Python

为企业内部提供,批量网络安全检测模块,以及无人值守模块,定时,提供检测服务 并作出报警,添加方糖模块,提供实时预警以及实时检测报告, 提供可扩展接口 提升扩展能力,特别增加代理ip功能,应对在大规模ip攻击下的waf的应对能力

python爬虫小能手，价格实惠，性价比高，可以长时间工作，有较强的学习能力，主攻爬虫方向，对爬虫有足够的热爱，还对MySQL数据库有所了解，可以与python相结合清洗以及处理数据，还精通numpy,matplotlib,pandas等数据包，go go go！

通过背景分割和相机标定等先进技术，成功实现对物体轮廓的提取和尺寸的精准测量。借助opencv库的功能，这项工作得以更为高效地完成。 首先，背景分割技术有效地将目标物体从复杂的背景中分离，提供清晰的物体轮廓。这对于尺寸测量至关重要，确保能够准确地定位和分析物体的关键特征。 其次，相机标定的应用使能够校准相机参数，消除图像中的畸变，提高尺寸测量的准确性。这个过程能够获取更真实、可靠的物体尺寸信息，为后续的工程和研究提供可靠基础。

10年以上web开发工作经验，参与多个大型前端开发项目，对web前端有较深的认识和理解。熟悉单页面应用开发技术栈（vue.js、react.js），参与过多个微前端项目（qiankun、single-spa）大型单页面应用开发，微信小程序开发、uni-app；熟练掌握vue.js全家桶（vuex、axios、vue-router、vue-cli、element-ui）；熟练掌握react.js全家桶 (react-router-dom、redux、redux-thunk、react-redux、antd、react hooks、useCallback、useMemo)；熟练掌握webpack、glup、grunt前端构建工具，webpack打包性能优化（scope hoisting、tree-shaking、图片压缩、公共资源代码分割（splitchunksplugin）、dllplugin分包编译、多进程/多实例构建）等，Node.js及中间件运用；熟练掌握ES6新特性，熟悉Typescript.js，以及sass、less 语法、编译，css预处理器使用；

我们的项目是一个创业项目投资情况爬取工具，旨在提供特定网站上创业项目的融资信息。通过使用Python编程语言和网络爬虫技术，我们能够自动抓取指定网站上创业项目的投资情况，包括融资轮次、投资金额、投资者等。我们的工具提供简单易用的界面，用户可以根据自己的需求选择特定的网站和日期范围进行爬取。这使得创业者、投资者和分析师能够快速获取创业项目的最新融资动态，为决策和市场研究提供有价值的数据支持。我们的项目旨在帮助用户更好地了解创业投资市场，从而做出更明智的投资决策。

全栈开发，独立完成 该项目使用自研的医疗知识图谱问答算法以及自构建的医疗知识图谱作为数据源 算法主要包含知识图谱嵌入模块、自然语言语义分析模块、答案匹配模块 后端使用python与nginx实现 前端使用vue搭建，并实现窗口自适应功能 为用户提供简单的医疗知识问答功能

功能： 车牌检测： 使用图像处理技术，对车辆图像进行分析和处理，准确检测出车辆的车牌位置 车牌定位： 在检测到的车牌区域中，进一步精确定位车牌的位置和边界，确保准确截取车牌图像 字符分割： 对车牌图像进行字符分割，将车牌上的字符分离开来，为后续的字符识别做准备 字符识别： 基于机器学习算法，对分割后的字符图像进行识别，将字符转换为文本信息 结果输出： 将识别出的车牌号码输出到系统界面或者数据库中，以供后续业务逻辑处理或者记录 工作： 数据收集与预处理： 收集包含车牌的图像数据，并进行预处理，包括图像增强、降噪等，以提高后续处理的准确性 车牌检测与定位： 使用OpenCV中的图像处理技术，设计车牌检测和定位算法，实现对车牌位置的准确识别 字符分割与识别： 开发字符分割算法，将车牌上的字符分割开来，并设计字符识别模型，实现对字符的准确识别 系统集成与测试： 将各个模块进行集成，构建完整的车牌识别系统，并进行全面的功能测试和性能测试，确保系统的稳定性和准确性

使用图像处理技术、人工智能技术，改进了传统的人工监测与识别害虫费时费力、反应速度慢等缺点，极大提高了农业生产的效率。 使用目标检测算法 yolov5 作为系统的核心算法。通过收集大量的数据集进行模型训练，让模型可以自动识别和分类病虫害目标。通过数据可视化，用户可以直观的看到病虫害的数量和种类，同时系统也会给出相关的防治措施建议，极大便利了农户的生产生活。 系统模型的准确率达到80%以上，病虫害覆盖率达到70%以上，给出的防治措施正确率高达95%，为相关的作物人员提供了技术支持

显示UR机器人的运动过程，使用python开发，支持多线程操作，使用pyqt5作为界面库，实时计算并显示UR机器人的状态。

python+request的接口自动化框架 通过excel保存接口数据，实现一条接口数据对应一个用例，数据驱动脚本 最终只需要维护excel中的接口数据，极大的提高了测试效率

现实中，有数百万人患有严重的身体残疾丧失了交流以及与环境互动的能力，然而其感觉和认知功能通常仍然完好无损。这为利用BCI技术以改善患者生活质量提供了可能。P300-Speller是基于EEG的BCI系统中最热门的应用之一。正被用来解析那些思维正常却行动不便的病人的真实意图和想法，P300-Speller允许用户使用图形用户界面（GUI）与环境进行通信，可以让患者在生活上更加独立，甚至在一定程度上恢复他们的社交生活。因此，研究P300脑机接口技术具有极高的实际应用价值。

人类染色体核型智能分析系统，是一款基于人工智能技术，对人类染色体中期图像进行自动分割、识别、计数，并自动生成核型图的遗传实验室辅助工具。 功能包括：图像管理、一键识别、导出核型图、手动编辑（笔刷、多边形、缩放、旋转、移动等）、配置管理。 达到的性能：分割准确率>90%，核型准确率>75%，GPU识别速度12张/分钟，CPU识别速度4张/分钟，支持GPU、CPU、XPU、NPU、TRT环境，支持Win、Linux操作系统。 目前已被多家医院遗传实验室采用。

项目分为，通过模拟客户端向服务端发送请求的方式去获取数据。获取数据分第一层评论，第二层评论，在代码中都有涉及 整个项目自己完成

本系统是一个用户航空购票系统，分为用户端和管理员端。用户注册登陆进入主界面后，可以根据既定的出行需求，选择出行时间、起点与终点、座位类型等等，系统会按照对应座位类型查询是否有所剩余，如果有剩余座位，则该用户成功购票。如果用户因为误操作或者行程有变，则可以对所购机票进行改签或者取消购票。用户还可以查看自己的出行记录以及待出行日程安排，针对即将出行的日程，系统会自动给用户进行提示。管理员端是基于SpringBoot的系统，分为航班管理、订单管理以及数据分析三个模块。在航班管理中，管理员可以浏览所有航班信息、条件查询航班信息、新增航班信息等。在订单管理中，管理员可以所有订单信息、条件查询订单信息、按照条件导出订单Excel表格，以及按照固有模板导入订单信息等等。在数据分析模块中，管理员根据已经导出的用户行为信息进行文件导入，然后进行数据分析，可以为每一个符合条件的用户进行分类。针对不同类别的用户，可以进行制定个性化服务。

将xx所车辆与xx统一车辆平台RPA信息自动同步，省去重复录入，减轻100多个单位的工作量，提高了工作效率。可以实现办公自动化。

作品地址：http://www.latexai.com/ 分为渲染、识别、生成模块，均由本人完成 渲染模块功能为，帮助大家写latex表达式，并渲染出来，可导出png\svg\word格式的公式表示。 同时支持有限的AI公式识别转换为latex表达式，可选输出可视化的模型内部的attention部分

海外仓管理系统，主要负责退货换标模块的全栈开发，对接国外运输公司API。主要功能有产品到库，产品库存管理，产品上架，客户页面订单管理。

写的一个demo软件，利用PyQt5搭建前端，后端集成了多种深度学习方法，可实现针对遥感影像的地物分类自动化流程。

个人在openjudge网站上的解题个人心得，保存为pdf文档，解题思路都用markdown语言编写并提供题目链接。 全部由个人独立完成，代码排版有序整洁，相关题目涉及python基础，动态规划，深度优先搜索和广度优先搜索等。

项目主要包含产研系统CBS、销售系统CRM、交付系统PMIS、NCC系统等多个系统，最终实现销售、交付、财务等完整的供应链系统。项目中要负责与业务对齐需求，记录并跟踪业务反馈的问题；测试工作主要以功能测试为主，同时负责部分系统的接口测试、性能专项测试。