法律法规智能知识图谱与问答系统
Legal Knowledge Graph & GraphRAG QA System
面向政府机构法律法规知识库场景，基于 RAGFlow、Neo4j 和 Elasticsearch 构建从非结构化文档解析、知识图谱生成到 GraphRAG 智能问答的完整流程。
5000+
知识图谱节点
10000+
关系数量
90% → 95%
检索召回率
- Python
- RAGFlow
- Neo4j
- Elasticsearch
- ChromaDB
05 — Work
Selected Work
6 个项目覆盖大模型应用工程、后端系统架构、机器学习模型工程、多模态情感预测与可解释分析。01 为核心 Case Study。
油训智安——油气储运教学实训与岗位技能智能体系统
Oil Training Agent System
作为项目负责人主导设计的油气储运教学实训智能体系统，基于 FastAPI + Vue3 前后端分离架构与自研 FSM 工作流引擎，实现从意图识别、RAG 检索重排到引用核验的完整问答链路。
7
环节问答链路
416
自动化测试
2核2G
离线部署上线
- Python
- FastAPI
- Vue3
- PostgreSQL
- SQLAlchemy
Oil Training Agent System
- 7 环节问答链路
- 416 自动化测试
- 2核2G 离线部署上线
复杂低空场景目标识别系统
Low-Altitude Target Recognition System
围绕低空监视雷达中的“低慢小”目标识别场景，完成原始回波、点迹和航迹等多类数据的处理与融合建模，并搭建覆盖数据处理、模型训练、预测推理和部署优化的模块化流程。
40+
维特征
98.99%
验证准确率
ONNX + Int8
模型部署
- Python
- PyTorch
- KAN
- MLP
- Feature Engineering
Low-Altitude Target Recognition System
- 40+ 维特征
- 98.99% 验证准确率
- ONNX + Int8 模型部署
智能天线调谐状态识别系统（IAT）
Intelligent Antenna Tuning State Recognition
面向 96,768 样本、15 类严重不均衡的手机天线调谐状态预测任务，通过幅度差分特征设计与 TinyMLP 模型优化，在 7.75KB 模型体积约束下实现单样本 0.135ms 的端侧推理。
97.75%
最终准确率
0.954
Macro F1
7.75KB
模型体积
- Python
- PyTorch
- MLP
- Feature Engineering
- Class Imbalance
Intelligent Antenna Tuning State Recognition
- 97.75% 最终准确率
- 0.954 Macro F1
- 7.75KB 模型体积
多模态深度学习干扰智能识别系统
Multimodal Interference Recognition System
面向 5G / 6G 无线网络的小区级干扰识别问题，基于 PRB 噪声矩阵和业务元数据构建数据处理、特征提取、模型训练和推理流程。
92.71%
验证准确率
0.8398
Macro F1
24 × 273
PRB 矩阵输入
- Python
- PyTorch
- CNN
- Transformer
- Multi-label Learning
Multimodal Interference Recognition System
- 92.71% 验证准确率
- 0.8398 Macro F1
- 24 × 273 PRB 矩阵输入
复杂场景下多模态情感预测与可解释分析
Multimodal Sentiment Prediction & Interpretability
基于 CMU-MOSEI 数据，研究文本、语音、视觉信息局部缺失时的情感分类与强度预测，结合掩码感知门控融合、连续区间缺失增强与可解释分析，完成模型训练、评估及成果交付。
68.64%
测试集 Accuracy
64.93%
测试集 Macro-F1
0.6505
测试集 MAE
- Python
- PyTorch
- OpenCV
- BERT
- Transformer
Multimodal Sentiment Prediction & Interpretability
- 68.64% 测试集 Accuracy
- 64.93% 测试集 Macro-F1
- 0.6505 测试集 MAE