人工智能

项目分为前端、后端和仿真平台； 我负责后端开发，负责用户登录和管理、科目管理、系统调度等。 开发过程中避免直播地址暴露给用户，采用MD5加密和时间校验方法，隐藏直播地址。

本项目在研究矩阵分解及其应用，并比较不同的矩阵分解方法在推荐系统和图像处理应用场景下的性能表现。在研究背景和意义部分，我们介绍了矩阵分解的重要性和应用领域。在矩阵分解方法部分，我们详细介绍了矩阵的满秩分解、LU分解、QR分解、Cholesky分解、特征值分解、奇异值分解等常见的矩阵分解方法。在实际应用部分，我们以推荐系统和图像处理为例，阐述了矩阵分解在这两个领域中的应用和意义。 在实验研究与分析部分，我们选择了MovieLens 100k数据集和CIFAR-10数据集来验证不同的矩阵分解方法的准确度、效率和可扩展性。在推荐系统实验中，我们将不同的矩阵分解算法应用于训练集并评估其在测试集上的表现，以均方根误差（RMSE）和平均绝对误差（MAE）指标来评估算法的准确度。在图像处理实验中，我们比较了奇异值分解（SVD）和主成分分析（PCA）两种矩阵分解方法在图像压缩和去噪方面的表现。实验结果表明，奇异值分解算法在推荐系统中的表现优于其他算法，而在图像处理方面，SVD和PCA两种方法的表现相当。

爬取某网站题库数据，通过网页信息，获取题目信息，洗成结构化数据，后通过OCR识别答案解析图片，组成 question answer explaination knowledgePoint 四元素的数据，用于训练llm 达成教育gpt的效果。

程序分为Vue前端和后端。其中1. 前端包括上传模块和显示模块，采用异步方法，上传图像后自动传输到后端处理，并在后端返回结果后显示。2. 后端包括后端框架和深度学习模型，后端框架在启动时同时加载深度学习模型，获取图像后将其输入模型获取输出，再异步返回。深度模型为RNN。此为本人练手程序，完成了所有模块和深度学习模型的编写和训练。

功能描述:RGB图像、点云数据独立检测，对检测结果金融后融合，即决策层融合。 在限定道路场景，首先将点云数据进行滤波与分割，使得关注区域仅为道路。 相机使用yolov3算法，点云使用欧式聚类，对入侵的异物进行检测报警。

以ROS为通信框架，改写目标检测算法，生成多个功能节点。 实现各功能节点的分布式、松耦合通信。 此外，将ROS中的RVIZ功能嵌入Qt5中实现，系统的功能集成。

熟悉西门子、三菱、松下及各类国产PLC工业自动化编程，从事工业自动化工作很多年，有丰富的设计调试生产经验，独立承担过大项目

对PDF和TIF等图片文件，进行提取图片，表格轮廓提取，文字识别到还原到Excel文件。 开发语言：C++ Excel 优势：准确率高，已成功应用到深圳多个金融公司的传真表格的Excel文字表格还原

吃得苦、霸得蛮、不怕死、耐得烦、 有意向合作，ABC-k11私信我,随时在线等候 ，可以点击聊一聊联系到我，咱们可以具体聊聊您的项目，价格可以具体项目具体商量，价格可以优惠哈。 案例展示有限，肯定不止这几个案想，（合作者，联系我查看更多优秀案例）欢迎点击聊一聊即可联系到我吧。 1.项目背景 吉利汽车集团与沃尔沃汽车合资成立的新时代高端品牌，集欧洲技术、欧洲设计、全球制造、全领克洞察互联网时代都市年轻族群的生活方式和购物习惯，以传统经销模式为基础，用互联网思维打造线上+线下全面融合的渠道模式。线上领克商城和线下领克中心、领克空间各有侧重、全面协同，构建起领克以体验为核心的服务体系，重塑互联网时代的汽车销售与服务生态。 2.项目主要用户人群 HMI设计需要对用户进行细分，从而定位想要的覆盖的主要人群，更多挖掘不同的用户群特征、消费观念、地域差异、生活方式、行为习惯等 3.项目主要目的 目前很多车内HMI都具备看似非常丰富的各种功能模块，娱乐、新闻、生活服务等等，同时很多车厂也可以成功研究出指纹识别、人脸识别、自驾技术、手势交互等功能技术，但当这些技术和功能被放到实际的用户使用场景中后，有

1.项目分为个人中心，演示实验，实验库，作业管理，工作台等五大模块，用户可以做到通过内嵌在网页中的jupyter notebook进行人工智能课程以及实验的学习，并且进行作业的管理和提交 2.我负责了前端方面的原型设计以及开发，使用的技术栈是vue全家桶

由于我们需要部署到低资源的平台，所以需要低计算资源和高速的推理速度； 使用tensorrt做推理加速， 训练humanpose关键点

（1）项目利用重启随机游走和正点互信息方法，计算药物和靶点多种相似性度量的拓扑相似性 矩阵；采用多模态自动编码器融合药物(靶点)的多个拓扑相似性矩阵，自动学习药物（靶点）的特征； 基于药物和靶点的特征，利用深度神经网络预测未知的药物-靶点相互作用。 （2）项目采用python语言，深度学习方法对生物信息学数据进行分析。

工具是pytorch， 使用resnet作为backbone特征提取， 对imageNet1000做图像分类，采用的是预训练模型，同时，我将其转换成onnx做推理加速

自动截图界面进行文字识别，后进行模拟键盘鼠标操作 功能：自动文字识别 加 模拟操作，是对WEB浏览器界面的图片位置识别 + 模拟键盘鼠标操作（或当前可视频界面包括有滚动条） 已运用到多个场景是使用。

随着铁路行业的快速发展，铁路公司对关键设备故障诊断技术的要求也越来越高。传统的故障诊断多采用恒定阈值报警方式进行，这种方式会消耗大量的人力物力资源，且在这种方式下故障诊断多依赖于工程师的经验和主观判断，又因为这种方式主要是针对已经发生的故障进行分析和诊断，而无法实时监测设备的运行状态。所以传统的故障诊断方式已经无法满足当今快速发展的铁路行业对智能化故障诊断的需求。据此本文设计并实现了铁路关键设备的在线故障诊断系统来解决上述问题。 本系统基于已有研究工作中保存的SVM故障诊断模型，使用DRF框架将模型封装成具有标准输入输出的故障诊断接口并在系统中进行调用，实现了关键设备的智能化故障诊断。为了不再需要消耗大量的人力物力去进行数据监测和曲线故障分析，本系统通过使用V-Charts和WebSocket等技术实现了曲线数据的自动实时读取和可视化展示。同时本系统还使用Vue和DRF框架实现了基础的信息管理、故障实时告警和检修任务调度等功能。 最后通过功能测试和性能测试对本系统的功能完整性和系统稳定性进行了分析。由功能测试结果可知本系统能够正确的获取到曲线数据并进行智能化故障诊断，能够实时美观的进行

一个智慧园区物联网运维平台,它集成了大数据、物联网、BIM应用、人工智能、无线通信等新技术于一体, 实现应用子系统的互联互通，以及数据集成和数据建模等大数据功能，进而充分发挥数据的高阶业务价值，对业务管控实现智能联动、图形可视、实时调控、高效运营等客户价值。系统提供人与物、物与物的联接管理，从提供“连接”到使能“应用”，充分发挥物联网的潜在价值，包括连接资产、安防、楼宇等。统一的物联网的联接管理服务，建立项目信息模型；对传感设备和联接进行管理，对项目的应用提供联动服务。

安卓APP：大批量数据画图，进行曲线分块画图（坐标系）、截屏保存为视频文件、手环外设等批量数据读取。 优势：已成功运行于较大型的体育业务系统中

除了基础的用户管理等功能外，主要是实现了智能创作功能，可以为作者提供灵感、生成标题和摘要，并且实现类似word的编辑体验 标题和摘要生成使用开源技术

使用了pytorch去做关键点检测， 传统的关键点检测都是像素级别的精度，我需要将其转换成亚像素的精度； 通过修改损失函数，以及softArgmax找到图像块的最大点， 最终将其转换成亚像素，精度有了很大提升

本人项目经验丰富，自从业以来大大小小的项目数不胜数，大屏项目，人工智能化机器人界面交互，商城购物，办公自动化，ERP项目等等，今天只要介绍的是美妆项目，下面是一些截图，并附上开发者日志标识，以此证明，其中最主要功能是购物车以及积分兑礼，兑换服务或者积分，有迪奥，贝玲妃，纪梵希，娇兰，雅诗兰黛，欧莱雅，等等一系列的大品牌，项目的主要开发人员有两人，我是其中之一，这些小程序经常是需要做一些大大小小不同的活动，以此来促进用户消费，项目主体框架不同，主要是分原生的和react框架，至于后台管理用的也有vue，react等不同的框架