人工智能

疫情信息查询及趋势预测 小组长 基于美国疫情爆发时，为了使每个人能够可以更好的了解疫情信息，起到很好的防范作用，故开发该系统。本次开发采用前后端完全分离，前端使用vue2、vuex,vue-router、axios、echarts、moment、element-ui;后端使用SSM框架，预测部分采用机器学习中的LSTM模型。用户可以根据各个州县名称查询疫情详细信息，可以通过美国地图查看疫情的严重程度以及空间分布情况，为居民出行提供参考；同时还可以根据已有数据预测未来一周的确诊数、死亡率和预测出疫情的拐点。

python 蜘蛛制作，抓取下载资源存储到数据库，抓取绿色软件下载， 抓取all，抓取虎牙，抓取抖音，快手等。python 蜘蛛制作，抓取下载资源存储到数据库，抓取绿色软件下载， 抓取all，抓取虎牙，抓取抖音，快手等

针对众多图片可以智能识别，例如应用在工业领域的缺陷检测，手机壳缺陷识别等等。难点就是要掌握熟悉代码，才能更好的使用

停车场管理系统可以管理车辆进出信息及计算停车场车位剩余数量及计费信息，支持多种进出方式，如刷卡、按键、临时停车等

1.实现虚拟camera功能，可以远程Camera设备扫码功能 2.实现声音虚拟设备功能处理。可以预先放置声音，实现mic的声音数据 3.远程App与服务器连接处理控制 4.多台设备连机运行处理 5.android8.1 root 权限处理

1.项目分为粤康码审核平台，小区互动平台,物资管理平台, 小程序内IM消息交流平台 2.三大工具功能: 2.1.粤康码识别:运用边缘计算,OCR智能识别粤康码上核酸时间和核酸结果,极大减少小区居委工作量(可扩展为无人认证流程) 2.2 一键消息提醒: 针对未上传用户一键消息提醒,(后续可针对具体小区需求,设置定时/条件消息) 2.3 Excel一键导入:Excel一键导入家庭/家庭成员到对应小区,极大减少重复工作(电子文件无缝接入管理系统)

智慧政企是一款基于政企服务的系统，可以对政府或企业的考勤、安防等相关业务，针对相关信息汇总、归类，进行分析并展示，从而保障安全，利于展示。

介绍： 1.前后端分离，node+js社区管理系统 2.适用于简单架构的后台管理，前后端都可以一人实现 技术： 1.高德+百度地图，element+vue2

提供智能管控功能: 1. 排产计划,设备根据MQTT协议返回数据, 管理订单产能 2. 巡检规划, 可用于人员打卡, 定时任务统计 3. 库存, 记录原材料,产品进出数量, 缺货预警等功能 4. 维保, 维修保养记录,定期检查设备

1. 商用车自动驾驶项目； 2. 已达到完全无人化； 3. 本人主要负责任务管理、导航模块；实时处理导航路径，复杂路径也能自动行驶，路线多样，也能自动生成；

项目描述：基于内容的推荐算法调研和实现，基于行为的好友推荐算法调研和实现 项目责任：技术难点攻关，研发 主要具体工作如下： 1 tf/idf,textRank,lda 关键词提取效果对比（python） 2 网络小说推荐算法（python） 3 专辑推荐算法（python） 4 好友推荐算法（python） 5 网站调用算法接口实现(python,java) 6 大数据环境搭建（hadoop,hbase,spark） 7 NLP常用库的对比调研（gensim,jieba,ltp等） 8 强化学习算法设计（python) 9 游戏服务器端优化改进，解决疑难问题（C++，java，skynet)

1. 环境部署安装Nodejs 1.1 Kiosk安装 1.2注意事项 2. 环境部署安装pm2 2.1 利用PM2部署node.js项目 2.2 运行进程的不同方式 3. 环境部署 浏览器设置 3.1 下载火狐浏览器 3.2 创建kiosk快捷方式 4. 项目格式介绍 4.1 项目文件目录介绍 4.2 Bin文件夹 4.3 Config 文件夹 4.4 dao文件夹 4.5 Logs 文件夹 4.6 node_modules 文件 4.7 public 文件夹 4.8 routes 文件 4.9 Views 文件夹 5. KIOSK首页监控接口 5.1 KIOSK 前台监控方法 5.2 KIOSK 前台监控界面 6. check-in 预定查询界面 6.1 CHECKIN-IN 预定查询获取 6.2 前台界面返回数据逻辑处理 7. KIOSK 护照身份证读取 8. 人脸识别 9. 支付界面金额计算 以及POS支付 10. CHECKIN 发卡机发卡逻辑 11. 打印机逻辑 以及打印机插件配置

只有传统算法的表的读数也是可以的，代码结合了深度学习，效率更高，准确度更好，减少手工的操作更佳，效果更好。python与c++相结合。

【大三软工项目–UE4开发的赛车射击游戏】 https://www.bilibili.com/video/BV1gF411B7Hq/?share_source=copy_web&vd_source=3a46d2843a452a9989dc8ba85f494553。使用的是UE4蓝图写的，美术资源来自UE引擎里的市场资源，视频有关卡全程。射击、视角切换、移动、赛车驾驶、简易AI移动攻击等。

本文首先通过构建文本相似度模型[1]利用所给的文本及关键词数据对文本进行主题分 类，并在人工观测标注的数据上正确率达到了 91.43％，取得了较好的效果。 随后在大量的 OTA 和 UGC 数据中，提取出茂名当地的旅游产品，并基于情感分析建立 多维度的热度评价模型，对当地的旅游产品按年份进行热度排名分析。通过人工观测热度 排名前十的产品，可以发现与事实相符。 在提取的当地旅游产品基础上，构建了基于知识图谱模型的茂名市的本地旅游图谱。 通过可视化技术对图谱进行观察，可以发现本地旅游图谱将关联度较高的产品放在了相近 的地方，并且将热度较高产品进行特别展示，达到了构建图谱的目的。 最后针对疫情前后茂名本地旅游图谱的变化进行分析，并由此向当地旅游主管部门提 出旅游行业发展的政策建议。

1.调试海思hi3516dv300 面板机项目， 主要调试AI人脸识别算法，系统启动调试，qt应用功能调试， wifi，红外功能调试，mipi屏调试。 2.AI人脸算法调试，video视频流的匹配调试 3.Mipi屏调试，800 * 1024等大分辨率显示问题解决 4.usb升级问题分析解决 5.海思ddr 适配调试

VAPTCHA验证码是基于人工智能和大数据的创新人机验证解决方案。 VAPTCHA前端sdk是用户使用VAPTCHA的重要组成部分，用户使用时所展示的验证码，和绘直制轨迹与数据全部由前端sdk返回至服务端做验证并将结果反馈给用户。 前端sdk使用typescript编写，并用rollup、babel打包，Python编写的自动化脚本用作sdk的加密和自动化发布。

表计的识别，针对电网各种表格自动读数。减少人工的抄表读数，提高工作效率。识别读数非常准，精确度在97%以上，代码逻辑难度大。

基于深度学习的口罩人脸识别 代码和项目编写都是由本人书写 项目主要是基于注意力机制的SE-ResNext模型搭配Arcface loss损失函数最后口罩人脸识别的准确率达到了95.5％

本系统将注意力机制引入低光图像增强，有效地解决了以往算法存在的问题，本人完成了网络设计及实现的工作。