Python

利用深度学习技术自动识别和分类图像内容。通过构建和训练神经网络模型，系统能够精准识别物体、场景和文字，项目采用卷积神经网络（CNN）进行特征提取和模式识别，结合迁移学习技术，提高模型的训练效率和识别准确度。

使用langchain开发大模型，调用api或本地部署大模型，补充外部知识库搭建rag，基于训练好的大模型进行二次开发应用，或本地部署大模型进行微调。

网站整合节点图编辑器、矢量图编辑器、图片文本编辑于一体、会员中心等的工具网站，结合后台数据库，可以保存数据。100%个人独立开发。 可以通过搜索框搜索公开的笔记。点击logo跳转到笔记的编辑界面。点击弹出登陆和注册菜单。

使用python，抓取图书网站的图书信息。使用requests和BeautifulSoup包，分别用来请求网站数据和解析网站内容，找到想获取的信息的特征，根据特征取到相应的数据，最终保存在字典中。

使用python，抓取图书网站的图书信息。使用requests和BeautifulSoup包，分别用来请求网站数据和解析网站内容，找到想获取的信息的特征，根据特征取到相应的数据，最终保存在字典中。

抓取豆瓣TOP250电影标题内容。 使用request请求豆瓣网站数据，使用BeautifulSoup解析响应的html页面内容，分析电影标题在html中的特点，使用BeautifulSoup提供的工具解析出TOP250的电影标题内容，并记录到文本文件中。

1、本项目是一个分享开发经验的系统，旨在为程序开发者提供一个交流心得的平台，系统由文章管理、个 人信息管理等关键模块组成。可以兼容安卓，IOS，HTML5，微信小程序4个平台，提高了用户体验 2、在技术选型上，选择了uni-app框架进行开发，使用云函数处理前端发起的请求，数据保存在云数据 库，实现了前后端的统一管理。UI界面设计上使用与uni-app同一厂家的uni-ui库，该ui库基于vue组件、 flex布局，而且可以跨全端，极大的提高了开发效率 1. 负责用uni-app和uni-ui开发奇技分享俱乐部系统的界面和功能模块 2. 开发云函数，处理前端的请求，返回处理结果 3. 实现系统的权限管理和安全策略，包括登录验证，权限控制等 4. 进行界面和性能优化，确保管理系统的用户体验和操作效率

交易策略多样：股票数据（基本面、各个级别 k 线数据）、各个周期选股交易策略、各种技术指标交易策略、量化交易 期权定价公式实现

1.项目分为图形绘制模块、用户交互模块、文件操作模块 2.所有都是一人独自完成 3.鼠标操作交互和图形数据保存是代码最重要部分，其中在针对画图时的实时显示即用户体验感上遇到问题，解决是在鼠标移动操作这一部分改进了页面刷新即帧率

1.项目分为图形绘制模块、用户交互模块、文件操作模块 2.所有都是一人独自完成 3.鼠标操作交互和图形数据保存是代码最重要部分，其中在针对画图时的实时显示即用户体验感上遇到问题，解决是在鼠标移动操作这一部分改进了页面刷新即帧率

1.项目分为图形绘制模块、用户交互模块、文件操作模块 2.所有都是一人独自完成 3.鼠标操作交互和图形数据保存是代码最重要部分，其中在针对画图时的实时显示即用户体验感上遇到问题，解决是在鼠标移动操作这一部分改进了页面刷新即帧率

1.项目分为图形绘制模块、用户交互模块、文件操作模块 2.所有都是一人独自完成 3.鼠标操作交互和图形数据保存是代码最重要部分，其中在针对画图时的实时显示即用户体验感上遇到问题，解决是在鼠标移动操作这一部分改进了页面刷新即帧率

使用了panads库，读取csv文件做出的简单的决策树，使用者可以用决策树来分析一些东西，如今天会不会下雨，某人今天会不会出来等

负责 paas 和 hubble 0到1组建产研团队成员5人+，负责业务规划，项目管理，技术管理等工作，持续按时保质交付产品系统 服务建设： 带领团队快速工程化0-N应用体系建设，横向协调完成数据产品持续交付，为经营、增长、商品等领域提供打包数据产品解决方案，交付产品6个，中台服务5+ 借助应用服务体系孵化数据中台服务能力体系，含指标定义、计算、管理、存储、查询等，日均万次，支持业务决策

针对于中小企业的合同管理与员工出差费用报销管理。其中以项目为主线，针对项目进行出货合同（收款），和进货合同（付款）的记录管理。合同其中还包含资金和发票的计划管理，让管理人员一目标了然。另外，报销管理模块也可以与项目进行挂钩，方便管理人员核算出整体项目的成本与利润。总之这是一个不求功能复杂，界面简洁的公司合同帐务管理软件。 1.2 架构 系统采用BS架构，前后端分离构建，前端WEB服务器（VUECLI架构），后端采用DJANGO；数据库采用MYSQL 1.3 WEB服务器环境： nodeJS –version v14.13.1 npm -version 6.14.8

智能知识库问答基于大模型技术构建，主要包含私有知识库的智能检索、智能问答、Word、Exel、PDF/图片等知识文档的识别与管理。整个项目适配主流的大模型，在提升准确率方面进行了较大提升。主要采用大模型应用开发技术，包含Prompt、RAG、Agent等技术。

使用了短信验证，第三方登录、邮件激活、前后端分离，第三方支付。本人主要负责用户和订单模块，实现了用户的登录、注册等相关功能。

智能花盆模型 目录 一、作品背景 二、实现功能 三、RT-Thread使用情况概述 四、整体系统框架 五、硬件框架说明 六、软件框架说明 七、软件模块说明 一、作品背景： 随着人们生活质量的提高，经常在家中工作和学习的环境中放置一些盆栽花卉，既可以通过光合作用吸收二氧化碳，净化室内空气，又可以陶冶情操，让生活，工作，学习更加愉悦。智能花盆是智能家居的一种备受喜爱的一种新型家居设备，随着科技的发展，智能家居的概念频频出现在各大媒体上，进入公众的视线。本作品基于智能花盆的思路，设计了一种智能花盆设备的模型。 二、实现功能： 通过温湿度传感器进行温湿度采集，将采集到的数据通过串口发送温湿度到上位机，并利用wifi模块将温湿度上传到云端，在手机端可以通过onenet云查看家中温湿度。 利用OLED屏幕实时显示温湿度，便于在家中查看。 如果温度过高，则电机（风扇）开启进行降温，湿度过低则，水泵开启为花卉浇水。 云端控制4种颜色led灯的开关，实现光源供应。 三、RT-Thread使用情况概述： 3.1 内核方面 使用了线程，邮箱实现任务调度。具体创建了三个线程分别进行温度的检测与上传，湿度的检测与上传和OLED显示数据。 使用两个邮箱，一个在"温度检测与上传"线程中用来传递温度值给"OLED显示数据"的线程，另一个在"湿度检测与上传"线程中用来传递湿度值给"OLED显示数据"的线程。 3.2 软件包方面 aht10传感器驱动库：实现AHT10驱动，在应用层调用测量温湿度。 u8g2不同种类单色屏驱动库：实现OLED驱动，在应用层调用显示温湿度。 cJSON: 超轻量级的 C 语言 json 解析库。 OneNET连接中国移动 OneNet 云的软件包：实现硬件连接云端，在应用层调用上传温湿度，以及下发命令控制硬件。 AT DEVICE：AT 组件在不同设备上的移植或示例。 WebClient(RT-Thread 官方开源的 http/https 协议客户端)。 3.3 设备驱动框架使用情况 pin设备驱动框架， IIC设备驱动框架 UART设备驱动框架, SPI设备驱动框架,

1、平台涵盖智慧运维、智慧安防、智慧能源、智慧交通、智慧办公等平台功能板块 2、其中包含支持运维工单、运维知识库，摄像头、门禁、电表、水表、气表、公交车设备、食堂设备等的实时数据和告警数据，可实时报警，通过运维工单进行即响应，形成完整的闭环。 3、系统可以支持包含3D设计、数据大屏驾驶舱、智能控制策略、楼宇节能联控、安防联控、数据模型建立等。

项目分类两个模块一个是录入系统、另外一个方面是训练系统 这个模块我制作了两个方面都制作了，使用了opencv进行录制然后将用识别器识别出来 难点是没有难点