Projects | 占俊飞的个人主页

每日效率追踪器

Sun, 05 Apr 2026 00:00:00 +0000

一款拥有精美动画界面的个人每日效率与日记追踪工具。功能包括统一工作计时器、任务管理、每日主题编辑，以及沉浸式全屏禅模式——具备随时间变化的场景（日出、白天云朵、日落、星空夜晚）、天体动画和程序化生成的环境音效（雨声、麦田、夏蛙、壁炉）。

主要功能：

Wed, 07 May 2025 00:00:00 +0000

本项目在 F1/10 自主赛车平台上实现了 Shield-MPPI，这是一种将 Control Barrier Functions (CBFs) 与 Model Predictive Path Integral (MPPI) 控制相结合的新方法，旨在实现真实世界不确定性条件下的鲁棒安全导航。

主要贡献包括：

该方法在碰撞避免、赛道跟踪和鲁棒性方面较基准 MPPI 有显著提升。

Mon, 17 Mar 2025 00:00:00 +0000

将确定性最优控制与 Reinforcement Learning 相结合，开发了个体级接触网络上的随机疫苗分配策略，实现了鲁棒的疫情响应建模。

Python, PyTorch, NetworkX, OpenAI Gym

Sun, 15 Dec 2024 00:00:00 +0000

开发了一种混合模型，用于对七种材质（如桌面、玻璃、黑板）的敲击音频录音进行分类。该模型将基于原始音频的 1D CNN、基于 MFCC 特征的 2D CNN 和 Logistic Regression 组合为集成系统，在评估数据上达到了 94% 的准确率和 0.9426 的加权 F1-score。

使用智能手机录制了 520 个不同敲击力度的真实样本。应用了降噪和特征提取（MFCC、时域特征、频域特征）。在多种 CNN 组合上进行了评估，展示了深度学习与传统方法的有效融合。提出的改进方向包括 Attention 机制、Mixup 数据增强以及扩展数据采集以提升泛化能力。