个人介绍
熟悉Python语言 熟悉Keras、TensorFlow、PyTorch框架 熟悉CNN、YOLO、BERT、LSTM、BiLSTM等深度学习模型 熟悉机器学习、深度学习等算法 熟悉使用Linux相关操作命令 熟悉MySQL数据库
工作经历
2020-01-01 -至今学校无
无公司实习经历,主要完成学校的科研任务为主,以学习应用为主,参加过多类研究项目并取得良好的成果。
教育经历
2020-09-01 - 浙江工业大学电子信息硕士
2016-09-01 - 2020-06-30嘉兴学院电气工程及其自动化本科
技能
项目描述: 基于知识图谱的案线情报分析技术是由基于大数据架构的公安信息化应用公安部重点实验室承担的基金项目,项目主要任务为采取自然语言处理技术将非结构化案件以及情报线索结构化,通过命名实体识别、关系抽取等技术构建统一的知识图谱表示,并在此基础上进行案件串并与案情梳理,为警务人员提供高效的智能研判工具。 项目中职责: 1、整理文本数据,确定需要提取的命名实体与实体间的关系 2、针对所提供的文本数据都是无标签数据,导致无法训练模型的情况,提出了一种基于小批量的案件文本命名实体识别方法, 3、使得在有少量标签数据的情况下,可对大量未知文本进行命名实体识别在关系抽取中,针对多个关系三元组有重叠的情况,采用CasRel模型进行处理,将基于小批量的案件文本命名实体识别方法与其相结合,减少关系抽取的计算复杂度
项目描述: 海洋目标智能感知国际挑战赛由中国造船工程学会等单位主办 , 哈尔滨工程大学承办 , 大赛主要任务为多类海洋船舶目标检测与识别,通过定位在图片中出现目标的位置,识别出每个目标示例的类别与所属类的置信度。 项目中职责: 1、根据比赛要求与所提供的数据选择合适的目标检测模型; 2、对待定的目标检测的模型进行调试并测试其效果; 3、选定测试效果最优的YoLov5模型,并在原模型基础上合理引入一些随机噪声对模型进行优化,增强模型对图像中小目标的 区分能力。