l 项目描述："SuperShop Connect" 是一款电子商务平台，提供多样化的购物体验和高效的商家管理，支持用户购物、支付，商家库存管理，以及强大的商品检索，采用微服务架构，可扩展性强。 l 主要工作： n 用户微服务，单点登录，用户注册，用户名可用性校验，用户登录状态获取，查询用户权限等级 n 商品微服务，分页查询单个商品查询商品新增商品修改查询全部商品 n 图片微服务，图片上传功能，利用OSS的Pre Sign在客户端完成上传，节约服务器的带宽和提升上传速度； n 验证码功能，设计完整的验证码流程，支持登录验证码，提升了系统的安全性；后端接口采用@PreAuthorize权限注解的方式，控制用户访问后端接口的权限; n 搭建Redis-cluster作为项目的缓存中间件，提高系统性能，并且使用淘汰策略LRU（最近最少使用），很久没有访问的数据项会被淘汰，比如及时清除验证码在redis中的缓存，避免出现缓存雪崩等情况。 n 微服务添加熔断器Hystrix，避免单个故障导致集群崩溃，降低系统负载

l 项目描述：香烟包装缺陷检测系统是一项专为香烟制造企业的生产流水线开发的自动检测系统。确保每一包香烟的包装都符合高质量标准，减少次品率，同时减轻工人的工作负担。该系统通过使用先进的视觉和传感技术，能够自动检测香烟包装上的缺陷，并在检测到问题时提供预警通知，以便工人能够及时采取措施进行修复。 l 主要工作： n 改进Yolov5算法，在现有的数据集上，准确率由原来的85%提升至99%，相比传统的缺陷检测，改进后的算法具有很高的准确率；将Yolov5算法进行改进以满足缺陷检测的需求，在基本Yolov5骨架之后添加映射层，将香烟包装排列映射成5x5的numpy矩阵，Python程序获取矩阵并进行分类，将分类结果用于缺陷检测。 n 开发缺陷检测模块，确保模块能够实时检测香烟包装上的缺陷，如破损、错位等。提供实时警报通知，以便工人能够及时采取措施进行修复。 n 开发历史记录模块，该模块采用e-charts进行数据可视化渲染，每次检测完的结果存放在数据库中，java后台获取数据并且处理完给前端进行界面的渲染。 n 混合语言编程架构设计： u Java无法直接调用Python的深度学习算法，于是使用将算法部署在一个独立的Python服务器上，前端采用Vue框架构建，通过前后端分离技术，实现Python和Java两种后台的支持，Python后台负责管理和使用算法，Java后台处理系统的其他任务，如数据库操作、前端与后端协调等。

 项目描述："健康档案云"是一个综合性的医疗管理平台，致力于提供全面的医疗数据管理和高血压风险评估服务。该平台融合了移动技术、物联网技术和医疗数据处理，以协助医患双方更好地管理医疗信息和实现疾病风险评估。 l 主要工作： n 用户注册与身份验证的模块，用户首次使用平台时需要注册并提供*号等信息，能支持用户的注册以及身份验证，负责了库表设计和模块开发，使用Shiro和OAuth 2.0实现用户认证、授权； n 完成高血压风险评估模块，系统根据用户提供的信息和数据，计算高血压风险等级。系统根据评估结果向用户提供关于其高血压风险的结论，可能包括用户是否属于高风险、中等风险或低风险群体，实现完整的单元测试，构造用户数据严格验证算法实现的准确率； n 使用验证框架（Hibernate Validator）进行用户验证，确保用户提供的问卷答案是有效和安全的。 n 定期清理垃圾图片，在指定的时间间隔内清理垃圾图片，确保只保留有效的图片资源，提高系统的效率。