Python

我们团队决定开发这款电脑端的单词记忆软件，以解决大学生和办公人员在英语学习中的挑战。我们意识到，电脑端的学习工具对于这两个群体具有重要意义，但市场上的选择相对有限，因此我们希望开发一款简洁实用、功能丰富的单词记忆软件，满足用户在英语学习方面的需求。 我们的目标是为大学生和办公人员提供一个便捷、高效的学习工具，帮助他们提升英语水平。通过这个软件，用户可以随时随地进行单词记忆、自我测试，同时还可以利用碎片化的时间进行学习。我们希望通过这款软件，为用户提供一个个性化、智能化的学习环境，让他们能够更轻松地掌握英语，为未来的学习和工作打下坚实的基础。

本ERP系统方案专为小微企业设计，旨在解决这些企业在管理日常运营中遇到的效率低、成本高的问题。小微企业通常面临预算有限、缺乏IT资源的挑战，本方案以月租模式提供服务，极大地降低了企业初始投资成本和IT维护压力。 与市场上常规的ERP解决方案相比，本方案具有以下显著特点： 1. 月租模式：企业只需按月支付租金，无需一次性支付高昂的购买费用，大大降低了资金压力。 2. 廉价：提供极具竞争力的价格，让小微企业能够以较低的成本享受专业的ERP服务。 3. 有人维护：系统提供全方位的技术支持和日常维护服务，企业无需配置专门的IT团队，确保系统稳定运行。 4. 好用：界面友好，操作简单，非专业人员也能快速上手。 5. SaaS：基于SaaS（软件即服务）模式，企业无需自行部署硬件和软件，随时随地都可以访问系统。 6. 稳定：利用云计算平台提供高可用性和数据安全保障，确保系统的稳定性和数据的安全性。 7. 扩展性强：系统具备良好的扩展性，能够根据企业的发展需求灵活扩展功能模块。 在产品组成和技术选型上，本方案基于AWS云平台，采用Java语言开发，并使用了开源架构Frappe。AWS云平台提供强大的计算能力和数据存储支持，确保系统的高性能和可扩展性。Frappe作为开源架构，具备灵活的定制能力，使系统能够快速适应企业的特殊需求。Java语言的使用确保了系统的稳定性和可维护性。 本ERP系统旨在为小微企业提供一套低成本、高效能、易于维护的管理解决方案，帮助企业实现数字化转型，提升整体运营效率。

应用场景：某开发者平台上有大量的API开发文档，代码仓库，学习实验室等资源，根据用户的喜好以及在平台上的浏览历史，推荐该用户可能感兴趣的内容 技术特点：基于LLM Embedding的内容相似度计算，基于DLRM的用户点击概率预测

Project : 基于BERT的搜索Recall和Rank的系统搭建 项目描述：基于BERT、Sentence Bert、FFM技术，搭建和改进基于文本的召回系统和排序系统链路，优化搜索体验 项目内容： 1）相似度排序系统搭建：从0-1搭建搜索基于BERT的相似度排序系统，解决ES无法解决的语义匹配问题。完成数据采集、处理，模型训练、评估，稳定部署整条链路。结合业务背景，以及数据和算法模型的深刻理解，不断迭代相似度模型，采用清洗样本、嵌入主题字段、样本采样等技术处理训练数据并迭代模型，适配业务场景，将最初相似度分组点击率指标的4%提高到12%。 2）向量召回模型系统改进：改进基于Sentence Bert的向量召回系统，解决召回语义匹配问题。采用简单样本和难例样本共同训练的方式，同时保证了模型文本匹配能力和用户偏好捕获能力，设置pair wise损失训练模型，实现向量召回分组点击率相比ES召回组+0.7%点击率。 3）线上效果：结合向量召回、相似度匹配、模型融合，实现Recall MRR@10指标绝对值+32.4%，Click Rate指标绝对值+3.9%，同比+42%，用户人均停留时长同比+31%的提升，并保证线上部署时良好的用户体验。

1、主要运用于流水线产品不规则抓取。识别出产品的距离和应该抓取的姿势来开发的3d算法。 2、相比于市面上已有的工业软件，本产品主要与传统抓取物体定长以及位置拜访整齐，本产品运用相机的深度识别功能来获取相机与物体直接的距离，再利用点云生成技术来获取中心点三维坐标并生成Aure抓取姿态。

、贪吃蛇app ⚫ Github: RCNN-retall/蛇 (github.com) ⚫ Bilibili: https://www.bilibili.com/video/BV14TedeLENL/?spm_id_from=333.999.0.0 ⚫ 系统： Android ⚫ 数据库： sqlit3 ⚫ Qt框架：kivy o 通过画布来绘制游戏界面和按扭样式 o 通过绑蛇对象属性来实现控制蛇方向 o 通过改变定时器属性来实现控制蛇速度 o 重写控件样式和属性来制作按扭 o 通过数据库来纪录分数

个人作品 1、背单词APP ⚫ Github: RCNN-retall/Meassge (github.com) ⚫ Bilibili： python +kivy +安卓开发 入门到精通_哔哩哔哩_bilibili ⚫ 系统：Android ⚫ 数据库：sqlit3 ⚫ 后端： 使用第三方接口 ⚫ 框架：kivy ⚫ 搜索模块：通过查询第三方接口数据进行数据渲染。序列化数据到数据库实现添加单词， ⚫ 单词表：查询数据库来实现单词表的渲染。通过查询语句来实现排序和搜索的数据渲染。通过数据id来实现删除数据的动作。增加了滚动搜索来展示数据通过服务器进行路由的判断客户端的行为来做出对应的影响。 ⚫ 背单词模块：通过屏幕管理器实现分页和滑动页面效果。通过加载屏幕函数来实现切换页面的单词的语音播放。自定义输入栏控件来判断背单词效果。实现分页渲染屏幕展示单词

这是一个非常专业的软件，模拟污水处理厂的污水处理过程，预测出水水质,支持几种基础的工艺模型,和自定义流程，包括活性污泥工艺、AO工艺、AAO工艺、BAF工艺。从进水到各反应单元的设置、二沉池流量及其沉淀模型的设置，其他分流单元的设置等。

1、使用RAG技术基于企业本地知识库构建智能问答系统 2、深度PDF等文本解析，通过深度学习板式识别，ocr提取，规则处理，多模态大模型等技术对文件做深入解析 3、可快速集成问答服务到企业现有系统 4、文件分析，附带单文档大模型分析功能 5、集成大语言模型，多模态大模型。可对大模型进行微调，以及大模型本地化部署（需GPU资源）

项目实现政府对拆迁安置对象进行资格审核、安置申请、房票核发与使用、房票结算、房源管理与发布等全域数据全流程管理。 项目前端使用vben admin前端框架，后端使用django框架。 涵盖了以下关键功能： 政府对拆迁安置对象的资格审核： 系统将支持政府部门对拆迁安置对象进行资格审核，包括个人信息、家庭情况等的审核和录入。 安置申请管理： 拆迁安置对象可以通过系统提交安置申请，填写相关表单和资料，系统接收并处理申请信息。 房票核发与使用： 根据审核通过的安置申请，系统将核发相应的房票（或房源凭证），并提供接口或界面供申请人查看和使用。 房票结算： 系统支持对房票的结算管理，包括房源使用情况统计、房租支付管理等功能。 房源管理与发布： 管理员可以在系统中管理各类房源信息，包括房源的基本信息、地理位置、房型、面积、租金等，并通过系统发布给申请人使用。 全域数据管理： 系统中的各项数据（如个人信息、申请记录、房源信息等）将被集中管理和维护，确保数据的一致性和完整性。 技术实现方案 前端使用 Vben Admin 框架： Vben Admin 是基于 Vue 3 和 TypeScript 的企业级前端解决方案，提供了丰富的组件和模板。 后端使用 Django 框架： Django 提供了包括 ORM、认证、管理后台、路由系统等在内的全面功能，非常适合构建安全可靠、功能完备的后端服务。 主要模块与功能 1、认证与权限管理： 使用 Django 自带的认证系统管理用户登录和权限控制，确保只有授权的用户可以访问敏感数据和功能。 2、数据管理： 使用 Django 的 ORM（对象关系映射）管理数据库，包括安置对象信息、申请记录、房源信息等核心数据的存储和查询。 3、申请流程管理： 设计和实现安置申请的工作流程，包括申请提交、审核流转、状态更新等功能，确保申请过程的透明和高效。 4、数据展示与操作： * 基于 Vben Admin 提供的组件和模板，开发数据展示界面，包括申请表单、数据统计图表、房源列表等页面，提供直观的操作和管理界面。 交互与通知： * 利用前端框架提供的交互组件和 Django 的消息通知功能，实现用户与系统的实时交互和消息提醒，确保信息的及时传达和响应。

QuickAi快问Ai是一款可以一键问主流Ai大模型的应用，可以自定义提示词后框选一段文字即可与Ai大模型官网交互(无需Api)做到一键问Ai。支持主流Ai大模型 ChatGpt，通义千问，文心一言，讯飞星火，智谱清言，字节豆包，deepseek，kimi，mytan。（可联系适配更多模型）可自定义分类与提示词，满足个性化使用需求。三大触发模式 一、支持悬浮窗操作条触发 二、支持自定义快捷键触发 三、支持悬浮窗操作条跟随框选文字触发

1.基于开源流媒体服务，集成海康、大华主流厂商SDK、ICC,DSS等平台 2.支持rtsp\rtmp\http\wss等协议拉流，推流；按需拉流；普通、事件、远程录像 3.支持云台控制、视频定位、地图反控、火点（目标）定位等 4.支持图像分类识别（需配合厂商事件接口） 5.支持API接口调用，供合作方调用 6.支持本地、FTP、minio存储 7.支持平台级联 8.提供vue播放器，多种分屏方式 9.提供完整可视化、可配置界面及管理系统 10.支持window,linux,麒麟等系统

主要做一个阶段性测试，由小组集体开发，我负责前端页面的渲染，其中由专门的设计组和后端组负责后端的代码，主要面向学生和教师。学生端登录前需要注册，可以查看个人的信息，浏览书院相关内容。在教师端登录可以查看各个方向的学生人数以及学生信息

这是一个创新的AI图像生成平台，使用springboot作为后台服务 vue前端页面构建 python实现算法 允许用户仅通过简单的提示词和线稿图，即可快速创建出令人惊叹的图片。无论你是艺术家、设计师还是普通用户，这个工具都能帮助你将创意转化为现实。它采用先进的深度学习算法，能够理解并解释你的描述，生成高质量、符合预期的图像。这个平台不仅简化了创作过程，还为艺术表达开辟了新的可能性，让每个人都能成为创作者。

面向对象：本方案面向电影数据分析，对豆瓣电影数据按类别进行获取并进行数据可适合 解决问题：在进行对电影数据进行数据分析时，大量的数据导致无法对数据直观的查看，因此采用图表可视化的方式对数据可以直观的展示。

基于convLSTM实现流场图片信息的三维重构和预测，输入观测图像可以将图片进行分类，和识别图片中的微幅波。 实现三维动态流体的实时测量，结合深度学习和传统数字图像处理中的数字图像相关法，可以实现对于力学中变形和拉伸过程中物理参数的快速实时观测，并基于此实现微米级别的工业视觉测量场景，不仅能适应自然生活中的深度测量需求，还能实现对于微米级别的工业仪器测量的要求。

1.人体动作采集装置开发：负责硬件电路设计和原型制作，同时编写嵌入式软件以实现数据采集和传输功能，确保采集装置的性能和稳定性。 2. 人体动作捕捉解算算法设计：根据采集装置获取的数据，研究和开发算法以进行动作识别、姿态估计和运动轨迹分析，确保算法的准确性和实时性。 3. 人体动作捕捉交互界面设计：负责界面的布局、交互逻辑和视觉设计，以便用户能够方便地进行动作捕捉、数据展示和分析。

1、曾参与开发的相关专利如CN111538522B，CN115396499A，CN115269279A等 2、服务于旨在建立需要自主可控的消息中间件系统（核心组件、管控平台）。原参与项目专利属于原有公司，可参与新项目开发与落地或者开源项目二次开发。

1.基于VLC播放器实现多画面视频播放器 2.几乎支持常见所有视频文件格式、实时监控视频流及直播视频流格式RTSP\RTMP\HTTP\FLC\HLS 3.支持多画面选择其中指定1路或者多路进行音频播放监听 4.上传的程序为windows版本且为4画面播放器，需要6、9、12甚至更多或者需要定制修改的可联系本人修改

本系统能对用户上传的图像进行自动分类,将使用卷积神经网络图像分类到10个预设类 别(飞机、汽车、鸟类、猫、鹿、狗、青蛙、马、船和卡车)中的一个。 我主要负责该系统的前后端开发和优化卷积神经网络，实现了文件上传、图片分类、图 像热力图展示、文件压缩后返回、条形图展示、以图搜图、爬取图片等功能。 前端采用vue3+cli脚手架+element-plus搭建可视化界面，使用Nginx部署前端网站。后 端采用PythonFlask实现业务数据处理。使用Redis消息队列提高系统并发能力