Ramuda

高级Java开发工程师
傲梦 · 6年经验
Ramuda
日薪: ¥800/8h
地点: 上海 闵行
时间: 下班后周六周日可工作日远程
ID:237269 复制

0
接单数
0
评价数
0
收藏数

AI 技能提取 | 微服务 Spring Boot Spring Cloud Spring MySQL Redis Vue 分布式 小程序 Angular HTML CSS Bootstrap
拥有自己搭建的快速开发框架,能方便搭建分布式集群,能独立完成后端的开发,部署,监控,运维工作。
对SpringBoot、SpringCloud、微服务、Redis、Spring、Mysql等均有较为深入的了解。
对JSP、HTML、CSS、JS、BOOTSTRAP、VUE.js、Angular、Kquery等前端技术都比较熟悉,并有实际的项目开发经验。
有小程序开发经验,熟悉阿里云服务部署及域名申请、绑定及审核流程。

船舶污染物实时监控平台是一个整合港区地理信息、大气污染和船舶位置信息,借助计算机技术、通信技术等,实现实时监测、快速预警、水域环境要求低、全天候探测、稳定可靠的船只超排监控平台。
我们通过架设在港口的烟雾传感器识别到区域内有无船舶排污超标,然后利用AIS系统数据结合高清摄像头图像数据通过识别和分割算法对监测区域内的所有船只进行精准识别和定位,接着通过算法融合,包括去噪提高分辨算法、AIS数据与图像数据融合、模式识别等,识别筛选出监测范围内的超排船只;最终该判断决策可用于海图可视化、自动预警、人工判别合处置决策等。
整个系统主要由三个部分组成:数据采集端、中心服务端、客户端。数据采集端提供AIS数据、传感器数据、图像数据数据的采集和发送功能;中心服务端分为API服务组件、web服务组件和算法服务组件,实现数据的接入、处理、存储、分发,客户端采集用B/S(浏览器/服务器)结构负责提供数据的显示,包含运维管理和大屏可视化两套系统。
平台的算法服务端结合高清摄像头通过识别和分割算法对监测区域内的所有船只进行精准识别和定位,然后通过算法融合,包括去噪提高分辨算法、AIS数据与图像数据融合、模式识别等,实现对监测区域内超标船舶的识别筛查。

整个平台的web服务端使用 Spring boot 搭建,Spring MVC 提供接口访问,使用swagger提供接口文档供前端查看,接口统一使用restful 架构风格,按照资源名称提供接口地址。并且使用docker 容器化部署,降低项目部署对服务器环境的依赖,提高项目部署效率。数据安全性上,我们利用token机制进行身份验证。

数据库设计上采用了Redis和Mysql的结合方案。其中mysql持久化全量数据,redis 缓存查询频率比较高的数据,来提高查询效率。
整个中心服务端的数据,我们使用HTTP协议通过API接口的方式向用户提供基础的数据服务。同时,我们也可按照用户要求,提供特定的API数据接口服务。API接口我们采用了现在互联网里对外开放接口的主流模式Restful API。

平台的客户端web系统选用Vue作为基础底层框架。整体架构为:Vue +Vue Router +Vuex + Webpack +第三方库(Element UI、Echarts等)。
Ramuda ID:237269 复制

Ramuda

高级Java开发工程师 · 6年经验 · 傲梦
城市上海 闵行 日薪800元/8h 时间 下班后周六周日可工作日远程
0
累计接单
0
用户评价
0
被收藏

信用行为

0
接单数
0
评价数
0
收藏数

技术能力

AI 技能提取 | 微服务 Spring Boot Spring Cloud Spring MySQL Redis Vue 分布式 小程序 Angular HTML CSS Bootstrap
拥有自己搭建的快速开发框架,能方便搭建分布式集群,能独立完成后端的开发,部署,监控,运维工作。
对SpringBoot、SpringCloud、微服务、Redis、Spring、Mysql等均有较为深入的了解。
对JSP、HTML、CSS、JS、BOOTSTRAP、VUE.js、Angular、Kquery等前端技术都比较熟悉,并有实际的项目开发经验。
有小程序开发经验,熟悉阿里云服务部署及域名申请、绑定及审核流程。

项目经验

船舶污染物实时监控平台是一个整合港区地理信息、大气污染和船舶位置信息,借助计算机技术、通信技术等,实现实时监测、快速预警、水域环境要求低、全天候探测、稳定可靠的船只超排监控平台。
我们通过架设在港口的烟雾传感器识别到区域内有无船舶排污超标,然后利用AIS系统数据结合高清摄像头图像数据通过识别和分割算法对监测区域内的所有船只进行精准识别和定位,接着通过算法融合,包括去噪提高分辨算法、AIS数据与图像数据融合、模式识别等,识别筛选出监测范围内的超排船只;最终该判断决策可用于海图可视化、自动预警、人工判别合处置决策等。
整个系统主要由三个部分组成:数据采集端、中心服务端、客户端。数据采集端提供AIS数据、传感器数据、图像数据数据的采集和发送功能;中心服务端分为API服务组件、web服务组件和算法服务组件,实现数据的接入、处理、存储、分发,客户端采集用B/S(浏览器/服务器)结构负责提供数据的显示,包含运维管理和大屏可视化两套系统。
平台的算法服务端结合高清摄像头通过识别和分割算法对监测区域内的所有船只进行精准识别和定位,然后通过算法融合,包括去噪提高分辨算法、AIS数据与图像数据融合、模式识别等,实现对监测区域内超标船舶的识别筛查。

整个平台的web服务端使用 Spring boot 搭建,Spring MVC 提供接口访问,使用swagger提供接口文档供前端查看,接口统一使用restful 架构风格,按照资源名称提供接口地址。并且使用docker 容器化部署,降低项目部署对服务器环境的依赖,提高项目部署效率。数据安全性上,我们利用token机制进行身份验证。

数据库设计上采用了Redis和Mysql的结合方案。其中mysql持久化全量数据,redis 缓存查询频率比较高的数据,来提高查询效率。
整个中心服务端的数据,我们使用HTTP协议通过API接口的方式向用户提供基础的数据服务。同时,我们也可按照用户要求,提供特定的API数据接口服务。API接口我们采用了现在互联网里对外开放接口的主流模式Restful API。

平台的客户端web系统选用Vue作为基础底层框架。整体架构为:Vue +Vue Router +Vuex + Webpack +第三方库(Element UI、Echarts等)。
客服二维码

没找到合适的人才?

扫码添加客服极速匹配,或直接发布需求让更多人才主动报名

平台担保交易 · 1小时内不满意可退款

平台信誉与实力

基于 35,336 需求方信任

  • 支付宝企业信用分 优秀 评级
  • 市场份额约占全行业三分之一
  • 程序员兼职行业全能首选平台
查看平台资质详情
收藏