科学研究

1）分类导航：解析站点分类树，自动识别35个一级分类，支持指定一级分类或只采某几个二级分类；2）列表翻页：按每个二级分类逐页请求（每页100条），从隐藏域读取总数自动算页数，保证不漏页；3）详情采集：按期刊唯一ID抓取整页详情，10并发，跨分类重复期刊只抓一次；4）字段解析：输出28列，含主办/主管

1、功能模块：包含：三维地理环境加载模块、雷达参数配置模块、电磁波视距/遮蔽计算模块、多雷达叠加渲染模块、交互控制与列表管理模块。2、项目的主要功能描述：雷达动态布设与参数调节：支持在地图上添加雷达，并通过滑块实时调整雷达的“高度”（米）和“半径”（米），雷达的三维球体包围框随之动态缩放。三维空间遮

1、功能模块：项目主要包含：三维场景交互模块（相机控制）、体积渲染模块（点云/体素着色）、数据映射模块（色带与阈值控制）、UI参数调节模块以及形状切换模块。2、项主要功能描述：三维可视化渲染：基于Three.js渲染三维扭曲球体或指定形状，将空间内的温度数据通过点云体积渲染技术进行着色（如低温蓝色、

1古籍智能数字化（OCR识别）：平台内置针对古籍文献优化的高精度OCR识别引擎，专门解决繁体字、竖排排版、异体字及无标点古籍的识别难题。用户可上传古籍图像，快速将其转化为可检索、可编辑的数字文本，大幅降低古籍整理与阅读的门槛。2多维度智能检索系统：提供“常规检索”、“高级检索”与“AI语义检索”三位

CF-SEQ包含两部分。ClueFinder根据表型给出罕见病候选，并附上证据。SequencingDecisionEngine综合紧急度、成本和信息增益，给出下一步检查建议。实现使用Python，并有前端演示，知识来自HPO和罕见病知识库。GitHub开发仓是私有的，不在这里贴链接。公开审阅版本发

科研工作台是一站式本地文献工具。可以把DOI、PDF和Zotero条目入库并筛选，也能做PubMed检索。PDF支持精读，用来整理证据，并写科研日记和综述材料。AI解读、翻译和引用整理是可选项，密钥由使用者自己配置，数据以本地为主。后端使用FastAPI，数据库使用SQLite，并配有Web前端。仓

1.极简速读与综述素材提取：自动将文献提炼为学术口吻的核心论点，并提取可直接复用的综述金句。2.方法论与混淆结构拆解：深度剖析文献的实验设计，识别如“对照组不可比”、“检出力不足”等隐藏断点。3.审稿人级“局限性挑刺”：代入顶刊审稿人角色，抓取统计学漏洞和逻辑谬误（如将零结果过度解释为“退化”）。4

模型推理模块：CheXNet剪枝+轻量化骨干+混合精度+算子融合的加速推理引擎，输出14类胸部病变概率。可解释性模块：基于Grad-CAM生成病灶热力图，叠加原图输出可视化结果。报告生成模块：根据分类结果与热力图定位信息，自动生成结构化诊断报告（病变名称、置信度、病灶区域描述）。前后端分离诊断系统：

·证据星图：将研究、终点、结论等证据节点按星空拓扑组织，支持缩放与拖拽浏览·节点联动：点击任一节点高亮其关联证据链，其余节点弱化显示·检索筛选：按研究、治疗阶段、证据类型快速定位节点·动画与性能：Canvas与SVG混合渲染，requestAnimationFrame统一驱动，低端设备保持流畅·响应

面向多角色协同办公、业务流程流转、实时消息同步的管控平台，支持多部门并行作业、业务单据提报、审批流转、状态实时推送、操作日志全留存、权限分级管控。支持多人在线协同，数据变更后页面无需刷新即时感知；高并发场景下消息解耦、任务异步处理；容器化统一打包、环境一致性交付，支持横向扩容。

本系统围绕ExplanationAgent智能体构建起具有不同层级解释的推荐系统，首先具备完善的账号管理能力，覆盖用户注册、登录流程，用户所有的行为数据、偏好画像、推荐反馈均与账号绑定，保障数据的连续性与安全性，同时提供全面的电影浏览与互动功能，支持热门影片展示、多维度分类筛选，用户可对影片进行点赞

1、连接管理：填账号选私钥连节点，支持经跳板机进校外入口，配置可保存复用。2、多标签终端：基于xterm.js的多标签SSH终端，断线可重连，前端资源全部内置、离线可用。3、文件传输：右栏选择或拖拽上传，带进度与实时速度，目录浏览与单文件下载。4、命令面板：按我在哪／看队列／看显卡／看空间／提交作业

1.项目工程一共4个模块：第一模块，目标检测模块-在卫星风云卫星数据上（可见光/红外通道）进行后端图像处理，利用算法进行图像检测，检测出台风大体位置，进行确认；第二模块：目标定位模块-在检测结果的基础上对其进行切片寻找台风的主体结构，利用算法进行台风眼定位；第三模块：目标定强模块-针对第二部分的定位

1.个人信息资料记录2.个人体检报告，基因报告查看3.个人基因分析数据查看4.个人科研项目参与情况，科研结果分析5.团队科研项目立项，发布6.团队科研人员筛选7.团队科研报告发布8.小程序端用户查看9.pc端后台管理系统

AI研究助手：接入DeepSeek大模型，多轮对话+工具调用循环，可操作文献与实验数据文献库：PDF解析入库，基于pgvector的语义向量检索实验数据：CSV/Excel导入，pandas统计分析与可视化论文写作：Markdown编辑器，与文献/数据联动技能系统：支持从GitHub一键安装扩展技能

就是把数据爬下来然后分析，找关键词，计算数字，锻炼我本人的能力，•数据采集与去重：通过牛客搜索API按多关键词采集4,218次岗位记录，按job_id去重形成3,646个唯一职位、544家公司及完整JD，并保留关键词、多城市、多行业关系。•数据治理与SQL：使用Python+SQLite构建Raw→

系统提供完整的检测结果可视化分析能力：1）自动解析YOLOv5/v8标注txt，把检测框坐标映射到航拍原图；2）按可调网格（10-2000px）聚合并统计每格苗数，含苗格高亮、空白格标记缺苗风险；3）三组滑块实时调节网格大小、旋转角度与X/Y平移，保证网格与垄向对齐（误差≤5像素）；4）底部看板实时

1、统一数据浏览与检索：对开放资料进行采集、整理和分类，提供全文搜索、向量语义搜索及数据类型筛选。2、交互式关系图谱：通过模型分析资料中的人物、建筑、事件和概念，生成可视化关联节点；点击资料或关键词节点可继续检索与扩展星图，查看完整资料详情。3、可控图谱扩展：支持设置每次展开的数据节点数量、资料最小

1、档案目录与检索：支持按主题浏览档案、查看封面、摘要及来源信息。2、原件与文字对照：提供分页原图、机器转写和现代译文，在可靠对位时联动显示文字对应的图像区域。3、档案分析与探索：生成带来源页码的摘要和档案分析图，结合时间线、人物机构关系网络与主题故事展示历史线索。4、AI档案问答：采用关键词与向量

多源异构数据采集与元数据管理：通过Kafka监听设备数据流、FTP/SFTP采集文件数据。依据元数据标准文档进行数据清洗与统一汇聚，形成全局数据字典视图。知识图谱与图数据检索：基于Neo4j构建实体间的关系网络，支持复杂网络的分级查询与拓扑展示。智能任务编排与冲突消解：为排班与调度系统提供底层算法支