地理信息系统GIS

项目描述：该项目主要对各个地区的烟草进行资源信息展示（电子烟田，基础设施，基层站点，生态环境，烟技员等等），并对烟草从育苗到生长到工场烘烤，到收购并入仓的过程进行质量监控，以及对省烟草出售调拨进行决策分析。 使用技术：vue2+leaflet+antdesign

看房网是一家平台型的房源网站，提供新房、二手房、商办租赁等经纪业务。围绕人店端、房源端、客户端的整个房产交易流程，通过“ 技术支持、流量赋能、数据驱动、品牌增信、品质运营” 多方面的赋能支持，实现线上线下资源整合，构筑 房源丰富真实、找房简单精准、服务专业诚挚、交易透明安全 的房产交易网络服务平台

使用技术：vue2+antDesign+leaflet+天地图 责任描述： • jeecg平台配置数字字典，路由，侧边栏，权限 •使用vuex+vue-ls以及后端接口返回的路由表动态渲染侧边栏路由，头部导航 • 利用antDesign+mixins+echart根据ui图编写页面的增删改查功能以及各个页面的功能要求 • 根据后端接口渲染数据对接接口

项目模块： 猫捉老鼠小程序是我们针对当下火热的线下游戏猫捉老鼠开发的一款小程序。该游戏的功能主要基于地图和地理位置信息实现。通过该小程序，玩家可以发起游戏、设置游戏范围、邀请玩家并进行游戏。该小程序基于传统的猫捉老鼠游戏规则制定了游戏的流程。我们在此之上还融入一系列互联网的游戏特色，并以此来增加游戏的趣味性。如战争迷雾、在地图上随机生成道具、实时监测玩家是否在游戏区域内等。该小程序已经正式上线，可在微信搜索小程序“蓝瑟科技LBS服务猫猫捉鼠”并直接打开进入。 游戏主主要由以下几大块组成： 1.游戏创建模块，这个模块主要负责按照玩家需求创建游戏。主要创建房间、配置游戏参数、一键邀请、预设角色等多个功能组成。 2.游戏生命周期模块。这个模块控制整个游戏的进度，按照每秒一个周期来判定和调整游戏状态。该模块包含游戏结束判定、游戏范围变化、判定游戏角色变化、控制玩家视野等。 3.地图与控制特效。主要包括迷雾特效、电子围栏、敌军靠近告警、玩家显示、地图道具展示与拾取等。再出现告警时，手机会同步震动。 4.玩家数据交互模块。当玩家的地理位置信息发生变化时，玩家会实时上传。与此同时，玩家每秒从服务器上

云灌溉是一款能够帮助用户解决地块管理和数据存储等问题的平台，结合用户存储的历史经验数据及专家的优化建议对平台提供的灌溉决策、长势监测、气象预警、墒情监测、品种选择等方面的决策给出更具有针对性的解决方案，确保生产技术具有稳定和可控性，达到稳定、提质、增效的目的 1、负责前端项目的搭建，根据UI效果图及产品需求完成前端界面的展示； 2、基于前端框架及代码开发，编写可复用组件； 3、与后端人员配合调试，实现相关的交互功能 4、负责解决各浏览器及各分辨率下的兼容问题 5、负责前端项目的打包部署 6、负责完成 web 项目迭代、优化和提升用户体验

一套管理展示乡村土地资源,产业资源,企业,项目,并提供数据分析能力为决策人员提供建议的管理系统 技术上采用vue cesium geoserver postgis postgresql 开源方案 实现了自定义shader方式填充面纹理,postgis地图要素聚类分析 实现了地图图层功能的自定义配置式开发能力

springmvc+spring+ mybatis + activemq+dubbox+mycat(后端框架) 重庆市环保物联网以网络化、标准化、精细化和智能化特征，能实现环境监管能力的有效提升：一是实时动态“从物到网”，实时采集、动态识别环境质量、企业排污、设施运转等数据，极大提高掌握环境要素的时效性；二是全面覆盖“从网到人”，通过标准化业务终端实时通讯、移动办公，形成网格化、精细化管理的工作手段；三是业务扁平“从人到事”，通过系统指挥调度、分派任务，标准化、规范化完成环保监管执法任务；四是落实任务“从事到效”，完善效能监督规则和考核指标，通过日常数据反馈中量化绩效、动态监督。 重庆市环保物联网试点项目主要包括以下系统： 1.在线监测数据采集平台 2.智能分析预警平台 3.物联网指挥调度平台 4.移动监管系统 5.整个平台后台管理系统 6.数据分析系统

项目背景： 1.促进企业和土地利用部门数据共享与协作: 提供一个平台，使不同部门、组织或个人能够共享和协作使用空间数据，促进数据共享和信息交流。 2. 提高数据可访问性: 通过空间数据共享管理系统，用户可以更便捷地访问和获取各种空间数据，提高数据的可访问性和利用率。 3. 促进跨部门合作: 促进不同部门之间的数据共享和合作，例如在城市规划、环境监测、基础设施管理等方面的跨部门合作。 4. 支持公共服务和城市规划建设: 为公共服务提供支持，例如地理位置服务、灾害监测、城市规划等公共服务领域，为政府部门、企业和研究机构提供共享的空间数据资源，以支持决策制定、规划和管理工作。 5.提高数据安全性和隐私保护: 空间数据共享管理系统可以设定权限和安全控制，确保数据的安全性和隐私保护，同时满足数据共享的需求。 主要技术栈：vue、Spring Boot、arcgis、supermap、leaflet、ArcGIS Server、GeoServer

此项⽬为政府项⽬，通过数据可视化⼤屏演⽰数据 使⽤地图 API 和 vue 封装组件，在组件中封装了地图画点、画线、添加轨迹、添加弹出框等功能 使⽤ echarts 开发新⻚⾯中的图表，完成数据可视化效果 开发图表与图表、图表与地图之间的联动功能

一套类似于百度网盘的应用软件，可实现手机、PC等文件及数据的实时备份、同步以及手机丢失后通过登录PC找回等。

1、负责了多种地图类型（点云、矢量、轨迹、3D）的导入、解析、调用C++和python算法等功能 2、使用了xxljob、geotools、SpringCloudAlibaba、多线程、redis缓存等技术 3、难点是调用C++和python算法，经常出现OOM或者CPU等问题，需要合理做好并发和内存管理；以及处理10G以上的点云数据，进行切片并发解析，提升性能；基于rabbitMQ进行异步发布，系统同时不能导入太多任务，需要排队等

为加强现场从业人员管理，按照《关于在本市建筑工程施工现场推行作业人员实名制管理的通知》（沪建管[2014]612号）文件的要求，2016年以来，根据国务院、住建部等关于加强作业人员（农民工）管理和治理拖欠工资的文件要求，以及市政府贯彻落实文件等要求，在建管平台已开发了基于PC的从业人员的实名制管理系统，初步实现了实名制登记、人工费和工资支付等登记管理系统，建立了欠薪预防和处置的管理系统和业务机制。但按照国家对欠薪治理和实名制要求与现有系统实际使用情况分析，一是业务应用功能尚需扩展，二基于PC端的系统企业、个人和管理部门操作不方便，三是通过施工单位读取二代身份证读卡的方式不能真正实现实名核身等需求和问题，需要对现在实名制系统进行功能扩展和移动端应用的开发等升级改造。逐步在加梯、装修等工程逐步试点推行，成熟后在全部工程推行。

GIS项目分为：GIS综合管理平台、地图编辑平台、人员资产定位、院点通(室内导航)子项目，本人参与并负责开发该项目的全部前端和一部分后端开发工作

本项目旨在利用 Twitter 数据进行情感分析同时对比全澳地区酒精和犯罪率关系，并通过 Mastodon 接口获取数 据并存入 CouchDB 数据库。项目使用 NLTK（Natural Language Toolkit）库来进行情感分析，并利用 CouchDB 的 MapReduce 功能来进一步完善数据处理。同时将数据反应到前端网站，利用 ansible 将网站部署在云计算 (MRC) 服务器上

系统围绕智慧国土空间规划管理目标，通过资源整合、业务管控集成、指标与模型体系梳理，建立覆盖全域的国土空间规划信息平台以及实现辅助规划编制、审查和监测评估预警全流程业务管控系统。面向政府、自然资源主管部门及相关部门、规划编制/评估单位、科研院所、企事业单位、社会公众提供应用服务，提供国土空间规划“一张图”应用、国土空间规划分析评价、国土空间规划成果审查与管理、国土空间规划监测评估预警、资源环境承载能力监测预警等业务应用以及指标模型管理等的支撑应用。使用GIS、数据库技术，为实现可感知、能学习、善治理和自适应的智慧型规划提供信息化支撑，提升空间治理体系和治理能力现代化水平，推进国土空间智慧化管理与智能治理。

使用Python语言及其强大的数据处理库，如pandas和numpy，对数据进行全面而深入的清洗，包括去除重复、填充缺失、转换格式等，确保数据质量；根据项目需求，进行需求分析、原型设计。

1、基于pbf+socket+nio实时处理车机传输的点大型云数据；并发处理引导线、障碍物、速度、航向角等数据；页面基于websocket实时前端交互并渲染 2、我负责所有后端任务、及框架搭建，技术选型，实车联调 3、难点是要处理大量的实时数据，并抽稀、去重、纠偏移；处理较大的点云数据通信，并且要在页面不卡顿的渲染，基于多重缓存、并发等技术

现实有限元单元的结果的后处理出图，有deform， fringe，vector等图形，支持的数据如，静态分析，模态分析，线性屈曲分析，动态分析，多体动力系统分析，运动分析等，支持的数据类型如scalar，vector， tensor 和 matrix。 实现的系统具有准备和高性能特点，是商业CAE的标准后处理系统。

前端使用Cesium开源框架，实现影响地图、地形渲染，建立并载入三维模型，通过轨迹点数据，模拟飞机飞行过程并进行实时回放。后台使用SSM三大框架，数据库使用Postgresql存取轨迹点等相关数据。

使用Python语言及其强大的数据处理库，如pandas和numpy，对数据进行全面而深入的清洗，包括去除重复、填充缺失、转换格式等，确保数据质量；根据项目需求，进行需求分析、原型设计。