人工智能

学生信息管理系统，我独自完成。 运用到java面向对象的思想。运用Arraylist作为存储。面向对象的多态，封装，继承的思想! Python数据处理运用到列表，切片。pandas等，第三方库。处理数据非常强大。

PC端 APP, 为 QT开发，主要功能： 1） 提供居家办公出勤管理功能 2） 定期检测在岗情况 3） 个人工作计划管理 4） 公司通知管理 后台功能： 1） 经理管理工作台：查询远程在岗数据，可视化图表 2） 数据管理、权限功能 本人角色： 100% 本人开发 核心技术 1） 人脸识别模型 2) 单目摄像头人脸防伪算法（防照片，防视频攻击） 3） RESTful + gRPC + SSL API 接口

a）功能模块：单航行器动力学输入输出Pawn（输入为力、力矩，输出为位置，参数为质量、惯量），单航行器控制器设计（Controller 要求指定目标位置，可以在一定时间到达）；多航行器编队控制模块(GameMode/GameState，根据一定的编队要求，实现队形形成、队形保持、避障等)：UE4 RTS游戏。 b) 主要工作其难点：a)单机下RTS机制的实现。难点在于通过控制一个航行器和编队参数，达到编队的目的。其实现方法为在服务器端动态生成新航行器，GameMode/GameState转发。b) 单机下的船的动力学特性、及其控制器参数设计。难点在于需要考虑水阻、加速度、角加速度等。采用Z传递函数法实现、通过MATLAB设计PD控制器。

输入一个正整数，可以输出它的平方数，（别输太大的这就用了int定义，改成longlong应该更好哈）；随便搞搞，别喷啊谢谢

项目描述:开发过程使用到的技术:Flask+Vue;算法使用的为sklearn中的随机森林算法 功能模块:样本管理模块、模型管理模块、根因分析模块、样本管理模块 我负责的模块 1. 分析和解析业务进行特征的总结和计算生成 2. 针对计算的完成的特征进行算法的选择的验证 3. 使用验证完成的特征进行特征计算和保存样本 4. 进行模型的训练、保存、实时预测和迭代 5.使用Flaks构建样本展示、模型展示和实时预测的平

安装步骤 下载 vote_count.exe 文件。 双击 vote_count.exe 文件运行程序。 如何启动程序 双击 vote_count.exe 文件。 在打开的窗口中，输入候选人数量和姓名。 点击“确定”按钮，即可启动程序。 程序的基本功能介绍 该程序主要用于统计投票结果，可以实时显示每个候选人的投票数量。 用户可以为候选人投票或者撤销投票，程序会实时更新投票结果。 程序的主要界面介绍 程序启动后，会显示一个主界面，包含以下内容： 1、一个动态柱状图，显示每个候选人的投票数量。 2、 每个候选人的名字，点击名字可以为该候选人投票。 3 、每个候选人的投票数量，显示在名字旁边。

主要是完成语音识别，意图识别，图片识别，人脸识别等功能 通过“知识养成”能够在虚拟工作空间和其他虚拟人进行“自主沟通”和“任务执行”，能主动去采集有用的信息反馈给它的主人，减轻主人重复性工作，节约时间提高效率。同时在构建的虚拟社交空间中，虚拟人和虚拟人直接能够互动，形成了及推广、宣传、协同与一体的虚拟工作社交链条。

数据可视化就是把相对复杂、抽象的数据通过可视的方式以一种人们更容易理解的、更直观的方式来展示出来的一系列手段，也就是将数据转换成图或表等。数据可视化是为了更形象地表达数据内在的信息和规律，促进数据信息的传播和应用。通过“可视化”的方式，我们看不懂的数据通过图形化的手段进行有效地表达，准确高效、简洁全面地传递某种信息，甚至我们帮助发现某种规律和特征，挖掘数据背后的价值。

基于yolo系列的目标检测；基于resent的图像分类；基于paddlepaddle的文本识别；可结合您的业务，我来设计并优化对应的算法，赋予您工程项目智能

可以实现自由点餐和配送，用户可以自由选择餐品然后进行表位，最后选择完毕后进行付费，后台接收信息后将派单给商家，然后有商家运送到用户手中，小程序界面简洁，无广告内容，操作简便

针对行李进行识别 1-行李分类(行李箱、背包、是否使用托盘通过安检) 2-行李主体颜色判定 在校研二学生，方向为目标检测、语义分割，熟悉深度学习相关框架，从数据集制作到后期跑模型全是我一个人独立完成，熟悉整套完整流程。

绝缘子的定位 对绝缘子识别算法进行研究，主要工作和成果包括：介绍了绝缘子识别技术的背景，指出目前本领域已有方法存在的算法和对相关文献的学习；图像预处理技术的研究：由于绝缘子图像背景复杂和噪声多种多样等特点，对绝缘子图像进行了预处理，包括图像增强和图像去噪等方面的内容，通过线性变化和直方图均衡化进行图像增强，根据噪声情况使用均值滤波、中值滤波、高斯滤波进行处理，确定出适合绝缘子图像的预处理方法。介绍了目标检测技术的两大类别，并对它们的优缺点进行了对比；然后，重点对yolo算法进行了研究，最后，yolo算法进行了实验分析。 为了证明yolo算法识别绝缘子的有效性，本文进行了实际操作和分析。 最后的实验结果证明： (1)滤波处理算法中，均值滤波、中值滤波高斯滤波均能很好地对绝缘子图像的质量和重要特征进行增强。中值滤波的处理效果最优。 (2)图像增强算法中，线性变换和直方图均衡化各有优劣。二者虽然都可对图像进行增强，但是对于实际应用中需要根据具体需求应用适当的图像增强方法。 (3)yolo算法对绝缘子的识别有较好的效果，基本可以对绝缘子视频进行实时的识别，对绝缘子识别的准确率较高，精准度很好

用户在景区游览时可以通过采集终端采集人脸图像，AI换脸后实时展示在大屏上。用户在终端也能够预览换脸后的图片，如果对图片满意，通过关注公众号获得图片下载方式。我负责后台的开发，包括采集终端的后台和图片下载服务。

1.项目分为模型导入解析处理、重建、渲染等模块 2.使用了C++和opengl技术栈，可以封装为控制台程序、MFC程序、QT等应用程序，也可以应用在3D游戏的制作中。 3.

利用设计好的公式，计算不同产品不同条件价值，项目运行时将部分数据初始化进入缓存，判断条件调用公式，查缓存不存在时由数据库同步进缓存。涉及到oracle，java，rides等

如果您的项目部署到云服务器中，且没有想要扩展服务器的需求，想直接完成算法的对接，可选择与我沟通。包讲解

项目分为前端、连接框架、后端，其中前端由VUE2框架构造，前后端连接用Flask框架达成，后端由改良数据集生成模型，再去将前端传入图形用和模型进行推理。 在本项目中，本人负责后端Yolov5的调试以及模型的训练，前后端连接Flask框架的函数写入。

针对迪拜海外市场的一款crm产品; 主要是针对当地的房地产中介企业。 自己在项目中主要担任后端开发，技术选型，架构设计，运维工作

可进行算法云部署，将ocr能力部署到您的项目中，无论您的项目是任何架构，都可以完美嫁接到您的项目中。可根据不同的业务场景进行不同的云部署方案

大型互联网车企的，制造运营平台。协调管理企业的人员、设备、物料和能源等资源，实现把原材料或零件转化为产品的活动管理平台。主要包含车身识别，计划管理，使用opc ua 监听PLC信号，实现软硬件交互。