熟练掌握 Python 编程语言,熟练使用 Pandas、NumPy、Matplotlib、Seaborn 等数据分析库,能够高效完成数据清洗、缺失值处理、数据特征提取、统计分析工作。熟练运用 Scrapy 框架开展网络爬虫开发,掌握反爬基础策略、数据批量采集与结构化存储方法,具备真实项目数据获取与整理能力。具备基础 Java 编程能力,理解面向对象编程思想,可配合大数据生态项目开发。熟练使用 Excel 高级函数、数据透视表、图表分析,可快速完成数据汇总、报表制作与可视化分析。熟练使用 Geogebra、可视化绘图工具,能够完成图形建模、数据动态展示与教学可视化呈现。掌握 Markdown、LaTeX 排版,可独立完成论文排版、公式编辑、建模报告、PPT 规范化输出。
一:石榴多模态数据智能挖掘与预警建模:
核心职责:数据预处理、CNN+LSTM混合模型搭建、多源数据融合分析
1. 对接数据集,离线完成图像OCR解析、时序数据归一化处理,构建标准化训练数据集;
2. 搭建卷积神经网络完成果实病害细粒度分类,基于长短期记忆网络对环境时序数据建模,挖掘气象参数与病害扩散的潜在关联;
3. 进行多轮超参数调优、交叉验证,优化模型精度,制作动态可视化分析图表;
4. 输出完整源代码、实验评估指标、行业应用分析报告,答辩完整落地,强化分布式数据分析、机器学习建模、项目复盘总结能力。
独立使用YOLOv8目标检测算法搭建农业杂草识别模型;完成农田图像数据标注、清洗与扩增,通过迁移学习训练并优化模型;实现杂草种类识别、位置标注与数量统计,输出数据分析图表与项目总结报告;熟练掌握计算机视觉、数据处理、模型训练调试能力,具备完整AI项目落地经验。
对石榴的病虫害的分析做了一个识别系统,能有效的对其进行识别分析。让果农可以尽早的进行预防的求治,增大产果量