Python

全栈开发汐萌婴语翻译小程序，通过深度学习能力训练预测模型，可分析哭声原由。采用python+paddlepaddle+uniapp+vue3. 上线一个月用户量破6千。

全栈开发汐萌婴语翻译小程序，通过深度学习能力训练预测模型，可分析哭声原由。采用python+paddlepaddle+uniapp+vue3. 上线一个月用户量破6千。

订单模块：处理玩家的购买订单，包括订单的创建、支付、取消和查询等功能。 玩家数据模块：管理和分析玩家账户信息，包括等级、装备、虚拟货币等。 市场数据模块：监控和分析游戏内的交易市场，提供市场趋势、价格等信息。 运营数据模块：收集和分析游戏运营的相关数据，如用户活跃度、留存率等。 数据总览模块：为管理员提供平台各项数据的综合展示，方便监控和管理。 后台权限模块：管理后台用户的权限和角色，确保不同角色的用户能够访问相应的功能。 在项目中，我主要负责了订单模块、玩家数据模块和后台权限模块的开发工作。我选择了Python作为开发语言，利用Flask框架构建后端服务，通过Redis实现高速缓存，使用Nginx作为反向代理服务器，以及PostgreSQL数据库来存储和处理数据。在这些技术的支持下，我成功地实现了上述功能模块，并处理了单张表1亿+的数据量，实现了模块化数据功能，确保了1亿数据能够快速响应增删查改操作，同时使得后台活动的Web页面能够灵活配置。 在开发过程中，我遇到了包括大数据处理效率、系统安全性和用户体验等多方面的挑战。为了解决大数据处理效率问题，我优化了数据库查询语句，并利用Redis进行缓存，大大提高了数据读取速度。在系统安全性方面，我采用了多种安全措施，如SSL加密、密码学原理保护用户数据，以及实施定期的安全审计和漏洞扫描。为了提升用户体验，我仔细研究了用户交互流程，并对界面进行了优化，确保了操作的流畅性和直观性。此外，为了应对高并发情况，我还对系统进行了性能测试和优化，确保了平台在高流量下的稳定运行。

游戏上线模块：负责游戏的发布和更新，确保玩家始终能体验到最新最热的游戏内容。 后台管理模块：提供给管理员使用的界面，用于监控游戏状态、管理用户账户、处理财务和运营数据等。 订单支付模块：集成支付系统，支持玩家购买游戏内的虚拟物品或服务。 防沉迷系统模块：根据国家相关规定，对未成年玩家进行游戏时间限制，以保护他们的身心健康。 登录注册模块：为玩家提供创建账户和登录游戏的平台 在项目中，我主要负责了游戏上线、后台管理、订单支付、防沉迷系统和登录注册模块的开发工作。我选择了Python作为开发语言，利用Flask框架构建后端服务，通过Redis实现高速缓存，使用Nginx作为反向代理服务器，以及PostgreSQL数据库来存储和处理数据。在这些技术的支持下，我成功地实现了上述功能模块，并处理了单张表1亿+的数据量，确保了平台的稳定运行和高效数据处理能力。

项目分为采样算法，优化算法，后处理模块 全部由我一人开发 主要包含多目标多约束的遗传算法，粒子群算法，模拟退火算法 拉丁超立方采样，低差异序列采样

1.本源码使用了DrissionPage来调用Chrome浏览器打开特定网页并进行登录操作。 2.使用DrisssionPage库中的ChromiumPage类查询网页元素，定位考试操作。 3.调用ChromiumPage类模拟考试操作并自动循环至考试次数用尽。 4.使用random来随机选定答案（由于企业内部管理原因，此套考试题不能答满分）

熟练使用当前主流网络模型（CNN or Transformer）搭建深度学习网络，能帮助用户搭建自己的网络模型，运行并且跑通，可支持代码讲解

移动底盘 机械臂 视觉识别 等 负责底层程序编写 以STM32F407VET6单片机为核心，通过MPU6050与激光雷达确定机器人行驶路径，通过摄像头识别果实颜色程度来判断成熟度反馈给单片机，单片机根据返回来的数据进行处理控制舵机实现机械臂的采摘。最后通过仿真测试，优化机器人性能，提高采摘搬运效率和质量。

在当今现代都市生活中，空气质量的预测已经成为人们日常关注的重要话题。 随着工业化和城市化的加剧，以及交通工具的增多，空气污染已成为影响居民健康的主要因素之一。 因此，及时准确地预测空气质量变化，对于人们健康和生活质量具有重要意义。该系统实现了对原始数据的可视化，每年AQI平均值对比，每年污染等级统计，未来5天的空气质量预测，不同模型间的效果对比等功能。

1.语音助手提供给使用者语音识别和语音合成的服务。语言识别方面,采用了基于CNN+CTC的声学模型与基于N-gram的语音模型的组合,能够接收用户的输入的音频文件,生成语言识别结果；语言合成方面,采用了GPT-SoVITS模型,能够接受用户的文本输入以及音色选择,生成对应的音频文件。 2.前端使用vue来编写，后端使用flask来进行连接。

针对2021-22赛季欧冠数据集进行数据清洗，kmeans聚类分析，层次聚类，各种属性之间的关系柱状图条形图，还有不同数据之间生成球员综合评分，并进行对比

实现了对安卓apk的特征提取，在前端展示出来，并且可以前端上传apk文件到后端，后端调用联邦学习进行判断并返回是否恶意回到前端

1、基于索引架构的相似匹配系统，素材容量达到 600 万 +，可支持检索多种媒体素材 2、主要使用技术：golang框架，微服务，django，MySQL，MongoDB，ElasticSearch 3、重构服务系统 (老旧服务延迟大，扩展性不足)，机器资源占用大幅减少，存储容 量节省 50% 以上。

图像分类课设（yolov5cls,yolov8,cnn,effientnet,resnet），蓝牙模块果蔬识别 机器视觉，数据处理分析，目标检测，大数据hadoop等一系列相关知识

1.实现了8路继电器通断口，3路RGB等待接口。 2.基于micropython实现 3通过物联网协议mqtt与mqtt服务器进行通信实现控制信息的传输

1.实现了8路继电器通断口，3路RGB等待接口。 2.基于micropython实现 3通过物联网协议mqtt与mqtt服务器进行通信实现控制信息的传输

1. 用于采集京东视频中的达人账号下面的相关产品数据 2. 采集后的数据以产品SKU为名创建文件夹，并爬取相关的封面图片和视频 3. 使用内嵌浏览器，能够缓存登录状态，无需每次启动都重新登录 4. 主界面使用winform开发，该项目也包含了控制台版本

scrapy工作流程原理： 1.由爬虫器确认起始url,构造一个request对象，交给引擎（在spiders里面设置） 2.引擎把request对象交给调度器，是一个队列，相当是一个容器(先进先出，后进后出)，排序的功能 3.调度器把排序之后的request对象发送给引擎 4.引擎把request对象交给了下载器 5.下载器拿了request对象发送了网络请求，获取了响应对象response,交给了引擎 6.引擎把响应response交给了爬虫器（在spiders里面的response） 7.爬虫器拿到了response进行解析 --(1)如果直接保存的数据data，返回给引擎之后，那么引擎就交给了管道 --(2)是需要继续发送请求的url,返回给引擎之后，把之前的流程再走一遍 8.管道拿到了由引擎发送过来的数据data,直接进行保存

用于管理驾校练车的管理系统。用于管理驾校练车的管理系统。用于管理驾校练车的管理系统。用于管理驾校练车的管理系统。

专注于美股交易的量化交易系统。项目后端采用Flask框架，前端则使用Vue开发，包含App端以提供更全面的用户体验。数据库使用Mysql。 系统包含账户管理、持仓管理、交易管理、日结管理、系统管理、权限管理等功能。