Python:熟悉Python的核心语法、数据结构、控制流程,以及面向对象编程。掌握Python的高级特性,如装饰器、生成器和上下文管理器等。
MATLAB:熟练使用MATLAB进行数值计算、矩阵运算、算法开发和数据可视化。了解MATLAB的内置函数库,能够高效地解决工程和科学计算问题。使用MATLAB的并行计算工具箱来处理大型数据集和计算密集型任务。结合MATLAB的图像处理工具箱和Python的图像处理库,可以进行图像的预处理、滤波、变换和特征提取。
熟练掌握机器学习与深度学习相关方法技术。
1.基于行人检测和跟踪的社区安全系统
•使用了基于卷积神经网络构建的ResNet-34骨干网络,并结合了注意力机制。
•使用FairMot模型实现多目标动态跟踪,以有效跟踪大量目标。
•探索了深度学习在社区安全领域的应用,并为智慧城市建设。
2.基于YOLOv5 的无盖垃圾桶识别
•使用YOLOv5深度学习模型实现垃圾桶盖状态的实时识别。
•探索了目标检测技术在城市管理中的应用前景
•成果:融入城市管理智能监控系统,实现公众实时监控区域垃圾桶。
3.基于抑郁检测的情感认知系统
•使用GRU模型从单个语音样本中提取情感特征,并使用带有注意力层的BiLSTM模型用于文本处理。
•结合两种模式,综合分析情绪信息,实现抑郁症的自动检测。
•融入各种心理健康服务,自动分析输入并对抑郁症做出初步判断。
4.多阶段无人驾驶出租车调度策略的设计与实现
•使用NSGA-II作为核心算法,以最大限度地降低乘客的旅行成本,并最大限度地提高无人驾驶的单位英里利润
出租车。
•实现了点集的确定和路径规划方案的设计。
•完成了基于多目标优化的多阶段自主出租车调度策略的设计和实施算法。
5.钢材仓库管理系统
•使用Vue框架构建用户界面,实现用户身份验证和授权、钢材库存管理和其他相关功能。
•选用MySQL实现钢材仓库管理、数据存储、索引、更新等操作的数据库设计。
•使用Java语言构建高效的后端服务,处理前端发送的请求,并执行相应的业务逻辑。
可兼职时间
可兼职地点
0条评论 雇主评价