1.基于知识图谱和图卷积神经网络及深度强化学习的群智感知激励系统。
该项目中采用知识图谱驱动的社交网络以描述任务与参与者间的联系。将每一位参与者视为一个独立的决策者，决策者之间进行非合作博弈，目标是最大化任务感知效用。为了求解最优策略，设计了参与者的动作空间、状态空间和奖励函数，并提出了基于深度强化学习的DRL-PPO决策算法，该模型由特征网络φ、策略网络π和价值网络V三部分组成，其中特征网络φ采用GCN来提取知识图谱特征向量。
2.基于微信小程序和flink-Python框架开发的垃圾分类识别系统
该作品前端采用微信小程序开发，后端采用Python的flink框架实现，图像识别采用了独立设计以及训练的GC-NET深度学习网络，包括用户模块和后台管理模块。
3.基于ssm框架的JpetStore网上商城Web项目
本作品具有完整的在线商城的各个模块，具有商家管理后台，用户使用的web前端，以及android端，数据库采用的MySQL，后迁移到Oracle，后端采用了springboot+springMVC+mybatis开发，前端采用vue框架开发。
4.基于QT的虚拟操作系统内存管理进程管理可视化系统
本作品主的进程管理算法采用了多级反馈队列调度算法，内存管理同时实现了最佳适应，首次适应，临时适应算法，并且支持实时切换，并且开发了实用的前端界面。