个人介绍
斯图加特大学硕士毕业,专业为电子信息技术工程。拥有扎实的C/C++以及Python基础,良好的编程风格。熟悉嵌入式软件开发;熟悉网络爬虫编程。在本科及硕士期间完成多项实习和研究项目。在兼顾学业的同时,积极开拓自己的潜能,课下自主设计和完成了多项项目。 在学习及社会工作中通过良好的沟通能力,与国内外同事同学无摩擦合作, 圆满完成工作任务。
工作经历
2019-10-01 -2020-04-01GTC 高新科技有限公司/斯图加特, 德国软开发员
⚫ 完成嵌入式软件的后端开发,包括 U-boot 的制作和移植, Linux 内核的移植以及相关 SOC 外设驱动的开发; ⚫ 根据三星 SOC 型号对官方 U-boot 进行文件和参数的配置,得到与 SOC 相匹配的 U-boot; ⚫ 借助 arm 交叉编译器制作 uboot.bin 文件, 用 dnw 软件将 U-boot 烧写至 SD 卡, 并进行测试; ⚫ Linux 内核的分析和配置,通过 ping 命令将内核复制到特定的寄存器中进行启动; ⚫ 分析 Linux 内核代码和 SOC 的 datasheet,运用 C 语言开发 USB, LCD 显示屏, Framebuffer 等外设驱动; ⚫ 开发图片播放器软件,实现不同格式图片在 LCD 显示屏播放展示。
2019-08-01 -2020-04-01能量传递和高压技术研究所/斯图加特大学, 德国硕士论文
⚫ 通过非监督性算法提取电能质量干扰数据中的特征,然后利用聚类算法对特征进行分类,对未知干扰的电能 质量数据自动贴上相匹配的干扰标签; ⚫ 查询相关文献,分析和选取相匹配的非监督性算法,包括 PCA 算法,自编码,稀疏自编码和 k-means++算 法。 PCA,自编码和稀疏自编码对数据进行特征提取, k-means++算法对特征进行聚类; ⚫ 借助 MATLAB 制作 16 种电能质量干扰数据集,总计 8000 个样本, 其中 80%作为训练集, 20%作为测试集; ⚫ 运用 Python 和 TensorFlow 实现数据提取算法,并对神经网络算法自编码和稀疏自编码进行训练,得到合 适的模型; ⚫ 利用训练好的模型对数据进行处理,获取数据的特征值; k-means++算法对特征值进行聚类分析,对未知 干扰的数据贴上相应的干扰标签; ⚫ 通过 Matplotlib 实现聚类结果的可视化。
2019-08-01 -2020-04-01能量传递和高压技术研究所/斯图加特大学, 德国硕士论文
⚫ 通过非监督性算法提取电能质量干扰数据中的特征,然后利用聚类算法对特征进行分类,对未知干扰的电能 质量数据自动贴上相匹配的干扰标签; ⚫ 查询相关文献,分析和选取相匹配的非监督性算法,包括 PCA 算法,自编码,稀疏自编码和 k-means++算 法。 PCA,自编码和稀疏自编码对数据进行特征提取, k-means++算法对特征进行聚类; ⚫ 借助 MATLAB 制作 16 种电能质量干扰数据集,总计 8000 个样本, 其中 80%作为训练集, 20%作为测试集; ⚫ 运用 Python 和 TensorFlow 实现数据提取算法,并对神经网络算法自编码和稀疏自编码进行训练,得到合 适的模型; ⚫ 利用训练好的模型对数据进行处理,获取数据的特征值; k-means++算法对特征值进行聚类分析,对未知 干扰的数据贴上相应的干扰标签; ⚫ 通过 Matplotlib 实现聚类结果的可视化。
教育经历
2016-05-02 - 2020-01-23斯图加特大学电子信息工程硕士研究生
毕业于德国斯图加特大学,专业是电子信息工程。