人工智能

面向设备提供厂商独立负责设备研发，可快速理解文档关于设备通讯结构。门禁考勤系统、图书馆管理系统、应用数据存储卡（如IC卡、ID卡、CPU卡）等应用系统的软件开发

使用PaddlePaddle来进行图像超分辨率（Image Super-Resolution）是一个强大的工具，PaddlePaddle是一个流行的深度学习框架，适用于各种计算机视觉任务，包括图像超分辨率。以下是一些关于如何使用PaddlePaddle进行图像超分辨率的扩展信息： 1. **数据准备**：首先，你需要准备用于图像超分辨率的训练数据集。这些数据应包括低分辨率图像和对应的高分辨率图像。你可以使用公开可用的数据集，也可以创建自己的数据集。确保数据集的质量和多样性对于训练有效的超分辨率模型非常重要。 2. **选择合适的模型**：PaddlePaddle提供了各种深度学习模型，可以用于图像超分辨率任务。常用的模型包括SRCNN、ESPCN、VDSR、SRGAN等。根据任务需求和计算资源选择适当的模型。 3. **训练超分辨率模型**：使用PaddlePaddle来训练你选择的模型。确保合适的超分辨率损失函数（如均方误差或感知损失）和数据增强技术，以提高模型的性能。训练期间要监控损失和性能指标，以便进行调整和优化。 4. **模型微调**：你还可以使用预训练的模型来加速训

孔明预测是一款基于tensorflow人工智能技术，使用最新神经网络算法，专门针对A股港股等构建多特征模型并进行量化分析的软件。 如图所示的预测，绿线为实际股票走势，竖线为用于训练数据的最后时点值。红线为训练后预测的走势。粉线为基于训练数据的预测走势（即在竖线时点时的预测，当时并未获得竖线后的任何数据）。对比粉线的预测走势与实际的走势，可见预测结果与实际走势非常接近，二次最低位都准确预测到！ 后端使用技术：Linux shell & C++、Perl、Python；数据库方面涉及SQL存储过程开发，使用的数据库包括：Mysql、MongoDB；涉及的前端技术：vue.js、node.js等。 【注：作品是以项目原型改造开发的测试版本软件，因涉及版权及敏感商业信息，工作成品不便上传。】

车道级导航功能, 行车轨迹, 探测目标显示, 车道线显示, 事故上报, 交通图更新上报, 交通拥堵状况显示, 停车位绘制 负责各功能模块的HMI界面显示和用户交互的逻辑业务开发

工业生产线上通过软硬结合的设计，引入人工智能系统， 对产线上产品的缺陷进行识别和统计。 主要包括： 1 硬件点位的设计和安装，其中包括前置工业摄像头和传统cctv摄像头的结合。前置AIBox和运算主机的设计和软件开发 2 对应前置主机中，算法部分的开发。设计主要CNN神经网络的研发，数据的采集清洗训练，加速部署等。 3 管理平台软件的设计和开发，对接原有业务系统。增加可配置的接口对识别方式、识别目标、识别点位等进行动态配置 4 开发对接小程序和App，方便对应使用者进行实时查看和对危险的监控。

使用uniapp+vue2+uview+echart+maps开发，继承旅游攻略，生成自驾游路线，美食，酒店，商家一体的app，搭载chartgpt只能客服聊天模块

1，项目模块为AI机器人直播管理，商品管理等等 2，运用electron+vue3+element搭建项目框架 3，项目为自己独立开发，迭代，维护

应用于大型汽车类工厂的产线信息类升级系统。 主要包括三个方向： 1 硬件传感器。 包括工业摄像头、安装点位设计、灯光控制系统，光耦、温差传感器等集成和统一设计。 2 链路传输。在10km工厂内部布设5g系统和组网设计，来进行高流量的数据传输 3 管理系统开发。 基于数据源，进行成套管理系统设计开发。对接工厂原有多个系统。

资源分配及状态管理。主要用于管理设备、工具、人员、物料、能耗以及其他生产资源，满足生产计划和调度的要求，提供资源使用情况的历史记录和实时状态信息，保证生产正常进行。 工序详细调度。基于资源能有限原则，根据生产工序的优先级、属性、特征等，采用交错、重叠和并行等方式确定设备开停、物料供应以及其他辅助作业时间，实现最优的生产作业顺序，最大限度减少生产过程中的准备与等待时间，提高生产效率。 生产单元分配。以订单、工单、批量和作业等形式管理生产单元间的工艺流与业务流。可提供车间生产计划的优化，如基于缓冲机制的在制品数量管理等。同时，在发生生产异常时，能够提供相应的生产调度信息，并驱动相关资源进行响应。 生产过程管理。通过系统监控生产全过程，采集并及时反馈生产异常，提供相应的决策支持。通过实时跟踪生产作业流程，及时发现生产过程中的各种异常，并进行相应的异常报警与处理作业。 人力资源管理。针对不同生产岗位，实时采集作业岗位的人员作业状态，进行工时统计与分析

当使用不同的生成对抗网络（GANs）来训练并生成不同的人脸时，你可以获得各种各样的人脸样式、特征和风格。这有助于生成多样化的人脸图像，适用于不同的应用，例如计算机图形、人工智能研究和数字媒体。 以下是一些不同的GANs和它们可能产生的人脸样式： 1. **DCGAN（Deep Convolutional GAN）**：DCGAN是GAN的一种经典变体，通常用于生成高分辨率的人脸图像。它可以产生相对真实的人脸图像，具有细节和纹理。 2. **StyleGAN（Style Generative Adversarial Networks）**：StyleGAN是一种在生成图像时强调风格和变化的GAN。它能够生成非常多样化的人脸，包括不同的发型、表情和特征。 3. **CycleGAN**：CycleGAN是一种用于图像翻译的GAN，可以将一个域中的图像翻译成另一个域。你可以使用CycleGAN生成不同国家或文化的人脸。 4. **Progressive GAN**：Progressive GAN采用渐进式训练方法，逐渐增加生成图像的分辨率。它可以生成非常高分辨率的人脸图像，展现更多

一、STM32F103集成蓝牙串口模块HC05项目设计说明 该项目采用最小化设计原则，以最小化的方式开发出的源码可以让用户很轻松地学习，并可以再源码项目上轻松进行二次开发。 该项目源码没有一行多余代码，每一行代码经过认真处理，代码注释详细，代码可读性非常高。 该项目源码配有硬件接线图，能够快速将代码运行起来。同时可以加深对STM32的串口开发知识的理解，了解如何收发文本数据包。 二、HC05蓝牙串口模块测试说明 AT模式 进入AT模式的方法：先按住HC05蓝牙模块上的按键，再给蓝牙模块通电。蓝牙模块上面的LED进入慢闪模式(约1秒钟闪烁一次)，即可进行AT命令测试。 AT模式波特率为38400,8个数据位，1个停止位，无校验。 每条指令输入完成后，必须按一下回车键再发送！ 正常通讯模式 进入正常通讯模式的方法：直接给蓝牙模块通电，无需按住HC05蓝牙模块上面的按键。 正常通信时波特率为9600。 三、相关资料和技术支持 【HC05蓝牙串口模块测试实验】 https://www.bilibili.com/video/BV1xD4y1t7xf/?share_source=copy_we

文本处理项目主要对文本数据进行文本分类、实体识别、实体关系提取、事件提取最终达到对文档数据结构化后进行数据分析的目的，文本处理项目分为应用和引擎两部分。 应用主要包含系统支撑功能（用户、权限、角色）和文本全文检索、图检索以及其他业务功能。 引擎主要包括预处理接口、Redis、推理引擎三部分，预处理接口采用python flask实现，负责文本处理请求预处理、生成文本分析任务等功能； Redis负责协调文本分析服务同步、异步通讯协调和数据缓存；推理引擎采用c++多线程实现文本分析任务模型推理。

•背景：海信商显会议机预置应用，主要用于会议场景的语音识别和同步翻译，基于讯飞在线服务开发 •负责分工： 1.前期项目预研 2.需求 设计 测试评审 3.核心语音识别模块 4.UI 展示 持续化存储模块 5.历史记录回放模块 •关键技术： 1.讯飞在线 api 基于 websocket 2.rxjava 线程调度 3.海信网盘服务分享

1、利用webpack、vue-cli配置项目环境，配置第三方匹配规则 2、使用原型图，搭建页面，进行页面的基本布局、用less对css进行预处理； 3、配置入口文件，利用vue-router插件实现动态路由匹配 5、对各个功能进行组件化开发，使用element-ui组件库进行页面布局 6、使用vue-axios请求接口数据并使用axios拦截器进行数据处理，通过插值语法渲染到页面

1、社区功能：发帖、看帖、发帖打卡、关注、私信、点赞、评论等 2、匹配聊天：用户按照一定规则匹配成功后开启聊天 3、大语言模型问答：回答用户的咨询 4、作品由团队开发

这是一款自动砌墙工具， 使用qt绘制墙面信息，规划路径 与运动控制器通讯完成砌筑功能 使用mqtt进行远程监视与控制

此项目前后端以及后台管理系统由我独立开发完成。 实现发送短信登录（对接阿里云短信），实现文案创作功能（chatgpt），实现图片绘制功能（对接sd），充值功能（微信扫码支付）， 对接chatgpt以及流式输出，对接sd实现图片绘制，此项目后端是自己写的node接口，前端vue。

可以实时对CS架构的界面进行指定输入框输入内容监控 监控到指定的内容可以坐信息提示 快捷键展示退出 本人对小程序做全面的开发，封装测试 难点是实时监控与窗口控件获取，监视指定内容与指定编辑框

主要盈利模式为精准广告投放，响应旅馆，娱乐场所，散油等系统的人脸识别服务， 产品特点有全自动化、高可靠性、低运维消耗等特点。 独立开发 Android端，java 语言 网络框架：okhttp+retrofit 异步处理：rxjava 数据库：sqlite+dbflow 微服务：nanohttpd 人脸识别：虹软人脸识别 文件存储：阿里 oss 技术点：页面切换、广告联动、监播记录、相机调用适配，后台服务自动化 业绩：运行在定制 Android 设备（6.0原生系统，rk3288平台方案），已安装一万多台（长沙规模以上旅馆覆盖），日在线5000以上，日广告播放量千万以上