魏鑫

较为熟练地使用Python，了解C/C++、HTML/CSS、Java、openCV、unity，

熟悉机器学习常用模型（KNN、k-means、决策树、SVM等），对NLP领域任务和模型较为熟悉（word embedding、n-gram、RNN等）

采用基于LSTM网络和3D卷积神经网络的混合模型来分析静息态fMRI医学图像（由全球17个研究机构联合提供的ABIDE数据集），以尝试解决自闭症患者和正常人的分类问题。

首先利用PCA将高光谱数据降维，使用分类模型对单一离子数据分类，并采用回归模型预测离子浓度。由于数据维度较高，且样本数量较少，正在尝试基于小样本学习的分类模型。（在研）

采用SQuAD1.1数据集建立种子样本，设计同义转述边角样例生成算法与异义拼接边角样例生成算法，基于不同的待测试深度学习系统计算差别响应概率和神经元覆盖率，以差别响应概率最大化和神经元覆盖率最大化为联合优化目标，生成边角样例。使用边角样例对深度学习系统进行再训练，评估指标可提升2%左右。

使用python获取语料库,MeCab工具进行分词,glove模型训练词向量。设计基于LSTM的语义偏转模型,结合分类器(kNN)对日语复合动词进行分类。已形成论文《基于语义偏转模型的日语复合动词分类方法》,投递审稿中。

采集油套管垛端面图像，使用OpenCV对油套管垛的端面图像进行灰度化、中值滤波等预处理。采用Canny算法进行边缘检测，霍夫圆变换检测特征圆并统计特征圆个数，人工修正后得到油套管的数量。与中海油现有的信息系统进行对接，进行入库、出库等操作。

将深远海物资保障体系抽象为大规模的组合优化问题，根据物资保障体系的特点，采用了基于粒子群算法的模拟退火改进算法。在中海油公司要求的时间复杂度内，极大的提高了模拟仿真的准确率。项目已通过验收，预计2019年将应用于中海油集团海口、湛江、惠州、南海岛礁四大基地的南海油气田作业。

根据玩家手中的底牌以及桌面的公共牌，基于蒙塔卡洛思想随机模拟多轮牌局，利用矩阵多次迭代计算每轮牌局的胜负情况并计算胜率。

根据合作方需求，与美工配合完成若干体感游戏。主要职责为根据具体游戏，使用C#或java读取并处理串口数据，在unity或processing中封装为接口。上述游戏已在合作方项目中展出。

首先对用户用电数据进行数据预处理，删除异常点并使用线性插值补全数据。然后搭建数据仓库，设计维度表与事实表提升搜索效率。本项目使用的oracle数据库，springMVC框架，web页面使用jsp编写，结合echarts画出折线图、热力图等将数据分析与预测的结果进行可视化展示。