ijkplayer二开-rtsp

三级检测引擎 毫秒级初筛层 轻量CNN模型（35k参数）实时过滤流量： 正常请求：直接放行（耗时2-5ms） 可疑请求：转大模型复检（如含/admin.php?id=1'等非常规参数） 特征处理：URL标准化 + 词向量嵌入（16维） 语义级复检层 DeepSeek-R1-Qwen-1.5B微调模型： LoRA技术更新0.1%参数（rank=8, alpha=16） 识别复杂攻击逻辑（如<script>alert(document.cookie)</script>伪装为Base64） 混合精度推理：GPU用FP16（600ms/请求），CPU回退FP32 人工验证层 双模型冲突样本自动推送前端（如CNN判异常但大模型置信度<85%） 安全专家通过交互界面审核（带攻击特征高亮提示） 可视化系统 实时监控看板： deepseek_mermaid_20250709_4410a7.png 三维特征空间：PCA降维展示攻击聚类（如SQL注入聚集在Z轴高危区） 批量处理：支持万级URL文件上传，平均4.5分钟完成100条分析

通过将预处理后的水声数据输入到网络中，模型根据要求分割多个快拍，对每个快拍进行doa估计。CNN-CBAM 混合深度学习模型构建，设计双卷积层与注意力机制的级联结构;创新性KANsformer 混合架构，将样条激活函数与Transformer 机制结合，建立等边三角形阵列模型。在深海低频高噪声下实现精确doa估计。

输入端进行统一垂类意图识别，通过意图将输入根据配置路由到对应的智能问答架构 系统，同时可降低额外非对应意图请求，节省模型算力。 通过插件配置的方式根据不同垂类建设对应知识索引库，支持 prompt 微调，以及模型 微调。 知识库方面，重点建设rag垂类优质数据

1.产品样本数据采集 系统支持对产品缺陷样本进行采集，构建高质量缺陷数据库，为后续检测模型的训练与优化提供数据支撑。 2.检测模型配置 提供灵活的生产模型导入功能，支持用户根据实际需求配置模型参数，确保模型适配不同生产场景。 3.智能瑕疵检测 通过高精度工业相机实时采集产线产品图像，经图像增强、去噪等预处理后，调用AI检测模型进行自动化缺陷识别，并将检测结果（含缺陷位置、类型等）直观呈现在交互界面上。 4.数据统计与分析 实时生成检测数据展示，动态统计不良率、缺陷出现率等关键指标，帮助用户快速定位原材料或工艺问题，为生产优化提供数据依据。 5.智能预警与干预 支持自定义缺陷报警阈值（如单类缺陷连续出现次数），触发报警后自动推送通知至生产终端，辅助用户及时干预异常工况，避免批量质量问题发生。

在OFDM MIMO系统开发中，我独立负责了整个项目的需求分析、设计与实现。我采用了MATLAB进行系统建模，利用OFDM技术进行信号调制与解调，并实现了MIMO系统的多天线配置与信号处理。具体工作包括参数配置、子载波映射、IFFT/FFT变换、循环前缀添加、信道估计与均衡、以及性能评估等关键功能。同时，我还研究了PAPR抑制技术和MIMO的空间复用方案，以优化系统性能。通过独立完成这些任务，我深入理解了OFDM MIMO系统的核心原理及其在实际应用中的关键技术。