个人介绍
我是程序员客栈的冷暖自知is
曾工作于航天企业,负责软件设计
自己曾完成项目 睡眠分期(数据挖掘方向)、出租车行为轨迹分析(大数据方向)、设备自动控制(嵌入式方向)。
熟练掌握Python、C#语言,并能够完成嵌入式程序开发。
如您有需求,请联系
工作经历
2022-08-01 -至今山西航天清华装备有限责任公司开发员
公司主要负责业务为航天宇航设备,本人在公司中主要负责板块为设备功能设计及软件开发。
教育经历
2019-09-01 - 2022-07-01机械科学研究总院机械制造及其自动化硕士
2015-09-01 - 2019-07-01中国石油大学(华东)机械制造及其自动化本科
技能
数据挖掘在当今信息时代扮演着重要的角色,而出租车轨迹数据分析则在交通领域中具有广泛的应用。本项目通过使用Python编程语言,提供了一套完整的分析工具,可以帮助用户对出租车轨迹数据进行深入挖掘和分析。 该项目使用数据集为纽约出租车轨迹数据2016.7-2016.12,包含了多种数据挖掘算法和技术,可以根据用户的需求生成各种统计图和分析图。例如,可以生成出租车轨迹的热力图、密度图、时间序列图等,以及对轨迹数据进行聚类分析、异常检测等。源码具有高效性和可扩展性,可以适应不同规模和类型的出租车轨迹数据。
利用信号处理技术和模式识别理论实现脑电睡眠特征的提取和分类,研究目标是基于单通道EEG的时频特征的提取与分类。主要内容是首先将给定的原始EEG脑电信号数据,进行分类别可视化处理,之后提取特征数据并进行可视化,最后进入分类器,实现分类,并输出测试混淆矩阵与准确率结果。 (1)分别读取EEG信号数据文件与对应的标签文件; (2)采用巴特沃斯滤波器对读入的数据文件进行0.5-30Hz滤波处理; (3)调用matplotlib.pylab库对原始数据进行分类别可视化处理,并以滤波后可视化图像进行对比; (4)调用numpy库,pandas库函数及自带基础函数,实现数据的特征提取; (5)调用sklearn preprocessing库函数,实现数据特征标准化处理; (6)调用pandas库函数,输出特征提取表,sheet1未标准化,sheet2标准化; (7)读入特征提取表sheet(标准化处理后),进行训练集与测试集划分; (8)调用sklearn库confusion_matrix与 neighbors函数,实现knn分类与测试,输出测试混淆矩阵与准确率结果
利用信号处理技术和模式识别理论实现脑电睡眠特征的提取和分类,研究目标是基于单通道EEG的时频特征的提取与分类。主要内容是首先将给定的原始EEG脑电信号数据,进行分类别可视化处理,之后提取特征数据并进行可视化,最后进入分类器,实现分类,并输出测试混淆矩阵与准确率结果。 (1)分别读取EEG信号数据文件与对应的标签文件; (2)采用巴特沃斯滤波器对读入的数据文件进行0.5-30Hz滤波处理; (3)调用matplotlib.pylab库对原始数据进行分类别可视化处理,并以滤波后可视化图像进行对比; (4)调用numpy库,pandas库函数及自带基础函数,实现数据的特征提取; (5)调用sklearn preprocessing库函数,实现数据特征标准化处理; (6)调用pandas库函数,输出特征提取表,sheet1未标准化,sheet2标准化; (7)读入特征提取表sheet(标准化处理后),进行训练集与测试集划分; (8)调用sklearn库confusion_matrix与 neighbors函数,实现knn分类与测试,输出测试混淆矩阵与准确率结果