离线语音交互系统：基于Vosk轻量级中文离线语音引擎，摆脱了对云端的依赖。小车能精准识别“小车”、“跳舞”、“前进一米”等关键词，并利用PiperTTS引擎实现自然、流畅的中文语音播报反馈（如“好的，我要来唱歌了”）。多模态动作控制：基于ROS2Humble和C++，实现了麦克纳姆轮底盘的精准运动控

本项目以一台搭载树莓派和激光雷达的轮式小车为核心，集成了以下几个完整的功能模块：1、离线语音交互系统：基于Vosk轻量级中文离线语音引擎，摆脱了对云端的依赖。小车能精准识别“小车”、“跳舞”、“前进一米”等关键词，并利用PiperTTS引擎实现自然、流畅的中文语音播报反馈（如“好的，我要来唱歌了”）

面向消化内镜检查报告质量控制场景，实现医疗报告自动解析、关键信息提取及十八项质控指标智能判定，并按照统一结构化格式输出检查结果；同时支持复杂医学文本理解和规则判断，为医院质控人员提供报告审核、问题发现及辅助决策能力。

实时流式通道产出的数据结构与批处理语义一致，可统一纳入历史检索与洞察分析，实现全场景数据统一管理。该平台已在消费级GPU上验证近实时处理可行性，为医疗质量控制、合规审计和随访数据资产化管理提供了可积累、可回溯、可重复挖掘的一体化技术底座。

本系统是一套从零搭建的生产级RAG知识库，覆盖文档入库到智能问答的完整AI管线。一、文档处理支持PDF/Word/Markdown/Execel/图片等多格式解析，自动识别QA问答格式并保留完整语义单元，其余文档采用父子分块策略（父块1024token保上下文，子块256token供检索，64tok

本项目是一个面向大规模区块链交易网络的智能分析与风险识别框架，旨在利用图神经网络技术挖掘比特币交易网络中的复杂关联关系，实现交易实体分类与高风险节点识别。项目支持超大规模交易图数据处理、图结构建模、节点分类、风险排序及模型评估等核心功能。基于PyTorch与PyTorchGeometric构建图机器

软件核心实现基于深度学习模型自动标注图像信息。1.加载本地图像文件，调用内置深度神经网络模型，自动识别图片内目标对象；2.模型自动完成目标定位、类别判定，生成标准化标注框与标签信息；3.支持人工校验、修正模型自动生成的标注结果，删除错误标注、补充漏检目标；4.标注成果可导出通用数据集格式，直接用于后

基于微信小程序原生框架完成前端页面开发与交互调试，实现表单录入、数据查询、结果展示等基础功能；配合后端接口完成数据联调，优化页面加载与用户交互体验，适配不同尺寸手机端展示，完成整套页面组件开发、样式调整与功能测试，保障程序稳定可用。

基于物理信息神经网络(PINN)框架，使用Python、PyTorch实现高维变系数非线性偏微分方程的数值求解。以孤子行波解作为研究对象，构建网络损失函数，通过约束方程残差与初边界条件完成模型训练，实现行波、呼吸子等局域波解的演化仿真，输出动态演化图像与数值结果，对比解析解验证数值方案有效性。本人负

本广州房价数据分析项目，基于Python实现房产数据全流程分析处理。项目内置广州11个行政区共43个板块房价样本数据，完成数据清洗转换，对户型、议价空间等文本信息提取计算，衍生出房价差、最低总价、投资回报指数等业务指标。系统完成区域房价聚合统计，生成各区域房价统计表格；绘制8张英文高清分析图表，从房