个人介绍
性别:男
年龄:22岁
籍贯:江西省南昌市
出生年月:2001年4月
政治面貌:群众
电子邮箱:rhao_hur@outlook.com
:*
教育背景
学校:江西农业大学 学院:软件学院 专业:软件工程(大数据方向)
GPA:4.10 / 5 CET4:517 CET6:438
部分课程成绩:数据结构(95) 高等数学(93) 离散数学(90) 概率论与数理统计(90)
线性代数(90) Python(92) 应用统计学(98) 大数据技术原理与应用(98)等
项目经历
科研项目类
参与导师科研项目《蜂群检测计数与预警系统》 ……2022.09
——该项目主要针对人工监控蜂巢中的蜂群费时且低效的问题,自主设计了一套蜂群检测计数与预警系统 ,可直***方便高效的对蜂群的迁移或花粉采集等情况进行计数监控,出现异常情况时自动预警并提示。本人在该项目中任务:1) 数据的标注 2) 根据开源代码进行模型的训练与部署 3)模型优化,由于携带花粉蜜蜂数据图像较少,我设计使用蜜蜂检测数据集上预训练后的模型在携带花粉蜜蜂检测数据上进行微调,mAP@0.5达到90%以上。
学术论文类
(已见刊)《A Decoupled Semantic–Detail Learning Network for Remote Sensing Object Detection in Complex Backgrounds》 sci期刊 《Electronics》 第一作者 ……2023.06
——论文提出了名为DSDL-Net的网络结构,用于解决遥感领域复杂背景下物体检测的问题。论文在三个公开遥感数据集上进行了消融实验,证明了论文中两个重要模块的有效性与鲁棒性,还在一个公开的遥感数据集上进行了对比实验,其中DSDL-Net超过了12个基准模型。该模型在大型遥感数据集DIOR上较基线模型mAP@0.5提升2.19%,参数大小减少14.07%。
专利申请类
软件著作权《众食评通-数据分析与可视化平台》 第一作者 ……2023.03
——本人单独开发了完整软件,软件中实现了用户友好的餐饮评价数据的采集与自动可视化,数据分析包括1) 多元线性回归、logistic回归分析、随机森林的信息熵权重分析等在内的各类分析结果的自动可视化,2) 使用LDA语言主题分析模型对所有的用户评论数据进行主题分析与主题词云图可视化,最后基于开源的ChineseBERT模型部署了自动的用户评论文本的情绪分类模型,可预测评论情绪是积极还是消极,五折交叉验证精确度在95%以上。
IT技能
在数据分析领域拥有较多的实践经历,熟练掌握数据分析流程以及各种显著性检验方法的编程和软件实现方式。擅长使用Python进行数据分析可视化,并成功完成三次大型数据分析报告。曾获得中国大学生计算机设计大赛(大数据主题赛)全国三等奖和江西省“华创杯”调查分析大赛全省一等奖。
具备机器学习与深度学习的算法基础,熟悉使用Scikit-learn库进行回归与分类预测,包括模型融合和数据挖掘中的特征工程。熟悉Pytorch和mmDetection等常用深度学习框架,能够设计并实现算法,可独立阅读开源算法代码,进行修改或改进。具有一定学术经历,以第一作者在计算机视觉领域发表SCI论文一篇。
荣誉与专业竞赛奖项
学科竞赛类
2022年08月:中国大学生计算机设计大赛(大数据主题赛)全国三等奖
2022年01月:全国高校计算机能力挑战赛(大数据应用赛)全国三等奖
2021年12月:江西省“华创杯”调查分析大赛全省一等奖
2021年12月:“高教社杯”全国大学数学建模大赛全省二等奖
荣誉奖项类
2022年12月:国家励志奖学金
2022年03月:江西农业大学优秀学生
实践经历
江西农业大学软件学院创新工作室负责人。本人通过为期一年工作室考核顺利加入工作室并担任工作室负责人(共5人),负责组织工作室成员一同参加各类专业竞赛,共同以赛促学,并且参与工作室导师的科研项目,不仅锻炼了自己的专业能力,也培养了自己更好的组织协调能力与互帮互助的团队精神。
自我评价
我曾大一通过校数学建模竞赛选拔,代表学校参加数学建模竞赛且在队伍中担任队长并最终获得省级二等奖。具有短时间内学习知识并快速变现的能力,且具有很强的抗压能力,可在面对挑战时高强度下尽快解决问题。我参加了众多学科竞赛,具有较强的动手实践能力。
工作经历
2021-06-09 -至今江西农业大学软件学院创新工作室工作室负责人
负责组工作室成员完成导师下达的计算机视觉相关的企业任务。包括图片标注,算法设计,算法改进,算法部署,数据分析,爬虫等大数据技术。
教育经历
2020-10-10 - 2023-08-02江西农业大学软件工程本科
技能
本人独自完成算法与可视化交互平台,利用糖尿病数据集,阅读原文文献,手动实现了随机森林算法对是否患糖尿病进行预测,相比调sklearn库中的算法 ,实现了论文中的无偏估计方法,即将所有数据集作为训练集又把所有数据集作为验证集。对python sklearn numpy pandas matplotlib pytorch的使用较为熟练
研究领域与方向有导师确定,本人独立完成了算法设计,实验设计,编程实现,论文撰写等。论文提出了名为DSDL-Net的网络结构,用于解决遥感领域复杂背景下物体检测的问题。论文在三个公开遥感数据集上进行了消融实验,证明了论文中两个重要模块的有效性与鲁棒性,还在一个公开的遥感数据集上进行了对比实验,其中DSDL-Net超过了12个基准模型。该模型在大型遥感数据集DIOR上较基线模型mAP@0.5提升2.19%,参数大小减少14.07%。
本人独立开发了完整软件,拥有软件著作权第一作者。本软件结合使用各类数据分析方法与可视化技术,可以对餐饮服务评价情感倾向进行多角度的分析,这有利于了解消费者对餐饮服务商家的深层看法,为用户提供餐饮服务业中科学有价值的信息。 该软件是专业的餐饮评论数据分析软件,能够导入用户的评论数据,并从8个角度进行可视化分析,如词云图、回归分析等。软件还能够进行主题分析和评论文本的情感预测,帮助用户深入挖掘评论数据的主题并进行情感分析。软件中实现了用户友好的餐饮评价数据的采集与自动可视化,数据分析包括: 1.多元线性回归、logistic回归分析、随机森林的信息熵权重分析等在内的各类分析结果的自动可视化 2.使用LDA语言主题分析模型对所有的用户评论数据进行主题分析与主题词云图可视化 3.基于开源的ChineseBERT模型部署了自动的用户评论文本的情绪分类模型,可预测评论情绪是积极还是消极,五折交叉验证精确度在95%以上。