机器深度学习

1. 利用keras深度学习框架实现CVPR论文中ghostnet模型的搭建。 2. 实现该模型的训练和测试，方便大家复现原论文结果。

医疗综合信息分析平台 项目背景: 以用户的病例信息作为输入，抽取疾病信息，所属领域类别信息，病状的描述信息，处方信息以及对应的禁忌事项信息等。将该信息抽取完成后存储至数据库。最后由专业人员对相关信息进行质检，完成医疗信息的知识落库。 项目分工: 本人主要负责对病例信息的领域分类，疾病名称识别，病状信息描述，处方信息抽取和禁忌事项的抽取业务。即通过大模型对病例信息的数据实现多个维度的信息抽取工作。 项目成果: 完成外科和耳鼻喉科领域下，数百种疾病信息的知识抽取，准确率达到90%以上。 欢迎合作: 作者在对话领域有多年的研究经验，LLM应用落地上有丰富的实战经验，在这块有大量的交付案例，欢迎有相关业务需求的公司进行合作。

项目分为1，通过sparksql 读取多个csv文件。2，建立机器学习模型。3，实时从kafka接收数据，使用模型进行预测 整个项目是我自己开发

人类染色体核型智能分析系统，是一款基于人工智能技术，对人类染色体中期图像进行自动分割、识别、计数，并自动生成核型图的遗传实验室辅助工具。 功能包括：图像管理、一键识别、导出核型图、手动编辑（笔刷、多边形、缩放、旋转、移动等）、配置管理。 达到的性能：分割准确率>90%，核型准确率>75%，GPU识别速度12张/分钟，CPU识别速度4张/分钟，支持GPU、CPU、XPU、NPU、TRT环境，支持Win、Linux操作系统。 目前已被多家医院遗传实验室采用。

现实中，有数百万人患有严重的身体残疾丧失了交流以及与环境互动的能力，然而其感觉和认知功能通常仍然完好无损。这为利用BCI技术以改善患者生活质量提供了可能。P300-Speller是基于EEG的BCI系统中最热门的应用之一。正被用来解析那些思维正常却行动不便的病人的真实意图和想法，P300-Speller允许用户使用图形用户界面（GUI）与环境进行通信，可以让患者在生活上更加独立，甚至在一定程度上恢复他们的社交生活。因此，研究P300脑机接口技术具有极高的实际应用价值。

在运动想象范式下对正常被试的头皮脑电信号进行采集。 采用时频域变换方法，mixup数据增强策略，并结合深度学习框架对脑电信号做分类判别，以达到将脑电信号翻译成现实指令的目的。 为运动想象脑机接口的应用提供方法和思路上的参考。

作品地址：http://www.latexai.com/ 分为渲染、识别、生成模块，均由本人完成 渲染模块功能为，帮助大家写latex表达式，并渲染出来，可导出png\svg\word格式的公式表示。 同时支持有限的AI公式识别转换为latex表达式，可选输出可视化的模型内部的attention部分

项目模块: 主要是针对text2SQL任务的全链路优化，增加了SQL数据可视化的推理过程，实现整体的数据可视化Agent. 项目分工: 负责对业务整体的建模，包括SQL生成任务的优化，图表关系的业务建模，和API参数的智能生成。 主要包括: SQL生成任务的拆解优化，针对图表分类和参数抽取的业务建模，COT优化，图表和API参数关系抽取，以及参数的对齐优化功能等等。 成果: 跑通了从文本到数据可视化的全流程，支持了5种复杂的数据可视化业务需求，达到业务交付标准。 欢迎合作: 作者在对话领域有多年的研究经验，LLM应用落地上有丰富的实战经验，在这块有大量的交付案例，欢迎有相关业务需求的公司进行合作。

财务一体化智能票据识别系统是一个基于图像识别技术的项目，旨在实现对财务票据的自动识别和提取关键信息。通过该系统，可以有效减少手动处理票据的时间和工作量，提高财务处理的效率和准确性。 个人职责： 1. 图像预处理：使用OpenCV对图像进行预处理，包括裁剪、去噪、锐化等操作，以提高后续的采集准确性； 2. 文本识别：利用OCR技术和深度学习模型，对文本区域中的字符进行识别和转换为文本信息。 3.信息整合：从识别出的文本信息中提取关键的数据，进行整合和存储；针对无法正确识别或出现错误的票据，允许用户手动干预和修正，识别精度达到0.98。

这是一个简单的图像识别处理，基于python的CIFAR10数据集进行多次训练，再通过输入图片来识别该图片的内容是属于CIFAR10训练集中的哪类图片。整个作品的代码均为我一人制作。使用了机器学习基础中的CNN卷积代码实现图像识别。实现了再在整体数据集上的正确率达65%

系统分为两个部分，分别是手术器材服务订单系统和医疗器械服务订单系统。手术器材部分包括了从手术医生下单到企业辅助技术员跟进，以及公司仓库配货并回收器材的整体业务流程。医疗器械部分则从生产车间开始，将医院需求和企业生产深度结合，围绕着医疗设备从安装、保养、维修、到迁移的一整套业务体系，极大的提升了企业管理水平和医院方的服务体验。

通过深度学习和机器学习算法实现问答机器人，配合问答库实现客户问题智能答复。 系统分为智能问答模块、后端应用服务模块和前端模块。 智能问答模块实现算法问答对匹配。

主要数据资源覆盖200多个全球贸易地区，进出口数据无缝对接，实时更新，实现客户交易数据全网化链接！采用自主产权的国际贸易标准化数据整理系统、大数据分布存储数据库等核心技术，实现海量数据精准分析

内含操作视频 在本作品中，我集成了三种具有不同功能的隐写方案，分别是将文本隐写入wav格式的音频文件、将文本隐写入png格式的图像文件以及将图像隐写入图像文件（无载体图像隐写）。前两种方案都是通过最低有效位LSB隐写技术来实现的。LSB是一种简单而常见的隐写技术。这种方法通过将秘密信息嵌入到载体文件的最低有效位中，以减小对原始文件的影响，使得嵌入的信息难以被察觉到。 与此同时，为了满足用户个性化的需求，本作品还在各种隐写方案中增加了一些的创新点，比如在前两种隐写方案中，可以指定LSB的位数，并且提供分析载体文件和要隐藏的文本文件字节数以及边界检查的功能，如果要隐藏的文本数据较大，我们可以增加LSB的位数来满足需求。另外，我们还设置了压缩参数，可以按照用户的不同需求来输出隐写后的载体文件，例如可以让生成载体文件的速度最快或者让其大小最小，来实现更为人性化的隐写功能。 另外，本作品还提供了易于使用的用户UI界面，以方便用户进行多功能的隐写操作。并且提供了隐写和恢复的双向功能，更能模拟日常生活的使用场景，实现秘密数据的安全传输。

本项目提供一个用户界面，通过网络爬虫搭建热词词库，并提供多种功能模块，包括数据爬取、数据可视化处理和扩展功能。 模块一——爬虫模块： 能够有针对军事网站 dvidshub 中的视频进行爬取，获取相关数据。 该模块功能成功申请了软件著作权 模块二——数据处理模块： 1、生成热词词云：提供多种形态的热词词云生成，直观展示关键词。 2、实意词提取：从文本中提取实体词，便于深入理解文本的主题。 3、高频词提取：统计文本中的高频词汇，帮助用户快速把握文本关键信息。 模块三——算法模块：CR 文字识别：应用光学字符识别技术，提取并识别图片中的文字信息。

扫描模块：全体系算法 形态识别模块：全体系算法 加解密版权模块：全体系算法 调试质控模块：全体系算法 质控系统：放大倍率、畸变、SFR、清晰度、聚光镜、3A算法自动曝光、自动聚集、自动白平衡、颜色矫正等 光学调试：全体系算法 云端平台：全体系算法、微服务 C++平台：全体系算法、dll、so 架构设计

项目基于人工智能技术，根据患者描述快速生成诊断结果草稿供医生查看，并根据医生的诊断智能生成治疗方案。项目可以大大减轻医生的工作量。 项目采用CS架构，分为患者端、医生端，医生端又分为专科医生、化验医生、影像医生等端。 项目采用Python开发，界面使用tkinter制作，各端与服务器使用websocket实现全双工通信。 数据存储使用MySQL。 后台诊断模型采用规则实现，并预留接口，可以接入类chatgpt及搜索引擎（LLM+RAG）用于诊断。

通过导入第三方AI引擎，提高识别精度。 通过自定义script脚本，在导入AI引擎的同时，根据客户需求，加入相应的逻辑处理，实现数据的检查，整合以及保存处理。

根据客户需求，可以通过复杂的设计流程，实现循环，判断，自定义逻辑处理，自定义数据的导出，数据库检索等等功能。

图欺诈检测问题：欺诈节点欺诈伪装、异构图不同视图语义信息融合、欺诈样本类别不均衡 主要创新点： 1、针对欺诈伪装以及语义信息融合，设计多视图注意⼒融合编码器 ，对异构图上节点编码 2、针对欺诈样本不均衡，提出多视图动量对⽐学习算法，训练多视图编码器 3、验证注意⼒机制效果，并做图欺诈检测对⽐实验