机器深度学习

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

OCR项目。纸质文档的电子化处理以及各种数据处理功能，包括和各种外部系统，数据库等的数据整合。 也可以和RPA产品结合，实现数据的后期复杂处理，基本替代人工的数据处理作业。 还有一些RPA单独的项目，项目保密等原因，不方便展示成果物。

1.项目分为异常点检测、周期性及波动性检测、数据拟合三个模块的功能；其中，异常点检测通过iForest检测异常点并删除异常数据，利用自相关性和偏自相关性再根据检测出的异常点的分布特征得出异常周期的检测结果；选取一些指标进行数据拟合，将数据分为线性部分及非线性部分，对两部分分别使用SARIMA和RNN进行拟合，对数据进行预测。 2.我负责全部内容。 3.难点在于异常值的预测中，我们要考虑到数据的波动性，突发性和自相关性等，还有一个就是要综合考量计算成本，鲁棒性，输出结果的时效性等。并且，由于所需指标的数据与其他数据都有一定的相关性，综合考虑其他数据对结果的影响，借用其他指标作为辅助输入特征建模。而拟合部分用于预测，由于数据之间的周期性并不明显，所以需要挖掘数据的周期性，并且数据变化包括线性部分和非线性部分，所以对数据采用分割式建模，以期获得更好的结果。

使用opencv实现人脸识别和银行卡号识别 人脸检测，把图像分成一个个小块，对每一个小块判断是否是人脸，假如一张图被分成了5000块，则速度非常慢。 为了提高效率，OpenCV 提供 cascades 来避免这种情况。提供了一系列的xml文件 cascades ：翻译 ：小瀑布 级联 cascade 对于每个数据块，它都进行一个简单快速的检测。若过，会再进行一个更仔细的检测。该算法有 30 到 50 个这样的阶段，或者说 cascade。只有通过全部阶段，cascade才会判断检测到人脸。这样做的好处是：大多数小块都会在前几步就产生否定反馈，节约时间。

介绍 目前功能 1.建议的弹幕姬 2.分析录播姬的弹幕文件 ，还支持在线的直播回放的弹幕分析 3.对直播收到礼物返回键盘按键映射 本人担任全部工作。分析用到了移动平均算法，kmeans算法等

全程实现数据分析，使用机器学习深度学习算法，包括回归、分类、时序预测；图像分析包括语义分割、分类等内容，也可以做一些故障检测之类的项目和内容

采用Python爬虫、数据分析和处理技术以及Echarts可视化技术，并与Flask Web框架相结合，实现对以中国疾病预防控制中心为代表的权威医疗机构的疫情数据的爬取以及分析和处理，构建全国实时疫情数据的新冠肺炎可视化系统。与中国目前使用的微博、腾讯和百度等平台相比，该系统采用了可视化图表平台界面，将后端数据转换为前端图形显示。与纯数字和文本相比，可视化使用户能够更直观地获取实时数据，有效提升用户体验，增强用户粘性和关注度，更好地保护自身健康。此外，该系统将用到机器学习，使用LSTM模型对全国疫情数据进行短期预测和分析，对世界人民抗击新冠肺炎具有重要意义。

项目主要通过收集设备电压电流温度以及环境温湿度，通过算法设计得出设备健康度，并实现mqtt即时预警。 负责设备数据获取、数据处理、算法设计、数学原理设计、模型自动部署运行。