杨靖康

全职学生（学士加硕士）

1.项目由项目经理承包，根据项目经理分配任务进行开发； 2.按时保质完成分配的任务，积极与组员沟通，密切配合； 3.开发小组工作内容包括：网站架构的选择及实施，实验室信息表格的自动化生成，用户及员工权限的分级，以及其他。

• 数据的采集及标注
• 辅助模型算法组进行人工智能的开发
• 辅助各小组的协调工作

此项目为本科毕业设计，通过实施网页全栈开发，建立了一个可互动的网站来帮助学生选到合适的课。该网站不仅通过提供有用的信息帮助学生选择所需的课程，还通过推荐的方式提醒学生所选学期的必修课程。

通过应用强化学习，双重深度Q网络以及PyGame等技术，创建一个简单的贪吃蛇游戏并引入基于强化学习的人工智能代理。 在没有游戏以外的信息帮助下，人工智能代理通过控制蛇，探索游戏环境，并尽可能地活下去。

在网络模拟器（NS2）中，模拟了无线传感器在智能家居中不同位置的分布情况，探究了不同协议带来的影响和差异。

采用深度学习、迁移学习拼接VGG19和有针对性优化的全连接神经网络，对图像进行分析，识别人脸特征。

在不引用已有机器学习资源库的前提下，实现神经网络的基本逻辑，对图像进行识别和多类别分类。

此项目为研究生毕业设计，在导师邱健聪的辅导下完成。本项目是对超分辨率图像在物体识别领域的不同应用方法进行探索。主要尝试是先对低分辨率图像做超分辨率处理，再应用YOLOv8物体识别网络对超分辨率图像进行分析。次要尝试是先对低分辨率图像进行初步物体识别，再有针对的对可能是物体的区域做超分辨率处理，后再进一步对超分辨率区域图像进行物体识别分析。