吴贤Wu Xian
我是吴贤,一名即将从合肥工业大学毕业的电子信息工程本科生,2026 年秋季将进入中国科学技术大学信息科学技术学院,在电子工程与信息科学系开始三年的研究生学习。
本科期间,我围绕信号与系统、数字信号处理打下基础,并把兴趣延伸到深度学习与图像分析——独立完成了从医学图像分割、人脸识别到单片机信号发生器的多个项目,习惯一个人把算法、软件和硬件联调跑通。
接下来读研,我希望在电子信息与人工智能的交叉方向上继续深入,把模型真正用到可靠的系统里。
合肥工业大学
已通过大学英语四级、六级。
考研初试 · 总分 384
基于深度学习的视网膜 OCT 图像智能分割系统
针对视网膜 OCT 图像中积液病灶的分割问题,设计并实现了一套智能辅助分析系统。以 U-Net 为基线,对 U-Net、Attention U-Net 等分割网络做了系统的对比实验,重点研究病灶区域与边界信息的表征能力。
独立完成数据预处理与模型训练,基于 PyTorch 搭建多模型对比流程,结合分割任务特点引入相应损失函数,建立基于 Dice、IoU 等指标的评价体系;并用 Tkinter 开发桌面端上位机,实现一键推理、分割掩膜叠加与结果可视化。
基于深度学习的人脸识别远程打卡系统
面向远程办公的身份核验与考勤需求,设计并实现了一套基于 C/S 架构 的人脸识别考勤系统。前端用 PyQt5 与 OpenCV 完成视频流采集、图像预处理与打卡交互,后端通过 Socket 网络通信实现客户端与服务端数据交互,并结合 openGauss 数据库管理人员信息与考勤记录。
独立完成核心模块开发与联调;复现并比较了 EigenFace(PCA)与 CosFace 中的 LMCL 等人脸识别方法,基于 PyTorch 复现带大间隔余弦约束的模型。
LFW 测试集准确率 95.70%基于单片机的多波形信号发生器
设计并实现了一套基于 51 系列单片机 与 DAC 的多波形信号发生器,支持正弦波、方波等 4 类常见波形输出。采用查表法与定点移位运算生成波形数据,支持频率、幅值及方波占空比的步进调节。
独立完成 C 语言底层逻辑编写与软硬件联调;基于定时器与中断实现波形更新与参数调节,设计 64 点 ROM 波形表与右移幅值缩放方法以降低实时计算开销,并实现 LCD 交互显示与软件消抖。
竞赛奖项
荣誉称号 · 奖学金
技能
熟悉 C 语言、Python;熟悉 MATLAB,能进行基础的信号数据处理与波形分析;具备流畅的英文阅读与信息提取能力。