科研计算工具

1. 擅长数据库，大数据处理及分析，小型，大型均可。 2. 逻辑思维严密，擅长搭建信息流，过程控制，流程管控。 3. 精通c#，会c++，Android，QT...多种语言 4. 懂硬件，会ARM，STM32单片机，PLC 5，精通数学、物理，会矩阵，空间变换，梯度、迭代运算 6. 以实际为主，字数限制补丁字数限制补丁字数限制补丁字数限制补丁

主要面向企业数据分析师、知识工程师、AI 研发团队以及希望构建智能问答系统、知识管理平台的机构。在知识图谱及动态数据问答分析需求日益增长的背景下，当前知识大脑构建存在诸多痛点：知识建模缺乏灵活且标准化的工具，导致知识结构混乱；知识编辑效率低，难以快速更新与修改；不同来源数据难以融合，形成数据孤岛；数据接入渠道单一，无法适配多样化数据源；数据入图过程复杂，耗时长；数据标引不精准，影响知识检索与应用；知识图谱底层存储性能不足，无法满足高并发、大规模数据存储需求。本方案旨在一站式解决知识大脑构建环节中的这些问题，提升知识管理与应用效率。​ 2.【50%】相比于市场常规方案，本方案有哪些特点​ 一体化全流程覆盖：市场常规方案往往只能解决单一环节问题，如仅提供知识图谱存储或数据接入功能。而本方案涵盖知识建模、编辑、融合、数据接入、入图、标引及底层存储等全流程，各模块紧密配合，形成完整闭环，大幅提升知识大脑构建效率。​ 高度灵活与可扩展性：知识建模模块支持自定义多种知识结构模板，可根据不同行业、业务需求快速调整；数据接入模块兼容关系型数据库、非关系型数据库、API 接口、文件等多种数据源，且能轻松接入新的数据源类型；底层存储可根据数据规模动态扩展存储节点，适应数据量增长。​ 智能高效：知识编辑模块配备智能辅助编辑功能，如自动语法检查、语义关联推荐等，提高编辑效率；知识融合利用机器学习算法，自动识别数据间的关联与冲突，实现高效融合；数据标引采用自然语言处理与深度学习技术，实现自动化、精准化标引。​ 高性能存储与查询：底层存储采用分布式图数据库技术，相比传统方案，在处理大规模知识图谱数据时，查询响应速度提升数倍，能支持高并发的知识问答与分析请求。​ 3.【20%】方案的产品组成或技术选型​ 知识建模工具：采用基于本体的建模技术，结合可视化建模界面，用户可通过拖拽、配置等操作快速构建知识模型，支持 OWL、RDF 等标准语义网语言。​ 知识编辑平台：基于 Web 的富文本编辑界面，集成 AI 辅助编辑功能，支持多人协作编辑，确保知识更新的及时性与准确性。​ 知识融合引擎：基于深度学习的实体对齐与关系融合算法，自动处理数据冲突，实现多源数据的无缝融合。​ 数据接入网关：支持 JDBC、RESTful API、FTP 等多种数据接入协议，提供数据清洗、转换等预处理功能，保障数据质量。​ 数据入图工具：采用并行处理技术，将清洗后的数据高效导入知识图谱，支持增量更新与全量更新模式。​ 数据标引系统：基于 BERT 等预训练语言模型，结合自定义标注规则，实现自动化、高精度的数据标引。​ 知识图谱存储：选用分布式图数据库 Dgraph，具备高可用性、强一致性和水平扩展性，能够高效存储和查询大规模知识图谱数据。​ 这套工具集全面覆盖知识大脑构建需求并独具优势。若你对其中某个工具、技术或有其他优化需求，欢迎随时和我说说。

阻抗测试系统用于PCB/线缆进行阻抗测试。系统软件应用网络分析仪的时域反射功能进行快速的自动化的测量. 软件初始化过程中会加载保存的测试参数，如果设置了自动校准，则会进行自动校准功能界面会弹出校准进度条, 校准成功 主界面曲线图上会画出红色虚线代表校准线，校准失败也会有对应的 错误提示框；如果没有设置自动校准则需要进入软件系统后手动点击 主界面校准按钮并且参数界面也会显示设置仪器起始点横坐标位置 编辑框，如果点击校准按钮找原点失败.

changtianml，利用机器学习模型，预测性运维，模型自我迭代等能力，我司定位：做AI领域的“操作系统”基础软件，让算法模型更便利的运行在我们的产品上。超参数优化：自动搜索最佳模型的超参数组合，以获得最佳性能。 特征工程自动化：自动生成、筛选、转换特征，以提高模型效果。包括特征选择、特征转换、特征组合等方法。 模型选择：自动选择适合数据集和任务的最佳模型。它涵盖了各种机器学习算法（如决策树、支持向量机、神经网络等）的自动选择和集成。 自动化调整：在训练过程中，动态调整模型的参数以最大化性能，可能涉及模型权重的优化、学习速率调整等。 模型评估和解释性：自动化地对模型进行评估，并提供模型解释性，让用户理解模型如何做出预测。 集成学习：结合多个模型以提高整体性能。 自动化部署：使模型轻松部署到生产环境，包括将模型打包、优化以适应实际应用场景。 全自动持续学习技术框架：根据数据的变化自动进行机器学习的过程，并且解决数据变化带来的概念漂移、灾难性遗忘等问题。根据新数据特征自动探索到表现更好的特征、模型与参数。

1. 面向传感网部署场景，提出传感网优化部署的神经网络算法 2. 算法分为传感网优化部署和传感网弹性增强两个模块 3. 基于图神经网络注意力机制、图对比学习、自编码器算法，提升在传感网优化部署场景下的系统弹性

针对用户处理繁琐的问题，并将整个过程加入可视化工具，单机即可使用，1.选择相应的串口进行连接 2.指令执行间隔时间说明： a.每组指令之间的间隔时间，且不包含最后一条指令执行之后的时间 b.单位以ms进行计时 3.每组结束等待时间说明： a.指令之间进行分组执行，最多支持5组 b.每组执行结束之后的等待的时间 4.执行次数说明： a.所有的组指令全部循环执行一次算一次 b.执行相应的次数之后自动结束 5.点击“开始执行”开始运行 6.执行过程中可以点击“停止”进行终止，终止工具时会执行完当前运行的组指令之后再进行终止，避免中途结束时设备长时间处于某个动作。 以上如有问题请及时沟通。

本方案面向高校法学院学生及教师，用于微课视频教学，法学审判课堂3D模拟，法务业务办理流程执行，调查问卷，模块可以自定义，共20多个业务模块可以使用，每个模块对应一个业务，项目流程可设计，复杂业务流程，简单业务流程都可以流畅运转

本产品涉及加工件切割排样技术领域，尤其涉及一种基于改进模拟退火算法的二维矩形件排样方法。 本产品是为了解决上述现有技术存在的不足之处，提出一种基于改进模拟退火算法的二维矩形件排样方法，旨在解决现有技术在消耗板材数、排样方案数和运行时间之间难以平衡的问题，从而能显著提高材料利用率，缩减排样方案数量，并确保排样方案在实际生产中可行且高效。

mvn 对战是一个根据仿真飞机数据来控制飞机展示飞机协同作战的一套软件系 统，系统主要包括前段 2D UI pygame 和 thinker 组成的数据展示和指令下发的前端服务， 以及后端服务，后端服务包括 仿真战场模块，对局指令处理模块，飞机指令处理模块，飞 机算法模块，c++与 python 接口协议通信。

1、项目主要有前端界面模块、动力学模型模块、动力学辨识模块、数据预处理模块、数据存取模块、摩擦力辨识模块等 2、该项目是自己独立完成 3、经过真机测试通过

数据分析工具包括但不限于以下方面：数据分析工具界面设计，功能设计，数据清洗规则制定，数据标准化处理，模型制定，图形展示设计

甲方：中国第二重型机械集团公司 功能模块：项目管理，文件仓库，任务管理，工艺编制，工作流 主要为甲方实现工业制造中的工艺管理，制作 ，审批，编制，审核等功能

分布式数字身份隐私保护算法工具包括各种加密技术、隐私保护协议和匿名化技术，用于保护个人身份和数据隐私。这个工具用于处理个人敏感信息和数据的收集、存储、传输和处理过程中，以确保用户的隐私得到保护。其中用到了多项密码学技术，多方计算，同态加密，差分隐私，零知识证明等，实现对分布式数字身份和数据隐私的全面保护。

喜马拉雅俯冲带地处印度板块与欧亚板块碰撞区的前缘,是青藏高原与印度板块之间的天然构造界线。作为全球最大的大陆俯冲-碰撞带,喜马拉雅俯冲带一直是研究盆山耦合体系、深部物质运移等一系列地学机制的天然实验室,历来受到地学界的重视。最近的研究表明,洋-陆俯冲区的浅部构造运动(震间地壳形变)在一定程度上受控于区域深部的粘弹性圈层,但对于陆-陆板块俯冲带,其深部动力与震间地壳形变的关联机制还不甚明晰。因此,基于粘弹性地球模型,深入研究喜马拉雅俯冲带深部粘弹性介质对震间形变场的影响机制,对研究青藏高原的动力学机理,深入理解全球板块运动都具有重要意义。此外,区域内板块构造活动强烈,地质灾害频发,而断层闭锁是评估断层面上应变积累和地震风险的重要指标,研究断层闭锁的特征和分布,可以有效的估计地震活动的规律,为地质灾害预警和防灾减灾提供重要的科学依据。基于此,本文以区域震间GNSS速度场为约束,采用有限元数值模拟方法探究喜马拉雅俯冲带深部粘弹性介质与震间形变场的关联机制及其对断裂带闭锁深度的影响。主要工作分为以下几点:(1)收集并融合了研究区内多套GNSS形变资料,将其转化至欧亚参考框架下的GNSS速度场。构建了喜马拉雅俯冲带的二维有限元模型,当采用Backslip model模拟震间地表变形速率时,粘弹性模型与弹性模型的主要差异集中于在中场及远场区域的水平位移速率,粘弹性模型具有更大的位移速率。而在其垂向位移速率上,粘弹性模型具有更大的板块抬升速率。Subducting plate model中弹性模型与粘弹性模型的差异在水平位移速率主要集中在喜马拉雅主逆冲断裂(MHT,Main Himalayan Thrust)的近场区域。而弹性模型的平均垂向速率均略高于粘弹性模型的平均垂向速率,这可能与该运动模型下岩石圈深部断层面蠕滑有关。在对比两种模型间差异时,Backslip model和Subducting plate model在弹性模型下水平位移速率上出现高度一致性。两者的差异主要体现在250km以外的区域的垂向速率上。当采用粘弹性模型时,两者的差异主要体现在近场区域的水平方向及300km以外的远场区域的垂向速率上。(2)采用三维有限元方法对MHT断层弹性-粘弹性模型震间闭锁深度进行估计,并以GNSS速度场与模拟值速度场之间的RMS(root mean square)值来评估弹性模型与粘弹性模型的最佳震间闭锁深度。弹性模型约为28km,RMS为0.79mm/yr,粘弹性模型为26km,RMS为0.62mm/yr。相比于弹性模型,粘弹性模型能够更好的拟合震间地表变形。本文针对喜马拉雅俯冲带的弹性-粘弹性模型在震间变形的影响,详细的分析了两种运动模型下的差异性。并结合震间GNSS速度场约束MHT断层震间闭锁深度,为深入研究高原变形机制及地质灾害预警提供了一定的参考。

20世纪70年代以来,由于城市的快速发展和人口的大规模增长,西安市承压地下水遭受了长期超采,导致地下水头不断下降,从而引发了严重的地面沉降。不均匀的地面沉降不仅会影响西安市建筑物的稳定性和地铁、桥梁等交通设施的安全性,还会对地下管道、排水系统等基础设施造成损害。因此,开展西安市长时序地面沉降监测,厘清其时空演化特征,揭示承压地下水变化对地面沉降的影响机理,对西安市地面沉降灾害预防和治理具有重要的意义。小基线集(Small Baseline Subset,SBAS)技术不仅可以提供高分辨率、广覆盖范围的监测数据,而且能够克服时空失相干的问题,进行长时间稳定的地表形变监测,有利于研究地表形变的时空演化特征。因此,本文基于SBAS技术,对西安市地表形变进行监测,并分析其驱动因子;同时结合承压地下水分析地表形变对地下水变化的响应关系及估算其含水层参数。本文的主要研究成果如下:(1)基于SBAS技术获取了西安市2003-2005、2007-2010、2009-2010和2015-2022年四个时期的年均形变速率结果。结果表明,地面沉降主要分布在西安市西南部区域,呈现以鱼化寨、电子城、三爻村-凤栖原为中心的三个沉降漏斗。其整体沉降速率和范围呈现缓慢-加速-再变缓的变化趋势,且2015-2022年间西安大雁塔、电子城等部分区域出现了明显的抬升信号。(2)分析了地表形变对承压地下水变化的响应关系。由于弱透水层的垂直导水率较低,西安市地表形变时间存在滞后性,因此估算了西安市地表形变滞后时间,发现滞后时间均在半年以内。同时,将估算结果校正形变时间,发现西安市地表形变与承压地下水变化呈现较好的一致性,其主要由承压含水系统弹性压缩/膨胀引起。然后基于谐波函数提取了西安市南郊区域2009-2021年地表形变的季节性变化。结果表明,南郊区域季节性形变幅度为1mm～9mm,除鱼化寨季节性形变幅度呈现先增大后减小的趋势外,其余区域均呈现逐渐减小的趋势;其沉降中心的季节性形变峰值时间集中在1-3月份,稳定区域峰值时间集中在7-9月份。(3)利用合成孔径雷达干涉(Synthetic Aperture Radar Interferometry,InSAR)形变监测结果和水头观测资料估算了西安市38个承压监测井位的骨架释水系数。研究发现西安市弹性骨架释水系数主要介于0.005-0.01区间,且表现出较强的空间差异性,研究区西北区域的弹性骨架释水系数明显高于其他区域。另外,地裂缝两侧弹性骨架释水系数也存在明显差异。

采用网络爬虫等技术获取地学数据，并借助Python等编程语言进行数值模拟，将模拟结果采用python各个库的调用共同完成数据处理的界面开发，并采用GMT对处理后的数据进行可视化处理。

从某平台读取供暖系统数据（HTTP），经过数据处理后使用深度学习模型进行系统预测并给出操作指令。（独立完成）

用户通过web端搭建化工制造流程，后端维护流程的相关数据，将数据按照一定规则组合，调用C++模型模拟计算，处理分析结算结果。 我负责服务搭建，需求开发，bug修复 SpringBoot,MybatisPlus,Mysql,Redis

1.应急生命搜救与危险环境探测六自由度机械臂履带机器人，可通过视频监控画面 远程控制，携带生命检测、火焰、烟雾、可燃气体探测器。在危险情况下进行检测和应急处置。

1.本软件系统用于泥水平衡盾构工程泥浆处理领域，。该系统结合了盾构施工技术、泥水处理技术和计算机仿真技术，用于在盾构施工过程中对泥水处理流程进行模拟、优化和控制。建立泥水处理系统的分离设备、调浆设备、制浆设备、废浆处理设备与泥浆固液相之间的函数关系，进而模拟在各种地质条件下泥水处理系统的运行，预测泥水处理系统的性能表现，评估泥水处理系统的施工安全性、环境适应性、性能符合性，验证设计方案的可行性。 2.本软件系统界面、编程、业务逻辑由本人独立完成，已申请国家发明专利和软件著作权