专业是:应用数学(人工智能方向)
熟练运用Python编程语言,熟练在Linux下开发
熟练使用MATLAB、C/C++及MFC框架
负责上位机软件设计开发;基于c++的MFC框架编写上位机软件若干套,主要有数据接收模块、数据解析模块、数据显示模块、数据存储模块、数据回放模块、指令生成与发送模块、数据分析计算模块。代码编写完成后,根据协议进行自测试和系统联调,以及部分的软件测试。
1、 基于神经网络的导航解算(研究生期间)
开发基础:MATLAB+Windows
项目描述:根据惯性器件输出数据解算飞行器的速度和姿态
负责模块:独立完成
所用技术:1.采用神经网络对加速度计和陀螺输出数据进行降噪
2.采用Allan方差对惯性器件原始输出数据和降噪数据进行评价
3.利用降噪数据解算出飞行器的速度和姿态
2、 上位机测试软件(若干套,工作期间)
开发基础:Windiws+C++
项目描述:接收卫星接收机传输的数据,对数据进行解析、显示、存储,编辑指令调整飞行器的姿态和速度、调整飞行器天线方向
所用技术:1.卫星接收机通过串口传输数据
2.利用MFC框架,分别编写数据解析模块、窗口显示模块、数据存储模块、指令生成模块
3.编写完毕后根据协议进行自测试及系统联调。
3、 手写体数字识别
开发基础:Windows+Python
项目描述:对手写体数字进行识别,得到书写体数据
所用技术:1.对已有训练样本和标准书写体采用BP神经网络进行训练,获得训练好的神经网络
2.用测试样本对训练好的神经网络模型进行测试,得到预测准确率高于90%的预测值
3.利用该神经网络模型识别一般手写体数字得到标准书写体
4、 图像超分辨率放大
开发基础:Linux+Python
项目描述:对低分辨率图像进行放大,得到高清超分辨率图像
所用技术:1.人工神经网络(深度学习)
2.图像处理(OpenCv等)
3.英伟达显卡加速
设计神经网络,用大量图片及其清晰放大图像对神经网络进行训练。使用训练好的神经网络处理其他的图像,得到对应放大图像。
开发基础:Windows+Python 项目描述:对手写体数字进行识别,得到书写体数据 所用技术:1.对已有训练样本和标准书写体采用BP神经网络进行训练,获得训练好的神经网络 2.用测试样本对训练好的神经网络模型进行测试,得到预测准确率高于90%的预测值
开发基础:Windiws+C++ 项目描述:接收卫星接收机传输的数据,对数据进行解析、显示、存储,编辑指令调整飞行器的姿态和速度、调整飞行器天线方向 所用技术:1.卫星接收机通过串口传输数据 2.利用MFC框架,分别编写数据解析模块、窗口显示模块、数据存