TCDformer-based Momentum Transfer Model for Long-term Sports Prediction
投稿至 Expert Systems with Applications (ESWA)
论文提出 TM2 长时序体育预测模型,将基于 MODWT 的多尺度潜在变化点检测、动量编码、LLSA 分解、MLP 趋势预测以及小波注意力季节建模结合起来。
个人学术主页
本科生 · 深度学习 · 计算机视觉 · 智能系统
你好!我是刘辉,欢迎来到我的网站!
我目前就读于北京联合大学,近期主要关注学习方法如何服务于真实任务中的感知、预测与系统设计。
我参与过长时序体育预测、复杂光照下机器人循迹、洪涝救援无人机系统以及分布式水声传感器研究等方向的工作。
在本科阶段,我逐步形成了对机器学习与深度学习基础模型的浓厚兴趣,包括 CNN、GAN、扩散模型及其在计算机视觉中的应用。
我希望把算法设计、实验验证和工程实现连接起来,持续构建具有研究价值和实际应用潜力的系统。
投稿至 Expert Systems with Applications (ESWA)
论文提出 TM2 长时序体育预测模型,将基于 MODWT 的多尺度潜在变化点检测、动量编码、LLSA 分解、MLP 趋势预测以及小波注意力季节建模结合起来。
已被第二十八届网络新技术与应用年会接收
该工作面向复杂光照环境提出智能机器人循迹控制方法,系统采用模块化架构,并结合 CLAHE 图像预处理与学习式视觉流程实现实时路径规划和避障。
面向 GPS 拒止场景搭建高性能洪涝救援无人机系统,结合卫星—无人机跨视角定位与多模态智能导航,支撑救援相关任务。
设计复杂光照环境下的机器视觉机器人循迹系统,采用 CLAHE 增强预处理以提升路径识别与导航鲁棒性。
围绕边缘侧分布式水声传感器开展研究,主要涉及信号处理算法、实验数据分析与技术报告撰写。
目前有 2 篇代表性论文,方向涉及体育预测与机器人视觉,并持续拓展智能系统相关研究。
共有 3 段代表性研究与工程经历,包括无人机救援、机器人循迹与水声传感研究。
在挑战杯、互联网+、西门子杯、编程竞赛等比赛中获得多项奖励。
具备 C/C++、Python、Matlab、LaTeX、OpenCV、TensorFlow 与技术写作实践经验。