TensorFlow

系统分为模型训练端与端侧推理两部分。训练端使用Python+TensorFlow构建LSTM网络，对传感器时序数据进行训练，并量化转换为TFLite格式；端侧在STM32上集成TensorFlowLiteMicro解释器，实现三个功能：数据滑动窗口采集、模型加载与本地推理、预测结果通过串口输出。可在

项目主要包含训练端和客户端两部分。训练端支持图像导入、DICOM图像处理、图像清洗、标注管理、数据集切分、YOLO模型训练和模型评估；客户端支持手动检测、自动监控目录、模型加载、图像预处理、切片推理、检测结果拼接展示、历史记录保存和检测数据统计。系统可对工业X光图像中的气孔、气泡等缺陷进行自动识别，

企业级房地产管理及任务管理系统负责整体系统架构及核心功能开发，实现物件管理、任务管理、移动端适配、权限控制等功能，并持续进行版本迭代和业务模块扩展。UMIN低代码平台参与低代码平台架构及核心功能开发，通过组件化、配置化方式降低业务系统的开发和维护成本。AIoT中台参与物联网中台系统研发，实现设备、数

本项目是一套基于人工智能和计算机视觉技术开发的森林火灾智能检测系统，主要用于森林、山区、自然保护区等区域的火灾早期发现与实时监测。系统通过摄像头实时采集森林及野外环境的视频图像，并对视频画面进行持续分析。利用目标检测和图像处理技术，系统能够自动识别画面中的烟雾、火焰等火灾特征，在发现疑似火情时及时进

1、功能模块：系统包括数据上传与预处理、神经网络3D重建、模型渲染与展示、模型编辑与导出、项目管理等模块。2、主要功能描述：用户上传工业零件图像或点云数据后，系统自动完成特征提取、网格生成、纹理映射，生成可在浏览器中交互查看的3D模型；支持导出通用格式用于后续加工或仿真。

1、功能模块：系统主要包含四大核心模块。一是屏幕视觉感知模块，基于OpenCV和PyTorch实现桌面元素检测与识别；二是任务规划模块，结合大语言模型（LLM）进行任务拆解与决策；三是自动化执行模块，模拟鼠标点击、键盘输入、窗口切换等人机交互操作；四是结果校验模块，对执行结果进行自动验证与异常反馈。

核心功能模块：1.多平台消息接入网关：支持企业微信、钉钉、Slack、Teams的Webhook消息接收，统一处理后进入AI意图识别流程。2.AI意图识别与结构化解析：基于LLM对自然语言消息进行意图分类（采购申请/库存查询/价格查询），提取物料编号、数量、用途等结构化字段，准确率高。3.自动生成采

设计了常量与配置模块、核心数据结构模块、工具类模块、索引与词图计算模块、核心分词逻辑模块。常量与配置模块：定义工厂的“基础规则”和“标准配件”，避免硬编码，统一管理配置。核心数据结构模块：定义分词过程中需要的“实体对象”，封装词的属性（位置、长度、权重、类型）。工具类模块：提供底层工具能力——字节流

支持仿真参数可视化配置输入、多工况自动迭代计算、计算结果图表化展示、标准化工程数据文件导出，内置智能收敛判定与误差修正逻辑，能够有效缩短仿真计算周期，降低人工调试成本，显著提升低空装备与流体力学工程领域的研发效率。

主导搭建工厂能碳一体化管理系统，深度整合仪表PI系统实现多源设备数据实时高效采集与统一汇聚。负责能源全流程业务架构设计与配套软件开发，打通能源管理全链路，大幅提升运维与管控效率。完成碳排放数据标准化对接与核算，精准满足环保核查与合规上报要求。主导HVAC系统节能优化改造，有效降低能耗与运营成本，提升

前端模块为用户提供项目的操作入口与可视化展示界面，主要包含以下核心功能：1.货船管理模块（新增、编辑、删除船舶信息）2.货物配载结果可视化展示模块3.与后端接口交互（数据录入、状态反馈）4.与数字孪生系统的前端调用接口联动（Unity嵌入/iframe）在Unity环境中构建港口数字孪生场景，实现货