数学计算

项目分为控制模块、算法模块与数据库模块。其中控制模块主要负责控制硬件系统、与动作及传感机构通讯交互等功能；算法模块主要负责算法加载与管理、数据分析与结果生成等功能；数据库模块主要负责数据记录的查询和修改等功能。 我负责全部的模块编写和系统组建。核心部分是基于深度学习的细胞识别，包括标注训练与测试，采用python编写dll由C#调用

1、【100%】利用pptx库的Presentation，结合占位符以及PPTX对POWERPOINT的其它控制功能实现生成PPT的基本功能。过程中涉及不同文件格式的读写，计算以及文件的解压缩，文件夹的多选，数据的实时更新等操作。 2、【100%】利用PYQT5绘制UI界面，在该界面进行数据的汇总，通过判定后分流去向数据库和PPT报告。 3、本项目可以将格式固定的输出数据在UI界面经过简单处理后输出至PPT报告中，且每一次报告生成时会将所有数据汇总至数据库，以便追溯查询(数据库实时更新)。

这是一个休闲小游戏软件 头部标题带有闪烁的特效 在一个色彩斑斓的九宫格里非常直观的计算1到9的9个数字的和 点击九宫格其中一个数字框就会加那个数字，再点击一次就会减那个数字 适合小朋友练习基础运算

1、通过 shp 文件完成 shp 文件转换成 geojson 对象，并通过 geoJson 对象且基于 supermapIobjectjava 组件完成模型信息得生成 2、规划指标评估完成评估结果后利用 poi 组件完成 excel 表格得生成以及编辑 3、基于 supermap 组件完成等时圈分析以及日照分析，通过时间日期、采样距离、采样频率完成日照分析，计算出模型的采光率并转换成 geoJson 对象 4、完成指标评估以及等时圈分析后将分析数据通过 poi 以及 EasyExcel 组件编写 word 文档并完成报告文件的生成以及 word 文档转换为 pdf 文件 5、完成 geoserver 平台搭建，实现 geojson 数据的上传图层生成、样式添加以及数据管理的生成并通过 postgis 数据库完成图层信息的修改

一款先进的集装箱码垛优化算法，该算法基于Python语言编写。通过精心设计的三维码垛策略，能够充分利用集装箱的空间，实现最大的装载效率。这款算法不仅考虑了物品的尺寸和形状，同时还考虑了重量分布和稳定性，以保障运输过程中货物的安全。无论是单一货物类型还是混合类型的货物，这款算法都能提供最优的装箱方案，有助于提高物流效率，降低运输成本。

基于alphabeta剪枝算法的揭棋对战算法，水平大概揭七-八之间(C++、Python)。 该算法在知晓吃掉对方何种子力和不知晓己方暗棋损失的情况下，基于目前已经出现的明子和暗子的出现概率、分析不同走法的数学期望。 其他: Codeforces Master

在statsmodels项目中载入macrodata数据集，选择其中一些变量，计算对数差。使用seaborn中的regplot方法绘制散点图，并给出线性回归线。基于pairplot函数给出一组变量的散点图，对角线上放置每个变量的直方图或密度估计值。

通过前期下一线调研业务，了解业务上存在的痛点，和产品经理初步确定产品方案， PRD文档的落地，最后确定技术方案，基于阿里云dataworks从各大业务系统拉取源数据ods 做每天分区处理，dwd明细层处理再到dws汇总，根据实际的指标查询条件写入到ads, 最后通过dataworks的di作业写入到mysql,app上面展示的指标数据读mysql应用库。 驾驶舱数据应用通过整合各系统输出数据应用来实现数据业务化，通过dataworks数据产品打通各系统之间的信息孤岛，实现数据融合,最后落地到各个数据应用，给到业务提供数据决策支持,进一步推动业务发展。

【项目名称】基于机器视觉的表面应变-应力检测系统 【项目功能】采集被测物表面的散斑纹理图案照片，采用数字图像相关法（DIC）对视频序列中的每一帧图片进行运算分析，计算特征点的位置变化信息，根据特征点之间的位置相关性，设计算法计算出对应的全场应变-应力信息。 【负责任务】整套系统的软件开发，实现图像采集、数据分析、曲线图绘制、故障报警等全系统操作。

矿山作为关键的资源开采基地，其设备配置和运营管理对于提高生产效率、控制 成本以及合理利用资源至关重要．然而，传统的计算方法在面对矿山设备配置和运营 中的复杂问题时存在着诸多限制．为了解决这一挑战，本文提出了基于量子优化算法 (QUBO) 的矿山设备配置及运营模型．首先，我们分析了矿山行业面临的问题背景和挑 战，包括设备配置和运营优化等方面．随后，针对不同场景提出了三个具体问题，并通 过建立 QUBO 模型，运用量子计算方法进行求解和优化．问题一旨在在预算范围内最 大化总利润的挖掘机采购方案．具体地，我们将问题转化为一个二进制优化问题，并建 立了 QUBO 模型，用多次降维的优化计算方法，以最大化挖掘机长期利润折现值总和 为目标，同时满足预算限制．问题二考虑挖掘机和矿车使用寿命为 5 年情况下的总利 润最大化；问题三在问题二基础上增加了矿车类型和挖掘机数量等条件，建立了相应的 QUBO 模型以求解最优采购方案．最后，我们举例了一个潜在的应用场景，展示了量子 计算在决策优化中的潜力．通过量子计算方法，我们能够更好地处理这些问题，提高计 算的效率和精度．通过本文的研究，我们为矿山行业提供了新

项目主要目的为使用 人工智能技术对新闻进行分类，减少人力成本提高效率。 1. 模型主要分为以下5个步骤进行：数据爬取、数据选择与读取、数据摘要与清洗、模型选择、模型训练与评估、模型组合与预测效验。 2. 使用python及其相关科学库如：numpy、pandas等技术开发，选择的算法模型有：词袋模型BOW（Bag of Words）、词向量（Word Embedding）、神经网络，采用交叉验证的方式训练模型，来降低过拟合情况，最后对上述三个模型的结果组合加权平均。 3. 数据爬取主要使用Python requests库。 4. 使用Jieba中文分词库对中文进行分词处理，来完成数据选择与读取。 5. 独立完成TF-IDF算法对处理好的数据进行摘要与清洗。 6. 使用开源TestCNN和TestRNN模型对数据进行处理。

1.通过上传固定格式文本，讲文本处理成所需格式 2.文本上传，根据页面提交固定参数，存入Oracle数据库 3.新格式文本通过数据库数据生成上传FTP 4.回盘业务处理后文本

实现主要包含以下三个主要步骤，分别是对象检测、对象跟踪和速度估计。 要对视频执行目标检测，我们需要迭代视频的帧，然后对每个帧运行我们的检测模型。推理则提供对预先训练的目标检测模型的访问，我们使用yolov8x-640模型。 物体检测不足以执行速度估计。为了计算每辆车行驶的距离，我们需要能够跟踪它们。为此，我们使用 BYTETrack。 最后，根据边界框移动的像素数来估计距离。然后计算速度。

模块：特征工程库，高速数据访问，特征筛选，用户画像，生命周期算法，目标识别(根据不同任务类型，产品类型，客户类型，从而推荐产品)，流程评价

Python在计算领域的好处主要体现在其强大的数值计算能力、‌广泛的应用领域、‌易于学习和使用的语法、‌以及丰富的库和框架支持。‌ 强大的数值计算能力：‌Python具有面向对象编程特性和强大的数值计算能力，‌这使得开发者能够构建复杂的工程计算模型，‌进行模拟和仿真分析。‌无论是工程计算与仿真、‌机器学习与人工智能领域，‌Python都能发挥其独特的优势，‌构建高质量的程序和应用程序1。‌ 广泛的应用领域：‌Python的应用领域非常广泛，‌包括Web开发、‌数据科学、‌人工智能、‌机器学习、‌自动化等。‌这种跨领域的应用能力使得Python成为一种非常实用的编程语言，‌能够在多个领域中发挥技能和经验2。‌ 易于学习和使用的语法：‌Python的语法简洁易懂，‌使得编写代码变得简单快速。‌这种简洁的语法不仅易于编写，‌也易于阅读和维护，‌即使是初学者也能快速上手，‌并能够快速构建出实用的程序2。‌ 丰富的库和框架支持：‌Python拥有许多强大的库和框架，‌如NumPy、‌Pandas、‌Django和Flask等，‌这些工具可以帮助开发人员快速构建高质量的程序和应用程序。‌此

1、读取服务器集群日志，分析日志，生成告警，根据告警等级发送不同形式的提醒（文字或语音） 2、实现服务器日志异常自动预警，快速响应，提供系统安全性。

【项目名称】云存储器使用资源智能预测系统 【项目功能】针对云存储器的使用资源充分利用问题，根据已有的历史数据（训练集），训练机器学习模型，调整模型参数，对未来一定时间段的云存储设备使用情况进行预测，并和实际结果比较，验证模型预测精度。 【负责任务】负责模型数据提取，按照制定训练格式，生成对应txt文件。采用支持向量机算法对数据进行拟合预测，给出未来的预测结果。编写评分公式对应的C++程序。

进行es的长文本切分，大大提高了问答召回的准确率 解决es同一篇文章出来的结果，排序及分值不同的问题，解决单层pdf抽取乱码问题

资产证券化综合信息服务平台定位于提供 ABS 业务相关信息、数据、模型、研究等一揽子解决方案的综合服务平台。是集数据展示与下载、多角度统计分析、专业分析观点展示于一体的综合性服务平台。致力于建成国内最具广度、深度和专业性的 ABS 平台类产品。

这个是模拟一般的计算器做的项目 最主要的是使用eval()计算输入框里的算式 输入框是只读的，不能直接输入计算 用户需要点击圆形按钮进行计算，与正常的计算器一样 我负责全部的内容，包括样式、结构和交互功能