人工智能

本产品使用vue2+vuex+Antdesgin+echarts开发的一款后台管理系统 有运营管理和账号管理以及任务管理和成品管理以及系统管理模块

项目描述：bind.ai为第三代无服务器模式的AI PAAS平台，采用微服务架构集成百度、腾讯、微软等多家大厂的视觉AI能力，依托"无服务器云函数"新型云计算模式，为企业客户提供基于落地场景最佳实践的API，助力企业客户快速接驳和管理各种AI服务，目前正赋能零售、社区、商业等传统行业打造智慧新零售、智慧社区和智慧商圈。 技术应用：Node + Express + Socket + Seneca + Redis + Postgresql + Pm2 + Docker + Kubernetes 项目职责： 1. 负责开发后台服务对外提供API接口。 2. 负责bind.ai服务的开发及稳定性和性能。 3. 负责青岛地铁刷脸进闸项目。 4. 负责车牌识别及票据识别项目。 5. 负责人脸库后台AI市场项目。

利用ControlNet条件和OpenVINO进行文本到图像生成,使用ControlNet和OpenVINO，你可以控制你的模型并产生可靠的预测。与我一起探索稳定扩散模型的世界，并发现这些强大的工具如何帮助我们在研究和分析中实现突破。

项目描述：小冰语音是一套完整的、面向交互全程的人工智能助手，通过小冰语音用户可以更方便快捷的使用车内功能，目前在车机上可以通过“小冰，小冰”启动APP，进入应用，目前支持三个场景模式，包含闲聊、音乐控制、智能导航，车机会通过分析用户的语音内容和语气智能切换三种模式。 技术应用： Node + Typescript + Koa + Git + Tslint + Jest + Redis + Docker + Postman 项目职责： 1. 项目负责人，保证项目的需求拆分和功能开发。 2. 根据OAP框架搭建后台服务，提供易用、稳定、高性能的接口服务。 3. 与合作部门协调沟通，保证项目稳定上线。

该作品是论文中的一个实验，讲述的是利用博弈对抗中的遗憾最小化算法改善强化学习中的探索利用问题，可实现算法自适应调整模型在整个学习过程中的探索利用程度，最后算法用在推荐系统里面进行验证效果。

是将市面上原有的网课软件进行对比并弥补缺点做出更智能、便捷、更贴近学生实际使 用的网课系统，作品的初衷是为了让当下疫情影响下的学生和老师能更好的学习与教学减少 疫情对我们学习生活上造成的不便。 受新冠肺炎疫情影响，世界各地的学校借助互联网技术，将教学从线下搬到线上，以维 系学校的正常运行。其中，人工智能（AI）技术得到了广泛应用。中国教育主流媒体近期开 展的调查发现，疫情封校期间，人工智能在学校和学区层面发挥了相当程度的作用，许多学 校采取了灵活丰富的人工智能手段促进教学。有不少教师反映，远程教育在改变教与学空间 的同时，也带来了许多教育创新机会，如学习环境创新、混合学习、教师教学的新模式，等 等。 根据当代大学生上网课的情况，进行全面的调查于分析，学生对上网课的带来的不便， 我们进行改善，更加智能化，本作品分别带有人脸识别、身份验证、学习检测的功能，其中 调用了 Face-API 进行对照片的学习得到不同的身份数据达到身份识别的目的。学习检测是 基于很多同学在居家学习的情况下容易出现懈怠而设计出来的功能，能通过录制课程的方式 将学生懈怠或开小差时间内没听到的课程内容录制下

随着我国高等教育事业的发展，高等学校不断扩大招生规模，学生数量急剧增大，学生素质良莠不齐，高校学生的学业问题越来越突出，课程成绩不能及时反馈给学生本人，导致学生管理难度加大。因此，针对这一问题需要建立完善和可靠的学习预警系统，以便及时发现和解决教学中潜在问题，加强学生对课程的总体情况了解，提高学生的学习质量和完成学业情况。 学生预警系统主要是通过收集学院过往的课程过程性数据，以此训练一个基于boosting集成学习模型，模型经过反复调差和训练，准确率已经达到了百分之九十以上，具有极强的可信度。模型根据学生的过程性学习数据进行课程成绩预测，从而预防和解决学生在学习过程中可能遇到的问题，促进学生学习成果的提高。 系统将学生每门课的预测结果在学生端可视化展示，并对教师可视化展示其每门课的平均成绩和不及格人数，对于教务管理员会可视化展示学院每各系的学期预警、学年预警和毕业预警的人数，还有学期预警、学年预警和毕业预警的百分比。

项目描述：可以识别条形码二维码识别文字进行查询对于资产信息，进行资产盘点，功能需要：可以导入自己的Exlsx文件然后进行存储数据，可以导出（未盘点）的 数据，可以展示全部数据 项目负责：对页面进行搭建，以及识别码二维码条形码的功能和导入文件及导出文件功能实现（打包上线） 涉及技术：Vue Vant pinia zxing xlsx

利用yolov7对红色障碍物数据集进行训练。 此外，该项目的应用场景在于户外，因此在输入到yolo之前，需对图像的亮度进行适当处理。

该项目的目的是通过人体表面肌电信号识别特定手势，数据来源于kaggle平台的公开数据集EMG Signal for gesture recognition，其中的数据来自不同的用户，每条数据的核心信息为8个channel。 训练过程中，使用2个卷积层提取特征，再经过2个GRU层，最后进行全连接。此外，训练集中的肌电信号被录者不会出现在测试集中，即训练集与测试集的用户不同。经测试，未经过针对某特定用户进行训练所得到的预训练模型，最终的正确率大约在85%左右，而针对特定用户训练后，模型正确率可达98%以上。

使用网络摄像头或视频文件进行人体姿态估计，利用深度学习通过网络摄像头读取视屏帧，逐帧分析人体骨骼的姿态，便于下有任务，方便使用和标注数据点为行为识别提供助力。

项目简介：表情识别系统是一种基于 FACS ( Facial Action Coding System）标准，通过视频流的微表情采集和分析识别出人类的真实情感，并将其数字化的人工智能技术。这一技术不仅扫描面部动作单元，同时也扫描肌肤变化的纹理，并结合可变形点的星系米建立面部详细模型并反馈。人脸表情识别系统包括人脸表情数据集，人脸表情数量4万张，包含人类基本情绪。 主要工作： 通过Flask框架对算法进行服务器端部署，完成与其他业务进行通信。 基于MTCNN算法，实现人脸检测与关键点定位 利用OpenCV仿射变化，实现人脸矫正。 结合ResNet与self-attention，实现表情识别。

该项目主要分为几个模块设计 1. ip地址代理获取可用ip地址 2. 使用有效ip地址抓取数据 3. 按照分，日，周，月定时设置抓取的数据

对直播平台上的直播内容进行实时监控和违规检测，保障直播平台的内容安全。 ◎ 主要通过团队使用 OCR 等技术对视频获取的文本内容以及弹幕进行实时文本分析，检测 违规内容并进行标记。负责使用 Django 结合相关算法包含规则（AC 自动机）和模型如： Bert、text2vec 模型等进行后端接口开发。

该项目为门架宽幅测量系统，主要功能是通过电子卡尺获取门架信息，里面包含的硬件设备有西门子 LOGO！ PLC，条码枪，电子卡尺。 系统主要功能包括： 1.通过电子卡尺测量门架系统宽幅，通过标准值测量实际值。 2.实现无纸化流程，自动判断OK/NG结果，并报出报警结果。 3.结合硬件，实现物联。

本人运用国际空间站上收集的宇宙射线数据，开发出分析对应的科学分析软件，可用于生成宇宙射线成分分析与分离。(此项目为本人在亚琛工业大学的博士课题)

主要功能就是给用户提供 业务咨询及休闲聊天 业务咨询采用了 FQA多组多关键词检索匹配及大模型语意培训的方式 实现了文字 + 语音 + 口型 同步进行 休闲聊天接入大模型 采用语音问答的方式实现 数字人采用2D的方式展现，添加一些简单的动作，如眨眼 张嘴、摇头等。

项目功能包括患者入案申请评估、医生注册及资格审核、订单管理、疗程管理、档案管理、对照病历资料录入校对、处方审核管理、问卷量表配置、专病方案配置等功能。 我主要负责系统架构和框架的设计搭建，并参与前后端开发

项目描述：中信生活荟是一个智能物业服务平台，包含B端和C端产品，有四个核心功能模块：我的物业、置业指南、业主尊享和中信会。用户通过产品能够获取社区动态信息，享受在线报修、在线投诉等物业基础服务及社区文化服务，同时还可体验生鲜果蔬配送、智能家居等一键式专属服务。 技术应用：Eclipse + SSH + Tomcat + Jdk + Mysql + Navicat + Svn + Editplus + Memcached + Nginx + Putty + Xftp 项目职责： 1. 负责社区活动管理、商品订单管理、交易支付模块的开发。 2. 负责后端框架的技术选型、功能开发、单元测试等工作。 3. 负责对接前端，撰写数据库设计文档、需求文档和接口文档。

项目介绍：随着物联网传感设备和无线通讯技术的蓬勃发展，室内定位已然成为大众生活中不可或缺的一部分。目前，众多室内定位技术利用无线局域网信号(Wireless Local Area Network, WLAN)的相关特征来进行定位，常用的技术有 Wi-Fi、蓝牙、红外线和超声设备等。然而由于室内环境的复杂性（墙壁、金属、人员流动和其他电子设备等）导致射频信号无法覆盖全区域，很难向所有用户提供同等质量的定位服务。由于指纹识别技术可以提供 6 ~ 8米的定位精度，且精度随着无线访问接入点(Access Points, APs)密度的增加而提高，以及深度学习(Deep Learning, DL)技术可以帮助克服定位服务过程中的不确定性，因此将 DL 技术应用在室内定位方法中，可通过待定位的位置点与接收信号强度(Received Signal Strength, RSS)指纹数据的映射关系来确定用户的精确位置。基于 DL 的 RSS 指纹室内定位方法是当前最流行的室内定位方法之一，该类方法主要使用包含定位终端和定位云服务器的云计算架构来实现室内定位，其核心是发现指纹数据与位置点之间映射关系的定位