人工智能

接口开发工作：由于数据库中的数据格式对人的观感并不友好，需要有一个txt和excel文件互换的功能来实现内嵌的文件转换，另外，将excel上传到数据库时对数据有一个规范化检测（比如列名是否存在，个别必空字段、必填字段、字段长度限制，时间格式规范是否合法）并给出具体规范修改反馈，通过Tkinter实现了内库数据导入导出外接工具的开发；  语义推荐工作：低碳技术数据库建设需要相似技术推荐，复现了两种方法实现下游相似度计算任务。第一种方法是基于spacy和word2vec，先提取文档中的动词、名词和形容词，并将词语变形归一作为文档的文本信息，再借助glove向量提取文本向量特征，最后计算文本相似度。另一种方法先做了数据预处理，通过KeyBERT提取数据摘要，喂入Bert模型中的malteos/scincl预训练模型实现相似度计算。两种方法的输出效果超过关键词检索，得到业务认可。

使用深度学习算法中的CycleGan算法对两种不同的图片进行融合，以实验所使用的马的图片为例，使用斑马的图片作为训练集，将普通的马转换成斑马的形态。

技术实现：为了提高人脸识别模型的鲁棒性，调研对抗攻击方法，对人脸图像添加扰动，使模型识别错误；调研防御对 抗攻击的方法，使识别模型能正常识别对抗图像。 1、攻击模型：FGSM白盒攻击、Boundary attack黑盒攻击 2、防御策略：图像压缩、MagNet 项目职责：本人实现了FGSM白盒攻击，人脸识别模型准确率从99.98%下降到67.34%；实现了Boundary attack黑盒 攻击，人脸识别模型准确率从99.98%下降到90.97%；运用图像压缩，将图片从png格式转换为jpg格式，带有黑盒攻 击的测试集的准确率从90.97%上升到95.44%。

项目主要分为识别模块和训练模块。识别模块主要是完成车牌定位、图像处理、切割字符等；训练模块是搭建神经网络进行训练，最终进行测试。 项目由两人完成，整体开发过程为共同开发，我主要负责识别模块，最终的整合调试也是共同完成。

项目分为：移动端的平台搭建、后端的接口池、数据的资源库、深度学习的预测。 我主要负责深度学习与资源库的数据处理。

人脸识别：以图片和视频两种形式实时显示税务局各办事大厅抓拍信息；完善黑名单库、陌生人等信息，实现异常人员实时报警； 一人一档：实现一人一档界面可查看办税人员行为轨迹、到访频次等信息，并可一键切换人员底库信息及标签，税务工作人员可简便快捷实现客户标识及备注； 热力分析：通过人脸识别统计办税厅人流状况，在税务后台系统上进行可视化展示，用不同颜色呈现区域危险性等级，协助工作人员引流； 人数与到访频次统计：以天和周为单位，有效针对每天接待人次数进行统计，智慧排除工作人员，准确识别非办税人员，实现精准统计； 行为轨迹分析：基于办税人员在各监控区域活动的轨迹，智慧识别异常行为并报警。

1、段落标注: 提取法律文书段落特征，训练CRF模型实现自动标注一篇新的文书段落，包括：调查、理由、意见、答辩、诉求、裁判等，准确率达到94%以上。 2、案件分类: 利用文书的理由、答辩段落的内容，加入CNN、Hierarchical Attention LSTM模型训练，实自动根据用户的案情描述判断是属于哪类型的案件。 3、语义匹配：针对用户的案情描述，找到与它语义匹配的其它相关案件，与关键字搜索不同，例如搜索卡车事故，会搜索包含挂货车、牵引车等要素条件。

根据师范生教师能力标准，辅助实施免试认定改革的高等院校建立师范生教育教学能力考核制度，包含培养过程性考核和师范生教师职业能力测试，通过系统提高高校培养过程性考核效率，优化行政流程；协助高校组织师范生教师职业能力测试。 我是项目经理，负责各模块具体技术实现方案评估审核。

独立设计，开发，标注，训练，识别刚包位 吊勾状态，判断是否脱钩与挂钩。技术用到yolov5 jackpage deepstream python c。

结构化和非结构化数据的爬取并分析。Python 爬虫技术的基本内容包括网页基础分析、requests 请求、XPath 和正则解析、Ajax 分析、Selenium 模拟浏览器爬取、Scrapy 等知识点，但技术不是一成不变的，随着近几年时代的发展，一些新兴爬虫技术如异步爬虫、JavaScript 逆向、AST 技术、安卓逆向、Hook、智能解析、WebAssembly、大规模分布式、Docker、Kubernetes 等技术不断涌现。

项目名称：显著性区域检测 技术实现：为了提升行人重识别模型的性能，通过框出行人局部显著的区域，来区分相似度过高的不同行人。 1、数据准备：标注准备、数据增强 2、模型选择：YOLOv5 项目职责：本人负责确定行人区域框的位置及类别，制定标注要求，选用YOLOv5的目标检测模型完成了对行人显著性 区域的检测，mAP达到0.69，类别识别率均在0.9以上；运用显著性区域，提取区域特征，对行人相似度得分加以限 制，在某测试集上行人重识别模型的mAP从0.9285提高到0.9287，解决不同行人相似度得分高的问题。

Oracle数据库11g 12c 19c的管理 mysql的日常管理 zabbix的历史大表分区优化 sql server搭建同步只读数据库 java开发 springboot开发 layui开发

1以太网驱动，串口，rs485，系统裁剪，uboot，kernel，文件系统，tp，lvgl第三方软件，modbus协议，qt， 整个项目系统完全从头到尾开发，采用全志tina 芯片

使用深度学习中的RNN算法对新闻文本数据集进行训练和分类，最终得到百分之90.7的训练精度，在处理新闻数据集分类的问题上取得一个不错的结果。

技术栈： Apicloud+Echarts 工作和成就： 1. 独立完成混合 APP 开发，与后台沟通，对接，调试接口； 2. 完成复杂模块地图相关功能开发，利用百度地图 SDK 在地图上完成轨迹回放，人员定位，围栏等功能；对于百度 api 进 行详细的研究，为业务功能的展现形式提出想法和建议； 3. 完成培训考核相关功能，包括设置题库，人脸识别打卡签到，在微信小程序进行答题考核；客户需求紧急，快速完成开 发；4. 完成标准化流程管理，包括根据后台添加的流程进行节点管理，节点审核，发送推送消息跳转，在综合消息跳转等功能； 模块化，组件化开发，达到多个流程共用页面的需求； 5. 完成环境监测功能，包括对数据用 Echarts 框架进行图表展示，消息报警等； 6. 完成智能广播功能，在服务器中部署第三方 node.js 程序，对接第三方 api，以 h5 网页的方式部署在服务器中，在接入 混合 APP 中完成开发； 7. 完成智能工单功能；包括时效工单，普通工单；提供未读，未完成，超期未完成，已撤销等多种状态；逻辑复杂，与后 台同事积极沟通，完成接口调试； 8. 完成工友超市货品管理，拥

1 项目包括uboot移植， kernel 移植，文件系统移植，板子的全部外设，屏摄像头tp，hdmi，串口， can，spi，pcie，电源管理，全部外设，json，socket,多线程，多进程，shell dts设备树，perl相关技术，qt，java ，framework，jni，

专业技能： 1. 熟练掌握机器学习和深度学习的常用算法，如逻辑回归、随机森林、GBDT、GMM、 Auto-Encoder、LDA、RNN、LSTM、Word2Vec、CNN，Transformer 等； 2. 熟练掌握 Python、Java 等编程语言，熟练掌握 Pytorch、TensorFlow，能独立完成模型搭 建和验证工作，有 自然语言处理竞赛经验； 3. 熟练掌握 NLP 理论技术及各种算法模型，关键词提取算法 LSA/LSI/LDA，应用于 NLP 任务 的 BERT/GPT/ELMO 等模型； 5. 熟练掌握知识图谱理论架构和技术，如开放的中文知识图谱 OpenKG，图数据库 Neo4j 等； 4. 熟悉大数据相关技术，如 Hadoop/Hbase/Hive/PostgreSQL，Spark 等；

模块：tkinter, PIL, os, re, openpyxl 功能：对指定图片提取内容并生成xlsx表格 难题：怎样获取指定的能容，怎样自动生成表格，如何使用正确的正则来清洗内容，在tkinter窗口添加想要的按钮

根据需求，对用户的穿衣进行数据化显现。 实现可以与用户进行实时对话，并对需求进行穿衣搭配。 数据的处理与穿衣算法的建立

任务描述：橄榄球比赛，将视频中检测到的头盔分配给对应的球员，给头盔贴上对应球员编号的标签。排名：287/825 技术实现：1、头盔检测模型选择：YOLOv5 2、视频与传感器匹配：线性最小二乘 3、视频跟踪算法选择：IOU阈值、DeepSORT 任务职责：本人选择YOLOv5检测球员头盔，运用旋转变换，线性最小二乘，将传感器数据与对应视频帧做匹配，比较IOU 阈值跟踪结果与DeepSORT跟踪结果，选择DeepSORT跟踪未匹配的视频帧，最终解决方案得分0.627.