算法模型 软件定制 案例

基于 Kaggle 真实数据集，使用机器学习完整复现「数据探查→预处理→建模调参→评估优化」的工业界落地流程，最终实现房屋销售价格的精准预测，将最终的预测结果误差控制在2w美金以内，达到模型稳定预测

在工业和建筑领域，头盔是保护工人免受头部伤害的首要安全装备。在交通、体育、娱乐等领域，头盔都是我们不可或缺的保护伙伴，确保我们在各种环境下的安全。通过我们的头盔识别系统，我们能够更好地监控和促进头盔的正确使用，进一步提升公共安全。通过yoloV5，做头盔识别系统。

1.整合公司各业务系统中的财务相关数据，确保数据的准确性和完整性。 2.实施数据加工流程标准，构建公共层数据框架，以满足财务分析需求，并保障数据质量。 3.关键财务指标（如收入、应收、回款、库存等）进行深入分析，支持业务决策。

有段时间幻想炒股赚钱，于是自研了一套量化交易系统，虽然现实并不理想，但是学了很多新技术，积累了很多经验。 模型研发： 超参数优化框架； 算子生成框架； 自定义高阶算子； 回测功能： 一套模拟交易环境； 极速回测框架； 模型研发与策略回测通用； 丰富的指标记录； 交易功能： 支持多种数据源、多种交易环境； 定时获取行情信息并持久化存储； 定时计算预测结果并持久化存储； 定时读取预测结果执行交易；

一、立项背景：随着某电网公司数字化脚步的加快，传统的人工作业已不能满足日益增长的设备运维需要，亟需引入自动化、智能化（人工智能）的技术帮助运维人员进行设备故障的诊断和分析。 二、软件功能：借助人工智能技术对电气设备的各种检测数据（如电流、电压、局放、油气含量、图像）进行智能分析和诊断。 三、核心模块 1.数据接入：将各种检测数据（如电流、电压、局放、油气、图像）等，通过主动获取或被动接收方式进入系统。 2.数据处理：对原始数据进行预处理，使其满足数据规范，方便后续的诊断。 3.故障诊断：将合规的数据推送到人工智能算法进行智能分析与诊断，并接收返回的结果。 4.前端展示：页面展示相关设备的诊断结果。

两万多个药品公式需要聚合到一个代码库中，能够让专业人士简单方便计算对应公式的值。需要便于查找检索，能便于携带，也便于在网上调用，达到短小精悍，实用性，可扩展性极高，可延伸性极大的目的。

该算法主要对DR系统采集的原始图像进行增强处理。输入原始采集的X摄像图像，通过多尺度分解，对图像的不同频域进行相应的增强或抑制，从而达到增强图像的目的。项目以C/C++编写，封装成标准C库调用，能够被C#,MFC，QT等不同场景下调用。

这是一个基于 Python 与 Qt 的本地桌面应用，用于对“链上/公开的开奖历史数据”做可视化研究： - 实时读取 `history/lottery_history.csv`，解析并清洗最新记录； - 以“下一期预测”+“预测历史”方式展示统计结果，并写入 `预测应用/predictions.csv`； - 自动验证与调参：定期运行 `预测应用/validate_predictions.py`，输出 `validation_report.json` 与 `validation_history.csv`，辅助选择更稳妥的参数； - 桌面级体验：倒计时、状态栏提示、关键时间窗保护，“预测中...”占位避免误导； - 全中文界面与日志，开箱即用。 ### 2. 主要亮点 - **全中文 GUI**：`预测应用/gui_app.py` 基于 PySide6 构建，信息密度高，操作直观； - **预测结果与历史强一致**：统一缓存/写入口径，“下一期预测”与 `predictions.csv` 同源，避免显示错位； - **自动验证与轻量调参**：每新增约 20 期或启动时触发验证，快速输出建议参数并可一键应用； - **多策略融合**：任意位组合统计（AnyDigits）+ 按位置统计（AnyPos）+ 混合器（Hybrid），并引入短窗热度/爆发/重复权重与候选置信； - **关键窗口保护**：开奖/公布前后避免重操作，优先确保界面流畅与可读性； - **稳健日志**：`预测应用/gui_app.log` 记录刷新、对账、验证与参数应用过程。 ### 3. 快速上手（macOS） 1) 克隆/解压到本地后，进入主目录运行： ```bash cd "预测应用" sh start_gui.sh ``` 脚本会创建虚拟环境、安装依赖并启动 GUI。若首次安装耗时稍长，请耐心等待。 2) 数据文件说明： - 历史数据：`history/lottery_history.csv`（应用会自动读取最新行）； - 预测历史：`预测应用/predictions.csv`（应用生成/更新）； - 验证报告：`预测应用/validation_report.json` / `validation_history.csv`（自动验证生成）。 ### 4. 界面与功能说明 - **当前概览**：显示当前最新期号、最近 100 条命中率（两位、三位、同时、三位中两位）。 - **下一期预测**：实时展示“预测中...”占位，待后台计算完成后输出两位/三位候选； - **预测历史表**：展示期号、两位/三位、候选与置信度、以及与历史开奖的对账命中列； - **操作与参数**：支持自动/手动控制，含窗口大小、衰减等参数；提供“快速回测”

煤矿输送带智能安全检测系统通过视觉、热成像、音频等多源感知技术，实现对输送带运行状态的实时监控。系统支持 撕裂检测、异物识别、跑偏监测、堆煤堵塞识别、烟火预警、设备异常声响检测 等核心功能，可在粉尘大、光线弱的复杂矿井环境中稳定工作。识别到异常后可自动告警、联动停机，并在平台端进行记录、统计和追溯。

本项目旨在解决大型停车场中用户“找车难”的问题，设计并开发了一套集车位检测、车牌识别与路径导航于一体的“停车场反向寻车系统”。立项背景源于中国机动车保有量持续增长（2023年超4.35亿辆）而停车场管理效率低下、用户体验不佳的现实痛点。系统具备三大核心功能模块：一是基于HC-SR04超声波传感器的车位车辆检测模块，实时感知车位占用状态；二是采用边缘与形态学融合算法的车牌识别模块，通过监控摄像头实现多车牌、多类型（燃油/新能源）车牌的自动识别；三是基于路径规划算法的导航与用户交互模块，为用户提供从当前位置到停车点的动态导航路线。用户可通过PC端或微信小程序输入车牌或车位号查询车辆信息，系统即时显示停车位置、时间并规划最优寻车路径，支持扫码重新定位，显著提升寻车效率与停车体验。

通过引入知识图谱，我们的菜谱搜索系统将具备： - 结构化知识表达：以图的形式显式编码实体间的语义关系 - 增强推理能力：支持多跳推理和复杂关系查询 - 智能查询路由：根据查询复杂度自动选择最适合的检索策略 - 事实性与可解释性：基于图结构的推理路径提供可追溯的答案 极大的拓展大语言模型的能力，用较小的模型+知识图谱就可以实现超大参数模型的推荐能力。而且通过对大语言模型的量化和部署，可实现本地快速的推理，而不依赖云端网络。

立项背景是课程挂科率达18%，需提前识别风险学生提供辅导，目标是预测学生课程成绩并定位薄弱环节。核心功能包括成绩影响因素分析、回归模型训练、风险学生预警；业务流程为采集学生“考勤/作业完成度/前置课程成绩”等数据，建模后输出成绩预测值，对预测低于60分的学生推送辅导建议。

立项背景是配送员日均路线耗时超8小时，需优化路径以提升配送效率，目标是减少单均配送时间15%。核心功能包括车辆路径规划（VRP）建模、约束条件求解、路径可视化；业务流程为导入订单地址数据，设置“车辆载重/配送时效”约束，模型输出最优配送路线，同步生成可视化路径图。

立项背景是品牌复购率仅12%，需精准识别高复购潜力用户以降低营销成本，目标是预测用户30天内复购概率。核心功能包括用户行为特征工程、复购预测模型训练、高价值用户分群；业务流程为从数据库提取用户消费、浏览、互动数据，清洗后构建特征，输入模型输出复购概率，按概率分群推送差异化营销活动。

软件功能、核心功能模块的介绍： 系统核心功能包括用户交互接口、自然语言理解（NLU）、对话管理和响应生成。用户交互模块负责接收和展示信息，支持文本和语音输入；自然语言理解模块使用深度学习模型（如BERT）解析用户意图和实体；对话管理模块维护会话状态和上下文，确保连贯性；响应生成模块基于Seq2Seq或GPT模型产生自然语言回复。此外，系统还集成日志记录和数据分析模块，用于监控性能和优化模型。 业务流程、功能路径描述： 用户通过网站或APP发起对话，输入查询内容。系统首先进行预处理（如分词和去噪），然后自然语言理解模块识别用户意图和关键信息。对话管理模块根据历史会话更新上下文，并调用响应生成模块产生回复。最后，结果返回给用户界面。如果遇到复杂问题，系统可转接人工客服或提供知识库链接。整个流程强调低延迟和高准确性，支持多轮对话和实时反馈。

轮式移动机器人自主导航模组 我们致力于研发一套高性能、一体化的轮式移动机器人自主导航模组。本模组旨在为各类室内商用及轻工业场景下的移动机器人，提供稳定、智能的“自动驾驶”核心能力，彻底解决其在平坦路面上的行动难题。 在功能层面，本模组实现了自主导航的全流程闭环。首先，依托先进的激光雷达（LiDAR）与SLAM（即时定位与地图构建）技术，机器人能够快速、精准地构建厘米级精度的环境地图，并实现开机即用的快速部署。其次，在已知地图的基础上，我们的智能路径规划引擎不仅能计算出从A点到B点的最优全局路径，更能结合实时传感器数据进行局部动态避障，灵活绕开临时出现的行人、障碍物，确保行进过程顺畅安全。最后，通过多传感器融合定位算法，机器人能够在复杂环境中维持高精度的自身定位，消除运行过程中的里程累积误差，从而实现稳定、可靠的定点巡航与循迹导航。 本模组作为即插即用的标准化解决方案，可广泛应用于无人搬运、物料配送、安防巡检、商用服务及科研教育等多个领域，极大地降低了机器人厂商的研发门槛与周期，是赋能移动机器人智能化升级的核心驱动力。

1.省交通运输应急指挥中心平台工程旨在解决现有系统运行监测和应急指挥管理未实现一体化的问题，通过深化调研沟通，明确系统对接方式、主要对接内容及建设运维职责，确保工程顺利实施并发挥实效。项目基于"云上贵州"平台构建，充分利用其提供的各类中台服务，避免重复建设，节约投资。 2.系统已实现应急值守接报、应急资源管理、应急辅助决策、应急指挥调度、应急信息服务、应急评估、应急统计分析、数据维护等功能。核心功能模块包括运行监测与预警、应急资源管理、应急指挥调度、应急决策支持、应急信息管理等。通过数据采集方案和数据交换共享方案，系统整合了服务区卡口、重点运输车辆动态等关键数据，实现了对交通运输运行的全面监测。 3.业务流程采用"监测-预警-响应-处置-评估"的闭环模式：实时获取交通运行数据进行监测分析并预警；发生突发事件时，系统自动启动应急响应机制，进行资源调度和指挥决策；处置完成后，系统进行效果评估和总结，为后续应急工作提供经验。

独立搭建多跳问答系统，结合稀疏检索和稠密检索提升召回率，微调HuggingFaceTransformers模型，提升上下文理解能力与推理精度，集成 LangChain流程，实现跨文档的多步推理 实现批量推理和增量知识库更新，优化响应时间至<1s。项目已开源至github，展示了完整的代码、模型和部署效果。可以上传医疗文件解析，并通过专有的文档进行私有化问答 。 还可以选择是否连网和多跳推理。

基于RAG的企业级AI应用 1.数字员工：搭建知识库，回答相关问题，通过工作流编排，实现不同场景的AI对话的分类。 2.行政制度场景：提供一站式制度问答/办事服务。对于大企业，规章制度会分子公司、部门有所不同、需要有权限隔离。支持对接客户的权限系统对权限进行隔离。规章制度通常有较多跟规则相关的复杂表格，对复杂的表格的解析有专项优化。针对规章制度相关问答专项优化（例如问一个具体案例，差旅标准）。从文档中自动提取及配置办事入口，为用户推荐。 3.智能审批：AI助力企业审批工作流优化革新。自动纠错，提升审批通过率，用户提交审批后AI第一时间分析并反馈不合规事项，基于预审结果用户可快速进行调整，提高填写质量。重复工作自动化、提高审批效率，自动处理和审核审批流程中的文件和数据，减少人工审核成本，大大提高审批速度和效率。决策支持，降低经营风险，避免人工审核中的遗漏错判风险，提高审批的准确性和可靠性，帮助审批者做出更明智的决策。 4.产品顾问场景： 让每一个销售都成为“产品专家”。构建企业产品库，产品知识图谱，对产品名称、产品编号识别专项忧化；构建产品分英、产品特性、竞品关系相关的产品知识图谱，在产品关系推理上增强。产品特性，型号对比，竞品对比，对于产品特性的提取《阴如在复杂表格中)提取更精准；对于型号对比，竞品对比等高频问圆专项优化。销售建议生成，优秀案例自学习，基于产品手册推荐销售话术，优秀的人工回复可以沉淀自学习。 5.数据分析场景：每位客户都配备一个智能BI分析师。经营数据分析，快速问数：财务同学可自由问询各商品的收入情况，无需等待报表开发。业绩预测：通过对历史数据及增长曲线的分析，可预测企业未来的收入情况。经营建议：通过对销售数据进行多维度的分析，帮助企业寻找新的业务增长点。 6.商机挖掘。通过AI分析服务内容，从问题中挖掘新的商机，让售后变先机。

该项目致力于在提高现有医学图像分割模型的实时高效性、适应不同数据的能力，在提高现有医学图像分割模型性能的同时降低其计算量和参数量。并完成相关文档撰写，论文及专利转化。在 Intel 酷睿i5 CPU、1000×1000分辨率图像上不做任何推理加速处理的模型推理时间为168ms左右，分割准确性相对于现有模型进一步提高。自研的上采样与下采样策略在其它模型上均能达到约1%以上的性能提升，具备很好的即插即用能力