产品系统

需求来源： 为了定位机器人在室内的运行状况，，并通过视觉将运行过程中的碰撞情况，速度，运行轨迹可视化呈现给机器人开发者 方案特点： 1 可以实时定位机器人在房间中的位置 2 视野范围4×2.25m，定位精度2cm 3 方便操作，经过调试可适应大多数场景 产品组成或技术选型 通过C#结合 NiVision 定位机器人在室内的位置并通过 openCV 在获取的地形上进行轨迹绘

1.该项目有WEB/微信小程序/APP三端，且上架IOS商城，为本人自研盲盒平台，注册人数达5000+，日活600+，目前已停止运营 2.平台从设计至上线都由本人负责，项目后端语言为JAVA，前端为uniapp，前后端及相关的手续都是本人完成 3.平台主要分为用户端和管理端，用户端主要功能有充值/抽奖/背包模块/PK模块/钱包模块组成，后台管理系统主要有商品管理/奖池管理/用户管理/订单管理/发货管理等组成

该项目是一款以展示云桌面服务为主要功能的官方网站，整个项目的基础架构由我搭建，使用React + Gatsby + Bootstrap4等技术栈，实现了一个高效、可维护、具有良好用户体验的官方网站。 在开发过程中，使用React + Gatsby的静态页面生成技术，加快页面加载速度，提高用户体验。 使用Bootstrap4框架，实现了可复用的组件和响应式设计。 使用Gatsby插件实现页面压缩和缓存等优化策略，提高了页面的性能和访问速度。 参与团队的Code Review和项目讨论会议，发现和解决问题，提出改进建议，确保项目按期完成。

用于检测飞鸟或无人机等飞行目标，可实现目标检测、识别、跟踪 该系统由控制器、相机、防水箱等组成。 控制器采用AI边缘加速控制器jetson，实现了低功耗检测。 检测算法采用基于深度学习的目标检测算法，配合AI编译加速器的硬件加速与tensorrt加速，实现了实时检测识别 采用控制算法控制相机移动，能够实现飞机目标的跟踪。 整个系统配合以QT开发的控制界面

项目背景 为了提高辖区内加油站的管理效率和税务监管水平，计划建设一套智能视频分析系统。该系统将充分利用已建成的视频数据资源，通过对加油车辆及车型的识别分析，建立车流量与营业数据的比对模型，进而核查各加油站的税务情况。 项目目标 车辆识别与分类： 识别进出加油站的所有车辆。 根据视频数据自动分类车辆类型（如小轿车、货车、摩托车等）。 数据分析与比对： 收集和整理各加油站的营业数据。 建立车流量与营业数据的比对模型，分析异常情况。 税务核查： 基于识别和分析结果，核查各加油站的税务情况。 提供税务异常报警，辅助相关部门进行税务稽查。 系统功能要求 视频数据处理： 高效处理和存储视频数据，保证数据的完整性和安全性。 支持多种视频格式的输入和转换。 智能识别： 采用先进的计算机视觉和深度学习技术，进行车辆识别和分类。 确保识别的准确率和实时性。 数据分析： 建立车流量数据和营业数据的自动比对模型。 提供详细的分析报告和数据可视化。 系统集成： 与现有的监控系统和业务管理系统无缝集成。 提供开放的API接口，支持系统的扩展和升级。 用户管理与权限控制： 实现多级用户管理和权限控制，

我开发的SCM系统是一款集商家入驻、商品管理、资金管理和订单管理于一体的综合性电子商务平台。在技术选型上，我采用了C#作为后端开发语言，结合Vue框架构建前端界面，实现了一套高效、稳定的电商管理系统。 商家入驻模块为商家提供了便捷的注册流程，通过填写相关信息和提交资料，即可轻松入驻平台。商品管理模块则允许商家对商品进行发布、编辑、下架等操作，实现商品信息的实时更新。资金管理模块则为商家提供了清晰的资金流水查询和结算功能，确保资金往来一目了然。 订单管理模块是SCM系统的核心之一，它为商家提供了订单查询、发货、退款等操作，确保了订单流程的顺畅进行。通过这一模块，商家可以实时掌握订单状态，及时处理订单问题，提升客户满意度。 综上所述，我开发的SCM系统通过C#和Vue技术实现了一个全面、高效的电商管理平台，涵盖了商家入驻、商品管理、资金管理和订单管理等核心功能。该系统不仅提升了商家的管理效率，也为客户提供了更好的购物体验，为电商平台的发展奠定了坚实基础。

同甲方微信团队 ,爬虫团队 合作开发 团队分工: 本人主要职责: 1 设计数据库结构 2 业务逻辑与甲方沟通 3 各种报表,查询开发 爬虫团队主要职责: 1 爬取公开数据, 2 RPA 结构化获取行业然软数据 微信团队主要工作: 1 对外提供微信小程序访问 主要为展示工作 定制接口,为第三方微信团队 ,提供数据 代码运行环境 阿里云 云函数计算

1. 功能说明：本产品可应用在对目标设备进行远程控制的工业场景，实现了对10台设备的状态采集和远程控制； 2. 相关技术： （1）硬件资源：使用STM32F407作为MCU，具有常用的通讯接口包含RS485、RS232、以太网、5G等，具有按键、显示屏等； （2）软件功能：通过Modbus TCP 对10台设备的状态数据实时采集并显示，可通过按键进行IP参数设置、控制设备启停、控制设备控制模式等； 3. 工作说明：本人主要负责主控板和按键板的软件开发工作，主要内容包含如下： （1）FreeRTOS定制化裁剪并移植； （2）硬件驱动的开发及调试工作； （3）Modbus TCP协议的开发及调试工作； （4）业务逻辑的开发及调试工作； （5）现场实际联调工作；

面向黄河流域的城市对于近二十年的碳排放的大数据进行统计分析处理，利用神经网络模型，以及基于神经网络的时间序列模型进行对于未来的碳排放预测。并且通过对多方面碳排放的数据增长情况进行分析处理，以达到对城市管理和政策建议的功效。此模型在中国统计建模大赛中，荣获国家二等奖，山东省一等奖。

本系统是公司在2019年设计开发，主要面对医院的药房的仓库管理系统。整个项目使用.net core3.1搭建的微服务架构，以Consul服务注册与服务发现,GateWay作为网关，同时使用Nginx作为负载均衡服务器，Id4涉及统一的身份验证中心，另外搭建基础服务，订单服务，仓储服务中心，客户资质中心服务，Kafka消息中心服务。使用Redis实现分布式缓存系统。我作为项目主程全程参与项目的设计搭建工作，同时负责整个订单服务和仓储服务的设计搭建工作。

1、面向职业教育的课堂教学类软件 2、局域网内多组屏幕同步。 3、使用WPF开发桌面应用软件。使用消息队列进行消息同步，使用UDP广播进行设备自发现与登录。 4、使用分布式事件处理处理数据与跨进程，跨设备间事件响应。 5、使用.Net6.0构建。视频推流使用Rtsp协议。

项目描述： 专业的新车B2B产业链服务平台，为客户提供车源和为车商客户提供更好的营销工具平台。为全国二网经销商提供车源信息、营销获客、SAAS管理、等汽车交易和流通的全流程服务。 职责描述： 带领团队参与开发了包括：新车交易、二手车交易，车辆查询、以及仓储物流、检测认证、数据服务等各个核心模块的API。并且从互联网采集车源车商等信息

是小组合作实操了一个对于甲骨文的识别系统，先是对通过对图片的反转对称折叠，通过训练组让机器对字形进行学习，通过CNN的方法和YOLO的检测方法对于图片上类似甲骨文的字形进行对比模拟，识别字形大概的位置和大小。然后通过人工进行标识的甲骨文的图片，作为大量的训练集让机器进行学习，最终可以识别出字。使用方法较为实用，最高精准度可达到97.8。

项目描述： 国内第一家全面整合网球运动相关各类信息的综合性平台。包括：赛程信息、球员信息、比赛详情、圈子交流、战力对比、场地天气、竞猜娱乐，等各个模块。用户亦可在平台观看到实时更新的比赛信息 职责描述： 项目从0到1的整体构建、设计，与完成开发，并不断迭代升级加入新的模块功能。平台展示的所有数据如比赛信息、实时比分均由本人从国内外各大网球平台爬取。

政采贷平台系统，实现功能涵盖申贷订单接收处理、企业资质校验、客户建档、管户权管理、初审及复审智能化决策跑批、自动化审批、业务放款及还款、贷后预警等。并根据城商行不同的管理体系，配备企业级的权限、员工、业务流等配套功能模块。 平台采用多系统交互，实现商业银行企业贷款全流程在线自动化审批功能。 系统设计流程概述：企业客户由省财政厅金融服务平台，发起专项资金融资需求，传入政采贷平台。平台进行信息接收、处理后，并进行数据推送至面签端，进行客户资料补录、核验、CA企业认证。后与行内核心系统进行客户信息验证、客户建档、额度预审核等，进入额度审批环节，审批由初审和复审两部分构成，审批所需数据准备完成后，如客户基础信息、信用信息、经营信息、法务信息、公司信息等，由决策引擎系统进行初审及复审跑批，以给予客户申贷额度、利率、贷款周期等，同时也可进行人工发起干预审核，指定人工审批节点及审批人。审批完成后，通知行内核心等其它系统，如通过则进行放款，同时开启企业经营状态监听等，进行贷后预警管理。

项目描述： 信贷类管理系统，包括客户信息管理、‌风险评估与审批、‌贷款账户管理、‌风险监控、‌信用风险评估、‌借款申请审批、‌借贷合同管理、‌贷后管理等模块的综合性平台，‌通过自动化、模块化、系统化的方式管理信贷业务的各个环节，‌确保业务流程的高效、‌合规和风险控制 职责描述： 与团队开发人员从无到有搭建了整个管理系统平台，设计整体数据库，后端各个模块与接口开发，以及部分的前端JS开发。并持续进行bug修复与迭代优化

网站功能丰富，‌包括多个页面相互超链接，‌可到达三级页面，‌由5-10个页面组成。‌页面样式风格统一，‌布局显示正常，‌不错乱。‌菜单美观、‌醒目，‌二级菜单可正常弹出与跳转，‌并配有JS特效，‌如定时切换和手动切换图片轮播，‌增加了页面的互动性和视觉吸引力。‌此外，‌页面中还包含了多媒体元素，‌如GIF、‌视频、‌音乐，‌以及表单技术的应用，‌为用户提供了多样化的信息展示和交互方式。‌

本产品是一款基于角色的多人合作待办事项app，主要功能是待办事项列表跟随不同角色可以执行自定义的周期性轮换，以及完成待办之后可以通过积分兑换自定义的心愿。 1. 角色轮换：同一群组中的用户在成为角色的候选人后，根据轮换规则成为角色的当前负责人。 2. 待办提醒：基于角色的当前负责人或者创建人进行待办事项的提醒。 3. 心愿单：完成待办后可以或者自定义的积分代币，通过积分兑换心愿单中的自定义心愿。

项目名称 二手房数据爬虫项目 项目简介 该项目旨在从贝壳网爬取二手房信息，包括小区名称、楼层、面积、朝向、房间数、总价和每平米售价等数据。通过数据清洗和分析，生成直观的市场趋势图表，帮助用户更好地了解房价动态。 功能概述 数据爬取：使用requests和BeautifulSoup库从贝壳网自动爬取二手房信息。 数据清洗：利用pandas库进行数据去重、处理缺失值和异常值。 数据分析：分析各地区的房价分布和趋势，计算平均、最高和最低价格。 数据可视化：使用matplotlib和seaborn生成图表，展示房价趋势和分布情况。 技术栈 编程语言：Python 主要库：requests, BeautifulSoup, pandas, matplotlib, seaborn 数据存储：CSV文件 项目亮点 高效自动化：实现了快速、大规模的数据爬取。 数据清洗和处理：确保了数据的高质量和准确性。 直观分析：生成清晰的图表，揭示市场趋势。 总结 本项目展示了高效的数据爬取和处理能力，并通过数据分析和可视化，提供了有价值的市场洞察，帮助用户做出更明智的购房决策。

本商城系统是一款集商品展示、购物车管理、订单处理等功能于一体的综合性电商平台。我们采用PHP作为后端开发语言，利用其高效、稳定的特点，处理商城的业务逻辑和数据交互。同时，结合UniApp跨平台框架，实现了一套代码多端运行，有效降低了开发成本，提升了开发效率。 在数据存储方面，我们选择MySQL作为主数据库，存储商城的核心数据，如商品信息、用户数据等。为了提升系统的读写性能，我们引入了Redis作为缓存数据库，用于存储热点数据，如热门商品、最近浏览记录等。通过Redis的高性能缓存机制，我们成功优化了系统的响应速度，提升了用户体验。 在前端设计上，我们注重用户体验，采用清新简洁的设计风格，结合流畅的交互动画，为用户提供了舒适、便捷的购物体验。商城首页展示了丰富的商品分类和推荐商品，用户可轻松浏览并找到心仪的商品。购物车管理和订单处理功能也经过精心设计，用户可一键添加商品至购物车，快速提交订单，实现便捷购物。 综上所述，本商城系统在技术选型上注重实用性和高效性，采用PHP、UniApp、MySQL和Redis等技术构建稳定、高性能的商城平台。同时，我们在前端设计上重视用户体验，提供简