人工智能

涵盖能源管理、在线监测、点巡检和全生命周期等模块，可自行搭建物模型、自定义业务流程的工业智能化解决方案。灵活性高，扩展性强，客户可自行调整和扩展，帮助企业像搭积木一样的搭建自己的网站。

项目功能模块：系统主要分为四大模块：输入与解析模块（接收用户输入的产品名称和卖点，并进行关键词提取）、AIGC脚本生成模块（核心，利用大语言模型根据指令模板和案例库生成结构化脚本）、案例库与数据库模块（存储和匹配爆款脚本案例作为参考和提示词素材）、输出与解释模块（将生成的脚本、参考案例及深度分析以清

项目功能模块：本项目核心包含四大模块：音频流处理模块（负责VAD静音检测和音频分段）、语音识别（ASR）模块（基于SenseVoiceSmall模型进行语音转文字）、文本翻译模块（集成翻译API对识别结果进行多语种翻译）、Web服务与接口模块（提供HTTP和WebSocketAPI供客户端实时交互）

智能制造管控智能体是一款面向制造企业计划排产员、生产主管等角色，结合了大语言模型（LLM）、模型上下文协议（MCP）以及工厂仿真与数字孪生（METAM）等先进技术和工具的智能制造管控助手。-基于LLM具备的泛化推理与自适应认知能力，打破传统管控集成局限性，实现对复杂计划调度、异常根因追溯等任务支撑。

功能包括，题库管理，知识点管理，智能化组卷，（自动化扫描，识别，客观题自动判卷，主观题自动识别分数，线上/线下判卷），学情分析，靶项卷推荐,学校端，可以批量添加老师，学生，组卷可以批量添加试题，可以自助上传试题，获取平台试题，获取菁优网，学科网试题

该项目是分析在疫情下 ，基于人们在论坛上发布的评论 ，判断人群情感趋势。采用java、 python语言和前端VUE搭建系统 ，利用NLP对人群情感进行分析。

1. 老照片修复软件 (webapp，使用python完成，工具地址：https://www.yillon.com/old_photo_restoration) 2. 头像转卡通web服务 (webapp，使用python完成，工具地址：https://www.yillon.com/photo_to_cartoon) 3. 小学生AI作文助手 (webapp，使用python完成，工具地址：https://www.yillon.com/ai_article) 4. USDT余额查询服务 (webapp，使用python完成，工具地址：https://www.yillon.com/usdt_trc20_balance) 5. Email地址验证服务 (webapp，使用python完成，工具地址：https://www.yillon.com/emails_verifier) 6. Windows优化软件 (Windows软件，需安装，使用C++制作，作品介绍：https://www.pcclean.io/awards-winning-solution-to-clean-up-speed-up-pc/) 7. Windows图标管理软件 (Windows软件，需安装，使用C#制作，作品介绍：https://www.pcclean.io/dr-folder/)

这是一个使用Ai技术，自然语言处理，基于上下文理解与客户进行分布式的自然语音交互，互动更加流程，没有机械感支持随机打断 可续点交互，多触机转人工，客户电话反馈不满意转人工，AI员工回复不满意转人工，更加智能做到人机协作，告别以时间长短为点简单的转人工方式。所以完全省去人工客服的优点， 我主要负责呼出部分。

该项目是基于华为昇腾服务器设计的一个全天铁路场景异物智能检测系统，该项目实现了对前端发送报警图片的处理：主要包括图片前处理，模型推理，图片后处理；同时基于Flask框架实现对处理结果的返回。本人只要负责深度学习模型修改，模型转换，网络微调，Web应用程序框架编写。

项目背景 利用科技手段提高传统宠物医疗行业的智能化水平。传统的宠物医疗知识比较分散，专业化程度低，宠物医院及医生的医疗技术水平高低不一，宠主在宠物生病时不能准确判断并采取措施等等。此项目旨在创建一套专业的医疗技术知识图谱，包含宠物种类、品种、年龄、常见症状、检查结果、处方、医嘱、诊断、疾病及疾病详情卡片等维度。在此知识图谱的基础上，可以建立诸如智能诊断，临床决策支持，智能问答等上层应用。 项目设计 线上病历含有症状描述和诊断结果两个字段，可以用来创建医疗知识图谱，可能准确度有待提高 初期使用少量的病历测试数据并只使用常见症状和疾病两个维度创建医疗知识图谱，并在此基础上创建一个简单的demo应用，可以达到由症状查询到可能犯有的疾病并按照可能机率进行排列的目标。 在demo应用的基础上，开始使用大量的病历正式数据进行模型训练，逐步提高知识图谱的准确度，并丰富demo应用。 利用一些专业化数据（医疗专家使用辅助系统填写的疾病和症状对应关系／从专业化网站上爬取数据）对知识图谱进一步训练，尽可能的提高准确度 找到医疗技术人员协助测试，重复4，直到达到医疗技术人员认为可用为止。 技术选型 Python Neo4j 图数据库，储存知识图谱，仅储存一些关联关系数据 Mysql 储存症状归类，疾病归类以及一些其它信息 Flask demo应用 py2neo python来操作neo4j jieba 分词 项目细节 常见症状归类获取，最开始的时候对病历中的所有症状描述进行分词然后，计算词频，通过筛选高频词获取常见症状，后来由于干扰因素太多了，这种计算词频的方式就放弃了。后来参考了《Differential Diagnosis in Small Animal Medicine》一书中的症状分类，作为该知识图谱中的常见症状，后续也可以补充，保存在mysql中，包括一些附带信息（症状部位等）。 常见疾病获取，获取高频词的方法不可用，最后采用了医疗技术部提供的三级病种统计，作为知识图谱中的疾病，保存在mysql中，包括一些附带信息（疾病科属等）， 关联算法，用病历的症状描述与常见症状库中的症状进行匹配，然后用该病历的诊断与疾病库中的疾病进行匹配，如果两者都能匹配上，则建立一条症状到疾病的关联关系，多次匹配成功则增加权重数量。 匹配算法，考虑了向量的方式，由于疾病名称和诊断描述都是很短的短句，向量判断近似的方式误差较大。我使用了jieba对疾病名称和诊断采用了同一种分词规则进行了分词，两者中相同的词语数量／疾病名称分词的数量 ＝ 相似比 ，相似比大于某个值以后认为两者描述的是一种症状，我经过对10万条真实病历数据与疾病的关联匹配得出一个结果，相似比在0.6的时候开始收敛，相似数量急剧下降，说明准确度开始达标。经过几轮测试，最终选定0.6为标准，相似比>0.6则认为两者相同。

项目介绍：通过运用AI算法对人类染色体中期图像进行自动降燥处理，去除杂质，分离染色体，增强带纹，并将粘连和交叉的染色体分割处理和识别；客户通过前端平台查看AI自动处理后的结果，如果不满意通过平台可手动处理以达到精确的结果。 项目核心模块：核型分析、数据预览、查询 客户使用：客户对AI处理后的结果不满意，可以在前端平台在核型分析页面，通过手动对染色体进行分割、连接、图像增强、标识等操作，对染色体处理完成后可在线打印病例报告，并且可进编辑页面手动调整病例模版。 我主要的工作内容： 1、PDF病例报告展示和在线模板编辑功能，主要是解决Adobe Acrobat dc方案制作病例报告模板耗时长不易维护的问题，病例模板研发的时间由2天/研发人员降低到2小时/交付人员，病例模板的修改由研发人员转向客户，释放了人力投入。 2、PDF病例报告展示，通过在node端使用vue-server-render渲染html页面，puppeteer 进行页面的截取生成PDF文档流，前端获取流并展示。 3、PDF病例报告编辑页面，基于vue-draggable-resizable-gorkys插件二次封装，研发基础控件，包括组控件，左右布局控件，图片控件，线框控件等等。这些控件在A4大小区域内可自由拖动位置，改变控件大小，研发控制面板对单个控件精确控制。 4、图像算法增强功能，通过ninja构建工具将C++代码编译成opencvJs.js和opecvJs.wasm文件，开发增强组件，添加对应算法的增强方法。 5、在核型分析页面上新增“打标记”功能，使用canvas绘制尖头、直线、以及文本描述。

1.作品简介 小微环保企业在融资过程中面临着很多挑战，例如信贷评估不足，缺乏资产 担保，获得资金困难等。而绿色信贷通过对企业的环境保护情况进行考量，可以 有效降低企业的融资风险，并为其融资提供支持。 数据挖掘技术在金融领域中已经得到广泛应用，包括信用风险评估、欺诈 检测、投资组合优化等方面。在绿色信贷领域中，数据挖掘技术可以帮助银行或其他金融机构更好地理解借款企业的绿色环保情况，进而提高融资决策的准确 性和精度。 基于数据挖掘的小微环保企业绿色信贷系统。该系统包括数据预处理、特征 选择、模型训练和评估等环节，从而确保模型的高质量和可靠性。本文所提出的 绿色信贷系统可以显著提高小微环保企业的融资效率和成功率。 2.承担任务 （1）承当角色：科研组组长。 （2）实地调研：设计小组调研方案，组织在湖南智水科技责任有限公司的实地调研，宣讲展示项目方案、有计划有目的地收集整理 有效数据并且整理成档。 （3）营销方案设计：利用实地调研数据实事求是地设计项目营销、营销策略、投资回报分析方案、项目应用场景。 （4）技术方案设计：项目需求分析、功能结构图设计、接口文档设计、核心算法文档设计（数据不平衡算法分析）、项目测试报告 编写、数据库ER图设计。 （5）项目开发：从事web系统后端算法开发、利用paddlepaddle平台训练预测模型。

本项目主要功能为人脸特征提取、预测数据返回、历史记录查看和删除、用户信息修改； 我所负责的内容是所有人工智能功能的实现和部署，使用TensorFlow、pytorch等框架搭建模型，模型使用卷积核dlib工具进行提取人脸特征，通过训练之后得到模型，再使用Django进行部署到服务器后端。

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。

●项目背景：该项目主要用于外呼业务，实现机器人与用户对话，人工辅助工作，人机交互，人机融合的工作原理，包含自动弹屏，自动外呼、语音识别、语意理解、智能语音对话、分析客户意向、记录通话内容等功能，提供预览式外呼，人机协同外呼，自动外呼，机器人外呼任务模式； ●工作职责： ①前期产品的调研分析，产品原型设计，业务流程梳理工作； ②进行项目管理，负责产品的后续功能设计，迭代规划工作及协调研发测试等部门 ● 工作成果：通过把控各流程及跟进各部门，确保了项目如期顺利上线。

概述：实现音乐数据的解析处理和AI模型构建提供训练和预测接口，并在此技术上实现一个完整的WEB应用平台作为应用实 现。 完成的内容： 构建基本工具集，包括符号音乐数据的解析处理（Music21），本地数据缓存，数据特征处理等 构建LSTM神经网络模型和调参，设计音乐生成算法，使用模型的预测结果生成音乐MID音符序列 设计算法服务器作为核心算法接口，多线程并发处理来自WEB服务器的调用深度学习算法请求，对训练请求进行排队处 理 使用Django后端 和 Layui 前端框架完成WEB服务器的设计实现，包括数据库设计，服务器业务逻辑和前端用户交互 等。

1.负责该项目的健康问答设计和开发，使得具备以下功能： ①可以根据自定义的数据库进行回答 ②未被记录的答案将会在提问多次后直接记录 ③若存在多个相似答案，则用相似匹配得出最佳答案

1.利用openAI接口完成算法模型引入，可直接与之聊天，反应效果与国外版本无异 2.独立设计的前端界面，使用起来更加简易和方便 3.具备严谨的前端提交判断，有效防止代码注入和乱码的问题