人工智能

本项目通过textcnn卷积神经网络实现对文本情感分析识别，由python 3.6.5+Pytorch训练所得。 1、 特征提取流程： 主要目的就是把文本转为词向量，建立id对应，因为只有数字才能计算。 2、 模型算法： 使用深度学习模型CNN卷积神经网络提取特征。

在discord平台上开发自问答机器人 主要负责机器人的功能开发工作，机器人目前包含功能有识别题干，ocr提取文字，爬虫爬取答案等功能

oneID全域标签体系与用户画像设计： 1、标签体系分类：用户属性、行为属性、社交属性、风控属性、商圈细分、业务专用、营销场景 2、指标分类，总体运营、流量、订单、商品、活动、RFM模型、风控、门店、职工等 3、oneID构成，主要来自于微信、自营平台、内部系统、第三方电商渠道等

项目主要由如下几个部分构成： 1、大数据平台底座，主要是用大数据生态的Hadoop、hive、zookeeper、flink、Doris构建 2、数据仓库，采用Doris构建批流一体的实时数仓 3、数据服务，采用springboot构建数据微服务，对外提供统一的中台服务接口

APP采用原生代码开发，双端（Android、IOS）同时上线 大屏端采用VUE前端技术开发，分辨率适配大屏幕尺寸 采用VUE前端技术，使用ElementUI作为前端应用框架 Spring cloud分布式架构 Swagger在线接口文档 Spring Cloud Gateway、注册中心Nacos SpringBoot2.3、Mybatis 主要负责系统通过接入现场的实时视频画面、船舶/车辆/人员的定位、气象等数据，并对这些数据进行展示，实现对工程现场施工情况的实时监控以及数据分析：实现监测数据的异常值发现功能。数据采集后，将历史数据平均值与采集数据进行对比，通过设定异常值判定规则，及时发现异常数据，保证监测数据的可靠性。 数据预警：数据超出控制值时，系统将会发出报警信号，管理人员可以根据大屏上的报警信号位置，指派相关人员进行现场查看，并通知相关人员制定解决方案，可提高施工现场管理的能力、系统应变能力。 数据处理：实现自动监测设备监测数据的收集功能。实现人工监测设备监测数据的在线编辑和模板导入功能。实现实施传输或导入监测数据的修改、删除等功能。

1.整体系统围绕资源检索、数据推荐、资源浏览、资源请求、个人中心等业务来设计，不限于纸质图书、电子图书、期刊、论文等各类型资源的访问与请求；个人中心包含整体个人书单、个人借阅历史查询及续借、读者证件、功能； 2.国内知名大学已成功切换我负责的版本系统，如河海大学、南京师范大学、南京航空航天大学，中国矿业大学、嘉兴市图书馆等；

该系统汽车图像中确定车牌的具体位置，然后将汽车牌照上的字符进行分离，将整个牌照区域中的字符进行分离。用KNN算法对车牌字符的训练集进行训练，然后根据训练的模板对各个字符进行匹配，选择出最优的匹配作为结果。

游戏插图的设计需要考虑多方面的因素，如游戏的类型、风格、受众群体等等。在设计游戏插图时，要注意突出游戏的核心玩法和特点，同时也要符合游戏的整体风格和美学要求。好的游戏插图应该能够吸引玩家的眼球，引导玩家进入游戏世界，并为玩家提供更好的游戏体验。

功能开发单片机stm32系列，52系列，功能开发，参加比赛等等。1、通用型 按单片机（Microcontrollers）适用范围来区分。例如，80C51式通用型单片机，它不是为某种专门用途设计的；专用型单片机是针对一类产品甚至某一个产品设计生产的，例如为了满足电子体温计的要求，在片内集成ADC接口等功能的温度测量控制电路。 2、总线型 按单片机（Microcontrollers）是否提供并行总线来区分的。总线型单片机普遍设置有并行地址总线、 数据总线、控制总线，这些引脚用以扩展并行外围器件都可通过串行口与单片机连接，另外，许多单片机已把所需要的外围器件及外设接口集成一片内，因此在许多情况下可以不要并行扩展总线，大大减省封装成本和芯片体积，这类单片机称为非总线型单片机。 3、控制型 按照单片机（Microcontrollers）大致应用的领域进行区分的。一般而言，工控型寻址范围大，运算能力强；用于家电的单片机多为专用型，通常是小封装、低价格，外围器件和外设接口集成度高。 显然，上述分类并不是惟一的和严格的。例如，80C51类单片机既是通用型又是总线型，还可以作工控用。

游戏插图的设计需要考虑多方面的因素，如游戏的类型、风格、受众群体等等。在设计游戏插图时，要注意突出游戏的核心玩法和特点，同时也要符合游戏的整体风格和美学要求。好的游戏插图应该能够吸引玩家的眼球，引导玩家进入游戏世界，并为玩家提供更好的游戏体验。

项目描述：本项目使用java作为主要开发语言，为机器人管理平台以及机器人端提供接口服务。使用Springboot作为项目开发框架，使用consul作为微服务的注册管理中心，使用MongoDB作为业务数据库，使用ElasticSearch LogStash Kibana作为日志系统。使用kafka，RocketMQ，SpringAOP实现日志收集，消息推送，异步训练等延迟性功能。 我的职责： 模块1：负责实现机器人平台中的智能问答数据库的训练功能，使用redis和rocketMQ，对之前的同步训练改为异步训练，解决了训练数据庞大时导致的请求超时问题。 模块2：负责机器人端APP插件化升级功能，通过机器人端发送的设备码及设备类型，对机器人app的版本进行扫描并向机器人端发送新版本app的下载链接，并使用新版app的MD5实现插件的安全保证。 模块3：负责服务监控系统的开发，使用x-pack监测ELK中的异常日志并向后端开发人员发送邮件提醒。 模块4：负责后台管理页面的开发。将系统数据通过业务分析进行分类整理，进行可视化操作。 模块5：产品功能的日常迭代开发，如设备到期提醒，问答

技术栈：Python语言、PyQt5建立GUI界面、OpenPose实现人体姿态估计、Keras实现模型训练。 环境见博客：https://blog.csdn.net/qq_42279468/article/details/124987801?spm=1001.2014.3001.5502 使用算法：人体姿态估计算法OpenPose、骨骼角度提取向量角对比算法、神经网络多分类算法

我们公司自己研发了一个算法平台，用户可以在上面直接上传自己的数据轻松得到结果，不懂算法的人也可以使用算法，我的任务是负责封装算子，把常用的算法封装到这个平台上，供使用者调用

1、项目模块: 首页轮播，算法介绍，算法演示，新闻动态，机器翻译，帮助中心和用户中心 2、本人负责： 算法介绍、算法演示、用户中心 技术栈：SpringMVC+Mybatis、Jquery、Mysql、Redis、Tomcat、Dubbo、Zookeeper 成果：1.为客户私人定制服务 2.获得领导一致好评 3.难点：算法效率有待提高

基于电商平台的智能推荐： 1、采用协同过滤算法，用户-商品矩阵构建、相似度算法 2、构建用户-商品-评分数据集 3、推荐计算

为公司提供不同方面的推荐算法的实现，有短新闻推荐，有短视频推荐，有产品推荐，有用户流失预警模型，我负责从数据获取到结果推送的全过程（获取数据，数据清洗，分析数据，处理数据，建立模型，输出结果）

智慧听鉴主要是正对录音的语句转文字、错别字纠正、热词统计等功能 1、智慧听鉴的核心功能主要分为质检和报表 2、质检的功能主要是对录音内容进行分析，判断是否按照话术来讲，或者有没有讲违规信息，最后打分 3、报表属于质检后的一个功能，它只要是对质检后的信息做一些数据趋势分析，比如：录音时长，质检得分趋势，热词排行榜等等。

独立开发部署chatgpt国内版项目，前端UI设计包括开发功能对接由我一人完成。项目沟通采用远程办公方式，使用企业*和远程可视化平台进行沟通处理，保证客户可每日看到开发进度。

游戏插图的设计需要考虑多方面的因素，如游戏的类型、风格、受众群体等等。在设计游戏插图时，要注意突出游戏的核心玩法和特点，同时也要符合游戏的整体风格和美学要求。好的游戏插图应该能够吸引玩家的眼球，引导玩家进入游戏世界，并为玩家提供更好的游戏体验。

吸烟监测、口罩率监测、火宅监测都由目标检测算法YOLO算法训练所得，项目中提供训练代码。行为安全监测由OpenPose算法提取人体姿态再进行分类识别；人群密度监测由MSCNN算法进行估计；行为轨迹跟踪由目标检测+Deepsort跟踪轨迹绘制而成。 以行为轨迹跟踪为例 本系统跟踪的流程如下： （1）使用卷积神经网络对视频中的行人进行检测和跟踪。 （2）视频帧输入之后首先进入YOLOv3目标检测的网络，经过Darknet-53提取特征； （3）其次，进行上采样和特征融合，再进行回归分析； （4）再次，把得出的预测框信息输入SORT算法进行目标特征建模，匹配和跟踪； （5）输出结果。