教育校园

项目包含数据读取预处理、多维指标统计、可视化绘图、学业预警筛选四大功能模块。可批量读取学生成绩原始数据，完成数据校验与清洗；计算各班各科平均分，开展跨班级成绩对比；绘制柱状图、直方图直观展示班级成绩差异与分数分布；自定义成绩阈值筛选学业预警学生，输出学情汇总结果，为教学评估提供直观参考依据。

本项目搭建Hadoop分布式存储环境，搭配Spark框架实现离线文本词频统计。原始文本文件上传至HDFS分布式文件系统，使用PySpark编写业务逻辑，完成文本分割、单词提取、分组聚合，最终输出词频排序结果，并将统计结果回写保存至分布式存储。项目完整复现“分布式存储+离线计算”经典大数据架构。在实操

本项目为一款轻量化的桌面计算工具，集成基础运算与常用数学函数计算能力。程序支持加减乘除四则运算，同时实现开方、正弦、余弦、对数等函数求解功能。项目加入输入合法性校验机制，可有效规避除零异常、非法字符输入等问题，保障程序稳定运行，提升计算可靠性。

项目分为数据获取、数据降噪清洗、Hadoop分布式存储、深度学习建模、可视化展示五大模块。借助Java、Python、Shell脚本完成校园数据处理，依靠Hadoop承载大容量数据集，搭配R语言开展统计分析，完成特征筛选与模型训练，直观呈现数据分析与模型预测结果。

1.哑模型+硬校验的双循环引擎架构：大模型仅作为生成粗糙草稿的右脑，底层全量采用自研的Rust形式化逻辑验证器（左脑），基于布尔代数、时间戳单调性对齐与因果约束，在端侧就地拦截并物理熔断模型幻觉；2.绝对本地优先（Local-First）与零边际成本：系统设计为纯离线运行，数据与高维私有图谱100%

1、针对业务场景定制开账逻辑；2、提供各种各样的收费和对账环节；3、提供开票业务，直接对接税务平台；4、提供对原有营业收费系统的数据迁移；5、提供14天驻场数据迁移及手把手培训；6、通过长期7*24小时在线支持和有偿运维服务；

系统围绕用户兴趣建模、资源特征分析、混合推荐计算、推荐结果展示及反馈优化构建完整服务链路。用户登录图书馆门户后，可在个人服务区域查看根据其研究方向、资源偏好和历史行为生成的个性化推荐结果，内容可覆盖专业图书、电子资源、课程资料及相关学术内容。推荐页面以书名、封面、作者、出版社和资源类型等信息呈现候选

1.校园知识问答：基于RAG，覆盖20+份中小学规章制度文档，支持图书馆、转学、校园卡、宿舍、请假、奖学金等问题的准确回答，回答有据可查，避免大模型幻觉。2。个人数据查询：支持课表、成绩、一卡通余额查询，用户登录后自动使用学号，无需重复输入；支持“今天”“明天”“后天”等相对日期和星期查询。3.多轮

系统包含仪表盘、用户管理、区域管理、座位管理、预约管理、违规管理、统计分析、系统设置八大模块。仪表盘展示总用户数、座位总量、预约数量、座位使用率核心指标，提供座位状态分布、预约趋势图表与最近预约记录；支持维护用户、图书馆区域与座位基础数据，管理学生座位预约订单，登记处置占座违规行为，完成业务数据统计

系统包含多模态教材解析模块、教学讲稿智能生成模块、分层学生学情画像模块、教学视频自动生成模块。支持课件结构化解析修复、教学文稿风格对齐生成、学生学习状态动态建模，依托多智能体调度实现教学音视频素材时序对齐，为高校教师提供备课辅助、学情分析、精品课程自动化产出一站式能力。

1）课程管理——课程录入、老师分配、教室绑定、时间段设置；2）AI智能排课——基于约束求解算法（老师时间、教室容量、课程优先级多维度约束），一键生成最优排课方案；3）冲突检测——实时检测时间冲突、空间冲突并红色高亮；4）消课追踪——学生签到、课时消耗记录、剩余课时预警；5）周视图日历——可视化展示一

1、客观题：学生朗读单词、句子、段落等英文文本，算法模型判断学生发音判断朗读的完整性和准确性，给予评分。2、主观题：对话简答题型、作文题，识别学生朗读的音频数据为文本，再通过语义模型判断是否完整，给出参考分数。

RAG知识库：支持PPT/PDF/Word课件一键上传入库，向量化检索，学生自然语言提问即可精准召回相关知识点四段式笔记生成（/note）：课件自动转结构化笔记——概念定义→例题解析→易错点→课后任务作业辅导（/tutor）：RAG增强答疑，自动诊断薄弱点并写入长期记忆；代码讲解模式含语法高亮+Me

①典型连续信号（矩形、正弦、指数、三角波）的数学建模；②时域运算（平移、反褶、尺度变换、微分、积分）；③矩形脉冲自卷积的解析与数值求解对比；④基于FFT的幅频/相频特性计算与绘制。

1.智能语义路由模块：利用大模型对用户输入的自然语言进行实时意图识别与精准分流，自动区分校园咨询与学术研学请求。2.图书馆规章智能答疑模块：结合私有知识库检索，针对特定业务（如丢书赔偿、借阅规则等）提供权威、准确的智能问答，消除大模型幻觉。3.研学数据自动化清洗与生成模块：调用大模型API并在后端运

基于LangGraph+LangChain搭建企业文档RAG智能Agent，混合向量检索，多模态嵌入解析多格式文档，含评估、链路监控、定时清理、账号认证，前端支持图文上传、语音提问与播报，答案附来源溯源。

系统核心功能包括：智能问答路由——自动识别用户提问类型（分数咨询、院校分析、专业解读、政策规则、家庭约束），精准匹配对应知识库进行检索；双通道RAG检索——命名实体直接命中+Qdrant向量语义检索并行，从1000+篇高考知识库中提取最相关内容；结构化数据查询——接入SQLite录取数据库，实时计算

项目主要包括登录模块、读者模块、管理员模块和智能识别模块。登录模块实现用户账号验证和角色区分，支持读者与管理员进入不同功能界面。读者模块支持图书查询、分页浏览、图书借阅、图书归还以及借阅数量限制。管理员模块支持图书信息管理、馆藏数量维护、库存不足提醒、借阅数据统计和图表可视化展示。智能识别模块基于Y

系统包含六大核心模块：1）智能推荐引擎：基于考生分数、位次、地域偏好、专业倾向等多维参数，通过协同过滤算法生成个性化院校推荐列表；2）院校数据库：支持按省份、批次、类别等多维度筛选查询3000+所高校详细信息；3)录取概率预测：基于历史数据建模，实时计算每所院校和专业的录取概率；4）志愿方案管理：支

基于机器学习完成的MLP决策模型，我们做了一个小程序（目前微信平台在审核），小程序名字叫做慧学日程，是一款基于MLP（多层感知机）神经网络的大学生个性化学习规划工具。它将一天划分为六个时段（早晨、上午、午间、下午、傍晚、晚间），通过12维特征输入（课程重要度、每日可用时长、剩余天数、课程类型、各时段