机器深度学习

面向国内亿级短视频用户构建推荐系统，提升主站精排和海外APP的用户消费时长。 在特征工程的基础上，采用时长互动目标mmoe+长短期期兴趣序列sim架构，相比传统的DNN结构，提升效果明显。 搜推联动项目，结合搜索和推荐两大展位用户数据，优化不同场景下的时长。

Bigo Likee，Imo Feed 信息流推荐：面向海外短视频消费用户，基于千万级月活构建短视频，图片，帖子资源推荐系统，提升用户观看vv，时长和互动行为。 技术方案：在用户，视频，上下文特征的基础上，构建多目标MMOE网络，并通过多目标自动调参优化多目标权重。 Likee Push 推荐：面向海外短视频消费用户，构建亿级用户批量推送Push推荐系统，提升用户点击率。采用汤普森采样+UCB筛选优质Push内容。 Hello 交友匹配：面向国内聊天交友用户，构建在线实时交友匹配系统，综合异性，兴趣，新老用户，等待时长等因素，提升新老用户留存，增加好友率和消费时长。采用二分图匹配算法，最大化匹配权重。

（1）提出了一种基于循环网络框架下的多目标追踪方法（RN-MOT），为解决基于城市交通场景下多目标跟踪算法的精确度较差问题提供了一种新的思路；（2）提出了一种集成学习结合压缩算法的框架，在损失极少精确性的前提下极大地提升了RN-MOT算法的检测及追踪速度；（3）测试了包含目标遮挡、镜头移动、目标较多等挑战场景下的视频序列以验证和优化RN-MOT算法；

面向黄河流域的城市对于近二十年的碳排放的大数据进行统计分析处理，利用神经网络模型，以及基于神经网络的时间序列模型进行对于未来的碳排放预测。并且通过对多方面碳排放的数据增长情况进行分析处理，以达到对城市管理和政策建议的功效。此模型在中国统计建模大赛中，荣获国家二等奖，山东省一等奖。

是小组合作实操了一个对于甲骨文的识别系统，先是对通过对图片的反转对称折叠，通过训练组让机器对字形进行学习，通过CNN的方法和YOLO的检测方法对于图片上类似甲骨文的字形进行对比模拟，识别字形大概的位置和大小。然后通过人工进行标识的甲骨文的图片，作为大量的训练集让机器进行学习，最终可以识别出字。使用方法较为实用，最高精准度可达到97.8。

本项目开发一个书籍自动翻译器，该翻译器能够对pdf或word格式的文档进行自动翻译成中文，并输出为pdf或markdown格式的文件。 该工具使用了大语言模型LLMs（GPT-4o等），可以根据配置文件选用不同的大模型 主要开发语言为Python，该项目是模块化的，并且面向对象的设计，易于定制或拓展

1.半自动打标签技术！！！ 2.带姿态识别的视觉识别，外加针对各类垃圾设计的顶级数据集！！！ 3.精致的，可相应化的UI和可进行自己调节的数据处理！！！ 4.下位机操控舵机电机等运行的代码！！ （上传项目中仅有权重文件）！！！

本人主要负责算法设计，创新点代入，代码测试以及图像生成，还可以指导latex写作，主要专注于优化领域算法，多目标优化和单目标优化均有涉及，对于多种群，多约束，带约束和无约束多目标算法均有研究，欢迎前来咨询

负责设计并实现一个基于无人机的茶园监测系统，利用计算机视觉技术自动检测茶芽的生长情况。 利用无人机搭载的高分辨率相机收集茶园图像数据。 开发了图像处理算法，包括图像预处理、特征提取和分类算法，以识别和计数茶芽。 通过机器学习模型优化检测精度，实现了茶园生长状态的实时监控和评估

由于之前一直在公司工作，很多项目无法截图，这边写上自己个人技能： 独立开发过CV/NLP/机器学习项目，具备独立解决问题的能力。 精通医疗/通用场景图像分类、检测、信息抽取、OCR及一维信号分类。 自学能力强，能够快速学习、掌握新技术和工具，持续跟踪业内最新技术进展（AIGC、LLM）。 熟悉BERT相关预训练模型的使用及其NLU任务定制等通用NLP技术及LLM大模型的微调。 在天池CBLUE医疗信息大数据比赛中排名第27名，KAGGLE毒性评论打分比赛获得银牌。 熟练使用PYTHON开发，熟悉C、MATLAB。

采用普通的白光摄像头作为传感器、海思Hi3559A作为开发板。构建一套以计算机视觉为主的，汽车车载视觉系统。 主要功能有，目标识别（例如、行人识别）；基于双目视觉算法可以计算出与目标的距离达到预警、紧急避障等效果； 保持车道巡航功能； 基于图像拼算法的360°全景系统。

1.项目通过数据分析算法对工业数据进行分析，利用适宜的可视化图形进行展示，用户可以进行交互式的数据分析 2.我参与数据分析算法实现，前端页面以及后端API实现

通过图片预处理分析等方法对图片进行信息提取，设计、建立相关的数据模型，使用传统机器学习、卷积神经网络等方法对数据进行训练与凝血点的识别，使用数据可视化的方法对凝血的发展变化进行分析。

项目是爬虫 其中的功能就是 URL 地址请求进入网络，通过API进行连接，后来进行图片收集，然后帅选图片 项目IP更改 更改IP地址 项目游戏 通过模块功能和图片视频读取 写出游戏的动作和特效技能 项目AI之制作 图片音频视频，让你自己成为作家 音乐家 视频创造和动画片制作人

本项目旨在开发一种基于脑电图（EEG）、语音和面部信息等生理信息的更准确的多模态情绪检测方法，以提 高心理健康领域诊断和治疗的可靠性。目前项目进展到参考论文代码复现阶段，采用FOCAL框架进行多模态融 合。后期将针对脑电与语音模态对代码进行修改，重新训练模型。

智能客服是在大规模知识处理基础上发展起来的一项面向行业应用的技术手段，它是（大规模知识处理技术、自然语言理解技术、知识管理技术、自动问答系统、推理技术等等），具有行业通用性，不仅为企业提供了细粒度知识管理技术，还为企业与海量用户之间的沟通建立了一种基于自然语言的快捷有效的技术手段；同时还能够为企业提供精细化管理所需的统计分析信息。

识别各种类型图片，图片表格，各个角度图片纠正，图片去水印，图片增强，图片裁剪，格式化输出返回，定制化模型训练，部署api

移动底盘 机械臂 视觉识别 等 负责底层程序编写 以STM32F407VET6单片机为核心，通过MPU6050与激光雷达确定机器人行驶路径，通过摄像头识别果实颜色程度来判断成熟度反馈给单片机，单片机根据返回来的数据进行处理控制舵机实现机械臂的采摘。最后通过仿真测试，优化机器人性能，提高采摘搬运效率和质量。

使用langchain开发大模型，调用api或本地部署大模型，补充外部知识库搭建rag，基于训练好的大模型进行二次开发应用，或本地部署大模型进行微调。

通过时间序列ARIMA、循环神经元LSTM等算法对大盘进行预测 通过大数据、统计等算法对股票进行预测 PHTHON C++ VS/VSCODE