技能:
多次java项目开发经验(springboot,SSM等)
熟悉matlab、python,精通各类矩阵填充理论和算法、以及高维数据挖掘算法,可用于图像补全、推荐系统、网络拓扑推断等应用
熟悉各类hash算法,可用于各类检索任务,例如图像检索、视频检索、motion capture等等
本人是数据库领域顶级会议SIGMOD 2024 第一作者,且是唯一的主要作者。
本科阶段经历:
1.毕业生档案管理系统的研发设计:个人独立完成“毕业生档案管理系统”的研发,包括从问题定义、需求分析、可行性分析、软件设计、软件开发、运行与维护的全过程。目前已经应用到山西农业大学档案馆,并产生了实际效益。
利用 LODOP 技术,合理设计打印模板,解决实际应用场景的 web 打印问题。
对系统数据的批处理操作进行研究,采用易于理解的、高度抽象的 POI 用户模型
实现系统对Excel 文档的处理,使得系统更具有实用性。
2.基于 springboot 的智能博客系统的设计与实现:使用 redis 的 hash 和 zset 数据结构实现博客访问量的统计;利用百度的语音识别 sdk,实现博客文章的语音播报功能和语音搜索功能
3.机器人的人机交互异常语料管理系统:采用 MFCC 特征以及 GMM 训练出正常语音模型,通过该模型来区分正常语料和异常语料;异常语料的分类:目前训练出几种具有代表性的异常语音模型,将测试音频和各模型进行匹配,选出相似度最高的模型,完成异常语料的分类。
博士阶段的经历:
用于细粒度多指标数据监控的自适应网络遥测方案:主要实现了一个具有动态采集频率、鲁棒数据推测能力的网络遥测系统,该系统可以实现较低的数据监控代价(采样率低于10%),获得较高的数据精度(NMAE低于0.1),能够有效监测到系统或网络异常。 该工作已发表在数据库领域的TOP1国际会议——SIGMOD 2024
该工作与华为数通合作,本人负责完成所有工作,并且本人是论文的唯一第一作者 本工作被称为FineMon,它提供了自适应频率调整方法,因此能以较低的开销监测精确的细粒度多参数数据。FineMon 提供了噪声量对频率影响的理论研究。 FineMon 可以根据数据分布捕捉各种极端情况
基于SpringBoot的人机交互异常语料管理平台主要有四个功能模块和几个系统功能组成。 1、四个功能模块分别是:语料管理模块、语料处理模块、日志管理模块、用户管理模块。语料管理模块主要包含语料分析、语料展示、删除语料、搜索语料、语料分类、异常语料的检测;语料处理模块主要包含语