人工智能

Netty是一个高性能的异步事件驱动的网络应用程序框架，为开发者提供了一个快速的网络应用程序的开发工具包。WebSocket是一种网络通信协议，提供了在单个TCP连接上进行全双工通信的能力。 要使用Netty和WebSocket接入文心一言接口实现机器人聊天，首先需要创建一个WebSocket服务器。这个服务器将负责接收来自客户端的消息，并将这些消息转发给文心一言API。 以下是实现这一功能的具体过程： 添加Netty和WebSocket的依赖项到您的项目中。您可以通过Maven或Gradle添加这些依赖项。 创建一个WebSocket服务器，该服务器将作为文心一言API的代理。使用Netty的ChannelInitializer来设置处理程序，以便在有新连接时自动处理WebSocket消息。 在处理程序中，创建一个ChannelHandler来处理接收到的WebSocket消息。当接收到消息时，将消息发送给文心一言API，并将API的响应通过WebSocket发送回客户端。 在ChannelHandler中，使用Netty的ByteBuf将消息转换为字节数组，并使用Java的WebSocket API将字节数组转换为WebSocket帧。然后，将该帧发送给文心一言API。 当从文心一言API接收到响应时，将响应转换为WebSocket帧，并将其发送回客户端。 如果在处理消息时发生错误，使用Netty的ChannelFutureListener和ChannelHandlerContext来关闭连接并记录错误。

该项目是进行相对复杂和低质量图片的识别，可以识别模糊的图像和低分辨率的图像。综合识别可识别内容如下： 人, 自行车, 汽车, 摩托车, 飞机, 公共汽车, 火车, 卡车, 船, 红绿灯, 消防栓, 停车标志, 停车收费表, 长凳, 鸟, 猫, 狗, 马, 羊, 牛, 大象, 熊, 斑马, 长颈鹿, 背包, 雨伞, 手提包, 领带, 手提箱, 飞盘, 滑雪板, 单板滑雪, 运动球, 风筝, 棒球棒, 手套, 滑板, 冲浪板, 网球拍, 瓶子, 酒杯, 杯子, 叉子, 刀, 勺子, 碗, 香蕉, 苹果, 三明治, 橙子, 西兰花, 胡萝卜, 热狗, 披萨, 甜甜圈, 蛋糕, 椅子, 沙发, 盆栽, 床, 餐桌, 厕所, 电视, 笔记本电脑, 鼠标, 遥控器, 键盘, 手机, 微波炉, 烤箱, 烤面包机, 水槽, 冰箱, 书, 时钟, 花瓶, 剪刀, 泰迪熊, 吹风机, 牙刷 除此之外还有图形识别，交通标志物识别，戴口罩识别等高精度识别功能。

对芯片生产项目中晶圆片的缺陷模式进行分类与识别，数据规模为10w+。 使用滤波器（中值、模式等）对图像进行降噪处理，使用翻转旋转等操作进行图像数据加强。 使用传统机器学习方法如logistic regression等对晶圆片缺陷进行分类。 使用深度学习神经网络方法如VGGNet、普通深度卷积神经网络（CNN）、引入空洞卷积的CNN、全卷积网络（FCN）等，训练不同模型，不断调整参数优化，进行分类预测。 利用多种神经网络预测结果进行网络投票，得到准确率较高的结果（99.6%）。 下方出售源码。

1、智慧交通大脑包含数据采集，数据存储、数据分析、数据库、数据可视化等功能 2、我负责对接客户需求，按需求形成解决方案，项目管理等工作 3、解决了城市交通出行效率问题

1. 项目分为 MoE(ONNX) 模型优选模块、Pluggable ModelHub 可插拔模型框架以及 undetected-selenium 网页自动化模块。 2. 技术栈：Python、Selenium 3. 采取本地部署方案，ONNX 单个模型仅294KB，无需依赖GPU运行，支持多核并行，高效率完成 hCaptcha 人机挑战任务。

1） 拓展其他盈利模式 相比与往常快递站系统只能收发快递，该系统既拥有以往快递 站的功能，同时又增添商品交易，以及疫情防控零接触配送站点定 位功能。 2） 取件码存储经纬度坐标，精确定位取件地址 根据用户所提供地址，管理系统可根据地图定位，定位距离该用 户最近的取货点，并分配相应地址取件码，使得用户的客户端可通过 取件码定位取件地址的经纬度，进行精确定位，方便客户准确找到取 件地址。 3） 云+FILE 多方式信息存储维护，用户信息非常规二进制 加密用户信息通过云端及本地存储，云端 MySQL 数据库服务器后 台维护，防止信息丢失，而本地存储面临信息泄露的风险，因此 管理系统自动对本地用户信息进行非常规二进制加密（加入系统 设计的规则），只有本系统可解密读取到用户信息。 4)服务端与客户端修改 socket 实现 IPV6 服务器通讯 相比于以往的 TCP/IP 的 IPV4 协议连接客户端与服务端的方式， 该系统通过修改 socket 通讯采用 IPV6 协议实现客户端与服务端的 连接，有效增大地址空间，增强组播支持、对流支持，并且显著提高 了通讯安全性 5)语音识别文字、提示功能 为防止买错，选错商品，该系统特别添加了语音提示功能，自动 播报新选取商品添加购物车的内容，并且服务端更新商品时的语音提 示会同时更新。 3.升级演进： 此项目之后我们会继续研发，开发出手机、网页端，便于用户使 用，并根据各大快递公司查询 API 接口，提前知悉快递派送路径，更 新派件员、司机实时位置跟踪、轨迹查询，寄件客户地图定位，总 部、网点、派件员业务报表及财务报表汇总，票量比对、数据分析， 丰富线上生活超市功能，为用户提供方便。完善相关功能后，我们可 以在各个高校进行推广使用。

功能模块和用户实现的功能： 该项目可以划分为以下功能模块： 抖音数据流解析模块：本地服务器部署解析抖音数据流，从抖音平台获取实时弹幕信息。 自然语言处理模块：负责分析和理解收集到的弹幕信息。 使用者可以通过这个模块了解弹幕的内容和情感 文本到语音合成模块（TTS）：将经过处理的弹幕文本转化为语音。 使用者可以通过语音听到弹幕的回复声音 我的任务、技术栈和成果： 在这个项目中，我负责了抖音数据流解析模块和自然语言处理模块的开发。 为了实现这些功能，我采用了以下技术栈： 抖音数据流解析模块：在本地服务器上部署解析抖音数据流的程序，使用Python或其他适合的编程语言来处理数据流，提取弹幕信息。 自然语言处理模块：使用Python编程语言，结合自然语言处理工具包（例如NLTK或spaCy），对获取到的弹幕进行分析和情感判断。 最终，我成功地开发了本地服务器上的抖音数据流解析和自然语言处理模块，使用户能够从抖音平台实时获取弹幕信息，并对这些弹幕进行情感分析。 同时，我与团队的其他成员合作，将自然语言处理模块和文本到语音合成模块进行整合，从而实现了弹幕的语音回复功能。 难点与解决方法（选填）： 在本地服务器部署解析抖音数据流的过程中，可能会面临数据流格式解析和稳定性等难点。 为了解决这些问题，可能需要研究抖音数据流的结构和通信协议，并实现可靠的数据解析算法。 同时，在自然语言处理模块中，可能需要处理不同语种和不同情感表达方式的弹幕，这可能需要使用更复杂的自然语言处理技术来处理多样化的文本内容。

这个项目是一个算命小程序，里面的功能包括私人聊天，通过公众号模板消息推送给客服接单，有语音通话，微信支付，小程序商店等功能。

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 css javascript python 3.10 请求(python库) matplotlib (python库) django mysql sql 4.2. 标准 在最新稳定版本的Google Chrome浏览器上进行测试(版本:112.0.5615.137(64位)或更高版本) 使用HTML5标准。 使用UTF-8编码标准。

1.功能模块：数据读取、处理；损失函数、梯度下降函数；结果数据可视化等 2.技术栈：python3,线性回归，pandas,numpy,matplotlib等

通过对泰坦尼克号的幸存者预测，进行一次项目实战，在项目的完成过程中，通过自己的思考和查阅资料，进行行数据预处理，对数据的异常值、缺失值等情况进行处理，使自己对机器学习算法的整个应用过程有了更加清晰地认识，也使自己进一步熟悉了seaborn、matpliotlib等可视化库的相关操作，进一步加深自身对BP神经网络算法的理解，丰富了自身的知识体系，也是对自身的一个很好反省。

1.使用基于CNN的深度学习网络算法，实现两张图片之间的风格转换 2.模型轻便，可以使用cuda加速 3.涉及技术：python、tensorflow

1.基于ARIMA回归模型的股指期货价格预测 2.利用python，进行模型训练和预测 3.适合毕业论文选题和股价预测 4.代码编写不容易，购买直接可复制

1.端侧 管理员端和用户端(小程序) 2.技术 服务端:springboot 小程序:uniapp 管理员端前端:vue.js 数据库:mysql 3.主要功能 小程序端： 浏览商品信息，加入购物车，下单购买，在线联系客服，收藏商品等 管理员端： 管理轮播图，商品类别，商品信息，管理商品资讯，在线回复用户消息，管理用户，管理订单(发货，处理退款等) 4.算法 协同过滤推荐算法，基于用户的

项目主要包括深度学习相关的工作，包括深度学习部分和Django部分页面开发部分，前端页面提供图片上传，上传以后调用目标识别算法，算法给出预测输入，最后将结果呈现在前端页面上

一款整合了各种花语的APP，已在android 28 版本经过多次测试，全部由Kotlin编写，项目结构清晰，复用性较高，可供广大开发者学习。

1.有界面用户和管理员登录模块 2.为用户提供便捷的随机选择功能 3.包括可查询座位图已选座位和未选座位的功能

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

各种算法，编译原理状态转换器，二叉树，对图片的处理，自动白平衡算法，粒子群算法，bp神经网络，遗传算法，牛顿迭代，数据可视化，机器学习数据挖掘等等

在我设计的基于深度学习技术的电缆缺陷检测系统中，采用了改进的YOLOv5算法作为主要的识别和检测技术。这个系统是一个典型的前后端分离的Java Web应用，其中前端使用VUE框架构建，后端则基于SpringBoot框架和MySQL数据库实现，同时，我使用Redis实现验证码的功能，提升了系统的安全性。 系统设计的主要创新和挑战在于将深度学习算法的处理部分集成到网站中。为解决这个问题，我采用了基于Socket通信的解决方案，设定一个共同的IP地址和端口，构建了一个通道，使得Java Web程序和Python服务器能够通过这个通道进行高效的双向通信。 在后端，SpringBoot应用负责处理用户请求，管理用户数据，以及与Python服务器进行交互。一旦接收到一个电缆缺陷检测请求，后端应用就会通过设定的Socket通道将请求的相关数据发送到Python服务器。 在Python服务器端，一旦接收到来自Java Web应用的请求，就会启动YOLOv5算法进行电缆缺陷的检测。检测完成后，Python服务器将结果返回给Java Web应用，后端应用再将结果返回给前端，最后前端将检测结果展示给用户。 整个系统的设计和实现都遵循了模块化和解耦的原则，使得每个部分都能够独立进行开发和测试，同时也方便了后期的维护和扩展。通过这个项目，我提升了我的系统设计和编程能力，也获得了宝贵的跨领域协作和技术集成的经验。