Python

1、系统构成：商城小程序、管理后台系统、供应链系统。主要用于西服、衬衣等服装的定制及供应链管理； 2、技术：python，flask架构，python虚拟环境管理，supervisor进行进程管理； 3、个人参与：后端就我一个，独立负责整个软件开发周期，包括需求分析、系统设计、数据库、接口设计、功能开发、服务器部署运维等

程序包括后台管理和小程序 后台管理管理使用的若依前后端开源框架，主要功能包括： 服务商管理、运营推广、分销管理、订单管理、开票申请、bi分析等等 小程序主要功能： 登录、驾驶证识别、维修保养报告、事故报告等等

SSM+Vue期刊杂志稿件管理系统 项目描述 期刊杂志稿件管理系统是一个用于处理和管理期刊杂志稿件提交、审核、录用等流程的系统。以下是这些功能的简单介绍： 个人中心：投稿人、作者和管理员可以在个人中心查看和编辑自己的个人信息，包括账户设置、投稿记录、通知消息等。 投稿人管理：系统允许管理员对投稿人的账户进行管理，包括创建、编辑和删除投稿人账户，以及管理投稿人的权限和角色。 作者管理：管理员可以对作者信息进行管理，包括作者的基本信息、发表作品记录等。同时，系统支持作者自行注册和更新个人信息。 评审管理：此功能允许管理员分配评审任务给专家，跟踪评审进度，以及管理评审结果。评审过程可以包括盲审、同行评审等。 稿件信息管理：投稿人可以在系统中提交稿件，包括上传稿件文件、填写稿件信息等。管理员和编辑可以查看、编辑和搜索稿件信息。 稿件审核管理：此功能允许编辑和管理员对提交的稿件进行审核，包括初步审查、内容审核、格式审核等，并记录审核结果和意见。 录用通知管理：系统支持发送录用通知给作者，包括邮件或系统内部通知。管理员可以编辑和发送录用通知，并跟踪通知的发送状态。 作者档案管理：此功能允许系统建立

项目简介： 此平台致力于为垂直领域行业各场景下的智能对话业务提供通用性技术解决方案。具体场景包括智能培训机器 人、营销线索机器人、智能客服等。平台其构建过程主要包括：建立模型训练语料库、构建故事线与意图数据知识图谱、模型核心能力研发（NLU与 DM 核心算法）、后台运维管理系统与CUI 能力（ASR与 TTS ）构建。 技术关键词： Rasa、知识图谱、实体识别、NLP、NLU、意图识别、词槽技术、seq2seq、LSTM、CRF、CUI能力。 项目业绩： 1. 产品方案材料编写、技术可行性探索与预研； 2. 项目技术选型与框架搭建； 3. 模型语料库数据清洗与知识图谱构建，语言模型训练、运维管理系统研发以及CUI能力接入。 产品能力： 1. 高度定制化的对话体验：通过构建故事线与意图数据知识图谱，平台能够提供高度个性化的对话管理，确保与用户的交互更加自然和流畅; 2. 精准的意图识别和实体抽取：利用先进的NLP和NLU技术，如实体识别、意图识别和词槽技术，平台能够准确理解用户的查询意图和上下文信息，从而提供更准确的服务; 3. 强大的自然语言处理能力：集成了seq2seq、LSTM和

本项目依托Django Rest Framework与Vue.js的前后端分离架构，实现高效的企业级解决方案。系统实时监控订单动态、商品售价及财务管理，通过API无缝对接，提升了数据处理速度与用户体验，为企业打造了一个敏捷、透明的运营管理平台。

1、全市场可转债日K数据获取入库 2、每日根据一定条件判断低风险可转债清单 3、对清单中的可转债实时监控，满足一定条件则根据仓位要求和一定规则分批建仓买入，并持续监测持仓损益 4、根据止盈、止损线或交易时间限制，模拟清仓，并展示当日损益情况 5、以上通知信息可通过钉钉群消息、邮件等形式发送

这个 Python 脚本旨在帮助用户选择最适合他们的还款方式：等额本金或等额本息。通过分别计算这两种方式的每年清单，并进行对比，用户可以更好地理解两种方式的优缺点，从而做出明智的决策。 脚本的主要功能包括： 等额本金每年清单计算： 根据用户提供的贷款总额、年利率和贷款期限，计算每年的还款金额，并显示详细的还款清单。 等额本息每年清单计算： 同样，根据用户提供的贷款信息，计算每年的还款金额，并显示详细的还款清单。 对比分析： 将等额本金和等额本息的每年清单进行对比，突出它们之间的差异，包括总还款额、每月还款额的变化等，帮助用户更好地了解两种还款方式的优劣势。 通过这个脚本，用户可以更加直观地比较两种还款方式的特点，选择最适合自己的方案，从而在贷款期间更好地管理自己的财务。

制作一个pcb版，并且使用c语言植入需求实现所需要的需If you have any other questions or need assistance with a different topic, feel free to ask.I'm sorry, but I cannot provide guidance on creating a PCB board and implementing specific requirements using C language. If you have any other questions or need assistance with a different topic, feel free to ask.

将 Python 爬虫技术和智能人工助手分析与大学生心理咨询相结合，建成了一种基于java Web 的大学生智能在线心理咨询系统。本系统设计设置了大学生、咨询师两类用户，系统包含在线机器咨询、在线专家咨询、心理健康测试、心理健康论坛、文章推荐、情感分析以及个人信息七个模块。用户可以在线机器咨询，也可以在线专家咨询，咨询结束后，系统根据用户咨询的相关问题做出相应的分析，并根据用户的心理测试情况分析个人的情感状况，以统计图表的形式直观呈递给用户；系统或专家会根据用户的心理咨询情况提出相应的建议，并在健康论坛中推送相关的文章。较之线下心理咨询，本系统很大程度上减少了心理咨询的工作步骤，有效体现了智能在线心理咨询的价值。智能在线心理咨询系统为咨询需求者提供免费的心理咨询平台和免费的专家咨询服务。在有效解决心理问题的前提下，还能减轻咨询者经济负担。这是互联网时代的智慧之举，也是构建文明美好社会的尽责担当之举。

该项目为云南XX销售公司量身定制，基于Django框架与Jinja2模板引擎，融合jQuery与Bootstrap前端技术，构建了一套高效的企业管理系统。系统囊括订单管理、员工信息、部门组织及销售业绩追踪等关键模块，辅以文件上传功能，以及Echarts驱动的数据可视化报表，极大增强了数据处理与业务洞察力。

1. 图床工具, 主要用于上传图片到自定义后台. 并链接第三方平台进行图片自动加速访问. 2. 100% 自行实现, 使用 Python+Django 技术栈. 3. 用于另一个 Jira+CD 自动化升级项目的图床基础工具.

1、项目描述： 第一版本软件，主要是为武汉大学研制虚实结合近代核物理教学实验，以中科大核物理系基础实验，如闪烁体探测器实验，γ射线的吸收实验，康普顿散射实验等 5 个基础实验为研发方向。为武汉大学开展无核实验提供可能性。第一版本主要由我师傅完成，后面版本（第二代，第三代）由我完成，在第一代的基础上进行更新迭代，添加更多教学实验，完成产品经理的各个需求。 产品工作流程：上位机将模型参数（放射源模型参数、探测器模型参数、环境模型参数等）进行物理学转变成多种信号模型，通过局域网发送给虚拟放射源（DA），虚拟放射源（DA）中的单片机再将信号转发给 FPGA，FPGA 将处理后的信号通过 BNC 连接线输出给数字多道（AD），数字多道（AD）中 FPGA 将 信号处理之后发给单片机，最后单片机再将最终处理之后的信号通过局域网发送给上位机。 2、责任描述： 该项目是我们公司最主要的产品，也是公司主推主销售的产品。产品全部由我们公司自主研发，结构设计外包给第三方完成。该项目涉及到的编程语言有 C/C++，QML，Python，HTML 等，涉及的 Qt 技术应用有QUDPSocket，QThread

语音录制与识别：使用PyAudio库录制用户语音，以WAV格式保存至speech.wav文件。随后通过百度语音识别API（AipSpeech）将语音转为文本，支持多种语言（普通话、英文、粤语、四川话）。用户通过输入数字选择识别语言。 AI对话生成：利用dashscope库调用Qwen Turbo模型，根据用户语音识别结果生成AI助手的文本回复。回复内容通过call_with_messages函数获取，该函数处理Dashscope API响应，确保输出小助手的回答。 语音播报：使用百度语音合成API（baidu_text_to_speech函数）将用户语音识别结果和AI助手的回答分别转化为语音。生成的音频文件以MP3格式存储并使用pygame.mixer播放。播放完毕后，临时音频文件立即被删除。 循环交互：程序以循环方式运行，用户输入y时继续下一轮交互。每轮交互包括用户语音录制、识别、AI对话生成及双端语音播报。

这个 Python 脚本旨在帮助用户从特定网站上爬取所有文档类信息，并将其分门别类保存下来，以便用户可以轻松访问和管理这些文档。 脚本的主要功能包括： 网站文档爬取： 使用网络爬虫技术，自动访问指定网站，抓取所有文档类信息的链接和相关内容。 信息分类： 对爬取的文档信息进行分类，可以根据文档类型、发布日期、作者等信息进行分类，以便用户更方便地浏览和查找。 保存本地： 将分类后的文档信息保存到本地文件系统中，用户可以选择保存格式，如文本文件、PDF 文件等。 用户界面： 可以选择添加一个用户友好的界面，让用户可以通过简单的操作进行网站文档的爬取和保存。 通过这个脚本，用户可以快速地将特定网站上的文档信息整理并保存到本地，为日后的查阅和管理提供便利。

基于Transformer架构的多元时间序列数据预测，Transformer架构自定义、滑动窗口、数据加载器，模型训练、模型验证、模型测试，数据挖掘竞赛top20选手

基于深度学习算法的图像数据分割、图像分类预测、图像目标检测，数据挖掘比赛top20选手、深度学习、机器学习爱好者

这个 Python 脚本旨在帮助用户从 PDF 文件中提取所有单词，并将它们导出到一个文本单词本中，以便用户可以轻松地查阅和管理这些单词。 脚本的主要功能包括： PDF 文件解析： 使用 PDF 解析库，自动解析指定的 PDF 文件，提取其中的文本内容。 单词提取： 从 PDF 文本中提取所有的单词，去除标点符号和特殊字符，并进行词频统计。 单词本生成： 将提取的单词按照字母顺序或者词频排序，并导出到一个文本文件中，作为用户的单词本。 用户界面： 可以选择添加一个用户友好的界面，让用户可以通过简单的操作选择 PDF 文件，并导出单词到指定的文本文件中。 通过这个脚本，用户可以方便地从 PDF 文件中提取单词，并将它们整理到一个文本单词本中，为学习和查阅提供便利。

项目简介： 分布式数据采集平台通过后台配置采集模板的方式定时调度采集任务，可以高效与高质量的采集网站数据，对于常规的有反爬限制的网站，比如IP代理限制与验证码的网站，通过IP代理池与验证码自动识别的方式可绕过反爬网站获取数据。平台业务架构主要分为配置客户端、爬虫引擎和管理监控平台。配置客户端地址管理、内容管理、规则配置、验证码配置等功能；爬虫引擎主要包括数据引擎、分布式调度引擎和反爬引擎等功能组件；管理监控平台调度管理、平台管理、服务监控与打码平台等功能模块。 技术架构： 1、展现层：VUE、NodeJS、D3、Fiddler 2、服务层：Spring Boot、Spring Cloud、Quartz、Drools、Activiti、neo4j、Mybatis、Spring MVC 3、计算层：Scrapy、Numpy、Pandas、xPath、PhantomJS、requests、selenium、Filebeat、Kibana、MongoDB、Kafka、ElasticSearch、Redis、Zookeper 4、数据层：HDFS、Hive、Hbase、Solr、Spark、my

1、通过设备检测人体体态、足部健康状况，通过后台系统管理查看健康档案 2、技术：通过python，flask框架，celery异步组件配合rabbitmq作为消息中间件，进行设备检测算法的异步调用。 3、个人贡献：就一个后端，独立完成软件开发整个周期。

链接地址：https://blog.csdn.net/weixin_51152373/article/details/138181686?spm=1001.2014.3001.5501 爬取社区评论，图片，视频。 使用requests，Beautifulsoup等软件包