名前：プラットフォームのユーザー評価意見抽出
主要目的：大規模なユーザーの評価データのための感情を分析し、裁判官
の説明：
まず、ユーザーのコメントデータによると、プラットフォームのユーザの評価と印象が抽出されています。ユーザーのコメントの外部事象の影響を分析します。時間は、コメントを解除強調され、配向され、その後のコメントは、中国や品詞に分割されています。文書内の単語、エキスの依存関係、および導出ラベルの重要性を測定します。最後に、解説心理分析が行われます。データの評判分析が行われた場合、我々は、収集、比較、およびソフトウェア関連のトレーニングセットを訓練するためにsnownlpを使用しています。データのセンチメント分析した後、満足度指標を生成し、グラフィカルに表示します
名前：画像キャプション
キー目的は：指定された画像の内容記述
説明：
最初に、データが処理され、画像特徴は、ニューラルネットワークを介して抽出され、画像がResNetで前処理され、指定された層の出力が得られると保存されました。説明は、セグメンテーション、フィルタリング、パッドにより単語ベクトルを生成し、完全に言葉は以下出現予測し、目的関数としてのクロスエントロピーを用いて、損失を計算するためにLSTM出力を使用します。訓練の後、テスト画像、画像から抽出機能、および使用LSTM出力予測を取得します。このステップの後、再びワードベクトルと、入力LSTMを取得し、生成されたテキストの説明を終了するまで繰り返す埋め込みます。
名前：顔のサインインシステム
主要目標：まず、システム内の人事情報を入力し、関連する担当者がコンピュータの前にチェックインし、リアルタイムでサインイン担当者の名前と歓迎の情報を表示し、最後に表示署名のない者のリスト。
説明：
顔認識サインインプログラムは訪問のために準備しました。
人事認識成功率は100％です。コード・プログラムは、独立して自分で書かれました。全体のシステムは、最大限にユーザの使用を簡素化し、様々な用途に使用される堅牢十分である、よくパッケージです。
主催者は、唯一の形式要件に応じて指定した場所に写真ファイルを保存する必要があり、システムが特定し、それを完全に処理することができます。
システムが稼働している場合は、サインインしている人の名前がリアルタイムで表示することができ、ウェルカムメッセージが表示されます。プログラムは、最終的には、符号なしの人のリストが表示されます。
簡単に使用すると簡単に動作します。システムの書き込み構造が明確かつ効率的です。優れた実用効果がイベントで達成されました。
年：2016
名前：歩行計画と二足歩行ロボット（国立大学生イノベーションプロジェクト）の障害物回避に関する研究
賞：
発表された論文「A新規ファジィ無指向性二足歩行ロボットの歩行計画アルゴリズム」
2016第十八国民ロボット選手権とセブンス国際ロボットオリンピックチャンピオン（学校の歴史の中で最高の）
2016ロボカップロボットワールドカップ中国の次点（学校の歴史の中で最高の）
説明：
まず、ヒューマノイドロボットのモデリング、機械的な分析やモデリング、シミュレーションプラットフォームでモデリング歩行計画、MATLABのシミュレーションは、異なる材料の下でロボットの安定性に影響を与え、ブロッキング条件が合理的に推測されている複数のobstacles.The因子の予測をシミュレートするために使用されます合理の条件.Underロボットフィールド試験と組み合わせ、異なる材料でロボット、歩行安定性の影響因子の下で道路渋滞の影響を推測します。研究期間中に、私が論文を発表し、「A新規ファジィ無指向性二足歩行ロボットの歩行計画アルゴリズム」
の年：2017
名前：NAOロボットの群知能の連携技術に関する研究（国立学部イノベーションプロジェクト）
賞：特許「ロボットネットワークコミュニケーター」。
2017ロボットイノベーションチャレンジノースウェスト・ディビジョンシルバー
説明：
ロボットがちょうど常に単一障害点と島effect.After原因などのBluetooth、無線LANなどの通信チャネル、さまざまな試みてホストと通信し、最終的に無線LANのUDP / TCPハイブリッドを確立している状況を克服するために、 、障壁を破壊するロボット間mode.The通信切替ロボットビジョンを行う、位置決めおよび他のリソースはwhole.Finallyスキルポイントに到達することができるで共有することができ、ホストモードでは、リソースは、各によって、および後に収集することができますredistribution.Inのホストインテリジェントな意思決定尋ねる/研究をmechanism.During答えをすることによってなしホストモード、各ロボットのパスメッセージは、私は「ロボットネットワークコミュニケータ」の特許を公開し
た年：2019
名称：画像キャプションの
説明：
まず、データが処理され、画像特徴は、ニューラルネットワークを介して抽出され、画像がResNetで前処理され、指定された層の出力が得られ、保存されます。説明は、セグメンテーション、フィルタリング、パッドにより単語ベクトルを生成し、完全に言葉は以下出現予測し、目的関数としてのクロスエントロピーを用いて、損失を計算するためにLSTM出力を使用します。訓練の後、テスト画像、画像から抽出機能、および使用LSTM出力予測を取得します。このステップの後、再びワードベクトルと、入力LSTMを取得し、生成されたテキストの説明を終了するまで繰り返す埋め込みます。
年：2019
名：フェイスサインインシステム
賞：プログラムの実際のフィールドテストの成功率は100％である
説明：
フェイスサインインシステムは、
顔認識サインインプログラムは、訪問のために準備しました。
人事認識成功率は100％です。コード・プログラムは、独立して自分で書かれました。全体のシステムは、最大限にユーザの使用を簡素化し、様々な用途に使用される堅牢十分である、よくパッケージです。
主催者は、唯一の形式要件に応じて指定した場所に写真ファイルを保存する必要があり、システムが特定し、それを完全に処理することができます。
システムが稼働している場合は、サインインしている人の名前がリアルタイムで表示することができ、ウェルカムメッセージが表示されます。プログラムは、最終的には、符号なしの人のリストが表示されます。
簡単に使用すると簡単に動作します。システムの書き込み構造が明確かつ効率的です。優れた実用効果がイベントで達成されました。