人工智能

项目介绍：通过运用AI算法对人类染色体中期图像进行自动降燥处理，去除杂质，分离染色体，增强带纹，并将粘连和交叉的染色体分割处理和识别；客户通过前端平台查看AI自动处理后的结果，如果不满意通过平台可手动处理以达到精确的结果。 项目核心模块：核型分析、数据预览、查询 客户使用：客户对AI处理后的结果不满意，可以在前端平台在核型分析页面，通过手动对染色体进行分割、连接、图像增强、标识等操作，对染色体处理完成后可在线打印病例报告，并且可进编辑页面手动调整病例模版。 我主要的工作内容： 1、PDF病例报告展示和在线模板编辑功能，主要是解决Adobe Acrobat dc方案制作病例报告模板耗时长不易维护的问题，病例模板研发的时间由2天/研发人员降低到2小时/交付人员，病例模板的修改由研发人员转向客户，释放了人力投入。 2、PDF病例报告展示，通过在node端使用vue-server-render渲染html页面，puppeteer 进行页面的截取生成PDF文档流，前端获取流并展示。 3、PDF病例报告编辑页面，基于vue-draggable-resizable-gorkys插件二次封装，研

有企业需要展示图表数据后台系统网站的话，可以考虑下我这个系统网站源码，里面所有的图表功能和图表类型应有尽有，有柱状图、折线图、饼图、雷达图、高德地图、中国地图、表格、等等多种类型图表，可以支持几十种图表动画，数据格式是json数据格式，可以随意修改，每个图表都有属于自己的属性面板，可以修改图表的皮肤坐标大小等等之类

人脸识别软件，可以用于人脸识别，将识别的的结果反馈给指定用户，方便实用，速度运行快，可以使得用户的体验上升

概述:学生世界top50大学 外国大学毕业设计项目，项目是全英项目，可对计算机类课程项目做极大参考，可商用进行二次开发，在拥有豆瓣和猫眼功能的同时拥有豆瓣和猫眼没有的票房分析预测功能 在这个项目中，我们将构建一个集电影信息、在线购票、用户交互服务、信息管理为一体的一站式电影互联网平台。当人们想要查找电影的一些基本信息，如片名、导演、演员、简介、评论等，或者他们想要购买热门电影的电影票时，他们可以使用我们的网站。在我们的网站上，用户可以浏览不同电影的信息。如果用户已经登录，他就可以评论和评价这部电影，或者根据自己的需要进行购买。还提供了一些电影院的基本信息。当用户进行购买时，他应该选择特定电影的电影院、厅和场次来完成购买。 数据分析部分: 在实现以上功能的基础上，我们增加了热门电影的实时票房预测和个性化推荐电影(基于用户看过的电影类型和电影拍摄地区)。 目的: 1.为用户提供一个网站，让他们可以获得所有的电影信息，并购买他们喜欢的电影票。 2.帮助客户找到适合他们的电影(推荐) 3.提供更详细的电影数据供用户选择观看(预测票房) 4.1. 工具 html 

象画风格迁移软件是一款面向喜欢深度学习，喜欢尝试深度学习领域好玩的新鲜事物的可视化风格迁移软件。用户可以一键体验风格迁移的乐趣。 风格迁移这样的技术在设计创意和建筑城规这样的专业的研究领域有不少的应用，而这里我们本着一种娱乐的心情来体验神经网络的美丽

1、负责权限管理、我的项目、点云标注模块开发； 2、权限分配具体到按钮权限，使用自定义指令实现判断； 3、导入的点云压缩包过大，采用分片上传、断点续传、Promise控制并发数，提高性能； 4、用three.js渲染点云数据，将多个相机数据和激光雷达采集到的点云数据进行融合标注，以获得更完整、更准确的场景信息，可以更好地理解场景中的物体和结构，并为后续的应用提供更有价值的数据。

一、功能介绍 1. 用于PCD文件（3D点云文件，如附图，汽车上雷达（如激光雷达）扫描生成）的标注 2. 人工标注场景中的各物体以及其属性，比如汽车的位置、大小、种类、朝向等等属性 2. 标注结果用于自动驾驶模型的训练 二、技术栈 1. threeJs + vue3 + ts + pinia + vite 三、架构 1. 如附图 四、难点 1. 整体市场对于标注结果的内容以及格式要求未达成一致，每家要求都不一样 - 业务抽象、适配层 2. 对于webGL以及threejs知识的深度掌握 - 啃文档以及业界优秀案例及总结 3. 包含大量矩阵类运算 - 补课 + 优秀的理解能力

芯片良率很大程度上影响着芯片制造的成本，良率越高意味着生产所需的单位成本越低，半导体企业的市场竞争力就越强。早期防控是提升制造系统生产良率，降低生产成本的重要手段，而传统的晶圆图分析主要还是依靠人工去判断，这样的分析结果存在主观性且判断结果缺乏一致性同时效率也非常低下。针对以上问题，本项目希望运用数据挖掘和机器学习等方法产出一个准确性和可靠性高的晶圆图缺陷模式识别模型。

1. 基于图像识别技术实现自动印刷电路板（PCB）缺陷检测，具有高效、准确、可靠、自动化程度高和可扩展性强等优点，节省了人力成本。 2. 本项目支持多种类型缺陷检测，如：漏孔、鼠咬、开路、短路、杂散、杂铜 3. 图像识别技术可以通过不断的学习和训练，不断完善自身的识别能力，适应更多的缺陷类型，具有很强的可扩展性 4. 算法可以部署在PC端、、移动端、后台服务器等多种设备，安装方便

本文提出的基于语义信息共享的 Transformer 机器翻译模型在对古文的翻译中，优于传统 seq2seq 模型、基准 Transformer 模型以及相关研究中所提文献模型。本文主要基于基准 Transformer 做了两点改变，一是在数据处理阶段源语言和目标语言共享同一个词表，二是在模型训练阶段编码器和解码器共享嵌入层参数。通过对实验结果的分析，本模型的翻译效果良好，但在处理古文的通假字和缺乏上下文等特殊情况上还有待改进。在后续研究中应针对上述问题进行探讨，以更进一步提高译文的质量与准确性。

WebSocket是html5开始浏览器和服务端进行全双工通信的网络技术。在该协议下，与服务端只需要一次握手，之后建立一条快速通道，开始互相传输数据，实际是基于TCP双向全双工，比http半双工提高了很大的性能，常用于网络在线聊天室等 亮点： 1、接入了chatGpt接口，只需要替换成自己的key就行 2、实现了与机器人的聊天，可以优化做成智能客服 申请key的教程在项目resources目录readme.md文件中

1. 项目功能分为：数据预处理、坐标建模、轨迹分析、坐标聚类、生成聚类中心图和输出时间及位置信息。该项目的输入包括车辆ID、经纬度、方向、速度、状态(0：空载、1：有载客）、数据发送时间（年月日时分秒）、数据接收时间、行政区号和具体位置等信息，数据格式为.txt文件。该项目的目的是根据每辆车的轨迹信息，时间先后，及状态（有无载客）来确定上下车集中的位置和时间，本质上是实现坐标点的聚类。使用者可以修改输入数据（使用前需要将.txt格式转为.csv格式），替换和修改聚类算法，找到更加精确的聚类中心，提高预测精度。本项目中确定聚类中心的距离指标是欧氏距离，使用者可以根据实际需要修改为其他距离指标（如：曼哈顿距离） 2. 本项目的难点在于数据筛选、坐标建模以及聚类中心的确定。将txt文件转为csv文件便于进行后续的数据处理，该数据集包含20万条车辆信息，包括：车辆ID、经纬度、方向、速度、状态(0：空载、1：有载客）、数据发送时间（年月日时分秒）、数据接收时间、车辆类型（全为0：出租车）、行政区 号和具体位置，其中与项目相关的数据包括：车辆ID、经纬度（上下车点）、状态、数据发送时间（将该时间

设计思想： ● 多层架构、集团化管控； ● 闭环管理：计划与目标相结合，动态划管理、过程划控制、达成各级目标，实现公司终极目标---利润； ● 拓展营销模型，挖掘渠道； ● 立体化分析，数据为决策服务； ● 安全稳定原则：对数据、帐户等采用严格的安全性加密验证，强大的权限管理体系，保证公司数据的安全和稳定； ● 轻松办公原则：去繁从简，自动提示，简单高效但又不失严密为原则； ● 相对灵活与容易扩展原则：易于日后扩展功能。 工业功能模块： 综合信息，采购管理，仓储管理，市场管理，客户管理，销售管理，销售绩效，销售分析，客服管理，财务管理，私人事务，系统管理... 商业功能模块： 综合信息，采购管理，仓储管理，市场管理，客户管理，店铺管理，店铺绩效，销售分析，客服管理，财务管理，私人事务，系统管理... 框架技术：JAVA+JSP+HTML+VUE，支持电脑、平板、手机3端。

我是一名热爱编程和技术的个体，拥有深厚的Python编程技能。我专注于定制开发办公软件插件，AI目标检测，语义分割和目标跟踪等领域。我的编程旅程始于多年前，通过不断的学习和实践，我已经积累了丰富的经验和知识，可以应对各种技术挑战。 在办公软件插件开发方面，我善于将Python的强大功能与办公软件的需求相结合，为用户提供高效的解决方案，提升他们的工作效率。 在AI领域，我利用Python的机器学习和深度学习库，开发了用于目标检测、语义分割和目标跟踪的应用程序。这些技术可用于图像处理、视频分析和自动化任务。 此外，我还具备丰富的数据分析经验，使用Python的数据科学库进行数据清洗、分析和可视化，为企业提供决策支持和见解。 总的来说，我是一位多才多艺的Python开发者，善于利用这一强大的编程语言解决各种技术难题，为客户和项目团队提供创新性的解决方案。我的热情和不断学习的精神使我能够不断适应新的挑战，并为技术领域的发展做出贡献。

该项目旨在计算图片中绿色格子个数并准确输出。 使用图像处理基本操作：灰度转化、腐蚀膨胀、二值化等。 难点：由于拍摄图片的随机的，可能有蓝色背景和白色底板边缘。起初考虑计算绿色面积，再提取一个绿色格子大小相除，但由于通过像素点计算单个绿色格子面积和绿色总面积都不精确，稍有出入则会造成个数计算误差。后来采用从左上角第一个格子的中心开始，以一个格子的长为横步长，一个格子的宽为纵步长，逐一格子枚举，判断处于该格中心的九个像素点颜色的方法解决该问题。

技术实现：为了提高人脸识别模型的鲁棒性，调研对抗攻击方法，对人脸图像添加扰动，使模型识别错误；调研防御对 抗攻击的方法，使识别模型能正常识别对抗图像。 1、攻击模型：FGSM白盒攻击、Boundary attack黑盒攻击 2、防御策略：图像压缩、MagNet 项目职责：本人实现了FGSM白盒攻击，人脸识别模型准确率从99.98%下降到67.34%；实现了Boundary attack黑盒 攻击，人脸识别模型准确率从99.98%下降到90.97%；运用图像压缩，将图片从png格式转换为jpg格式，带有黑盒攻 击的测试集的准确率从90.97%上升到95.44%。

根据公司需求，爬取了一些网站信息，爬取过的网站有图片类的，有小说文本类的，有电影评分类的，有投资理财类的

https://index.wenwen-ai.com/ 本项目是可以把私有数据投喂给GPT进行训练的saas平台。 使用了MongoDB，PgVector, ts,openai-api等技术，可以低门槛的给企业开发只能客服助手

中小学人工智能教育场景中针对学生考试的错题进行推荐同类题型。将做过的试卷拍照后，可以把学生手写做过的试卷去掉学生手写文字及手画的图片，保存成干净空白试卷，在通过 AI 目标识别、OCR、NLP 等技术，针对学生做错的题推荐若干道题，以达到让学生加强巩固知识的目的。 项目职责：主要负责试卷图片前期的处理（包括试卷部分提取、去除阴影等），文字校正，错误符号的检测、去除手写部分、OCR 版面分析和文字识别。 项目业绩：训练了语义分割模型对带有拍摄背景的图片进行边缘智能识别，去除杂乱的拍摄背景并精准框取试卷边缘，得到完整的试卷图片；将图像的文字和背景做较为清晰的分离使得文字清晰；对于拍摄的比较扭曲的照片完成了文字校正；通过训练了目标检测模型，比较准确地检测出错误符号的位置；训练了文字擦除模型将试卷的手写部分擦除，还原出裸卷；训练了 OCR 模型进行版面分析和文字识别。

载入任何一段vedio视频，可准确识别其中的人脸。 实时准确地识别此时此刻画面中存在几张人脸，记录新增几张人脸，减少几张人脸，每个人脸进入退出的准确时刻，并可准确进行人脸的跟踪识别。 可用于公司企业的考勤系统，实时进行监控。