Cy的案例列表
分布式高性能推特爬虫
设计分布式爬虫架构，采用多节点Docker容器部署，结合IP代理池与浏览器指纹模拟技术，突破Twitter的速率限制、动态内容加载及账号封禁策略，系统存活周期延长至30天+ 逆向分析Twitter API调用流程，通过Hook JavaScript请求精准定位XHR接口，实现用户主页、推文交互数据（评论/点赞/转发）的结构化解析，数据字段完整率超98% 开发动态验证码处理模块，集成Tesseract-OCR与打码平台双方案，验证码识别成功率提升至87% 构建MySQL分库分表存储方案，设计数据清洗管道自动去重脏数据，累计采集120万+用户档案、560万+条推文数据 基于
学术图像造假检测系统
利用卷积神经网络实现图片篡改检测。具体的，利用回环残差深度自编码器(Ringed Residual U-Net , RRU-Net)的构建方法，把数据集简单处理后输入神经网络进行训练及检测，增强有关信息的可检测性。通过多次实验探究适合区域篡改检测任务的数据扩充及损失函数设计策略，进一步增强模型准确性及鲁棒性。
案例判断参考
Cy的案例列表
分布式高性能推特爬虫
设计分布式爬虫架构，采用多节点Docker容器部署，结合IP代理池与浏览器指纹模拟技术，突破Twitter的速率限制、动态内容加载及账号封禁策略，系统存活周期延长至30天+ 逆向分析Twitter API调用流程，通过Hook JavaScript请求精准定位XHR接口，实现用户主页、推文交互数据（评论/点赞/转发）的结构化解析，数据字段完整率超98% 开发动态验证码处理模块，集成Tesseract-OCR与打码平台双方案，验证码识别成功率提升至87% 构建MySQL分库分表存储方案，设计数据清洗管道自动去重脏数据，累计采集120万+用户档案、560万+条推文数据 基于...
学术图像造假检测系统
利用卷积神经网络实现图片篡改检测。具体的，利用回环残差深度自编码器(Ringed Residual U-Net , RRU-Net)的构建方法，把数据集简单处理后输入神经网络进行训练及检测，增强有关信息的可检测性。通过多次实验探究适合区域篡改检测任务的数据扩充及损失函数设计策略，进一步增强模型准确性及鲁棒性。...
