算法模型 软件定制 案例

随着公司AI战略的深入，各类业务对基于领域知识的智能问答需求激增。同时对于不同的应用场景需要支持不同的系统能力，比如解析学城文档表格、大模型对长文本内容总结summary、提供通用AI检索API接口等后续部分应用可能会对文档文本、图片、表格等多模态AI检索能力有部分诉求，因此期望建设支持公司特殊业务场景专有知识管理平台，包括数据解析、知识管理、知识检索能力，大幅提升同类项目的搭建效率。另外随着多模态应用（如故障图片识别）的兴起，缺乏高效的数据标注工具，人工标注成本高昂，因此建设一个面向公司垂类的AI 基础设施平台，成为支撑业务快速创新与降本增效的关键。

负责设计和搭建⾼可⽤、⾼性能的算法⼯具平台，主要包括模型管理、特征管理、系统回放、回测等系 统能⼒，通过配置化管理平台将实时、离线、回放埋点等多种不同数据源特征⾼效便捷的同步⾄不同底层存储，同时 提供回放、回测等系统能⼒，⽀撑算法模型从特征提取、特征管理和查询、模型推理、模型回测、系统功能回放等全 ⽣命周期管理。

立项背景与目标： 针对传统 RAG 系统在处理“图文混合文档”时无法识别图片内容，以及面对“复杂逻辑问题”时回答准确率低的痛点，本项目旨在构建一个生产级、多模态、具备推理能力**的企业知识问答中台，助力企业将非结构化文档（PDF/Word）转化为可交互的智能资产。 核心功能与业务流程： 1. Agentic RAG (智能体检索)**：基于 LangGraph 构建了具备“自我反思”能力的 Agent 状态机。 意图路由：精准区分闲聊/问答，避免资源浪费。 自我评估 (Self-Reflection)：Agent 会对检索结果进行质量打分。如果发现相关性不足（Score < 0.8），会自动触发查询改写 (Query Rewrite) 并重新检索，直到找到满意答案或达到重试上限。 动态规划：针对复杂问题，自动拆解为多个子任务并行执行。 2. 多路混合检索 (Hybrid Search)**： 摒弃单一的向量检索，采用 Vector (语义) + BM25 (关键词) + Rerank (重排序)的黄金组合。 引入 Cross-Encoder 模型进行二次精排，像“阅卷老师”一样剔除伪相关文档，检索准确率提升至 89%。 3. 全链路多模态 (Multi-modal)： 集成 VLM (视觉大模型)，不仅能读懂文本，还能理解 PDF 中的图片、图表，实现真正的“图文跨模态检索”。 4. 生产级异步架构： 利用 Celery + Redis 构建高并发流水线，实现 GB 级大文件的异步解析与后台向量化，确保前端操作零卡顿。

SVHF框架是一种融合FNN深度学习、SMOTE数据平衡与LIME可解释AI的金融交易风险评估方案，通过神经网络精准预测违约概率，合成少数类样本解决数据不平衡，并提供个体决策解释，实现高准确、高透明、高实时的智能风控。

### 数字人模型训练 - **功能描述**：通过上传训练视频和音频，训练个性化的数字人模型 - **主要特性**： - 支持自定义模型名称和参数配置 - 多种图像尺寸选择（256×256、512×512、1024×1024） - 可配置批次大小、学习率、训练轮数等参数 - 实时训练进度监控和损失曲线展示 - 支持训练任务的暂停、继续和停止操作 ### 数字人推理 - **功能描述**：使用已训练的数字人模型，根据音频生成数字人视频 - **主要特性**： - 模型列表管理和选择 - 支持音频驱动和视频驱动两种模式 - 可配置输出质量和格式 - 实时推理进度显示

变电站进行智能巡视系统可以对变电站的视频摄像机实现实时监测；利用图像识别技术对设备异常情况和场景隐患进行识别；利用消息中间件完成告警分析和推送。利用系统设计逻辑实现智能运维管理和业务智能化管理；利用以上物联网和图像识别技术，实现智能分析、告警管理和智能运维。

参加机甲大师超级对抗赛，负责英雄机器人的电气布线、开发板配置、控制算法编写与调试。 机器人的功能需包括麦克纳姆式底盘解算，云台pitch、yaw双自由度，摩擦轮与拨弹盘电机协同实现42mm弹丸发射并精准打击16m距离目标。 同时机器人需搭载miniPC与相机实现实时目标检测与瞄准，我们电控需与视觉协调通信实现云台快相应自动瞄准与击打。

LLM微调，CV，NLP多个项目经历： yolov8，yolov11，yolov12，yolo26应用，优化，集成 swin-tf，U-net，VIT分割，识别，分类，标注 RAG，情感分类，分词，生词，熟练应用BERT 可嵌入到软件，网页中，需后端 可接入一些LLM（如GPT，DS等）的API 可接中型/小型软件开发 可接科研项目，论文复现，AI/大数据/数据分析都可

行业场景 企业管理、业务数据资产化，工程系统业务标准化封装，基于数据资产目录、RAG图检索增强及低代码技术实现数据资产标准化建模、应用平台快速构建 功能介绍 侧重个人负责部分 1、基础平台管理：数据资产目录、元数据体系、权限管理、应用管理 2、低代码设计平台：低代码物料协议、设计器功能、编辑器画布引擎、流程引擎... 3、事件流设计器：事件编排页面、事件流描述协议、运行引擎

行业场景 各类商业有限元软件在使用中存在计算性能受客户机CPU计算能力限制、维护升级麻烦、无法满足移动化办公需求、正版软件费用高昂等问题。为提高传统三维有限元计算性能和便利性，开发了可进行前处理计算以及后处理云图展示的在线计算平台。 功能介绍 在线计算：集成了有限元渗流计算和静动力计算模型，支持在线发起应力计算和渗流计算任务，在线录入模型参数及计算边界条件，展示计算进度 结果展示：对于形变、应力、渗流等数据进行有限元云图展示，支持旋转、剖切、视图切换，支持不同断面切换

采用 CAD 辅助医师诊断进行消化道系统检查，包括操作质量检测、病变检测和分类，一方面可以在一定程度上提升肠道息肉的检出率，从而降低漏诊率；另一方面可以加快每次诊断的时间，从而提升对病人的检测效率。 本项目拟构建人工智能辅助的消化道内窥镜实时定位和检测系统。前期甲方构建了基于卷积神经网络的消化系统图关键位置定位算法和病变检测分割的算法。基于此系统现需要对已有算法进行包装，构建可用于临床测试的系统，并整理此项目中涉及用于系统接口，以便于后续平台开发。

项目介绍：可编程控制的人形或仿生类行走机器人。根据公布的任务和现场发布的任务，参与现场展示交流的学生能够运用各种传感器包括视觉（大小、形状、颜色）识别、材质（铁质、塑料）分类、位置（坐标、方向）确定等，设计制作一款双足人或仿生类多足机器人，并具备对指定物品进行分拣与搬运的能力。

对于长尾问题，运用一些模型对数据集头部、中部类别准确率较高和尾部类别数据量极少的不平衡问题进行优化改进。使其对于数据集识别分类效果得到准确度精准度的提升、优化。从而提升头部尾部不平衡的问题点。

本项目基于Stable Diffusion v1.5模型开发，是一个功能强大的文生图与图生图综合模型。主要功能包括： 文生图：输入文本提示词，生成高质量图像（如"一只戴着太阳镜的猫坐在赛博朋克摩托车上"） 图生图：基于输入图像+文本提示，生成修改后的图像 图像修复：对图像中指定区域进行智能修复和填充 可控扩散：通过ControlNet支持姿势图、边缘图、深度图等约束生成内容 人体细节优化：针对手、脸、姿势等人体细节进行专门优化，提升生成质量

项目背景 随着Pytorch的集成化越来越高，基于torch.nn可以跳过底层神经网络的搭建，这样虽然提高了效率，但也不利于对人工智能的底层原理的理解。该项目作为Numpy构建神经网络的起始项目，旨在通过Numpy将底层的数学原理转换为代码，在实践中理解神经网络的底层原理。 项目功能 本项目实现了以下功能： ·生成模拟输入和标签数据 ·线性分类器的前向传播 ·线性分类器的反向传播 ·神经网络的常用算子

Builder 一、项目背景与目标（立项原因） <br/> 随着Web业务和互联网服务的快速发展，传统仅依赖静态规则的防火墙难以及时发现 未知攻击、变种攻击和低频扫描行为 ，同时安全运维人员缺乏一套集“监控、分析、配置、审计”于一体的可视化平台。 <br/> 本项目以“智能防火墙实验系统”为目标，结合网络空间安全专业教学与实战需求，旨在构建一个 集规则过滤、入侵检测、AI 异常检测和安全态势可视化 于一体的综合实验平台，实现： - 对常见 Web 与网络攻击的有效拦截； - 对未知异常行为的智能发现与预警； - 对安全策略与运维操作的可视化管理与可审计追踪； - 为教学和科研提供完整的安全系统实践样例。 二、软件整体功能与核心功能模块 从功能上看，系统主要包含以下几个模块： 1. 用户认证与权限控制模块 - 基于 JWT 的登录认证，支持管理员账号登录； - 区分不同角色权限，对规则管理、系统设置等敏感操作进行访问控制。 2. 实时仪表盘与态势感知模块 - 展示总流量、允许/拦截数量、威胁告警数量等关键指标； - 显示协议分布、按类型分类的流量统计和趋势图； - 提供系统运行状态（服务是否正常、CPU/内存等）概览。 3. 流量分析与告警模块 - 实时展示安全告警列表：时间、源/目的 IP、端口、协议、攻击类型、告警等级； - 支持按时间、IP、类型等条件筛选告警，查看详细信息； - 标记 AI 异常检测告警，区分规则命中与模型判断来源。 4. 规则管理模块 - 可视化维护防火墙规则：协议、源/目的 IP、端口范围、动作（允许/拒绝/记录）、优先级等； - 支持规则的新增、修改、删除、启用/禁用； - 优先级管理影响匹配顺序，实现精细化访问控制。 5. 核心安全引擎与 AI 检测模块 - 基于五元组的包过滤与规则匹配； - 特征规则识别常见攻击（SQL 注入、XSS、路径遍历等）； - 使用孤立森林、LOF 等无监督算法，对流量行为进行异常评分，识别未知威胁与异常模式。 6. 日志审计与运维记录模块 - 记录登录、规则变更、告警触发等关键操作； - 支持日志查询与导出，为合规审计与溯源提供依据。 三、核心业务流程与功能路径描述 从“用户登录”到“威胁发现与处置”，系统整体业务流程可以概括为： 1. 登录与认证路径 - 用户访问登录页面 → 输入账号密码 → 后端验证凭证 → 生成 JWT 令牌 → 前端携带令牌访问各类管理接口。 - 功能路径示例： <br/> 登录页面 → 输入凭证 → /api/login → 返回 Token → 访问仪表盘及其他模块 2. 流量处理与检测路径

帮助机器人在五米内，通过相机捕获画面，通过图像处理，解算出装甲板相对于机器人的相对坐标，使得机器人发射的弹丸可以 击打到敌方装甲板上 项目背景（Situation） 在智能机器人竞技领域，为提升我方机器人在复杂环境下对敌方机器人的追踪与打击能力。开发资源包括工业相机、liunx平台、 陀螺仪，以及深度学习框架和 OpenCV 库等软件工具。

1.以 Stable Diffusion XL 模型为重点，保证一定延时的条件下，最大化地提高吞吐。 以 Pytorch Fp16 格式模型为基准，可在无损条件下实现单模型推理 1.41 倍加速，单 GPU 整体吞吐提升 1.52 倍，考虑 Int8 量化的有损情况下可达到单模型 2.1 倍加速。 2. 搭建文生图模型推理服务框架，支持 Lora、Controlnet 等主流功能以及高并发推理场景。

一、立项背景和目标 立项背景 在 “双碳” 战略下，电碳市场融合过程中面临跨域数据共享安全风险、重复核算、数据篡改窃取等问题，现有集中式核算模式易导致数据泄露，而市场对 “电 - 碳” 数据可信核算与高效交互的需求迫切。同时，浙江省电碳市场缺乏贴合本地实际的一体化仿真推演平台，制约政策落地与市场优化。 项目目标 研发融合外包计算与区块链的多方协同可信核算技术，实现 “电 - 碳” 数据防篡改、防窃取、高性能的分布式统计核算。 搭建基于浙江省情的电碳市场仿真推演平台，整合安全核算能力，支撑市场机制验证、政策模拟与交易协同。 保障跨域跨主体核算数据安全，为电碳市场衔接提供技术支撑，助力 “双碳” 目标落地。 二、软件功能、核心功能模块的介绍 核心功能模块 多方协同可信核算模块（课题三核心） 数据加密共享：基于密码学的安全外包计算，实现多参与方数据 “可用不可见”。 分布式核算引擎：融合区块链共识机制，完成跨域 “电 - 碳” 数据协同核算，避免重复计量。 核算结果验证：通过数字凭证与签名技术，确保核算结果可追溯、可验证。 系统架构支撑模块（课题四核心） 信息集成接口：统一数据跨域集成标准，对接电源侧、电网侧、用户侧多源数据。 安全防护中心：整合区块链防篡改、密码学加密、身份认证等技术，构建多层次安全体系。 仿真推演引擎：模拟浙江省电碳市场交易、核算流程，支持场景配置与政策模拟。 数据溯源与监控模块 全链条溯源：基于区块链的交易与核算数据存证，实现数据要素全生命周期溯源。 实时监控告警：对异常 “电 - 碳” 数据进行筛查，触发安全预警。 三、业务流程、功能路径描述 数据安全核算流程 数据采集：各参与方（发电企业、交易商、政府部门）上传加密后的 “电 - 碳” 数据。 密钥协商：参与方通过同态加密算法协商验证密钥，保障数据隐私。 分布式核算：数据分片后在区块链节点进行部分计算，聚合得到最终结果。 结果存证：核算结果与数字凭证上链存证，支持后续溯源与验证。 系统应用与仿真流程 数据接入：通过标准化接口整合浙江省电碳市场历史数据、实时数据。 场景配置：设定政策参数、市场主体行为规则等仿真条件。 安全核算调用：仿真过程中调用多方协同可信核算模块完成数据处理。 结果输出：生成市场运行分析、政策效果评估报告，支持可视化展示。

传统工业底片检测依赖人工评定，效率低、标准不统一。项目目标是构建 工业底片数字化工作站，实现底片采集、数字化评定、审核和报告生成的全流程软件系统。 参与工业底片数字化工作站核心功能研发。 负责底片评定审核系统的软件开发。 参与数字化交付系统的设计与实现。