科研计算工具

1、本软件系统用于泥水平衡盾构泥水系统管理辅助决策，可从西门子PLC获取数据，或手动填入数据，完成两种管理模式的计算、数据显示、辅助决策信息展示。包括一种可视化模拟仿真的界面，用于培训操作人员； 2、本软件系统前端、后端、业务逻辑均由本人独立完成； 3、本软件已申请国家发明专利和软件著作权。

分布式数字身份隐私保护算法工具包括各种加密技术、隐私保护协议和匿名化技术，用于保护个人身份和数据隐私。这个工具用于处理个人敏感信息和数据的收集、存储、传输和处理过程中，以确保用户的隐私得到保护。其中用到了多项密码学技术，多方计算，同态加密，差分隐私，零知识证明等，实现对分布式数字身份和数据隐私的全面保护。

用户通过web端搭建化工制造流程，后端维护流程的相关数据，将数据按照一定规则组合，调用C++模型模拟计算，处理分析结算结果。 我负责服务搭建，需求开发，bug修复 SpringBoot,MybatisPlus,Mysql,Redis

主要功能： 1.建立车辆的本地坐标系，用于上位机下发轨迹及车辆轨迹跟踪控制、多车统一坐标系。 技术栈： 1.经纬度坐标转换为本地坐标，需计算旋转角构建旋转矩阵。

采用网络爬虫等技术获取地学数据，并借助Python等编程语言进行数值模拟，将模拟结果采用python各个库的调用共同完成数据处理的界面开发，并采用GMT对处理后的数据进行可视化处理。

1.应急生命搜救与危险环境探测六自由度机械臂履带机器人，可通过视频监控画面 远程控制，携带生命检测、火焰、烟雾、可燃气体探测器。在危险情况下进行检测和应急处置。

20世纪70年代以来,由于城市的快速发展和人口的大规模增长,西安市承压地下水遭受了长期超采,导致地下水头不断下降,从而引发了严重的地面沉降。不均匀的地面沉降不仅会影响西安市建筑物的稳定性和地铁、桥梁等交通设施的安全性,还会对地下管道、排水系统等基础设施造成损害。因此,开展西安市长时序地面沉降监测,厘清其时空演化特征,揭示承压地下水变化对地面沉降的影响机理,对西安市地面沉降灾害预防和治理具有重要的意义。小基线集(Small Baseline Subset,SBAS)技术不仅可以提供高分辨率、广覆盖范围的监测数据,而且能够克服时空失相干的问题,进行长时间稳定的地表形变监测,有利于研究地表形变的时空演化特征。因此,本文基于SBAS技术,对西安市地表形变进行监测,并分析其驱动因子;同时结合承压地下水分析地表形变对地下水变化的响应关系及估算其含水层参数。本文的主要研究成果如下:(1)基于SBAS技术获取了西安市2003-2005、2007-2010、2009-2010和2015-2022年四个时期的年均形变速率结果。结果表明,地面沉降主要分布在西安市西南部区域,呈现以鱼化寨、电子城、三爻村-凤栖

针对用户处理繁琐的问题，并将整个过程加入可视化工具，单机即可使用，1.选择相应的串口进行连接 2.指令执行间隔时间说明： a.每组指令之间的间隔时间，且不包含最后一条指令执行之后的时间 b.单位以ms进行计时 3.每组结束等待时间说明： a.指令之间进行分组执行，最多支持5组 b.每组执行结束之后的等待的时间 4.执行次数说明： a.所有的组指令全部循环执行一次算一次 b.执行相应的次数之后自动结束 5.点击“开始执行”开始运行 6.执行过程中可以点击“停止”进行终止，终止工具时会执行完当前运行的组指令之后再进行终止，避免中途结束时设备长时间处于某个动作。 以上如有问题请及时沟通。

喜马拉雅俯冲带地处印度板块与欧亚板块碰撞区的前缘,是青藏高原与印度板块之间的天然构造界线。作为全球最大的大陆俯冲-碰撞带,喜马拉雅俯冲带一直是研究盆山耦合体系、深部物质运移等一系列地学机制的天然实验室,历来受到地学界的重视。最近的研究表明,洋-陆俯冲区的浅部构造运动(震间地壳形变)在一定程度上受控于区域深部的粘弹性圈层,但对于陆-陆板块俯冲带,其深部动力与震间地壳形变的关联机制还不甚明晰。因此,基于粘弹性地球模型,深入研究喜马拉雅俯冲带深部粘弹性介质对震间形变场的影响机制,对研究青藏高原的动力学机理,深入理解全球板块运动都具有重要意义。此外,区域内板块构造活动强烈,地质灾害频发,而断层闭锁是评估断层面上应变积累和地震风险的重要指标,研究断层闭锁的特征和分布,可以有效的估计地震活动的规律,为地质灾害预警和防灾减灾提供重要的科学依据。基于此,本文以区域震间GNSS速度场为约束,采用有限元数值模拟方法探究喜马拉雅俯冲带深部粘弹性介质与震间形变场的关联机制及其对断裂带闭锁深度的影响。主要工作分为以下几点:(1)收集并融合了研究区内多套GNSS形变资料,将其转化至欧亚参考框架下的GNSS速度场。

1. 面向传感网部署场景，提出传感网优化部署的神经网络算法 2. 算法分为传感网优化部署和传感网弹性增强两个模块 3. 基于图神经网络注意力机制、图对比学习、自编码器算法，提升在传感网优化部署场景下的系统弹性

本方案面向高校法学院学生及教师，用于微课视频教学，法学审判课堂3D模拟，法务业务办理流程执行，调查问卷，模块可以自定义，共20多个业务模块可以使用，每个模块对应一个业务，项目流程可设计，复杂业务流程，简单业务流程都可以流畅运转

1.本软件系统用于泥水平衡盾构工程泥浆处理领域，。该系统结合了盾构施工技术、泥水处理技术和计算机仿真技术，用于在盾构施工过程中对泥水处理流程进行模拟、优化和控制。建立泥水处理系统的分离设备、调浆设备、制浆设备、废浆处理设备与泥浆固液相之间的函数关系，进而模拟在各种地质条件下泥水处理系统的运行，预测泥水处理系统的性能表现，评估泥水处理系统的施工安全性、环境适应性、性能符合性，验证设计方案的可行性。 2.本软件系统界面、编程、业务逻辑由本人独立完成，已申请国家发明专利和软件著作权

数据分析工具包括但不限于以下方面：数据分析工具界面设计，功能设计，数据清洗规则制定，数据标准化处理，模型制定，图形展示设计

从某平台读取供暖系统数据（HTTP），经过数据处理后使用深度学习模型进行系统预测并给出操作指令。（独立完成）

1、项目主要有前端界面模块、动力学模型模块、动力学辨识模块、数据预处理模块、数据存取模块、摩擦力辨识模块等 2、该项目是自己独立完成 3、经过真机测试通过

changtianml，利用机器学习模型，预测性运维，模型自我迭代等能力，我司定位：做AI领域的“操作系统”基础软件，让算法模型更便利的运行在我们的产品上。超参数优化：自动搜索最佳模型的超参数组合，以获得最佳性能。 特征工程自动化：自动生成、筛选、转换特征，以提高模型效果。包括特征选择、特征转换、特征组合等方法。 模型选择：自动选择适合数据集和任务的最佳模型。它涵盖了各种机器学习算法（如决策树、支持向量机、神经网络等）的自动选择和集成。 自动化调整：在训练过程中，动态调整模型的参数以最大化性能，可能涉及模型权重的优化、学习速率调整等。 模型评估和解释性：自动化地对模型进行评估，并提供模型解释性，让用户理解模型如何做出预测。 集成学习：结合多个模型以提高整体性能。 自动化部署：使模型轻松部署到生产环境，包括将模型打包、优化以适应实际应用场景。 全自动持续学习技术框架：根据数据的变化自动进行机器学习的过程，并且解决数据变化带来的概念漂移、灾难性遗忘等问题。根据新数据特征自动探索到表现更好的特征、模型与参数。

本产品涉及加工件切割排样技术领域，尤其涉及一种基于改进模拟退火算法的二维矩形件排样方法。 本产品是为了解决上述现有技术存在的不足之处，提出一种基于改进模拟退火算法的二维矩形件排样方法，旨在解决现有技术在消耗板材数、排样方案数和运行时间之间难以平衡的问题，从而能显著提高材料利用率，缩减排样方案数量，并确保排样方案在实际生产中可行且高效。

甲方：中国第二重型机械集团公司 功能模块：项目管理，文件仓库，任务管理，工艺编制，工作流 主要为甲方实现工业制造中的工艺管理，制作 ，审批，编制，审核等功能

本作品旨在解决对股票未来趋势的预测，包括股票的最高点位、最低点位、开盘点位、收盘点位并由此计算出涨跌幅，将预测后的详细信息以图像、excel文件的形式向用户进行展示并保存到相应位置，随后计算市场波动率，根据计算出的市场波动率等经济学指标，利用嵌入的ChatGPT对相应股票进行分析，对用户进行后续决策具有较大的参考价值。

之前几年在民生银行工作，负责后台接口对接开发，处理业务逻辑，整合数据传输前台，前台数据传输展示 也和同事单独接单项目，可独立开发项目