非技术区
应届毕业生，过了高程，主攻的是java，求份工作够吃饭就行。
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区个人简历
◆本人概况
姓名：李凡 性别：男
民族：汉 籍贯：陕西西安
学校：中南大学 学历：本科
专业：计算机科学与技术
毕业时间：2007.6月 可到岗时间：2007年2月
手机：13908460026
目前所在地：湖南长沙
Email Address： pig5748@163.com
求职意向：java软件工程师
◆证书情况
*2006年5月通过软件设计师（原高级程序员）资格考试，证书编号：05024185 证书管理号：
06115430209
◆个人简介
熟悉c\c++、汇编、delphi等开发语言。精通java，具有扎实的java基础，熟悉java、servlet、jsp
、javabean ，了解J2EE构架以及XML等相关技术知识，了解EJB、Struts、 Hibernate、 Spring，熟悉对
Tomcat/JBoss/Weblogic 等应用服务器的配置和使用，熟练使用SQL SERVER、ORACLE、MySQL等数据库，
熟练使用Rose等UML建模工具，有良好的团队意识，自学能力强，工作塌实认真。
◆项目经验
2006/07--至今：培训公司的网上教学系统
开发工具： Eclipse，MySQL，Rational Rose，DreamWeaver
项目描述： 一个基于J2EE平台B/S架构的培训系统，采用Struts、Hibernate、Spring等J2EE技术开发。
此系统用来对学院进行在线培训，以及在线考试。
责任描述： 负责整个项目架构设计，部分核心代码的编写，并负责部分系统数据库的建立相关文档的编
写
--------------------------------------------------------------------------------
2006/03--2006/05：网上购物系统
软件环境： Weblogic
开发工具： Eclipse、EditPlus
程序描述： 一个基于jsp、servelt、ejb三层架构的网上购物系统，实现了网上购物系统的基本功能，并
且具有较强的数据库可移植性。
责任描述： 独立完成此程序。
--------------------------------------------------------------------------------
2005/08--2005/11：java聊天室系统
开发工具： Eclipse
程序描述： 一个用java语言，开发的聊天室系统，类似于qq聊天室，支持多人在线，用户可自定义头像
，发送图片表情，文件传输等功能。
责任描述： 独立完成此程序。
--------------------------------------------------------------------------------
2005/07—2005/08：表达式计算器
开发工具：eclipse
程序描述：
一. 能根据需要自由编辑计算公式并得到结果，如编辑(345+345)*3.14+567/34，按“=”按钮即可得到计
算结果。
二. 支持二、八、十、十六进制的数据计算。
三. 公式中可以带入最多三个参数，如编辑公式 (x+456)*y+345/z后，给x,y,z赋值，按“=”按钮即可得
到计算结果。
四. 附带一个小型的进制转换器，可以使数据在不同的进制间自由转换。
责任描述： 独立完成此程序。
--------------------------------------------------------------------------------
2005/03--2005/07：小型单任务操作系统
开发工具： TC 、MASM
程序描述： 一个小型单任务操作系统，采用c、汇编语言开发，实现了基本的文件系统和内存管理，提供
5种类型的输入输出中断，并且可以兼容运行部分DOS程序。
责任描述： 独立完成此项目。责任描述： 独立完成此程序。
--------------------------------------------------------------------------------
2004/09—2004/11：DOS下文本编辑器
开发工具：TC
程序描述：一个类似于edit的dos文本编辑器，支持复制、剪切、粘贴等功能，具有图形化的菜单显示。
责任描述： 独立完成此程序。
--------------------------------------------------------------------------------
2004/05—2004/08：DOS下的五子棋游戏
开发工具：TC
程序描述：
1.图形界面，使用鼠标控制
2.能够实现人机对战，并判断胜负
3.能够保存棋局和玩家所走的每一步，并且可以按步骤还原棋局
4.玩家能够悔棋、和棋、认输
5.保存每一个玩家的分数到一个文件中，可随时查看。
责任描述： 独立完成此程序。
--------------------------------------------------------------------------------
◆本人性格
踏实、谦虚、自律、好学；适应能力强，愿意为公司长期效力。
相关推荐
角色扮演功能开发：利用DeepSeekAPI构建个性化对话系统.pdf
在日常的工作和学习中，你是否常常为处理复杂的数据、生成高质量的文本或者进行精准的图像识别而烦恼？DeepSeek 或许就是你一直在寻找的解决方案！它以其高效、智能的特点，在各个行业都展现出了巨大的应用价值。然而，想要充分发挥 DeepSeek 的优势，掌握从入门到精通的知识和技能至关重要。本文将从实际应用的角度出发，为你详细介绍 DeepSeek 的基本原理、操作方法以及高级技巧。通过系统的学习，你将能够轻松地运用 DeepSeek 解决实际问题，提升工作效率和质量，让自己在职场和学术领域脱颖而出。该文档【角色扮演功能开发：利用DeepSeekAPI构建个性化对话系统】共计 25 页，文档内容完整、条理清晰。文档内所有文字、图表、目录等元素均显示正常，无任何异常情况，敬请您放心查阅与使用。
codex的windows安装程序
codex的windows安装程序
YOLO算法城市道路汽车与人目标检测数据集-51张-包含 VOC 和 Yolo 格式标签-支持多种算法训练模型.zip
页面底部附数据集可视化效果预览，可直接参考。 YOLO城市道路汽车与人目标检测数据集 目标类别：['cars', 'human'] 中文类别：['汽车', '人'] 训练集：41 张 验证集：5 张 测试集：5 张 总计：51 张 该数据集提供了data.yaml文件，内容如下： train: ../train/images val: ../valid/images test: ../test/images nc: 2 names: ['cars', 'human'] 使用场景：毕业设计、课程设计、深度学习入门、工业场景落地验证。
乌干达国界、省界、市界矢量数据SHP格式.zip
本资源为《乌干达国界、省界、市界矢量数据SHP格式》压缩包，文件大小约 28.6 MB，适合按项目统一保存和使用。实际覆盖范围与内容请结合包内文件及说明核对。 从压缩包目录可见Shapefile 主文件（.shp）、空间索引（.shx）、属性表（.dbf）、投影说明（.prj）、编码说明（.cpg）。解压后请保持配套文件同名并保存在同一目录，再加载需要的图层。 可结合实际内容用于 GIS 学习、行政区划展示、专题地图制作、分区统计及空间叠加分析。各地区行政层级的含义可能不同，应核对实际属性字段，避免直接将所有层级理解为省、市、县。 可使用 QGIS、ArcGIS 等支持 Shapefile 的软件加载 .shp 文件。叠加其他图层或关联统计表前，请检查坐标系统、字段编码与关联标识，避免仅凭名称匹配。 来源、年份、精度、坐标系、记录数、字段含义及使用条件，以实际文件和原始资料说明为准。
YOLO26算法苹果园叶片遮挡目标检测+训练好的模型+466张数据集+pyqt可视化界面.zip
附训练好的 YOLO 权重与 PyQt 可视化检测界面，页面底部含可视化效果预览，毕设/课设开箱即用。 【数据集概况】 · 检测类别（中文）：[叶片遮挡(leaves occlusion)] · 训练集：408 张 · 验证集：39 张 · 测试集：19 张 · 总计：466 张 该数据集聚焦于苹果果园中果实被叶片部分遮挡的复杂视觉场景，旨在提升目标检测模型在自然农林环境中对遮挡目标的识别能力，具有重要的农业智能化应用价值。数据采集自真实苹果种植园，覆盖不同光照条件、枝叶密度及果实成熟度阶段，为果实产量估算与病虫害早期识别提供高质量视觉基础。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 52 个 epoch，最终轮指标： 指标 | 数值 mAP50 | **0.7376** mAP50-95 | 0.3636 Precision | 0.6846 Recall | 0.7054 train/box_loss | 1.0156 train/cls_loss | 0.6338 val/box_loss | 1.8038 val/cls_loss | 1.3616 【训练过程分析】 从一开始，模型的训练过程就展现出了不同寻常的波动。在最初的十轮训练中，模型迅速适应了训练集的数据，loss 从初始值的 2.2500 快速下降到了 1.0156，表现出了惊人的收敛速度。然而，这样的高速收敛也带来了挑战，因为随着训练集样本的逐渐消化，loss 的曲线开始趋于平稳，从 1.0156 降至 0.9000，这表明模... 使用场景：毕业设计、课程设计、深度学习入门、工业场景落地验证。
