机器深度学习

本项目基于单一摄像头进行手势识别与应用，因此使用与部署简便，对环境无过多要求，因此，非常适用于移动平台使用，通过手机摄像头，即可实现简易的手势识别。 通过识别手势，本项目可以基于识别手势，可以进行一定数量的操作，因此，可以模拟部分简易的操作，实现无需接触的操作。 关键技术： Darknet卷积模块： darknet卷积模块是这个模型里最基本的网络单元，包括卷积层、batch norm(BN)层、激活函数。 upsample 层：上采样是为了将特征图采样到指定分辨率大小，比如一张(416,416,3)的图片经过一系列卷积池化操作后，得到一个特征图,维度(13,13,16)，为了把这个特征图和原图进行比较,需要将这个特征图变成(416,416,3)大小.这个就称为上采样。 个人当时主要做了YOLOv3手部检测相关部分的工作

项目描述：采用机器+人工的识别方法挖掘海量网络舆情中特定关注领域负面舆情，实现舆情自动化工单智能去重、分级、分类，解决了舆情爆发时海量舆情工单应急处置问题和舆情实时监控、实时告警问题。 职责/关键技术：负责项目管控和智能算法研发，包括产品设计、智能算法研发、实时、技术文档、项目验收。智能识别算法识别准确率达到92%，减少85%无效人工。熟悉舆情监控市场产品技术，熟悉舆情业务。 成效：实现总部和三十余家二级单位舆情实时监控，已运行3年，每天下派百余条有效工单

研发过舆情系统、智能客服系统、智能制单、文本处理、语义分析、大模型、llm，熟悉自然语言处理常见算法，比如lstm、bert、cnn、rnn、transformer，熟悉chatgpt、chatglm、baichuan、yi-34b等大预言模型

AI大师工具箱是一个前沿的、多功能的人工智能应用集合，旨在为用户提供一站式的AI服务体验。本项目基于Django和Vue框架开发，集成了多种人工智能技术，包括但不限于自然语言处理、图像处理和视频处理等领域。用户可以通过简洁友好的界面，轻松访问和使用以下核心功能： 1.ChatGPT聊天机器人：通过调用OpenAI接口，AI大师工具箱能够提供高质量的聊天机器人服务，支持多种场景下的文本交流。无论是日常对话，还是专业知识咨询，ChatGPT都能提供智能、精准的回复。 2.证件照拍摄与处理：用户可以轻松拍摄和上传照片，系统将自动优化照片质量，满足各类证件照的标准要求。从照片背景替换到细节优化，一应俱全。 3.简历自动生成：输入个人基本信息和职业经历，AI大师工具箱可以根据最新的行业标准，自动生成专业、精美的简历。用户还可以根据个人喜好，选择不同的简历模板和布局。 4.图片处理：提供强大的图片编辑功能，包括图片美化、格式转换、大小调整等。无论是个人照片的修饰，还是商业图像的处理，都能轻松应对。 5.视频处理：支持视频剪辑、格式转换、质量提升等功能。用户可以自定义视频的剪辑方案，轻松创建出符合个人或商业需求的视频内容。

1. 我主要负责使用情感分析技术量化客户的文本评论，借助统计学知识建立客户评分、客户评论和销售产量的关系模型，预测未来 时间段的销售产量。 2. 竞赛取得美国大学生数学建模二等奖

1. 项目分为两大部分：航班延误原因的定性分析，建立航班延误的机器学习模型（逻辑回归、决策树、随机森林） 2. 更具项目需求使用python语言处理航班数据集，进行特征预处理，建模，结果可视化等。 3. 撰写相应的实验结果和分析（对应论文第三章）

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

电子邮件（E-mail）是Internet上使用最广泛的服务之一，垃圾邮件可以代指一切未经用户同意而发送的电子信息，我们广义上讲的垃圾邮件是指垃圾邮件发送者为了从垃圾邮件中获利而发送的邮件。[2]为了防范垃圾邮件，建立一个系统用于反垃圾邮件是很有必要性的 基于朴素贝叶斯系统的反垃圾邮件管理系统的设计是在JSP技术的基础上实现的，这项技术能帮助开发者完成一整套连贯的系统。有助于基于朴素贝叶斯的垃圾邮件管理系统的设计与实现，构造一个便于用户操作的界面，能够有效的简化了撰写发送邮件的进程，同时也大大提高了基于朴素贝叶斯系统的反垃圾邮件管理系统的效率，系统主要采用JSP技术开发。系统主要实现了发送和接收邮件功能以及垃圾邮件过滤的功能

作为创业公司CTO, 在基于openAI技术的基础上，从头搭建了一个自然语言理解平台。 该系统能够克服现有大语言模型的幻觉的重大缺陷，也能够克服现有deep learning难以修正错误的重大缺陷。 该系统已投入使用。

1、下载期货历史数据 2、构建关键特征 3、构建买卖方式 4、机器学习算法寻找特征和买卖方式之间的关系，探索可盈利模式

1、下载A股历史数据 2、构建重要特征 3、构建买卖方式及相应买卖结果 4、使用机器学习算法搜索重要特征与买卖结果之间的关系，找到可盈利的买法

1、网络提取足球比赛历史数据，包括赔率、结果、数据 2、数据清洗 3、提取关键特征 4、机器学习算法预测比赛结果

█ 输入图像预处理：imread读取信用卡图像，cvtColor图像转为灰度，threshold二值化处理图像，findContours 检测轮廓，遍历后存储到字典中； █ 初始化3x3卷积核，imutils.resize修改图像尺寸，TOPHAT礼帽操作去除图像上的干扰，Sobel 算子计算水平方向梯度、并进行归一化处理，THRESH_OTSU寻找合适阈值获取数字，findContours计算轮廓，遍历得到数字的轮廓并排序，最后与模板中的10个数字匹配，计算模板得分，argmax取得分最大项作为识别结果。

包含多种不同的数据特征提取，聚类算法，数据提取，数据分析，相关性分析，一维二维统计图计算，各类特征值计算，分类算法，数据去噪，数据合并，TDMS数据提取与分析，灵活简洁的UI界面以及图标设计

项目是类似于chatgpt的聊天机器人，对用户而言它是一个很好的心理医生。 它采用了大模型微调技术以及rag检索，采用lora技术对llava1.5模型利用开源心理治疗数据集进行部分微调。最终用gradio框架进行可视化呈现给用户。

1.项目是为了准确检测出游戏内聊天时，辱骂、敏感等的发言，(敏感词屏蔽，辱骂等分情况禁言) 2.我负责数据标注、模型训练 3.由于对时间响应要求很高，使用了简化的BERT+BLSTM+Attention

深度学习各个反向，包括图像、文本、语音、推荐系统等方面的模型设计、训练，预训练、微调。模型设计指导、深度学习模型复现

人工智能平台系统底层基于人工智能和大数据平台构建，在x86服务器之上提供数据的采集、存储、计算、算法模型和前端展现等功能。 人工智能平台和IoT提供人体识别、行为识别、倾倒行为分析等算法的建模和训练能力；人工智能平台 边缘平台则处理街道、小区大门等前端摄像头设备数据的实时接入和监管，并提供模型部署、规则设计等功能。基于平台，提供倾倒行为识别系统，并开放数据传输接口，用于倾倒行为信息等样本信息的导入和导出。

提出一种基于标题正文相似度和作者隐含情感的虚假新闻检测方法： 1.新视角——新闻作者潜在的主观情感来检测虚假新闻 2.新注意力机制——充分挖掘标题和正文之间的相似性

项目描述：根据研究组提供的数据集进行时间序列预测，以历史3小时的数据作为输入，预测未来4小时的风电功率值。发电站将 预测结果作为参考调整发电站功率使风力发电网电压相对稳定 主要任务：利用各种方法优化预测结果。在初期阶段采用比较简单的机器学习模型（包括线性回归，随机森林回归等），之后采 用pytorch搭建神经网络（包括MLP网络，LSTM网络，双向LSTM网络等），并尝试引用分位数回归探索数据集的潜在规律。