机器学习项目简历收集册-----机器学习（仅供参考）
圖像識別
項目一：齒輪表面粗糙度自動檢測
開發應用：python3+sklearn+opencv
項目描述：1）使用CCD相機獲取齒輪表面圖像
2）圖片預處理，使用中值濾波，去除圖片椒鹽噪聲，使用直方圖均衡化進行圖像增強
3) 使用小波變換提取零件的紋理特征
4）進行pca主成分分析進行降維獲取特征
5）使用支持向量機分類器進行分類
項目二：驗證碼識別
開發應用：python+tensorflow
項目描述：1）通過公司提供的數據集對數據進行編碼
2）搭建cnn神經網絡
3）對模型進行訓練，提高驗證碼的識別率
4）驗證模型
項目三：字符噴嗎識別系統
開發應用：python3+opencv+tensorflow
項目描述：通過公司的數據集，將不同風格的圖片與數據集的圖片進行訓練得到不同風格的模型，
這樣可以在用戶選擇不同風格時，將照片快速轉換為不同風格。
項目3：基于ROS 系統機械臂抓取工件圖像處理設計
項目簡介：本移動機器人平臺是上下料機械臂自動識別工件，方便機械臂對相應工件分析抓取，簡化
工人操作，實現工廠生產工業智能化。
個人職責：USB 攝像頭相關OpenCV 庫驅動，使用cv_bridge 進行圖像捕捉等
所用技術：
1.基于OpenCV 進行過圖像獲取、裁剪、灰度處理
2.使用ImageTransport API 發布攝像頭幀
3.采用image_proc 進行ROS 圖像管道，達到獲取單色和彩色轉換功能
4.訓練建立模型、測試模型、檢驗模型，提高可靠性
項目名稱 人臉圖像解鎖 系統
應用環境負責模塊
項目描述
通過 Mean shift 算法對收集來的大量 視頻 數據進行分類標簽化， 利用 OpenCV 獲取視頻流和提取
視頻針，對獲取的視頻流使 用 基于 AdaBoost 算法 人臉檢測模 從中提取相關的人臉圖像 利用 直方圖
均衡化、歸一化 對圖像進行預處理操作，形成圖像集并進行保存。 當用戶再次人臉解鎖時， 通過
TensorFlow 對人臉圖像進行識別與圖像集進行比對 ，形成 識別人臉的效果
項目職責
項目名稱名稱 ：： 快遞違禁物品快遞違禁物品識別識別
應用環境
應用環境 : Linux + Python + Pycharm : Linux + Python + Pycharm + Opencv + Numpy + Sklearn+ Opencv + Numpy + Sklearn
負責模塊
負責模塊 :: 圖像識別圖像識別
項目描述
項目描述 ::
通過危險品掃描圖像集通過危險品掃描圖像集對對OpencvOpencv所構建的顏色邊緣識別分類器模型進行訓練，獲取危險品掃描顏所構建的顏色邊緣識別分類器模型進行訓練，獲取危險品掃描顏色分類集。通過色分類集。通過OpencvOpencv對對快遞快遞檢測檢測掃描掃描時的視頻流從中獲取視頻幀時的視頻流從中獲取視頻幀形成圖片，圖片通過所訓練的模形成圖片，圖片通過所訓練的模型進行識別，獲取物品型進行識別，獲取物品顏色圖片分類，再通過顏色圖片分類，再通過樸素貝葉斯中的徑向基核模型樸素貝葉斯中的徑向基核模型對物品顏色與危險品顏色圖對物品顏色與危險品顏色圖片集中進行比對，從而判斷是否是違禁物品片集中進行比對，從而判斷是否是違禁物品
項目職責
項目職責：：
項目4 ：門店收銀臺實時智能監督系統
項目描述：
門店收銀臺是重點及敏感區域， 以前總公司對于收銀臺的實時監控是靠專門的監控專員來做的，無
法做到24 小時監控，故通過對主要關鍵的不合規范的行為進行采集，訓練監督，最終開發了可以識別著
裝不合規范，長時間玩手機，有無舉手示意，或存在違規操作行為的人員，進行記錄。
項目職責：
收集大量的不合規范的操作行為，并對這些行為進行分析，收集主要的且重要的不合規范行為；圖像
的壓縮，裁剪，降噪處理，直方圖均衡化處理，創建圖像識別器；運用OpenCV 獲取USB 攝像頭的視頻流，
運用高斯濾波對圖像進行去燥處理，圖片顏色進行空間轉換后使用色譜直方圖均衡化調節圖像亮度，用
TensorFlow 和keras 深度學習框架訓練識別模型，采用交叉驗證模塊，驗證精度，提升模型的可靠性和穩
定性。
項目效果：基本實現了重要不規范操作行為的抓取記錄。
項目名稱：車牌檢測與識別項目
項目描述：
為了管理公司車輛，阻止外部車輛進入，使公司更加智能方便，在汽車不作任何改動的情況下，實現汽車身份
的自動登記及驗證。
職責描述：
片,采用來自opencv 的sample，用于svm 訓練，定義省份數據，訓練svm。
項目名稱：檢測不符合要求的產品
項目描述：
在Keras 搭建深度CNN，具體過程分為數據讀取、模型構造、模型訓練、測試模型
項目職責：
ImageDataGenerator 將不同種類的圖片分在不同的文件夾中。
2.進行模型構建，這里采用了卷積層，池化層，全連接層，采用激活函數為relu，并采用了Dropout 防止
結果過擬合，這里采用的隨機梯度下降SGD 的優化函數進行參數優化，
3.進行模型訓練，采用fit_generator(相比較于fit 節省內存)進行訓練，執行fit_generator 時，通過設置
一些超參數進行模型優化，直至模型訓練結束.
4.最終進行調取模型并進行測試模型。
項目三： 教室的人臉簽到識別簽到系統
業務場景：模型的應用
個人職責：1、opencv+dlib進行視屏采集，從視屏流循環幀
2、實時人臉檢測（5特征點的人臉檢測，檢測灰度幀中的臉）
3、實時特征點標定（68點特征標定）
4、實時人臉特征點對齊
5、實時人臉驗證，捕獲視屏流，與已注冊的人臉數據對比，匹配合適的目標顯示
姓名
6、實時活體檢測，眨眨眼，張張嘴
項目一：基于CNN的CO2腐蝕類型識別
項目介紹：
針對CO2腐蝕過程復雜、腐蝕類型特征難以提取和準確識別的問題，提出了以腐蝕圖像信息為特征，基于卷積神經網絢訓練模型的 CO2 腐蝕類型識別方法。以未腐蝕、點腐蝕和均勻腐蝕三種類型樣本集構建模型，經測試，該方法識別 CO2 腐蝕類型準確率可達到96.8%。
負責部分：
項目二：HSE監控平臺
項目介紹：
隨著HSE管理體系在化工行業得到高度認可，企業更加迫切的要求HSE管理理論切實的落實到基層生產車間，因而提出了HSE監控平臺系統的概念：依靠各類檢測儀器儀表獲取所需數據信息，在無人干預的情況下由計算機分析數據得出結論，根據所得結論對控制器、執行機構進行操作，最終使整個廠區各個部分實現無人值守的智能化監控。
負責部分：
本人參不生產安全視頻監控系統, 主要負責對化工廠工作區內工作人員安全帽佩帶情況的監測。
項目三：基于OpenCV對煤粉細度與形狀的測量
項目介紹：
煤粉細度是燃燒優化控制的核心參數之一。在電廠運行中，煤粉細度會直接影響到丌完全燃燒熱損失不磨煤機耗能。對于煤粉細度信息的測量，當前國內電廠在實際中大部分仍采用篩分法。該方法統計時間長，結果穩定性差，且無法得出煤粉的形狀信息。本項目采用圖像測 量法制作煤粉圖像監測設備，基于OpenCV 視覺庫開發軟件對電廠風煤粉的細度和形狀信息進行測量分析。
負責部分：
項目三： 臉部識別與任務分配
軟件環境： Linux + Python + Pycharm +Tensorflow+ Numpy + Matplotlib 項目
描述：
利用檢測人臉的臉部笑容，生成的微笑指數，對今天員工的工作情況的統計，記
錄每天早上微笑程度，及今天的工作效率，進行針對性的能夠完成的工作量的大體
統計，通過長期統計分析公司的各個部門工作效率，并作為公司一段時間的工作量
的參考，進而合理分配工作任務（主要針對生產環境）。并通知其領導進行針對性
輔導，項目涉及到深度學習框架tensorflow, 基于CNN 和經典機器學習模型。
項目職責：
1，前期數據規整，對圖像的標注，圖像主要特征的提取，圖形分形特征的描述性研
究。
2，利用深度學習框架tensorflow 搭建卷積神經網絡，根據分析選擇合適的訓練集
和合適的超參數，完成卷積網絡的訓練。
3，完成基于特征矩陣，分形特征、PCA 和SVM 模型，具體模型的參數調整，訓
練集，開發集，測試集的確定，不同模型的偏差和方差分析，逐步改進模型。
項目一 零件 編號的識別
機械設計部門需要將設計圖紙交予加工廠生產機械零部件
每張圖紙都會有自己的
編號 零件編號由字母和數字構成 加工廠將每個零件編號粘貼到零件表面 加工廠將零
部件加工完后 需要進行產品零部件的出入庫 出入庫需要將零部件的編號和數量輸入
excel 此項目解決了這個問題
職責描述
2.
對分割后的圖片進行圖像預處理 選用算法 用 訓練集訓練模型 。
3.
用測試集進行測試 并 優化模型
4.
將識別的字符存入 excel
5
參與 主界面的搭建
項目二 產品正反面識別
公司主營晶體的生產和打包銷售
打包過程時要求所有的晶體產品上下面保持一致 由
于晶體尺寸過小數量過多 靠人工來反轉不能滿足生產的需求 需要一個識別軟件 來識別
晶體的正反面 并通過其他軟件控制機械部分將其反轉
職責描述
1.
圖片預處理
2.
采用 opencv 庫 的 平均哈希法 獲取圖片信息指紋
3.
最后比對兩張圖片的指紋，獲得漢明距離
4.
判斷明漢距離
5.
明漢距離差距過大 將 信號傳遞給機械部分進行翻轉
一 、 人臉識別打卡考勤
項目描述
傳統的打卡、刷卡為代表的考勤產品，存在著替代打卡，效率低下，不宜統計，管理和使用
維護成 本高等弊端。指紋識別產品在考勤中大規模應用，部分解決了代打卡問題。但是在出汗，手指破
皮等情 況下識別度偏低。因此研發人臉識別打卡考勤系統
個人職責
圖像壓縮、剪裁，圖像降噪處理，創建模型，調試參數。
所用技術
1.
基于 OpenCV 獲取攝像頭視頻流，運用中值濾波對圖像進行降噪
2.
將圖片做灰度處理，并利用直方圖均衡化調節圖像亮度
3.
使用哈爾級聯定位人臉，形成輸入輸出
4.
創建局部二值模式直方圖模型，對數據進行訓練
項目名稱：字符條形碼的識別系統
項目描述：通過采集電芯表面的字符條形碼，經過圖像預處理，字符分割，最后
使用BP 神經網絡得到字符編碼信息，用來追蹤產品信息。
個人職責：圖像預處理，BP 神經網絡模型搭建與優化。
所用技術：
波，去除噪聲，通過Canny 邊緣檢測和膨脹處理得到圖像的輪廓；
符分割方法，將字符分割出來；
模型，對新的字符識別并保存；
的。
項目名稱：卷芯表面貼膠檢測識別
項目描述：采集生產調試中的卷芯表面貼膠照片，經過圖像預處理，隱馬爾科夫
模型構建，識別卷芯表面有無貼膠，規范生產。
個人職責：提取圖像特征矩陣，隱馬爾科夫模型創建。
所用技術：
處理。
否貼膠。
項目名稱：圖像識別在電芯激光封口焊縫檢測中的應用
項目描述：采用CCD 攝像機作為焊縫檢測的傳感器，抓取焊縫成形圖像，引入
計算機處理和機器視覺技術，進行圖像處理，通過對焊縫表面形貌的
識別，進而進行產品檢測，提高產品合格率。
個人職責：圖像的特征提取，目標識別與模板判斷。
所用技術：
成；
辦公樓人臉識別打卡系統
項目
描述
為員工采集人臉圖像庫，采集人臉特征，進行機 器學習并將學習生成的模型保存。攝像頭
每秒采集一次圖像，通過 opencv 定位每張圖像中的人臉，將人臉的特征傳遞給已經訓練好的
訓練模型，測試該人臉是否存在， 簽到 成功 并 記錄 簽到 時間
所用技術：
Lniux + Python + OpenCV + Numpy + sklearn + OS
實現
方式 選擇 使用 OpenCV 的局部二值模式做人臉識別模型
完成基礎代碼，處理訓練集圖片得到訓練的輸入和輸出
對訓練集進行訓練并將得到的模型保存
測試攝像頭采集的人臉圖像與訓練好的模型進行匹配
人臉識別打卡考勤
項目描述
傳統的打卡、刷卡為代表的考勤產品，存在著替代打卡，效率低下，不宜統計，管理和使用維護成
本高等弊端。指紋識別產品在考勤中大規模應用，部分解決了代打卡問題。但是在出汗，手指破皮等情
況下識別度偏低。因此研發人臉識別打卡考勤系統
個人職責
圖像壓縮、剪裁，圖像降噪處理，創建模型，調試參數。
所用技術
無人值守停車場（區分車型）
項目描述
區分車型，將三輪車與摩托車單獨定義收費規則；
區分車型（小車，客車），單獨定義收費規則。
個人職責
圖像恢復，圖像降噪處理，創建模型，調試參數。
所用技術
無人值守停車場（識別車牌）
項目描述
自動識別停車場進入車輛的車牌號，并識別。節省時間和人工成本。
個人職責
圖像預處理，圖像分割，利用已經創建好的神經網絡訓練數據并驗證
所用技術
畢業生信息錄入
項目描述
畢業生需要錄入銀行卡號信息。學校采用學生上傳圖片，自動識別銀行卡信息
個人職責
圖像壓縮、剪裁，圖像降噪處理，創建模型，調試參數。
所用技術
１． 讀入模板圖片，并對模板預處理，將模板輪廓放入集合
２． 讀入待處理圖片，進行剪裁，灰度，禮帽操作
３． 利用Sobel 算子，圖像梯度計算，進行邊緣檢測
４． 進行閉操作和自適應閾值，畫出輪廓
５． 遍歷每一個輪廓數字，并計算輪廓中的每一個數字的值
北京陌陌信息技術有限公司平臺技術部（算法工程師）
業務場景：視頻場景三維重構項目，致力于開發三維虛擬場景的落地應用，提升用戶體驗；
本人在項目中主要負責視頻的序列模式識別訓練任務，為三維重構提供預測支持；
主要負責內容：
? 制定項目實施方案（預期目標，可能存在的風險等）；
? Python+opencv 實現視頻的光流樣本提取，并完成樣本數據的擴充；
? Python，Tensorflow，keras 實現分類任務的訓練（參數選擇，網絡結構選擇）；
? 基于Tensorflow Lite 的輕量級模型轉換，轉換后的模型便于在移動設備上實施部署。
? 基于C++和opencv 實現ios 端測試樣本的輸入和預處理，完成模型的加載與測試過程。
并進行PC 端和IOS 端數值輸入輸出一致性驗證；
? 協同團隊配合完成模型的測試和迭代工作。
被動毫米波人體違禁品實時目標檢測[科研項目] 核心算法
項目介紹：大客流安檢急需一種能夠快速實現乘客安檢的解決方案，該研究項目基于毫米
波具有透過衣物成像的能力，利用傳感器融合和圖像識別技術致力于提高人體安檢時的通
過效率。
主要負責內容:
? 實現毫米波安檢影像人體攜帶違禁品的實時目標檢測。
? 毫米波影像數據采集，預處理包括裁剪，去噪，灰度歸一化等。
? 基于sklearn 的k-means 和GMM 模型的聚類學習。
? 基于Yolov2,Yolov3 的目標檢測模型訓練，評估和測試。
北京陌陌信息技術有限公司平臺技術部（算法工程師）
業務場景: 項目主要為了提升直播平臺主播和用戶之間在互動效果，利用深度學習技術增
強直播過程中主播和用戶之間的互動效果，基于手勢識別模型的特效生成。
主要負責內容:
? 手勢樣本數據采集和預處理，包括比心、點贊、關注等類別。
? 基于Pytorch 深度學習框架的分類模型訓練，評估和測試。
? 協同團隊配合完成模型的線上維護和模型迭代。
? 通過反饋分析漏檢樣本和現有樣本的差異性，并在下次迭代過程中加入差異性特征樣
本提升模型識別精度。
基于層析SAR 的城市三維重構[科研項目] 核心算法
項目介紹：城市大范圍沉降監測對于城市發展與規劃至關重要，該項目主要利用新型的層
析SAR 手段針對北京地區進行大范圍三層重構，實現大范圍的沉降監測。實現城市大范
圍的三維重構，便于進行城市大范圍的沉降監測。
? 獲取城市的雷達影像數據。
? 基于層析成像原理，利用python 實現城市建筑物等三維重構，并進行仿真驗證。
? 研究探索層析SAR 三維重構算法的精度驗證方法；
項目名稱：車牌檢測與識別項目
項目描述：
為了管理公司車輛，阻止外部車輛進入，使公司更加智能方便，在汽車不作任何改動的情況下，實現汽車身份的
自動登記及驗證。
職責描述：
用來自opencv 的sample，用于svm 訓練，定義省份數據，訓練svm。
項目名稱：檢測不符合要求的產品
項目描述：
在Keras 搭建深度CNN，具體過程分為數據讀取、模型構造、模型訓練、測試模型
職責描述：
ImageDataGenerator 將不同種類的圖片分在不同的文件夾中。
2.進行模型構建，這里采用了卷積層，池化層，全連接層，采用激活函數為relu，并采用了Dropout 防止
結果過擬合，這里采用的隨機梯度下降SGD 的優化函數進行參數優化，
3.進行模型訓練，采用fit_generator(相比較于fit 節省內存)進行訓練，執行fit_generator 時，通過設置
一些超參數進行模型優化，直至模型訓練結束.
4.最終進行調取模型并進行測試模型。
項目1 自適應HCS-LBP特征的行人檢測
項目環境: MATLAB + Ubuntu + C++ + 自適應HCS-LBP算子 + HIKSVM。
項目描述: 該項目用以解決 LBP用于行人檢測時，直方圖維數過高，人為閾值主觀性較強，造成局部描述能力較差的問題。
主要工作：構造HCS-LBP特征編碼方法減少編碼長度，利用積分圖像法快速計算，引入灰度級概率與高斯矩陣獲取圖像的
自適應閾值；令中心像素參與編碼，通過信息熵確定不同子塊的權重；使用直方圖交叉核支持向量機(HIKSVM)訓練樣本。
項目2 融合共生關系與矩陣式級聯分類器的行人檢測
項目環境: Python + Ubuntu + ICoHOG特征 + CoLQC特征 + 矩陣式級聯分類器。
項目描述: 該項目結合LBC運算簡單高效與HOG對光照變化和偏移不敏感等特點，改進或設計特征編碼，以解決量化等級過
低，舍棄局部結構，易受較強豎直條紋或混亂邊緣的影響的局限性。
主要工作: 提出兩種局部特征描述子-共生局部量化編碼(CoLQC)與改進共生方向梯度直方圖(ICoHOG)，以增強圖像紋理特
征的描述能力，對光照、旋轉和偏移具備更強的魯棒性；采用矩陣式級聯分類器進行分類訓練，對正負樣本進行自適應選取，
壓縮有效樣本的選擇范圍，增加樣本復雜度，提升了級聯分類器的檢測性能。
項目4 智能門禁系統
項目環境: Python + OpenCV + TensorFlow + AlexNet + Ubuntu
項目描述: 為小區提供具備人臉識別功能的智能門禁系統，解放業主雙手，提升小區的科技氛圍。
主要工作: 負責人臉檢測模塊: 改進AlexNet模型的網絡結構，三層全連接層修改為卷積層，設置輸出為二分類，以滿足人臉
檢測的業務需求，采集數據集，對數據集進行清洗去重，裁剪分割，翻轉鏡像等處理，利用Opencv標注人臉，訓練模型，分
析結果，優化參數。利用滑動窗口法與最大值抑制進行人臉檢測。
貨車不進站抓拍系統，已在山西晉中董榆線安裝
項目描述：山西多煤車，為利益不惜違法超載，正常煤車重40噸以內，而超重可達60噸，嚴重威脅公路安
全。同時因治超站多不在公路主線，需從引道進入，所以很多違法車輛闖卡，造成國家稅費流失也造成很多公
路事故。貨車不進站（治超站）抓拍系統，對闖卡不進站檢測的貨車進行抓拍處罰，有針對性地解決了由于警
力不足導致貨車闖卡嚴重的問題，為下一步治超提供良好的基礎。
系統主要由以下幾部分組成：視頻監控及抓拍系統、立桿/標志標牌警示、道路標線噴涂。
項目職責：1.抓拍系統車牌識別 2.數據庫設計 3.軟件API編寫 4.算法優化 5.版本迭代
人臉識別系統(2018.12-2019.06)
項目描述:基于Tensorflow 框架，實現MTCNN 模型的人臉識別系統
主要職責：1、取候選窗，生成訓練圖片；2、通過P-Net、R_Net、O_Net 對人臉進行識別和定位；3、
使用Tensorflow 搭建MTCNN 網絡模型；4、訓練模型并改進和提高模型可靠性和穩定性；
圖片分類系統(2018.07-2018.10)
項目描述: 基于Tensorflow 框架，CNN 模型對圖片進行分類程序
主要職責：1、整理數據，生成數據集；2、使用Tensorflow 搭建神經卷積網絡模型，用softmax 做分類；
3、通過對參數、學習速率完成最優模型，并保存模型；
Fast-RCNN 車輛分類系統(2018.02-2018.05)
項目描述: 基于tensorflow，RCNN 實現對車種類的分類
主要職責：1、處理數據，將mat 文件制作成xml 標注文件；2、定義Alex_Net 模型；3、進行各類模
型的訓練與測試；
智能掛號系統(2017.10-2017.12)
項目描述: 采用人臉識別的方式，對患者進行掛號分流，能夠盡快就醫
主要職責：1、對圖像進行降噪處理及灰度處理，使用色譜直方圖均衡化調節圖像亮度；2、采用交叉
驗證模塊、網格搜索，提升模型的可靠度和穩定性；3、通過身份證返回的圖像進行識別驗證；
項目名稱：人臉識別驗證
項目描述：
使用 caffe 框架實現對不同尺寸大小的人臉圖像進行識別
開發環境：
python+numpy+ os+sys+O pencv+ Caffe+matplotlib+alexnet
項目職責：
一
獲取數據并進行預處理
正樣本，對圖片其它位置裁剪作為負樣本，分別存儲 0 和 1 文件夾中，放在 train 目錄下，驗證集圖片存儲在 val 目錄下；
二
. 制作 LMDB 數 據源
三
. 訓練 AlexNet 網絡
四
. 測試網絡
然后保存修改圖片，使用 caffe.io.load_image( path 讀取圖片
6.
然后對滑動窗口使用 nms IoU 超過閾值去除滑動窗口，然后使用 cv2.rect angle 畫出人臉矩形并顯示
地震屬性圖像砂體識別
軟件環境：
Linux + Python + Pycharm +Tensorflow + Numpy
項目描述
地震屬性圖像的優選一直以來是人為的經驗篩選，耗時大，精度受限于工作人員的知識儲備。
項目的目標是通過比較不同的圖像識別技術，建立適合于地震屬性圖像背景噪音大、圖像數量中
等、坐標數據點密集特征的優選方案。
項目 涉及到深度學習框架 tensorflow, 圖像處理框架 OPenCV
和經典機器學習模型。
項目職責
1
前期數據規整，地震屬性 圖像的標注， 圖像 主要 特征的提取 ，圖形分形特征的描述 性研究 。
2
完成基于特征矩陣和隱馬爾科夫模型，基于分形特征、 PCA 和 SVM 模型，具體模型的參
數調整，訓練集，開發集，測試集的確定，不同模型
的偏差和方差分析，逐步改進模型 。
3
，利用 深度學習框架 tensorflow 搭建 卷積神經網絡 完成 GitHub 開源深度網絡的遷移學習。
根據偏差和方差分析選擇合適的訓練集和合適的超參數，完成卷積網絡的訓練。
人臉識別打卡考勤系統 4個月
項目介紹：傳統的以打卡、刷卡為代表的考勤產品，存在著替代打卡，效率低下，不易統計，管理和使用維
護成本高等弊端。 指紋識別產品在考勤中的大規模應用，部分解決了代打卡的問題，但是在出汗， 手指破皮等情況下識別度偏低。因此我們策劃了人臉識別打卡考勤系統。
個人職責：圖像壓縮、剪裁，圖像降噪處理，創建模型，調試參數
所用技術：1. 基于OpenCV獲取攝像頭的視頻流，運用中值濾波medfilter2對圖像進行去燥處理
幼兒園家長識別系統
項目描述
為學生及家長采集人臉圖像庫 ，采集人臉特征 進行機器學習并將學習 生 成的模型保存 。攝像頭每秒采集一
次圖像 ，通過 OpenCV 定位每張圖像中的人臉 ，將人臉的 特征傳遞給已經訓練好的訓練模型 ，檢測 該人臉是否
存在 ，通過標簽確定 人物 信息 。
所用技術
Linux + Pytho n +OpenCV numpy +sklearn + os
實現方式
編寫 Open CV 的二 值模式的基本代碼 使代碼能夠穩定運行
利用分類器提取圖像庫的人臉 ，并為每一位家長的人臉添加標簽
確定訓練集的輸入和輸出 ，利用隱馬模型進行機器學習
通過調整參數進行優化 根據 飲馬模型的置信概率 確定結果
人流量性別統計
項目描述
統計每天的人流量 及性別比例 方便商場 根據客戶性別提供合適的商品 ，因此 設計該人流及性別統計系
統 。通過大量訓練圖像庫中的男女圖像 ，生成分辨性別的模型 。
所用技術
linux + opencv + numpy + sklearn + mysql + python
實現方式
編寫 OpenCV 的二值模式的基本代碼 ，確保代碼穩定運行
利用分類器提取圖像中的 人 像 ，生成訓練所需的數據集
調整分類器中的擴展因數 ，人像尺寸等參數 使提取的人像更加準確
為人像添加標簽 確定訓練集的輸入和輸出
計算機利用訓練集進行機器學習并不斷優化 ，生成最終的模型并保存
皮帶輸送機工作狀態 分析
項目描述
對 輸送機工作 過程中 的音頻進行收集 。 對 音頻 進行處理 分析 輸送機的是否處于正常工作狀態 ，以及是
否可以繼續工作 。
實現
方式
使用 scipy .io.wavfi le 的方法提 取 音頻文件
整理音頻 數據
使用傅里葉變換 將音頻轉化為頻域 ，尋找 特征
獲取到梅爾頓頻率倒譜系數 MFCC 矩陣
創建 隱馬爾可夫模型并用該模型的 score 值比較 ，分析工作安 全性
項目1： 案件處理情況的圖譜繪制與總結一年
項目描述： 每個季度需要匯報13 個市區縣和23 個派出所案件處理的情況報告，而表格報告
由于大的數據量極大占用領導時間，于是繪制各個派出所已處理案件，待處理案
件、處理中案件，更直觀的反應各派出所案件的處理情況
職責描述： 1 根據上報的數據，制成csv 文件，使用numpy 的loadtxt 來讀取文件數據
2 使用matplotlib 的bar 來繪制已處理，未處理，處理中三類案件的情況柱狀圖，
numpy 的mean 方法算出均值，使用matploylib 的plot 繪制出均線，最后
使用numpy 的msort 方法進行排序，并在網頁的輪播圖位置顯示
3 使用matplotlib 的pie 方法繪制已處理案件的餅狀圖
4 對所做的柱狀圖、餅狀圖進行max,min 的分析，做出相關分析報告
項目3： 嫌疑人人臉模型訓練與識別5 個月
項目描述： 為了在對嫌疑人信息收集時，從海量備案資料中快速篩查，定位嫌疑人信息，
創建一個人臉識別模型應用于辦案中心，提高辦案效率。
職責描述： 1 使用opencv 的CascadeClassifier(哈爾級人臉)人臉定位器進行眼、嘴、鼻的
定位，構建級聯人臉定位器
2 從備案人員中使用search_files 整理出訓練集， 并使用cv2.face 的
LBPHFaceRecognizer_create 做出基于LBPH 的人臉識別分離器模型
3 把訓練集使用fit 方法交給分離器模型訓練，并使用測試集測試，優化模型
項目一：人工智能機器人小暄實現人臉識別和自然語言文本分析
軟件環境：Linux+Pycharm+Anaconda
使用工具：Python/Opencv/CNN/Nltk/Jieba
項目簡介：
基于公司面向家庭用戶提供高端家庭陪伴需要，公司開發一款名叫小暄的智能機器
人，可以提供語音對話，人臉識別，視頻監控，家庭娛樂等功能。
功能描述：
當人站在智能機器人面前，經過一系列判斷后，機器人可以通過采集人的面部信息以
及個人信息加以訓練并保存；識別站在機器前方人們說的簡單語言，通過相關語音識別接
口的處理后，進行文本處理，語義分析，給予相對應的反應和操作；
開發周期：一年
責任描述：
–人臉識別：
1、協調各部門，采集數據集，并將數據集通過haartraining 生成xml 格式文件方便讀取；
2、讀取數據，運用哈爾級聯進行人臉定位，生成數據矩陣；
3、運用CNN 卷積神經網絡LeNet 標準神經網絡結構對數據進行訓練，計算誤差值，不
斷優化模型算法，并進行性能評估；
4、保存最優模型，設計相關API 接口方便調用；
–自然語言文本分析
1、訓練音頻文件，通過調用語音識別接口獲取相應的文本數據；
2、運用nltk 和jeiba 工具包，進行文本分詞，詞干提取，詞形還原等操作；
3、通過gensim 相關工具庫，將文本數據代入，構建相應詞袋模型；
4、通過gensim 構建LDA 模型，提取文本數據中相關主題詞內容和個數；
5、將主題詞和預先設定好的操作命令詞對照，結果一致，則執行相應操作；
項目一 智能安防監控系統 中實現實時目標檢測
項目簡介：
為了 7 X24 小時 智能安防監控系統 能夠 實現 實時目標檢測， 識別 各種 特定 場景下的物體， 研發了基于
YOLO v3 的目標檢測模型，通過該模型可 對任 意一張圖片進行目標檢測，并在圖片上標出識別出來的物
體名稱及位置， 實現安防系統中 快速 地 進行目標檢測 和分析。
主要職責：
根據 YOLO v3 論文實現對 YOLO v3 模型的搭建并測試，為項目搭建基礎模型，并對實際 方案做 部分 改
進和測試 。
所用技術：
項目 二 ：基于 Mask R CNN 模型 進行像素級別的目標檢測
項目簡介：
安防監控系統中有時需要對圖像進行精確識別 功能 需要實現像素級別的目標檢測， 開發基于 Mask
R CNN 模型的目標檢測模型，來定位物體精確的像素點，并將關鍵節點提取出來進行圖示化 。
主要職責：
查閱 Mask R CNN 論文和相關資料和總結，協助搭建骨干網絡 Res Net 和 Mask R CNN 模型 。
所用技術：
項目三：視覺智能冰柜中圖像清晰度的轉化
項目簡介：
在視覺智能冰柜中由于光照原因，會導致攝像頭拍攝下來的照片清晰度不夠，為滿足此業務場景下對
圖片的清晰度要求，通過搭建 Deblur GAN 模型進行圖像清晰度的轉化，將模糊的圖片變清晰，用普
通的攝像頭就可以達到很好的轉化效果，大大降低了硬件成本。
主要職責：
根據 Deblur GAN 論文和相關資料實現 Deblur GAN 模型 的搭建，在樣本數據中訓練與測試，改進該
模型提高模型的泛化能力。
所用技術：
項目一:手寫字體圖像識別
開發應用:TensorFlow，CNN神經網絡，numpy,matplotlib.pyplot
項目描述:通過應用cnn神經網絡對minist數據集中的手寫字體圖片進行識別
項目思路: 1)通過 tensorflow 框架進行卷積神經網絡中卷積層，池化層，全連接層等各層設計，搭 建
2)前向傳播，經過各層處理，使用 relu 激活函數非線性處理，得到損失值
3)反向傳播時通過引用梯度下降優化器，使損失值減小，不斷優化權重參數和偏置參數
4)等到較好的神經網絡模型并將其保存
項目二:兒童智能識圖教師
開發應用:numpy,opencv,隱馬爾克夫模型
項目介紹:兒童在認知能力的提升階段，需要一個好的老師，可以去應用智能識圖的軟件教孩子去實別物 體。
項目思路:1)收集大量圖片并將其進行分類，完成模型訓練的材料收集
2)使用 opencv 及圖形識別的工具生成圖片的特征描述矩陣
3)利用隱馬爾克夫模型，將圖片的特征描述矩陣與類別標簽進行對應
4)對已完成的圖片識別的模型性能進行測試和調優
項目1：智能景區管理系統
項目簡介：為降低景區的傳統購票壓力，便捷旅客的入園需求，通過網絡購票方式，采用人臉識
別方式進行實名入園驗證，
個人職責：圖像壓縮、剪裁，圖像降噪處理，直方圖均衡化處理，創建圖像識別器
所用技術：
\1. 基于OpenCV獲取攝像頭的視頻流，運用高斯濾波對圖像進行去燥處理
\2. 將圖片進行灰度處理，使用色譜直方圖均衡化調節圖像亮度
\3. 采用OpenCV中LBPH算法對人面不特征進行提取
\4. 通過身份證采集的圖片進行人臉驗證
項目2：公共智能立體停車場
項目簡介： 對車輛進行識別并記錄，規劃適合的停車位置，節省空間，方便存取
個人職責： 車牌區域定位、車牌字符的切割、字符的識別、車輛識別
所用技術：
\1. 車牌識別：
\1. 對圖像去掉一些干擾的因素，然后將彩色圖轉變為灰色圖；進行邊緣提取；將圖片二值化；定位出車牌的區域進行切割；把圖片進行歸一化尺寸
\2. 將車牌的圖片進行二值化，尋找最外的輪廓，輪廓所包含的區域為車牌的區域；驗證備選區域是否為7個字符，是的話進行切割
\3. 建立連個三層的神經網絡對第一個漢字和后邊的6個數字和字母進行識別；首對字符圖像進行處理，搭建TensorFlow神經網絡，使用大量的數據進行訓練
\2. 車輛識別：
\1. 攝像頭獲取圖片，OpenCV對圖像進行處理
\2. 將圖片轉為灰度圖，提升圖片的亮度
\3. 使用STAR特征提取和SIFT算法相結合提取圖片的特征
\4. 創建隱馬爾科夫模型根據模型的score的值進行比較，確定圖片
項目3: 智能電子儀表識別
內容簡介: 為了實現工業設備無人監管，節省大量的人力物力，設計用工業攝像頭識別工業機器液晶顯示屏上的數字，實時上傳到遠程端，實現自動化監管
責任描述**😗*
1.調用OpenCV庫，定時拍照，對照片進行灰度處理，根據顯示屏適當裁剪
2.由于環境的原因，所以需要進行直方圖均衡處理
3.然后用標準卷積神經網絡,對顯示屏所有能出現的數字（0-9）進行模型訓練
4.最后進行數字識別測試，完成項目開發
項目一：停車位檢測
項目描述：通過實時監控，檢查市場內停車位使用情況，空出停車位實時反饋，方便管理人員調度進場車輛。
所用技術：Python + numpy + OpenCV + TensorFlow
個人職責：1.基于OpenCV進行圖像獲取，邊緣檢測，霍夫直線檢測；
? 2.保存處理構建CNN的所有圖像
? \3. 訓練建立模型、測試模型、檢驗模型，提升可靠性；
項目二：吸煙識別
項目描述：為落實公共場所室內禁煙規定，通過攝像頭實時監控識別吸煙行為，及時發現并制止。
所用技術：Python + numpy + OpenCV +TensorFlow
個人職責：1.基于OpenCV進行圖像獲取；
? \2. 訓練建立模型、測試模型、檢驗模型
項目三：檔案數字化系統
項目描述：將歷史檔案及新產生的紙質、照片等傳統介質信息通過軟件轉換為數字化信息。
所用技術：Python +numpy+OpenCV+Tesseract-OCR
個人職責：圖像壓縮、剪裁，圖像降噪處理，直方圖均衡化處理，圖像的文字識別。
1.基于OpenCV運用高斯濾波對圖像進行去噪處理,灰度處理；
2.基于OpenCV對圖像進行壓縮、剪裁；
3.利用Tesseract-OCR進行圖像文字識別；
項目四：人臉識別監控系統
項目描述：通過實時監控，監測著裝不符合要求，非安全區域逗留，以及私自外出人員，進行提醒且記錄懲罰。
所用技術：Python +numpy+OpenCV+sklearn
個人職責：1. 基于OpenCV進行圖像獲取，剪裁，灰度處理；
\2. 基于PCA主成分分析，得到人臉特征信息；
\3. 訓練建立模型、測試模型、檢驗模型，提升可靠性；
智能鎖的人臉識別系統
項目簡介：自動識別人臉的門鎖
個人職責：對圖片進行處理，面部定位，面部識別
所用技術：
1.使用Opencv讀取圖片，用中值濾波進行去噪
2.對圖片進行灰度處理，使用直方圖均衡化調節圖像的灰度值
3.通過哈爾級聯得到面部定位
4.采用Opencv的LBPH人臉識別分類器進行識別
5.用測試集進行測試
高速公路收費系統
項目簡介： 自動識別進入高速公路收費站的車牌號
個人職責： 車牌區域定位、車牌字符的切割、字符的識別
所用技術：
1.采用中值濾波法將圖像進行去噪，然后將彩色圖轉變為灰色圖；
2.用sobel算子邊緣檢測法進行車牌的定位
3.將灰度圖片進行二值化，尋找最外的輪廓；采用文字切割算法進行切割
4.建立BP神經網絡進行識別
鋼材圖像的分類
項目簡介：ResNet-18實現鋼材圖像的分類
個人職責：搭建ResNet-18網絡、圖像的導入、網絡的訓練
所用技術：
1.在Pytorch上搭建ResNet-18網絡
2.對數據進行整理
3.設置損失函數（交叉熵），采用SGD優化器進行優化
4.最后進行訓練并保存模型
項目一 :基于Mask R-CNN 模型進行像素級別的目標檢測
項目簡介:安防監控系統中有時需要對圖像進行精確識別功能,需要實現像素級別的目標檢測,開發基于 Mask R-CNN 模型的目標檢測模型,來定位物體精確的像素點,并將關鍵節點提取出來進行圖示化。
主要職責:查閱 Mask R-CNN 論文和相關資料和總結,協助搭建骨干網絡 ResNet 和 Mask R-CNN 模型。
所用技術:
? \1. 搭建 ResNet 模型,實現特征提取功能
? \2. 搭建特征金字塔網絡(FPN)進行骨干網絡特征提取功能的改進。
\3. RPN 算法計算特征圖的區域中心點和對應的邊長
? \4. 用 NMS 算法對 RPN 結果去重,得到相應準確地 ROI 區域
? \5. 運用 ROIAlign 層實現區域框與特征的匹配
項目二 **😗*智能安防監控系統中實現實時目標檢測
項目簡介:為了“7X24 小時”智能安防監控系統能夠實現實時目標檢測,識別各種特定場景下的物體,研發了基于YOLOv3 的目標檢測模型,通過該模型可對任意一張圖片進行目標檢測,并在圖片上標出識別出來的物體名稱及位置,實現安防系統中快速地進行目標檢測和分析。
主要職責:根據 YOLOv3 論文實現對 YOLO v3 模型的搭建并測試,為項目搭建基礎模型,并對實際方案做部分改進和測試。
所用技術:
? \1. 根據 YOLOv3 算法基本原理,定義網絡結構,通過 TensorFlow 框架搭建 YOLOv3 模型;
? \2. 在 YOLOv3 模型中運用 Darknet-53 模型來提取特征;
? \3. 運用候選框技術,輔助 YOLO 檢測模塊對目標尺寸的計算,提升 YOLO 檢測模塊的準確率;
? \4. 用非極大值抑制算法(NMS)對檢測結果去重。
項目三：智能景區管理系統
項目簡介：為降低景區的傳統購票壓力，便捷旅客的入園需求，通過網絡購票方式，采用人臉識
別方式進行實名入園驗證，
個人職責：圖像壓縮、剪裁，圖像降噪處理，直方圖均衡化處理，創建圖像識別器
所用技術：
\1. 基于OpenCV獲取攝像頭的視頻流，運用高斯濾波對圖像進行去燥處理
\2. 將圖片進行灰度處理，使用色譜直方圖均衡化調節圖像亮度
\3. 采用OpenCV中LBPH算法對人面不特征進行提取
\4. 通過身份證采集的圖片進行人臉驗證
項目四：公共智能立體停車場
項目簡介： 對車輛進行識別并記錄，規劃適合的停車位置，節省空間，方便存取
個人職責： 車牌區域定位、車牌字符的切割、字符的識別
所用技術：
? \1. 對圖像去掉一些干擾的因素，然后將彩色圖轉變為灰色圖；進行邊緣提取；將圖片二值化；定位 出車牌的區域進行切割；把圖片進行歸一化尺寸
? \2. 將車牌的圖片進行二值化，尋找最外的輪廓，輪廓所包含的區域為車牌的區域；驗證備選區域是 否為7個字符，是的話進行切割
? \3. 建立連個三層的神經網絡對第一個漢字和后邊的6個數字和字母進行識別；首對字符圖像進行處 理，搭建TensorFlow神經網絡，使用大量的數據進行訓練
項目4 : 驗證碼圖像識別(CNN)
軟件環境： Linux + Python + Pycharm + Tensorflow + Numpy + Pandas
項目職責：
應用Tensorflow框架，對數據計算圖進行配置的minst模塊對圖像數據加載及初始化配置，
如：占位符設置，權重和偏移量的設置，神經網絡配置，獨熱編碼，將數據通過Tensorflow框架
搭建的CNN網絡進行卷積層，展評層，全鏈層 應用了卷積神經網絡算法,Relu和softmax激活
函數,等方法實現分類將分類結果通過概率交叉熵對輸出結果進行評估；通過AdamOptimizer方法
進行優化,性能度量將獲得結果通過梯度下降法調節卷積權重直到損失函數最優，最終輸出訓練模型
權重，進行測試。
**項目一：**泛雅網絡教學平臺
項目簡介：
泛雅網絡教學平臺是校園綜合網絡教學平臺，該平臺以簡化教師網絡授課為宗旨，以優化教學效果為目標，深度貼切真實的校園授課過程，融合了在線學習課程、課程點播、課件制作、圖文互動、等功能, 針對學生們在學習過程中的需要，還增加了課后答疑、植物鑒定、模擬實驗等功能來豐富教學過程，使教師授課更輕松，學生聽課更有興趣。
個人職責：負責植物識別功能的實現
工作內容：
\1. 基于OpenCV對圖像尺寸轉換，剪裁。運用高斯濾波對圖像進行去燥處理；
\2. 將圖片顏色進行空間轉換后，使用 (色譜直方圖均衡化)調節圖像亮度
\3. 使用STAR特征提取和SIFT算法的結合,提取圖像特征值矩陣
\4. 對模型進行各種調參操作，驗證模型的準確率和收斂速度
項目三： 人臉打卡識別
項目簡介：
該項目主要適用于大學的學生教務管理系統，本應用旨在增強學校對教務信息的綜合管理，主要包括學生信息管理、教師信息管理、課程信息管理、學生成績管理、教職工打卡、校園繳費等功能。該應用將用戶分為學生、教師、管理員三個角色，根據不同角色賦予其不同權限和能力，使管理者管理更輕松，使用者更易上手。
個人職責：負責面部圖像識別的設計及開發
工作內容：
\1. 利用cv2等技術和其所提供的訓練分類模型對面部頭像的定位和抓取
\2. 使用TensorFlow深度學習框架設計人臉識別過程
項目名稱:人員監測警報系統
項目簡介：
通過對人臉特征的識別，當發現未進行記錄的可疑人員會對監控人員發起
預警提示，通過實時高效的監測來輔助監控人員提前做好安全排查工作，
節約了人力成本并提高了工作效率
**個人職責：**人臉抓取、特征提取、調優以及訓練人臉識別模型
所用技術：
1、訓練數據的收集準備工作
2、利用Tensorflow深度學習框架進行模型準備訓練工作
3、利用交叉熵損失函數對模型精度進行驗證并進行調優工作
項目一：門禁識別系統
**項目簡介：**該項目是針對股票金融公司VIP客戶包房的一個使用門禁系統，整個系統包括了前端，后端等組成，最終實現的功能是會員可根據人臉識別技術判斷該人物是否為會員客戶，能否進入VIP包房。
**使用技術：**Python + Sklearn + Numpy + openCV。
個人職責：
\1. 負責人臉算法模塊的模型建立工作；
\2. 首先用級聯分類器加載人臉描述文件；
\3. 對數據進行訓練，將訓練樣本中的每張人臉圖像轉化為灰度圖，再用級聯分類器的detectMultiScale進行人臉位置檢測；
將檢測出來的人臉作為訓練樣本tran_x，以標簽編碼以后的人名作為tran_y，使用OpenCV建立局部二值
\1. 模式直方圖（LBPH）人臉識別分類模型，訓練模型；
\2. 對已經訓練好的模型進行測試，測試結果比較理想；
\3. 在運用模型過程中，我們要求會員在攝像頭捕捉人臉的時候，按下esc鍵將被保存到待測文件中，然后運用模型進行檢測，如果predict結果在VIP列表中，print匹配成功，并且圖片保存到對應人名下的文件中，否則print匹配失效。
項目二：智能炒股助手
**項目簡介：**該項目是針對金融界股票投資APP智能炒股助手注冊的一個數字驗證碼識別項目，最終實現的功能是用戶登錄多次賬號密碼錯誤時，會彈出數字驗證碼然后對里面的數字進行準確的識別
**使用技術：**Python + Numpy + matplotlib + tensorflow + cnn神經網絡。
個人職責：
\1. 數據預處理，通過公司提供的數據集對數據進行編碼，以及可視化；
\2. 用TensorFlow搭建cnn神經網絡，定義輸入層，卷積層，池化層，全連接層，以及通過反向傳播優化學習模型；
\3. 對模型進行訓練，提高驗證碼的識別率；
驗證模型，驗證的結果比較理想
考勤人臉識別系統
開發工具： linux + pycharm + tensorflow + numpy + pandas + sklearn
項目介紹：
? 為了解決考勤中遲到和早退問題，以此開展課題，將機器學習與門禁系統對接，實現人臉識別， 通過刷臉認證來進行簽到。
項目職責：
? 模型構建，將數據通過tensorflow框架搭建5層卷積神經網絡訓練模型,得到全連接層特征向量，
通過用此模型對人臉識別，比較特征向量，用余弦相似角進行識別，同時用dropout方法來防止過擬合；
模型優化，對于新員工需要重新訓練模型角度優化，我們考慮用Siamese網絡，對照片相似度進行訓練，對匹配條件的閾值用隨機搜索的方式進行優化；
訓練構建，測試模型，驗證模型，采用交叉驗證模塊，驗證精度，并優化模型等；
項目效果 ：
? 在門禁系統運用此模型，減少一定的人為因素的影響，制定獎罰制度，晚到早退有著明顯的降低。
項目名稱：天眼
2 負責模塊：人臉識別，圖像分類
2 開發環境：python+pycharm+opencv+tensorflow+windows10
2 項目描述：由于倉儲環境作業量大，人員長時間容易出現操作失誤，造成商品錯發，漏發，
無法完成訂單判責，需要通過智能判責業務輔助客服人員完成判責，提高效率
2 項目職責: 根據天眼捕捉對應訂單視頻錄像，進行人臉識別，并與操作人選進行面部信息對比，信息一致時候在終端提示
項目名稱：暴風分揀系統
2 開發環境：python+jupyter+opencv+ keras +linux
2 負責模塊：圖像識別
2 項目描述：通過對快遞單識別，將包裹自動進行分揀
2 項目職責：根據高速攝像頭捕捉，拍照，對每一個包裹進行自動分揀
項目4：2018.12 – 2019.04 人臉識別考勤系統
**項目描述：**指紋打卡，雖然部分解決了傳統的紙式打卡等效率低下問題，但由于員工出手汗、意外燒傷等原因，經常出現打卡困難尷尬場景。該系統利用人臉識別技術“唯一性”和“活體檢測”，可以快速實現上班考勤打卡，不僅有效杜絕“代打卡”，還可以有效減少間接性肢體接觸，避免皮膚病傳染等。
**個人職責：**圖像壓縮、剪裁，圖像降噪處理，直方圖均衡化處理，創建圖像識別器。
**所用技術：**1.基于opencv獲取攝像頭的視頻流，運用高斯濾波對圖像進行濾波；
2.將圖片用cvtColor進行灰度處理，使用equalizeHist做直方圖均衡化，提高圖像質量；3.使用CascadeClassifier（哈爾級人臉）人臉定位器進行眼、嘴、鼻的定位，構建級聯人臉定位器；
4.創建局部二值模式直方圖（LBHP）模型；
5.使用fit方法，輸入數據進行訓練，使用測試集測試，并優化模型。
項目1：人臉辨認鎖
項目簡介：為了提高智能門鎖安全性，方便隨身攜帶，安全性更高，滿足高端用戶的需求，采用人臉識別方式
進行實名解鎖驗證，
個人職責：圖像壓縮、剪裁，圖像降噪處理，直方圖均衡化處理，創建圖像識別器
所用技術：
\1. 基于OpenCV獲取攝像頭的視頻流，運用高斯濾波對圖像進行去噪處理
\2. 將圖片進行灰度處理，使用色譜直方圖均衡化調節圖像亮度
\3. 采用OpenCV中LBPH算法對人面部特征進行提取
\4. 通過身份證采集的圖片進行人臉驗證
回憶相冊
開發方案： python3.6.4+linux+ tensorflow+opencv
負責模塊：人臉識別，圖像自動分類
項目描述：根據用戶拍的照片進行人臉識別，然后進行對這個人物的相關圖片按照時間段來形成回憶視頻
? 1）使用Haar算法對人臉特征進行提取
? 2）使用tensorflow構建CNN網絡，把人臉特征相類似進行自動歸類
? 3）根據歸類后的圖片，按照日期進行回憶視頻的組合處理
? 4）用戶可以根據自己需要對回憶視頻進行特效和哪些照片參與進行個性化編輯
**項目名稱：**全自動燈檢機圖像識別系統
**開發環境：**Pycharm +TensorFlow +numpy+OpenCV+sklearn
**項目描述：**全自動燈檢機圖像識別系統采用數字圖像處理技術對醫用輸液藥品進行全方位的實時檢測和識別,并且把不合格的產品送到全自動燈檢機的剔除執行機構。該系統大大的提高了輸液藥品檢測的精度和效率,降低了人工成本,同時也提高了藥品的安全指數,減少了液藥里的異物雜質對病人身體造成傷害。
**個人職責：**負責圖像預處理模塊，CNN網絡神經的搭建模塊，參數優化模塊。
所用技術：
1.采用TensorFlow框架創搭建神經網絡；
2.數據集來自實時監控中視頻流中的數據，首先對圖像進行預處理，將不同種類的圖片分在不同的文件夾中；
3.進行模型構建，這里采用的隨機梯度下降的優化函數進行參數優化；
4.進行模型訓練，通過設置一些超參數進行模型優化，直至模型訓練結束；
5.最終進行調取模型并進行測試模型。
**項目名稱：**人臉識別系統
**開發環境：**Pycharm+numpy+OpenCV+sklearn
**項目描述：**本系統與門禁系統對接，采用了人臉檢測與識別技術。應用于廠區及廠區內設 備、產品的安全監控。本系統主要包括人臉識別門禁考勤系統，人臉識別出入管理系統， 人臉識別來訪登記系統等。
**個人職責：**負責圖像預處理模塊，人臉特征值提取與檢測模塊，模型構建模塊。
所用技術：
1.基于OpenCV局部?值模式直方圖（LBPH）模型；
2.使用numpy,cv2進行圖像預處理，包括灰度化、中指濾波、灰度歸一化、幾何歸一化；
3.基于哈爾級聯分類器的?臉定位；
4.建立模型、訓練模型、測試模型，采用交叉驗證模行，驗證精度，提升模型的可靠性；
5.最終進行調取模型并進行測試模型。
項目名稱：接觸網檢測車改造
開發技術：
項目描述：
城市軌道交通系統越來越多的使用架空接觸網系統作為列車供電系統，但由于其特殊性導致其維護 、
檢測十分困難。故而對內燃機車進行改造，使用攝像頭進行拍攝對故障點進行圖像分析 、排查故障點， 減少人
工成本，能 夠 節省時間 且 在短時間內對整條線路進行全面的排查。
職責描述：
1
、基于 OpenCV 獲取攝像頭的視頻流，運用高斯濾波對圖像進行去燥處理；
2
、將圖片顏色進行空間轉換后，使用色譜直方圖均衡化調節圖像亮度；
3
、利用 TensorFlow 深度學習框架訓練識別模型；
4
、采用交叉驗證模塊，驗證精度，提升模型的可靠性和穩定性
項目名稱：500 萬像素級別三維掃描儀
項目描述：
適逢 3D 打印的興起，三維建模及三維掃描是 3D 打印技術的基礎，市面上大多數使用貼點再人 工
對點的方式 進行不同角度的模型聚合，但缺點是貼點處會形成空洞。通過不貼點、自動化擬合來解決后 期人
工抹平難度及提升數據精確性。
職責描述：
1 、采集點云模型數據并交給模型進行訓練；
2
、對模型梯度下降參數進行調整；
3
、測試模型輸出結果并與成熟的軟件進行對比。
項目名稱：生產車間實時視頻流檢測監督
項目描述：此項目首先需要訓練廠房內人臉模型，采用實時監控的方法，準確識別出廠房中著裝不符合要求，
長時間停留在危險區域，或者存在違規行為操作的人員，通過對比檢測出人員工號，進行記錄處罰
職責描述：1、基于OpenCV 獲取USB 攝像頭的視頻流，運用高斯濾波對圖像進行去燥處理；
2、將圖片顏色進行空間轉換后，使用色譜直方圖均衡化調節圖像亮度；
3、利用TensorFlow 和keras 深度學習框架訓練識別模型；
4、采用交叉驗證模塊，驗證精度，提升模型的可靠性和穩定性
項目名稱 ： 圖片識別文字特征提取
項目描述： 通過采集商品上的字符噴碼， 經過圖像預處理，最后使用卷積神經網絡 CNN 得到字符編
碼信息，用來追蹤產品信息。
負責部分：圖像處理部分，CNN 神經網絡的搭建
所用技術：1.開發環境：Python3，OpenCV，Tensorflow
2.圖像預處理：圖像采集，采用中值濾波器對采集到的圖像進行平滑濾波，去除噪聲和畸
變，突出圖像的有用信息，使用 OTSU 閾值分割法二值化圖像，作為 CNN 的輸入；
3.使用生成的模型應用于噴碼字符識別，得到產品信息。
項目名稱 ： 目標檢測
項目介紹：實現對一個物體的動態捕捉，輸出實時信息，后期實現控制機械臂來抓取
負責部分：圖像處理部分
個人職責：圖像壓縮、創建圖像識別器； 所用技術：1.開發環境:python3+OpenCV
2.圖像預處理:對采集到的數據進行,灰度調整,縮放大小,高斯濾波進行處理
4.利用CNN框架訓練識別模型；
項目名稱 ： 人臉識別
項目介紹： 通過訓練模型,調取攝像裝置使機器能夠很好的分辨人臉
個人職責：圖像壓縮、剪裁，圖像降噪處理，直方圖均衡化處理，創建圖像識別器； 所用技術：1.開發環境:python3+numpy+OpenCV
2.圖像預處理:對采集到的數據進行,灰度調整,縮放大小
4.利用TensorFlow深度學習框架訓練識別模型；
人臉識別智能考勤系統
項目介紹：參與公司研發人臉識別系統，通過人臉識別實現勞務實名認證、解決公司多項目出
勤管理難題，并對出勤率等客戶公司信息進行匯總處理和云存儲托管，從而實現一整套的產品和服
務解決方案。
個人職責：負責對系統導出的海量圖片進行圖片預處理包括圖像壓縮、剪裁，圖像降噪處理，直
方圖均衡化等，然后根據等分辨率的標準圖像建立標準圖像識別庫，并使用機器學習算法調試對應
分類的圖像識別器；
根據測試結果進行相關的調優等操作。
所用技術：
2.將圖片顏色進行空間轉換后，使用色譜直方圖均衡化調節圖像亮度并運用高斯濾波對圖像進行
去燥處理；
3.使用Knn算法進行聚類算法實現人臉識別，
4.調整超參數，用正則化，數據擴增方法解決訓練集過擬合問題；
5.采用交叉驗證模塊，驗證精度，提升模型的可靠性和穩定性；
車牌識別模塊
項目簡介：車牌識別模塊，可以根據車輛圖片進行識別近而實現對公司特種車輛進行有效的管理
個人職責：對不同種類的車牌圖像進行分類預處理，然后使用Keras工具搭建一個五層的ＣＮＮ
神經網絡用于識別對應的車牌字符，對測試準確率達到預定要求的分類器和分類的車牌數據進行
分類存儲進數據庫，對沒有達到預定準確率要求的分類器進行測試調優等工作。
所用技術：
4.使用Keras搭建五層結構的卷積神經網絡，包括三個卷積層、一個全連接層和最終輸出層
5.根據訓練集訓練字符識別模型，對車牌的首字符等進行識別，并統計識別準確率。
RFID 人臉驗證系統
此項目在傳統的RFID 門禁系統基礎上添加了智能識別，利用監控攝像頭，通過抓
取的人臉圖片與數據庫中圖片進行相似度評分,對當前過卡人員進行人臉識別驗證.
個人職責:
圖像處理與模型訓練
責任描述：
1.OpenCV 獲取圖像,對圖像進行裁剪,灰度處理;
2.基于哈爾級聯定位器對人臉進行定位,獲取臉部圖像,提取特征;
3.通過PCA 主成分分析,獲取臉部信息特征,建立訓練模型
4.測試驗證模型,提高模型的穩定性與可靠度
使用技術：Python3+numpy+OpenCV+sklearn
產品缺陷檢測
此項目通過 LED 光源的均勻照射載物臺,通過攝像機獲取產品的圖像，將采集到的圖像傳
送至計算機進行圖像處理，并提取特征，實現對缺陷產品的識別和分類.
責任描述
1.圖像預處理：使用中值濾波進行圖像噪聲處理，使用直方圖均衡化進行圖像增強處理；
2.缺陷檢測：閾值分割法進行圖像分割，再進行形態學運算去除雜點，對圖像Canny 算子進
行邊緣檢測；
3.特征提取與選擇：提取缺陷的幾何特征和紋理特征，通過PCA 算法對提取的特征參數進行降
維處理，并建立特征參數庫；
4.缺陷識別與分類：將特征參數作為輸入，使用CNN 訓練，將不同的缺陷類別進行訓練,
使用技術：
Python3+OpenCV+Numpy+TensorFlow
項目1 土地變更內業核查的違法建筑圖像識別系統
項目描述：
在土地變更的省級內業核查階段面對外業調查拍攝的大量照片，此前一直使用人工的方式來判讀違法建筑類型，任務量巨大。在本項目中采用CNN模型對違法建筑類型進行自動化識別，然后將分類的結果與外業調查的類別進行比較，若比對結果一致則通過，若不一致則交由人工判別。
項目職責：
數據的收集，收集往年各類型的違法建筑圖斑的照片和類別標簽，盡量使每種類別的樣本數近似，保證樣本的均衡化；
數據預處理，建立統一像素的數據集，使用標簽編碼器將類別標簽轉換為數值；
模型的建立，使用Tensorflow框架搭建一個卷積神經網絡模型；
參數調優，使用動量梯度下降的方法尋找最佳參數，用正則化，數據擴增方法解決訓練集過擬合問題。
項目效果：
通過該模型的建立，在違法建筑類型的識別中獲得了較高的準確率，同時大大提升了判讀的時間效率，為以后的內業核查工作節省了的大量的人力物力成本。
項目2 土地變更國家級抽檢外業的實時視頻監督
項目描述：
在土地變更的國家級抽檢階段，以往都是采取實地調查的方式，人為因素干擾較大，為了保證土地執法調查的客觀公正性，本項目中采用視頻實時監控的方式進行，通過GPS實時定位動態獲取違法建筑的圖像，并使用支持向量機模型進行類別的判讀和記錄。
項目職責：
使用OpenCV獲取USB 攝像頭視頻流，運用高斯濾波對圖像進行去燥處理；
模型的構建，使用PCA對圖像進行降維，通過其還原率來選擇最優超參數，使用SVM模型對降維后樣本進行分類，并通過網格搜索確定核函數和其他參數；
模型的驗證，采用混淆矩陣驗證精度，提升模型的可靠性和穩定性
項目效果：
通過該項目的應用不僅在國家抽檢的過程中取得了較好的識別精度，節省了調查成本，而且大大減少了執法的阻力和徇私舞弊現象，確保了調查的客觀公正。
商標圖片搜索推薦
?項目描述： 在 Keras 搭建深度 CNN，具體過程分為數據讀取、模型構造、模型訓練、測試模型
個人職責：1. 數據集來自國家商標官網和各種平臺數據，首先對數據集進行預處理，使用 Keras 將不同種類的圖片分在不同的文件夾中。
2.進行模型構建，這里采用了卷積層，池化層，全連接層，采用激活函數為relu，并采用了Dropout防止結果過擬合，這里采用的隨機梯度下降SGD的優化函數進行參數優化，
3.進行模型訓練，采用fit_generator(相比較于fit節省內存)進行訓練，執行fit_generator時，通過設置一些超參數進行模型優化，直至模型訓練結束.
4.最終進行調取模型并進行測試模型
東華檔案數字化系統 | 圖像文字識別
項目簡介：將歷史檔案及新產生的紙質、照片等傳統介質信息通過軟件轉換為數字化信息。
所用技術：Python +numpy+OpenCV+Tesseract-OCR
個人職責：圖像壓縮、剪裁，圖像降噪處理，直方圖均衡化處理，圖像的文字識別。
1．基于OpenCV運用高斯濾波對圖像進行去噪處理,灰度處理；
官文識別自動流轉
? 項目描述 項目主要包括在自動定位商標信息位置并實現對商標信息文本的識別。對商標文本信息
的分割，對漢字的特征提取 圖片同理 。
? 項目職責 1 使用 OpenCV 和 Python 使用模板匹配來執行光學字符識別（ OCR ），通過各種圖像
處理技術檢測商標官文的發文日期，和圖片基本信息，包括閾值，計算梯度幅度表示，形態運算和
輪廓提取技術。
2 . 從四個分組中提取每個單個數字，導致需要分類的 8 位數字
3 通過將模板匹配與 OCR A 字體進行比較，獲得我們的數字分類將模板匹配應用于每個數
字。
4 檢查發文 號碼的第一位，以確定所屬人信息 。
東華軟件銀行影像管理及事后監督、風險預警系統 | 圖像處理數字識別
項目簡介：將產生的紙質或其他各類檔案以及各種電子資料等數據進行電子化處理和管理。
所用技術：Python + OpenCV + TensorFlow
個人職責：圖像降噪處理，直方圖均衡化處理，圖像的數字識別。
1．基于OpenCV,對圖像進行二值化,雙邊濾波對圖像去噪；
4．訓練建立模型、測試模型、驗證精度，提升模型可靠性
沃科合眾IT資產管理軟件 | 人臉識別
項目簡介：管理跟蹤整個IT資產生命周期的狀態。通過運維人員的人臉識別提高機房資產的安全性。
所用技術：：Python +numpy+OpenCV+sklearn
個人職責：數據中心機房機柜的對機房管理人員的智能識別
字符噴碼的識別系統
項目介紹：通過采集電路板上的字符噴碼， 經過圖像預處理，最后使用卷積神經網絡CNN得到字符編碼信息，用來追蹤產品信息。
負責部分：圖像處理部分，CNN神經網絡的搭建
所用技術：1.開發環境：Python3，OpenCV，Tensorflow
2.圖像預處理：圖像采集，采用中值濾波器對采集到的圖像進行平滑濾波，去除噪聲和畸變，突出圖像的有用信息，使用OTSU閾值分割法二值化圖像，作為CNN的輸入；
3.通過對比分析，確定更為合適的神經網絡結構，采用CNN和Bagging的結合來訓練數據，以提升分類器的泛化能力，減少訓練數據中隨機誤差的干擾；
3.采用離線訓練和在線訓練相結合的斱式，縮短收斂時間，生成最終的CNN集成模型；
4.使用生成的模型應用于噴碼字符識別，得到產品信息。
齒輪表面缺陷檢測系統
項目介紹：零件置于載物臺上，通過LED光源的均勻照射，通過CCD攝像機獲取零件的圖像，將采集到的圖像傳送至計算機進行圖像處理，幵提取特征參數，實現對缺陷零件的識別和分類，最終完成系統的檢測仸務。
負責部分：圖像處理模塊和自動檢測結果模塊
所用技術：1.開發環境：Python3，Opencv，TensorFlow深度學習框架；
2.圖像預處理：使用中值濾波進行圖像噪聲處理，使用直斱圖均衡化進行圖像增強處理；
3.缺陷檢測：使用基于小波變換的一維OTSU閾值分割法進行缺陷圖像分割，再進行開運
算，閉運算以去除雜點，對缺陷圖像使用Haar小波與Canny算子進行邊緣檢測；
4.特征提取與選擇：提取缺陷的幾何特征和紋理特征，通過主成分分析的斱法對提取的特
征參數進行降維處理，幵建立特征參數庫；
5.缺陷識別與分類：將特征參數作為輸入，使用三層神經網絡進行訓練，將不同的缺陷進
行訓練，滿足工業零件檢測的需求；
項目名稱：公司人臉識別系統
**項目描述：**對公司里的員工實現人臉識別檢測，更好的服務于上班打卡、開會等公司內部工作。本項目對人臉特征進行研究，可以簡單的根據“刷臉”完成靜態識別和動態識別兩種功能。
職責描述: 1、基于OpenCV獲取USB攝像頭的視頻流，運用高斯濾波對圖像進
? 行去噪處理。
? 2、將圖片顏色進行空間轉換后，使用色譜直方圖均衡化調節圖像亮度。
3、利用TensorFlow和keras深度學習框架訓練人臉識別模型。
4、采用交叉驗證模塊，驗證精度，提升模型的可靠性和穩定性。
項目一：交通事件智能檢測系統
**項目描述：**對來自道路監控攝像機的視頻圖像，對道路交通事件以及過程進行實時檢測、報警、記錄、傳輸、統計
**所用技術：**Python + numpy + OpenCV+ keras
**個人職責：**1. 使用OpenCV抓取視頻圖像，進行降噪、亮度提升；
\2. 構建訓練集測試集以及數據預處理；
\3. 搭建cnn神經網絡，訓練模型；
\4. 評估模型，迭代優化模型，提高模型的可用性；
項目二：光學字符識別-車牌識別、證件文字識別
**項目描述：**對于違法車輛或需要識別車牌的圖像進行車牌號識別。
**所用技術：**Python + numpy + OpenCV + Tesseract-OCR
**個人職責：**圖像壓縮、剪裁，圖像降噪處理，直方圖均衡化處理，圖像的文字識別。
1.基于OpenCV運用高斯濾波對圖像進行去噪處理,灰度處理；
2.基于OpenCV對圖像進行壓縮、剪裁；
3.利用Tesseract-OCR進行圖像文字識別；
\4. 通過jtessboxeditor訓練提高Tesseract庫的中文識別率；
**項目三：**智能客流統計系統
**項目描述：**針對視頻監控區域內的往返行人，采用行人頭肩特征檢測和目標跟蹤技術實現往返雙向行人計數。
**所用技術：**Python +numpy+OpenCV+TensorFlow
**個人職責：**圖像壓縮、剪裁，圖像降噪處理，直方圖均衡化處理，人物數量識別。
1.基于OpenCV運用高斯濾波對圖像進行去噪處理,灰度處理；
2.基于OpenCV對圖像進行壓縮、剪裁；
3.使用TensorFlow搭建yolo卷積神經網絡，識別圖像中人數；
\4. 評估模型、超參數調整，優化神經網絡；
盾構機刀具選型
**項目介紹：**盾構掘進中不同地層需要選取不同類型的刀具，而盾構機中途更換刀具有很大的風險，故需要
對刀具使用情況進行分析；
? **個人職責：**圖像壓縮、剪裁，圖像降噪處理，直方圖均衡化處理，創建圖像識別器；
? **所用技術：**1. 對各完工項目刀具進行偏磨與否，以及磨損量等參數采集；
? \2. 將圖片顏色進行空間轉換后，使用色譜直方圖均衡化調節圖像亮度
\3. star 和 sift 進行特征值提取
4 .創建隱馬爾科夫模型,根據 score 值比較，得出報告
車牌檢測與識別
項目描述：智能交通系統作為平安城市，智慧城市的重要組成部分，正在各大城市興起并加速發展，車牌識別系統是現代智能交通系統的重要組成部分，是指在汽車不作任何改動的情況下，實現汽車身份的自動登記及驗證。
項目職責：使用圖片邊緣檢測和圖片顏色定位車牌，先對圖片進行高斯模糊，灰度化再二值化進行圖片處理，
? 在使用閉操作，再根據定好的閾值進行篩選，統一尺寸等操作，用訓練好的SVM模型進行判斷是否是車牌。
圖片處理與圖片分類項目：檢測不符合要求的產品
項目描述：在 Keras 搭建深度 CNN，具體過程分為數據讀取、模型構造、模型訓練、測試模型
項目職責：1.數據集來自實時監控中視頻流中的幀數據，首先對數據集進行預處理，使用 Keras ImageDataGenerator 將不同種類的圖片分在不同的文件夾中。
? 2.進行模型構建，這里采用了卷積層，池化層，全連接層，采用激活函數為relu，并采用了Dropout防止結果過擬合
項目名稱：云app人臉識別登錄系統
項目介紹：公司開發的云app是服務廣大企業家的，為了提高對賬號安全的保護，開發人臉識
別登錄系統，不光可以防盜，還可以提供便捷的登錄方式。
項目職責：主要負責人臉識別匹配模塊；搭建卷積神經網絡框架，創建人臉識別庫，運用OpenCV
模塊采集圖像進行匹配。
所用技術：1.使用Tensorflow框架搭建卷積層神經網絡，對人臉數據創建模型，訓練并保存；
2.采用交叉驗證模塊，驗證精度，提升模型的可靠性和穩定性；
3.使用OpenCV截取視頻流，對截取到的圖像進行剪裁，使用色譜直方圖均衡化調
節圖像亮度，進行匹配；
基于OpenCV的智能機械手臂的研究與設計
**項目介紹：**目前大部分的機械臂都是采用示教控制，當運動環境變化時，機械臂還是按照之前預設的路徑運動，缺乏運動自主性。為了動態調整機械臂的運動路徑，采用OpenCV作為視覺庫，根據OpenCV返回的物體位置，直接匹配運動控制庫，實現根據物體在坐標系中的位置規劃機械手臂運動精確抓取物體的目的。
**個人職責：**圖片格式轉換，圖像降噪處理，直方圖均衡化處理，極值處理，創建圖像識別器，識別物體分布區域，從而決定機械臂的運動。
**所用技術：**1.通過V4L2驅動抓取一幀圖像并處理成RGB圖像數據。
? 2.將圖片顏色進行空間轉換后，使用(色譜直方圖均衡化)調節圖像亮度。
? 3.將圖片進行極值處理，抓取物體的輪廓，并利用cvDilate函數膨脹輪廓。
4.基于物體輪廓，判斷所屬區域及位置，通過計算偏移距離和角度，確定匹配的動作組和控制轉向，實現精確抓取物體的目的。
項目一：人臉識別門禁系統
開發技術：Pycharm+numpy+OpenCV+sklearn
**項目描述：**與門禁系統對接，預留刷臉開口，人臉考勤等功能，方便辦公區、手術室、藥品庫、住院部、消毒供應中心、實驗室等區域的出入管理
**責任描述：**1.基于OpenCV對圖像尺寸轉換，裁剪，對圖像進行去噪處理
\2. 創建級聯分類器，進行多尺度人臉檢測
\3. 創建局部二值模式直方圖（LBPH）模型或SVM支持向量機人臉識別模型，對模型進行訓練，預測
\4. 基于SVM的人臉識別模型中用到PCA主成分分析方法對特征進行降維，并檢測最佳降維力度，保證模型的最優
項目二：手勢識別與控制
開發技術：pycharm+OpenCV+YCrCb+OTSU
**項目描述：**采用OpenCV庫實現手勢識別。通過攝像頭采集手勢信息，對圖像進行處理并通過凹凸點檢測以及
? 計算得到手勢，從而實現對網頁控制
**責任描述：**1.對采集到的視頻數據使用cv.BackgroundSubtratorMOG2背景減除
\2. 使用YCrCb之Cr量，OTSU二值化和高斯濾波實現人體皮膚檢測
\3. 檢測圖像的凹陷點cv.convexityDefects(),根據凹陷點的開始點，結束點，遠點的坐標利用余弦定理計算兩根手指之間的夾角，根據銳角的個數判別手勢
\4. 根據識別出來的手勢實現對網頁的控制
二 、 電影推薦
項目描述
在信息爆炸的今天，獲取信息的途徑和方式多種多樣，人們花費時間最多的不再是去哪獲取
信息，而是要在眾多的信息中尋找自己感興趣的 為了解決這個問題，推薦系統應運而生 。
個人職責
數據處理，創建 模型 ，調試參數。
所用技術
1.
整理 用戶 對 電影 的評分矩 陣
2.
整理 電影 對 電影 的相似度矩陣
3.
每部電影最相似的 topN 電 影
4.
使用用戶對電影的評分作為權重，為召回的電影列表進行排 序
項目二: 教育在線平臺開發（視屏推薦模塊）
項目描述：根據學生的特征信息，比如是喜歡刷題、知識點講解，來向學生推薦合適的教學
視屏
個人職責：1、數據預處理，pandas生成一個多維空數組，用于存儲學與每個視屏標簽的對
應矩陣
2、通過pandas、loc方法取數據填寫矩陣
3、使用sklearn、cosine_similarity余弦相似度得到用戶相似度矩陣
4、把普通推薦模型，封裝成一個類，根據學生登入的id，推薦合適的教學視屏
標準智庫服務系統
項目介紹：由于標準知識、標準體系比較冷門，很多企業在購買標準時經常出現漏買、錯買等問題。
提出標準智庫服務系統，目的是能讓人們更好的了解、學習標準知識，能夠順利購買標準。
個人職責：用戶行為分析、智能推薦
所用技術：使用推薦引擎算法；
按用戶行業類別(一級分類)進行邏輯分類，按用戶買過的二級分類數量生成正相關分數；
根據用戶二級分類及其分數生成特征向量矩陣；
根據樣本得出皮爾遜相關系數矩陣(corrcoef)；
按照相似度逆序排列，并找出皮爾遜相關系數為正的用戶，生成推薦清單；
通過手機、郵箱推薦相關標準類別。
三、項目名稱：電影推薦系統
項目介紹：推薦每一部相似用戶看過而被推薦用戶沒看過的電影
個人職責：對數據進行分析并建立模型達到智能推薦目的
所用技術：
1.根據歐式距離和皮爾遜距離分數獲取所有用戶的相似分數，構建相似度矩陣
2…使用所有相似用戶的評分做關于相似度的加權平均數作為推薦依據
3.對功能模塊進行測試并編寫測試文檔
項目二： 智課優選(推薦系統)
項目描述：隨著公考熱度逐年上升，報名人員急速上漲，為了更方便、更直接的匹配學員報班需求，需要研發一
款智能推薦課程的系統，以達到減少人力，科學推薦的目的；
職責描述：收集數據并進行清洗，尋找并建立模型，大量訓練，完成預測及性能調優，并持續用新數據重新訓
練，更新模型；
所用技術：1、使用Pandas，Matplotlib 等工具處理數據，包括標簽編碼，缺失值處理等；
2、計算歐氏距離分數并以此構建相似度矩陣；
3、使用相似用戶的反饋計算關于相似度的加權平均數并作為推薦依據，智能推薦；
4、使用多元分類的方法進行二次學習，并用Model_selection 模塊進行數據集劃分；
5、使用交叉驗證得出F1 得分，用混淆矩陣得出ROC 曲線AUC 值，對模型進行評價；
編程開發
項目一 : 每日購放心
開發環境 : Linux + Python + Django + Pycharm + MySQL
項目描述 : 隨著生活質量的提高，社會發展，網絡服務的需求日益增多，該系統實現了客戶可以在線
查看瀏覽各種服飾的展示，并可以在系統完成下單和支付，然后會安排人員送貨上門。
責任描述 : 1、負責Django搭建后臺框架
2、負責客戶個人信息模塊的開發
3、對售罄的產品及時下架
4、負責對項目的測試和修改
項目二 : 極速購
開發環境 : Linux + MySQL + Python + Django
項目描述 : 隨著網絡時代的急劇發展，電子產品的更新換代也越來越快，該系統支持用戶在線瀏覽各
種電腦機器配置參數，并方便用戶的購買，節約用戶的時間。
責任描述 : 1、負責對產品的上架管理功能
2、對產品的質量進行審核
3、產品的詳情展示
4、參與了電腦分類表結構設計
項目管理系統
開發方案：php+apache+mysql+linux+禪道框架+shell
負責模塊：個人開發
項目描述：在禪道源碼框架基礎上二次開發，融入公司的工作流程并固話下來。
? 1）加入工作中的模板，規范工作內容，例如產品創建，計劃創建，項目創建，任務創建
? 2）需求提交模塊進行深度定制，把標題分成多個關鍵字段，對需求進行分類保存
? 3）增加配置單和訂單生產兩個獨立模塊
? 4）統計模塊加入對產品信息，開模情況，項目進展狀態，任務執行情況，主流配置統計，訂單量
? 等多維度的信息統計
? 5）數據庫表結構進行優化，優化查詢效率
? 6）使用shell腳本定時運行提醒模塊，以郵件的方式提醒今天需完成的需求和任務
項目4：購物商城
項目簡介：線上購物平臺的搭建，更便捷的購物體驗
個人職責：1. 負責網站個人信息模塊的實現，包括登錄驗證、注冊數據驗證、權限控制等；
\2. 負責網站頁面數據的展示，為前端提供數據；
\3. 負責網站訂單管理
項目5：2016.09 – 2017.03 演藝裝備業科技服務平臺信息服務系統
**項目描述：**該項目主要是實現演藝裝備科技服務平臺信息服務系統，構建演藝裝備業科技服
務系統化集成解決方案，打造設計全新科技服務支撐平臺，探索演藝業科技服務新模式，并通過應用示范，聚合國內外演藝裝備業服務資源，促進國內演藝裝備企業服務轉型升級，推動演藝專業網絡化、集約化和專業化方向發展。主要模塊：信息服務，撮合交易，論壇交流，知識產權檢測認證等。
**個人職責：**需求分析，信息服務，設計數據庫，推薦。
**所用技術：**1.調研現有演藝裝備業科技服務的用戶需求，撰寫項目需求；
2.使用xampp、mysql搭建項目運行環境、設計數據庫；
3.使用Python、web前端技術開發系統，實現增加、修改、刪除、搜索信息的功能模塊；
4.基于協同過濾算法實現內容推薦功能模塊。
項目4：公務用車車輛綜合管理服務平臺
項目簡介: 實現管理數字化、工作規范化，提高工作效率、加快事務處理速度, 功能主要包括車輛調 度管理系統、辦公自動化系統
個人職責: 主要負責辦公自動化系統后端模塊的開發，如請假管理，通知公告，采購，周食譜等模塊，同時負責BUG的修改，
應用技術: SSM框架，Session，Cookie，Mevan，MySql，Ajax,Jquery等技術
項目(一)： 火星惠直播平臺
開發周期：持續開發 開發人數: 6人
使用技術：Django+Scrapy+Xpath+Surprise+Numpy技術
項目描述：利利?用B/S結構,基于Django框架,針對在線購物搭建的直播平臺.不不僅可以直播、
在線互動，?而且為了了增加?用戶對平臺的使?用粘性，還增加了了每?日新聞熱搜榜并且根據?用戶
喜好推薦相關商品等。
功能描述：會員管理理；視頻直播時可以通過在線互動、發送彈幕來及時解決客戶問題；通
過爬取每?日知乎的熱搜榜單來更更新本平臺的新聞熱搜榜；通過?用戶在平臺點擊內容的標簽進?行行相關商品推薦。
責任描述：參與項?目需求的分析、每?日熱搜新聞的爬取、推薦算法的流程。
項目(二)： 火星兔子超市購物系統
開發周期：3個?月 開發人數: 4?人
使用技術：Django+JavaScript+Ajax+ORM技術
項目描述：本系統主要是提供商品的?網上銷售。顧客通過?網上瀏覽、搜索產品、購物等；
公司?工員可以發布產品、維護產品信息、維護?用戶信息、訂單處理理、系統維護、權限維護
主要功能：訂單模塊、購物?車模塊、產品模塊、?用戶模塊、基本資料料模塊。
責任描述：在本項?目中主要負責訂單和?用戶模塊。
項目(三)： 火星兔子供應管理理系統
開發周期：持續開發 開發人數: 6人
使用技術：Django+Ajax+Numpy+Matplotlib技術
項目描述： 本系統專?用于超市商品供應管理理，通過業務分析為銷售決策提供依據的功能。
功能描述：
1.基礎數據管理理：設置與管理理系統相關基礎數據設置與管理理，如供應商、品牌等。
2.供應商業務：商品與供應商的關系及進貨?入庫、返利利統計與計算、帳?目管理理等。
3.庫存業務：商品庫存的查詢統計、成本管理理、商品過期處理理等。
4.帳務管理理：查詢、轉帳、存取、收?支等管理理。
5.報表管理理：庫存、帳務、?日銷售、?月總結等相關報表?生成、導出等。
責任描述: 參與整個項?目的需求分析，主要負責賬務和報表管理理。其中報表管理理中主要對
超市?日、?月、季銷售做分析和統計，做出餅圖和柱狀圖綜合分析銷售指標情況, 為銷售決
策提供依據。
視頻社交網站、APP
項目描述：SOSO視頻社交網站是一個集小視頻發布、播放，視頻墻、隱藏視頻社交、粉絲互動等為一體，解
決視頻社交痛點的社交軟件，有效的進行碎片化社交、輕壓力社交、娛樂社交的用戶高粘度山西本土社交網站
及APP。 主要業務：1.故事墻。 2.個人私有視頻樹洞。 3.小視頻的拍攝和發布。4.粉絲群聊互動。5.秀出視頻
故事。6.碎片化社交。7.隱匿式社交。8.輕松式社交
主要模塊：1.Msysql存儲模塊。 2.圖像識別登錄模塊。 3.視頻直播模塊。4.隱藏式圖像識別模塊。5.小視頻上
傳播放模塊。6.個人主頁模塊。7.粉絲群模塊
項目職責：1.參與項目分析。 2.編寫項目需求文檔。 3.編寫圖像識別登錄和隱藏式圖像識別模塊及算法 優
化。
項目1：基于ROS 系統數控機床機械臂上下料設計
項目簡介：為了提高工作效率，降低成本，將生產線發展成靈敏的操作系統，適應現代機械工業自動
化生產的要求，有必要根據詳細的生產工藝設計獨自的上下料，結合機床的實際結構，
采用現代機械手技術。
個人職責：上位機部分（包含joint_state 串口連接）、運動規劃與算法部分（包含moveit 及配置）
所用技術：
項目2：基于ROS 系統移動機器人平臺SLAM 和導航設計
項目簡介：本移動機器人平臺是上下料機械臂的底座，方便機械臂對相應機床進行操控，達到自動定
位、導航、避障等功能。
個人職責： 測量和估計移動機器人平臺位姿、運動規劃設計、dwa_local_plammer 調參等
所用技術：
1.建立移動平臺坐標關系tf
2.設置Rviz，包含進行2D 位姿估計，實現2D 導航目標等
3.Gazebo 創建里程數據
4.map_server 保存、加載地圖
中國標準在線服務網
項目介紹：以國家標準、行業標準、企業標準文本的銷售網站
個人職責：會員模塊、支付模塊以及部分后臺管理系統業務邏輯開發
所用技術：項目使用SSH 框架，后期接入mybatis 進行數據庫優化。
支付邏輯模塊使用Java 編寫，與支付寶微信等第三方支付平臺合作。
數據分析
市場數據與指數變動的相關性研究
項目簡介： 研究個股的價格變動與市場數據的相關性，進行分析，并得到最終結論。
**所用技術：**numpy + sklearn + Pycharm
**項目職責：**1. 分析經濟指標(GDP增長率和M1)、成交量和融資余額等市場數據與上證指數變動的相關性；
\2. 對數據進行預處理；
\3. 使用numpy、sklearn模塊進行線性回歸，驗證模型可行性。
纏論模型的簡單量化
**項目簡介：**繪制傳統的股票k線圖，并通過數據預處理、數據分析，對纏論理論中的操作點位進行簡單量化。
**所用技術：**numpy + matplotlib + sklearn + csv + Pycharm
**項目職責：**1.讀取存儲在csv中的相關數據，并對數據進行預處理；
2.完成k線圖、5日均線、布林線以及OBV的繪制；
3.對數據進行多項式擬合，嘗試量化纏論模型的操作點位。
六軸雕銑機智能控制系統
**項目簡介：**目前國內外的雕銑機大都基于CAD/CAM系統，對工作人員具有較高的要求。為了 提高 雕銑機控制系統的開放性和智能化，采用面向對象的編程思想，根據加工模型中不同 類別的加工 點特征，自適應的選擇不同的加工方法，從而實現對雕銑機的六軸協調連續控制。
**個人職責：**提取加工點特征并分類，存儲加工模型信息，研究加工軸的算法，并進行WPF應 用程序界面的開發。
**所用技術：**1.利用統一建模語言UML進行系統建模。
2.利用XmlDocument類提供的方法將加工點信息存儲到XML加工文件中，并實現 XML加工文件到加工點列表的雙向轉換。
3.利用TreeView控件實現數據的分層化顯示。
4.基于PCI-DMC-B01提供的API接口，設計加工軸控制邏輯。
5.對加工速度，加減速時間等參數進行調整。
基于機器學習的芯片異常監測系統
**項目簡介：**芯片在出廠前會經過包括HTOL在內的一系列測試。為了及時獲取各實驗板的正常 工作時間，搭建了實時監測系統。一旦試驗期間出現任何異常，監測系統會將異常信息及前 1h的所有信息進行存儲，供實驗人員進行排查。
**個人職責：**分析實驗數據，提取工作電流、工作電壓、芯片結溫等樣本特征，并對這些特征 進行數值化處理。選擇最佳的預測模型，訓練數據，并通過大量測試，實現對異常樣本的及 時監測。
**所用技術:**1.選取多元高斯分布模型進行異常監測。
2.利用極大似然估計法對模型參數進行估計。
\3. 采用取對數、取冪次等方法調整不滿足高斯分布的特征值。
4.通過交叉驗證集，選取最佳的閾值。并根據查準率和召回率對模
模型效果進行評估。
項目名稱：金融數據量化分析–基金分析
項目介紹：公司跟外部基金公司合作后開展的一個自動化分析項目。根據現階段的收益預估年
度收益，按照年度收益排榜，推送給用戶。
項目職責：分析基金產品的收益率，通過量化分析，對預估收益進行可視化操作。此外，通過
數學回歸擬合對接下來的一周做出預測，提供操作指導。
所用技術：1.運用numpy模塊進行數據清洗，篩選出我們需要的幾個指標；
2.通過matplotlib和numpy模塊繪制出相應的趨勢線，主要包括5日線，10日線，
布林帶等；
3.對數據進行分月度、季度、年度做回歸擬合，對接下來的某一天或某幾天的股價
進行預測；
4.調整參數，根據近期的數據檢測模型，找到最合適的模型；
青島銀行信用卡營銷分析
? 2018年青島銀行卡中心獲得信用卡牌照以來，通過對原青島銀行的用戶進行數據分析，分離出用戶類型。對潛在客戶進行定點精確營銷，信用卡產品僅用66天達成累計發卡10萬張，是國內城商行發行首張信用卡最快實現10萬張的發卡機構。
責任描述：
特征工程：根據業務需求分析分類用戶所用特征，并完成數據清洗；
選擇模型：使用多種模型對業務分析判斷，找出模型；
調參：對超參數進行變換評估，找出適用模型的超參數。
使用技術：
Mysql + Python +Pandas+ K-均值算法 + Excel
青島銀行信用卡營銷分析
? 青島銀行信用卡中心為了快速實現盈利，要求對信用卡用戶的消費習慣，提煉出高附加值用戶，實現二八原則，篩選出優質的循環卡用戶，通過定點制定營銷策略提高信用卡的使用頻率。
責任描述：
特征工程：根據業務需求分析分類用戶所用特征，并完成數據清洗；
選擇模型：使用多種模型對業務分析判斷，找出模型；
調參：對超參數進行變換評估，找出適用模型的超參數。
模型融合：對訓練的多個模型進行評估融合，找出最優的模型組合。
可視化：使用matplotlib繪制分類結果的直方圖，餅狀圖對用戶分類實現結果可視化
使用技術：
Mysql + Python +Numpy+Pandas + Matplotlib
泥水盾構泥漿比重、粘度預測
**項目簡介：**利用泥水盾構泥漿制同步砂漿可以很好地解決廢棄泥漿難以處理的難題，并可以使泥水攪拌站
? 配制砂漿得到更好的效果。
**個人職責：**采集泥水盾構進排泥泥漿參數。
**所用技術：**1.對采集數據進行數據清洗,去除異常值；
2.對分析特征間的相關關系,并對特征與標注進行 matplotlib 可視化；
3.構建訓練模型，對各項目泥漿配比參數進行分析，并給出預測值；
泥水盾構過不同地層參數分析**
**項目介紹：**通過對多個項目區間盾構在不同地層的掘進參數分析，預測相應的盾構掘進參數，以供盾構司
? 機參考
? **個人職責：**采集各項目掘進參數并進行有效參數的提取，分析；
? **所用技術：**1. 采用缺失值、異常值處理，均值移除，范圍縮放，編碼轉換等方法對數據進行預處理；
\2. 線性回歸，嶺回歸等機器學習模型預測參數值；
\3. 使用matplotlib模塊對預測結果進行圖像可視化；
項目名稱：圖書館書籍定位系統
項目描述：
利用圖書館平面圖以及數據庫，對書籍進行重新分區和定位，以便于管理和同學找書借書。
職責描述：
? 從數據庫提取書籍信息，對書籍進行分類
? 從數據庫提取讀者借閱信息，利用numpy,pandas 等分析讀者借閱情況
? 利用Matplotlib 進行圖像繪制
項目一：雙重股權結構的上市公司分析
項目描述：在 A 股市場中，是不允許雙重股權公司的存在，然而在國外市場卻是廣泛存在。雙重股權就 是把股票分為兩種，一種股票可以獲得高投票權，低股息，而另一種股票是獲得低投票權，高股息。本項 目旨在分析這種股權結構公司與該公司的股價是否有一定的關系,雙重股權結構公司是否具有投資價值。
技術描述：phantomjs–numpy–matplotlib
責任描述：
1、 利用 phantomjs 獲得網頁源代碼，爬取相關信息；
2、 運用numpy進行數據處理，處理特征，去除空值數據，將特征數值化
3 、 通過 matplotlib模塊繪制擬合圖線，得出結論
項目二：外匯行情趨勢分析
項目描述：外匯相比于股票是更加靈活的一種投資方式，不僅是可以雙向交易，而且T+0的交易模式需要投資者對市場有著敏銳的洞察力以及進場時機，所以用程序來操作是一種比較容易且高效的交易方式。本項目旨在分析當前外匯價格以及預測未來的外匯走勢，并在合適的位置買入賣出。
技術描述：numpy–tushare----pandas–sklearn—matplotlib
責任描述：
1、利用 tushare 接口獲取數據，保存，篩選特征轉換數據格式
2、使用 sklearn 提供的 Linear Regression 函數進行建模，使用測試集進行測試，計算相應的精確度分析數據
3、繪制外匯價格走勢圖，利用公司提供的交易接口來實現自動交易
項目名稱：訂單拆單與箱型推薦
2 開發環境：python+pycharm+pandas+Tersorflow+windows
2 項目描述： 天貓訂單訂單拆單分揀包裝箱型推薦，從而降低包裝成本
2 項目職責：數據預測，數據推薦
\1. 將所有商品基礎信息（長寬高重量）進行數據錄入。
\2. 將多件商品長寬高作為樣本數據，對應箱型作為輸出數據劃分樣本集
\3. 將樣本數據進行范圍縮放，缺失值異常值處理
\4. 學習曲線找出最優訓練集與測試集，將數據拆分
\5. 利用決策樹建立分類模型，通過網格搜索選擇最優參數
\6. 訓練并通過分類報告得分得到模型得分
訓練后模型測試并不斷調試優化，得出對應箱型后再次拆單，利用batch再次預測得出預測結果，將預測結果組合給到訂單推薦顯示提供分揀人員
項目2 ： 二手車成交預測系統
開發工具： pandas + + numpy + python + matplotlib + sklearn 項目描述：
二手車成交通常通過評估師和銷售人員憑借經驗判斷，帶有一定的主觀因素和個人情緒會影響預測 結果。 我們依次來建立課題，通過收集上架一周已經成交的車源和上架二周還沒有成交車源進行數據整理，轉化為數學問題，建立機器學習模型，讓機器訓練這些數據的規律，用學到的規律來預測二手車是否好賣。
項目職責：
數據收集，收集歷史成交和未成交的車源做為數據，把數據分成好賣樣本(一周內的成交的車源), 不 好賣的樣本(二周內仍在銷售的車源)，特征選擇我們盡量降低特征維度和舍棄效果增益小的特征，我 們這里對二手車從價格，車源，車型等方面進行考慮；
數據預處理， 處理異常值和缺失值，對數值變量進行歸一化處理，利用One-Hot 編碼將非數值型數據編碼為模型可以識別處理的數值；構建模型，我們采取比隨機森林和正向激勵的集成算法模型對數據進行訓練，用隨機搜索的方法對超參數進行優化。并通過訓練好的模型對未成交的數據進行預測。
項目效果：
通過構建如此的預測模型，我們用在評估前和評估時，通過打印模型的分類報告能夠很好判斷車 源是否好賣，從而制定相對應的策略，例如好車進行先評估等；同時我們將模型認為好賣的車型 與估價師進行對比會發現，好賣車型占比非常少的時候，例如5%比例，模型相對于估價師提升了 30%的轉化率，隨著比例的增加，轉化率有所減少，總體來說，還是優于估價師。
項目1 : ＡFA１-9000漏包率的分析和改善方案
軟件環境: Linux + Python + Numpy + Pandas + Matplotlib + Sklearn 項目描述:
每年進入第四季度240枕包漏標率投訴急劇增加，對企業的形象及集團的年度排名有較大
影響為解決該問題，成立專項小組，通過對３年內的數據集的數據預處理，可視化數據，關鍵
特征值提取等操作，發現問題，分析問題，總結整改，并制定改善方案，并執行。同時做出風
險預測。
項目職責：
數據采集，通過對Mysql數據庫的調用，獲取近3年的數據，總結數據樣本的特征，組織各
部門負責人通過人機料法環的方式對不同部門的針對漏包的影響的主要因素進行提取特征，通
過Pandas對讀取的數據進行清洗降噪，填補缺失值。數據的集成等操作獲取損包數據，然后
通過Sklearn的均值移除的，歸一化，范圍縮放，獨熱編碼方法，針對不同數據類型，不同需
求進行分類和回歸的計算，將不同特征與漏報率通過Matplotlib進行數據可視化分析不同特
征值對數據的影響
項目效果：
項目最終通過數據分析制定保證生產線人員技能在2年以上至少４人，后段設備夾爪機保養
周期縮短至一周，原輔料庫改造提升保暖性。儲運與正規裝卸隊進行合同制等一些列措施，最終將漏報率降低，連續６個月取得漏包率最低成績。并推廣事業部作為優秀案例。
項目2 ： A3灌裝機切刀夾紙故障課題
軟件環境 : Linux + Python + Numpy + Pandas + Matplotlib + Sklearn 項目描述 ：
? 為解決間歇性切刀夾紙故障造成的設備停機而引起的成本損失和效率損失，開展課題，
通過其他工廠同設備故障數據進行數據分析，發現問題，解決整改，并制定標準化方案。
項目職責：
將Mysql庫中的數據和Excel表中數據進行采集，提取及清洗，通過Pandas對數據進行
提取，并進行數據預處理，通過歸一化，獨熱編碼等操作對分類和回歸問題進行處理，通過應
用Matplotlib不同工廠的不同特征值的數據可視化進行分析組織設備部生產部對分析結果進行
評估，并制定解決方案
項目效果：
通過各工廠間數據分析，最終發現因設備設備大修后由與維修工安裝切刀安裝順序不同
造成切刀磨損，后將維修安裝切刀操作標準化，生成安裝手冊標準文檔。
地震屬性數據挖掘 在 薩葡油層儲層預測 應用研究
軟件環境 : Linux + Python + Numpy + Pandas + Matplotlib + Sklearn Pycharm
項目描述
儲層砂體的識別主要來源于地質專家對測井數據的手工解釋，而密集采樣的三維地震數據卻
只是作為佐證被使用，在油田開發前期測井數據少的情況下，這樣的儲層識別模式一籌莫展。本
項目的主要目標是對三維地震數據建模，完成對儲層的預測。
項目數據的特點是： 已知的儲層平
面
圖和三維地震屬性圖數量級不匹配。井點數據和屬性坐標數據點數量級不匹配。
項目職責：
1 完成前期地震屬性數據的清洗 、 解釋文本數據的編碼 以及 對 二維相圖的矢量化。
2
完成地震數據和測井數據的統計性分析。把二維數據按坐標拉平到一維，嘗試不同的分
類模型，確定開發集，測試集
和 訓練集， 再通過偏差和方差的分析，確定模型的改進方案。
3
，數據特征工程研究和模型的創新。 由于目標數據不同類別的距離特征和統計分布特征不
明顯，
探索 不同目標在頻率域和時間域的差異，提出基于數據維度變換的分類 器 。
數據特征工程和機器學習在煤層氣預測領域的應用研究
軟件環境： Linux + Python + Pycharm + SKlearn+ Numpy + Pandas +Matplotlib
項目描述：
煤層氣評價現狀是利用測井數據表現出的‘三高三低’的特征進行人工的解釋，所以存在解釋
效率低，引入的人為誤差大的問題。項目的主要目標是利用機器學習的方法，完成對測井數據的
清洗，數據主要特征的提取，最后完成測井數據煤層氣評價模型的建立，以代替人工解釋。
項目職責：
1 利用 pandas 完成前期測井數據和已有煤層解釋數據的清洗和 （巖性 編碼。
2
，利用主成分分析 巖心實驗數據 定義提取的主成分物理含義， 建立煤層氣評價的物理模型 。
3
，分析 物理模型中所 需要的物理參數 完成 測井數據的主要特征提取。利用 SKlearn 對 提取
的
測井數據主要特征進行所需物理參數的擬合 ，再 利用煤層氣解釋數據完成整體 模型的訓練，最后
完成模型的的理論解釋
及模型評估報告 。
項目3 江寧經濟開發區房價分析與預測
項目環境: Python + requests + Sklearn + Matplotlib + Win
項目描述: 為二手房店家提供定價模型，滿足定價合理性。
主要工作: 獲取數據，采用Python語言，以requests模塊為基礎，結合正則表達式，代理IP等方法通過網絡爬蟲技術爬取房
產信息。數據清洗降噪，去除重復樣本。特征編碼，對數據進行隨機排序，然后拆分數據集。建立模型，利用網格搜索確定超
參數，訓練與評估模型，最后直觀顯示出樣本中各特征重要性。
項目名稱：上海魔鏡項目
開發環境：Ubuntu+C+gcc
項目描述： 為了讓金融機構風險管理人員能夠在審核和評估信貸業務時，從海量、
多維的客戶資料中快速篩查、定位和提煉出風險信息，創建一個基于業
務規則和數據分析的綜合風險模型，預測風險得分和風險等級，供業務
管理人員參考。
責任描述：(1). 設計綜合風險預測模型參數評價指標。
(2). 基于監督學習網格搜索算法和行方提供的企業數據對模型進行訓練，
根據參數評價指標值尋找到模型的最優參數，作為最終部署的模型進
行預測時所用的參數。
商場人流量及性別統計
項目
描述
統計商場每天的人流量及性別比例，方便商場根據客戶性別提供合適的商品，因此設計了
人流及性別統計系統。 通過大量訓練圖像庫中的男女圖像，生成能分辨性別的模型。
所用技術：
Lniux + Python + OpenCV N umpy + sklearn + MySQL + OS
實現
方式 選擇 使用 OpenCV 的局部二值模式做人臉識別模型
完成 基礎代碼， 處理訓練集圖片得到訓練的輸入和輸出
對訓練集進行訓練并將得到的模型保存
每次獲取多張圖片根據眾數確定結果并保存至數據庫
地源熱泵智能化
項目
描述
通過采集地下，室外和室內溫度，測試在不同的溫度下地 源熱泵的 最佳功率 。 通過機器學
習得到訓練模型， 不僅簡化了 PLC 控制系統的復雜程度，還加快了系統的運行速度，同時能夠節約能源，節省電費開支。
所用技術：
Lniux + Python + 決策樹 + Numpy + sklearn + MySQL
實現
方式 獲取已經裝配好的地源熱泵傳感器和儀表的數據
通過決策樹訓練數據得到訓練模型并保存
將模型應用到新系統中，通過實驗測試結果
項目名稱：基于新能源行業的專利數據分析算法
項目描述：從專利信息分析的四個方面：趨勢分析、聚類分析、關聯分析和引文
分析具體的進行專利數據的需求分析，并以鋰電池新能源技術領域的
專利信息技術為數據源，根據分析結果對新能源當前的發展進行更深
的了解，并且對未來的發展潛力進行了更深的挖掘，為企業下一步計
劃的制訂提供了可靠的理論依據。
個人職責：專利數據聚類分析（包括文本預處理、特征選擇、聚類算法選擇）。
所用技術：
析功能，提高分析效率。
項目1 ：會員流失率的分析和改善方案
軟件環境：Linux + Python + Numpy + Pandas + Matplotlib + Sklearn
項目描述：
由于公司經營業態的優化和轉型升級等，會員流失率很大，對企業的形象及效益有較大的影響為解決
該問題，公司成立專項數據調研小組，通過對2 年內的會員卡數據集的數據預處理，可視化數據，關鍵特
征值提取等操作，發現問題，分析問題，總結整改，并制定改善方案，并執行；同時做出風險預測。
項目職責：
數據采集，通過對Mysql 數據庫的調用，獲取近2 年的數據，總結數據樣本的特征，組織各區域負
責人通過對門店日經營報表各個指標所反映的問題，對主要因素進行提取特征，通過Pandas 對讀取的數
據進行清洗降噪，填補缺失值。數據的聚合、分組等數據預處理操作獲取有效的會員流失數據及特征值，
然后通過Sklearn 的均值移除的，歸一化，范圍縮放，獨熱編碼方法，針對不同數據類型，不同需求進行
分類和回歸的計算，將不同特征與流失率通過Matplotlib 進行數據可視化分析不同特征值對數據的影響。
項目效果：
項目最終通過數據挖掘，數據分析制定出適應新業態的會員等級和會員福利，制定出符合當前市場環
境的會員消費模式，有效的遏止了會員大量流失的現狀，同時還拓展了增加了新會員的模式，對公司客戶
管理的優化帶來了很好的效果。
項目2 ：門店美團評論的輿情分析
軟件環境：Linux + Python + Numpy + Pandas + Matplotlib + Sklearn
項目描述：
項目主要通過對門店美團消費評論數據的爬取，獲取客戶對門店消費體驗的口碑數據，剔除無效評論，
反饋給店面真實美團評論數據，同時要求門店根據問題整改；升級店面客服語音功能，提升用戶操作體驗，
并通過人工智能后臺，實現客服問題的有效幫助問答的一體化客服服務系統。
項目職責：
應用requests,lxml 等模塊爬取美團上各個門店的相關消費體驗評論數據，存儲MangoDB 通過Pandas
對影評數據進行清晰，預處理獲取數據，然后對通過Jieba 分詞器分詞后對建立詞袋，通過詞頻逆文檔頻
率，通過樸素貝葉斯算法分類，應用F1 對算法進行評估和優化，最終輸出每條評論的好壞；然后進一步利
用Pandas 對處理過的數據進行基本的數據分析，用Sklearn 的數據預處理，聚合，分組，歸一聚類等方法
提取主要的關鍵詞，找到主要的差評關鍵詞和好評關鍵詞，找到提升品質的思路和發現市場趨勢和商業機
會。
項目效果：
形成了輿情分析報告，了解到公司在線上銷售的整體的口碑，指發現門店普遍存在的對用戶體驗不利
的相關因素并及時進行了整改；找到了有效提升經營品質的思路，發現了市場趨勢對公司業績和效益提高
有巨大的指導作用。
項目3 : 禮品公仔訂貨智能預估系統
開發環境: Linux + Python + Numpy + Pandas + Matplotlib + Sklearn
項目描述:
為解決公司庫存和銷售不匹配以及缺貨滯銷等問題，同時申購浪費巨大的人力財力等問題，公司通過
對歷年銷售以及申購數據進行數據分析，發現問題，解決問題，并制定標準化方案，形成一個禮品公仔的
智能預估系統，幫助門店正確合理的訂貨提供參考和依據。
項目職責：
將Mysql 庫中的數據和Excel 表中數據進行采集，提取及清洗，通過Pandas 對數據進行
提取，并進行數據預處理，通過歸一化，獨熱編碼均值化等操作對分類和回歸問題進行處理，通過應
用Matplotlib 對不同區域的門店的訂貨類別以及地區季節和節假日銷售情況的不同特征值的數據可視化
進行分析聯合營運部，集采部，品質部對于訂貨計算方案綜合評估，并制定解決方案，形成一個初步的訂
貨模型。
項目效果：
通過各部門提供的相關數據，對數據的挖掘，處理，分析及結合物流，季節，節假日，地區等具體的
因素，和相關部門聯合并結合公司具體的政策，最終搭建出了預估訂貨模型，并系統化標準化，形成了禮
品這公仔訂貨智能系統，減少了申購成本和禮品結構的優化，減少了滯銷，節約了成本。
項目一: 教育在線平臺開發（成績預測模塊）
項目描述:通過機器挖掘算法和中學真實的學生數據，揭秘影響中學生學業的關鍵因素有哪
些。通過邏輯回歸算法生成模型和學業指標評估報告，并且可以對學生的期末成績進行預測
個人職責：1、python、numpy掩碼對其中一些特征列，父親是否從事教師職業、家庭是否
聯網等進行0-1數值化處理
2、python、sklearn歸一化對數值列特征列,課余時間量、跟朋友出去玩次數等進
行0,1 之間處理，去除字段之間大小不均衡帶來的影響
3、將數據集按照8:2拆分，百分之八十用來訓練模型，剩下的用來預測
4、調整特征的權重，找到合適的特征權重值使模型效果的更好
5、利用LogisticRegression邏輯回歸算法訓練生成離線模型
6、通過confusion_matrix混淆矩陣查看模型預測的準確率
項目一：煙氣檢測分析儀環境誤差分析
軟件環境: Linux + Python + Numpy + Pandas + Matplotlib + Sklearn +
Pycharm
項目描述:
煙氣檢測分析儀器在用了一定的時間后，會出現較大的誤差，氣體的成分不
同對分析儀器的影響也不同，主要有，SO2,NO,N2O,H2S,HF,O2,CO,烷烴類等
氣體。利用機器學習來實現建立環境分析模型，減少分析儀實際誤差
項目職責：
1，完成前期氣體檢測數據數據的清洗、解釋文本數據的編碼以及對二維相圖的矢量
化。
2，完成氣體檢測數據的統計性分析。把二維數據按坐標拉平到一維，嘗試不同的分類模型，確定開發集，測試集和訓練集，再通過偏差和方差的分析，確定模型的改
進方案。
3，由于目標數據不同類別的距離特征和統計分布特征不明顯，探索不同目標在頻率
域和時間域的差異，提出基于數據維度變換的分類器。
項目二: 空氣環境質量檢測識別
軟件環境： Linux + Python + Pycharm +SKlearn + Numpy +Pandas
項目描述：
城市交通道路空氣污染是待解決的環境問題之一市面上的分析儀器價格較高，體
積較大，受限于工作人員的知識儲備，及工作經驗。項目的目標是通過由顯微攝像
頭，以及應用OpenCV 圖像處理來分析和確定其在空氣中檢測污染物（PM2.5，
PM10，花粉等）的尺度和濃度。提供操作更簡單效率更高的儀器
項目職責：
1，利用pandas 完成前期空氣數據和已有數據的清洗編碼。
2，分析物理模型中所需要的物理參數，完成數據的主要特征提取。利用精密儀器獲
取空氣檢測數據，利用SKlearn 對提取的環靜空氣污染顆粒數據主要特征進行所需物理
參數的擬合及分析，完成整體模型的訓練
3，最后完成模型的的理論解釋及模型評估
項目一： 公職人員數據分析平臺(回歸模型)
項目描述：隨著大數據時代與人工智能的結合， 發掘出來越來越多有價值的數據，這些數據與相關項目的發展
密切相關；因此需要研發一個公務員的大數據平臺，科學的指引公考項目方向，以提高整體業績；
職責描述：收集公務員相關數據，預處理數據，采用數據建模的方式對公考業績影響因素進行分析，依此推出
更合適的課程；
所用技術：1、使用Numpy，Matplotlib 等工具處理數據，包括均值移除，范圍縮放，缺失值處理等；
2、使用多項式回歸模型及梯度下降算法進行擬合，用驗證曲線進行超參數調優，并用R2 得分權
衡模型的合理性；
3、循環改變每個特征值的數值區間，繪圖并分析出特征重要性，得出影響結果的大權重因素；
項目名稱：直流絕緣在線監控
開發技術：
Numpy+Matep
項目描述：
由于地鐵環境惡略，且采用直流供電，對老舊電纜的腐蝕老化會產生絕緣下降問題，以便對 產生
絕緣老化的電纜進行更換。通過采集實驗模型的電流 數據進行傅里葉變換分析，使用線性回歸模 型對電氣系
統空載運行時的數據進行數據分析。
職責描述：
1
、使用 numpy matplotlib 讀取和分析 故障 電流 模型 波形數據；
2
、使用快速傅里葉變換進行音頻濾波，將信號映射到頻域
3
、 采集 正常 電流波形，并與故障波形進行模型訓練；
4
、 上線采取空載數據
5
、創建隱馬爾科夫模型用該模型的 score 值 比較，進行故障識別。
AI系統數據分析
項目簡介：由于藍領的離職率和周轉率相當高，導致其綜合招聘成本和管理成本也遠遠超過一般
的白領而且服務行業的人員流動性大幅度增加，對云存儲的客戶公司考勤信息進行分析和管理變得
更加重要。
個人職責： 對根據項目需要對公司的客戶數據進行特征分析，從中提取重要特征信息從而根據
客戶價值進行分類，將分類結果與公司業務層面的邏輯進行對照，從中篩選重要的分類特征信息
參與生成項目的數據分析報告。
所用技術：
5.將最終生成聚類結果進行分析并用matplotlib生成可視化圖表。
爬蟲
項目三：爬取“美團外賣”信息，推薦合理搭配的健康飲食
項目描述：當代社會，尤其是80,90后，生活習慣及其紊亂，再加上不健康的飲食習慣，會大大增加年輕人的得病概率，所以為了讓新一代年輕人有良好的身體狀態，給他們推薦較為健康合理的飲食菜單。本項目通過爬取“美團外賣”獲取商家信息并存入數據庫，并記錄每一道菜品的熱量，用戶每點一道菜都會記錄其所攝入的熱量，由于每3天平均攝入熱量存在一個平衡值（根據每個人不同的身體狀況）,所以每次推薦的菜單會有所不同，每3天會對用戶的記錄有一個更新。
技術描述：爬蟲–socket–MySQL
責任描述：
1、通過爬蟲程序爬取所需要的外賣信息
2、利用socket模塊搭建后臺服務器
3、設計推薦算法，通過對影響因素的加權計算得到的系數來作為推薦依據，盡可能給用戶提供最優質的推薦菜單
股票數據爬取
**項目介紹：**該項目主要是爬取股票的相關數據，例如價格、交易量等信息。將這些信息存入mongodb數據庫中，以便后續對數據進行分析、處理。
**所用技術：**requests + json + re + mongodb +Pycharm
**項目職責：**1. 使用requests向指定頁面發起請求，獲取頁面內容；
\2. 編寫正則表達式，利用findall等方法獲取需要獲取的內容；
\3. 調用MongoDB數據庫接口，并將爬取的數據存放到數據庫，完成持久化存儲。
總結
以上是生活随笔為你收集整理的机器学习项目简历收集册-----机器学习（仅供参考）的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： nxlog 中文乱码解决
- 下一篇： python语言特点多模型_利用CRF模