录像播放、本地文件播放、播放控制、PTZ操作、数字PTZ操作、图像显示调整、本地抓取图像、本地抓取录像、录像查询、录像下载、音视频原始码流、标准码流、解码后码流输出、报警、电视墙视频切换等。 集成接入厂家（通过厂家SDK、API接口）：大华、海康、宇视、东方网力、华为、中兴、安讯士、景阳、TOTA、INDIGO、NiceVersion、安维思、巨视、互信互通等。 集成接入设备及协议：IPC、DVR、NVR、键盘、编码器、解码器、ONVIF、RTSP、GB28181等。 2.应用管理服务器：用户管理、配置管理、报警管理、节点级联、资源管理等。 3.流媒体转发服务器：视频转发、设备接入、协议接入、报警处理、视频分析等。 4.音视频录像服务器：实现录像存储、录像查询、录像删除、手动录像、报警录像、录像回放、回放控制等功能。