个人成果

写在前面

本页用于长期维护个人阶段性成果，包括论文、项目、数据集、代码和可复用系统。

字段	内容
作者	M. Song, L. Lou, X. Chen, X. Zhao, Y. Hong, S. Zhang, W. He
期刊	IEEE Sensors Journal
年份	2023
核心工作	提出面向人体-车辆识别的轻量化注意力深度学习方法 Wi-LADL，使用 RSS 信号作为输入，并结合卷积网络与 CBAM 注意力机制提升分类能力。
主要结果	在 2.4 GHz、0.8 m 天线高度条件下，五分类平均准确率达到 98.8%。
数据/代码	`https://github.com/TZ-mx/WiParam`

这项工作围绕 RSS 信号的低成本感知优势展开，重点是用轻量化网络降低部署成本，同时保持较高的人体、车辆及混合目标分类精度。

字段	内容
作者	L. Lou, M. Song, X. Chen, X. Zhao, S. Zhang, M. Zhan
期刊	IEEE Internet of Things Journal
年份	2024
核心工作	构建基于深度学习的人体-车辆分类方法，系统比较 CSI 与 RSS 两类无线特征在不同类别规模下的分类表现。
主要结果	当分类类别较少时 RSS 具有较强性能；随着类别数增加，CSI 在复杂分类任务中表现更优。
数据/代码	`https://github.com/TZ-mx/mixed-dataset`

该论文的价值在于不只追求单一模型精度，而是分析 CSI 与 RSS 在不同任务复杂度下的适用边界，为后续系统选型提供实验依据。

字段	内容
作者	L. Lou, M. Song, X. Chen, X. Zhao, S. Zhang
期刊	IEEE Transactions on Intelligent Transportation Systems
年份	2024
核心工作	分析载波频率、天线高度与无线感知人体-车辆识别性能之间的关系，并结合 CNN 进行分类建模。
主要结果	2.4 GHz 频段与 0.8 m 天线高度组合下识别效果较优，平均车辆识别准确率达到 95.96%。
数据/代码	`https://github.com/TZ-mx/mixed-RSS-dataset`

这项工作将无线感知系统部署参数纳入模型性能分析，说明识别精度不仅由模型决定，也与频段选择、传感器高度和场景布局密切相关。

字段	内容
作者	Y. Jin, M. Song, C. Shao, Y. Gao, S. Liu, J. Ma
期刊	IEEE Sensors Journal
年份	2026
个人角色	作者之一
核心工作	提出连续两阶段运动与呼吸识别框架 CTSMR，先判断人体状态，再分别执行呼吸识别或活动识别。
主要结果	呼吸识别准确率达到 98.79%，活动识别准确率达到 96.98%；总处理延迟为 1.156 ms/sample，模型推理延迟为 0.201 ms。
数据/代码	待补充

这项工作将无线感知从离散分类扩展到连续状态识别，重点解决运动与呼吸信号在同一系统中共存时的状态切换和轻量化推理问题。

字段	内容
时间	2026
关键词	ChatBI、Qwen-Agent、Nanobot、SQLite、Tushare、Gradio
做了什么	构建面向股票历史数据分析的本地 ChatBI 助手，完成数据采集、数据库入库、自然语言查询、预测分析和 Web 界面部署。
主要功能	支持历史行情查询、多股票对比、ARIMA 价格预测、BOLL 布林带异常检测和自动图表生成。
效果或产出	完成从 Qwen-Agent 原型到 Nanobot 工程化版本的迁移，并对两种 Agent 架构的响应链路和效率进行对比。

该项目的主要价值在于明确 LLM 与确定性工具之间的边界：模型负责理解意图和组织表达，SQL、Pandas、ARIMA 与 BOLL 工具负责可复现计算。