rational

花店项目是一个集花卉智能识别、病虫害诊断及微信小店商品接入于一体的综合性平台。在花卉智能识别与病虫害诊断模块，我们基于 Python 搭建深度学习模型，利用 TensorFlow 框架，通过大量花卉图像数据训练卷积神经网络（CNN），实现对数千种花卉品种及常见病虫害的高精度识别，准确率超 95%。前端采用 Vue.js 构建简洁易用的交互界面，用户拍摄照片上传后，后端快速处理并返回识别结果与养护建议。在微信小店商品接入方面，通过微信开放接口，运用 Java 开发后端服务，实现商品展示、下单、支付等功能的无缝对接，助力花卉商家拓展线上销售渠道。
农产品交易平台旨在为用户提供基于最新行情的农产品交易服务。后端以 Java 为主要开发语言，搭建高并发的分布式系统架构，通过定时任务和 Web Scraping 技术，实时抓取泰国各大农产品市场的价格、供需等行情数据，结合大数据分析技术，为用户提供精准的市场趋势预测。移动端采用 Flutter 进行跨平台开发，适配安卓与 iOS 系统，打造流畅的购物体验；同时接入第三方支付接口，保障交易安全便捷。前端利用 React 技术呈现直观的行情图表与商品展示页面。