aboutsummaryrefslogtreecommitdiffstats
path: root/resume-zh.tex
diff options
context:
space:
mode:
Diffstat (limited to 'resume-zh.tex')
-rw-r--r--resume-zh.tex14
1 files changed, 7 insertions, 7 deletions
diff --git a/resume-zh.tex b/resume-zh.tex
index 855f640..400a346 100644
--- a/resume-zh.tex
+++ b/resume-zh.tex
@@ -63,11 +63,11 @@
% Summary & Objectives
%======================================================================
{\onehalfspacing\hspace{1.7em}
-物理学专业直博 5 年级研究生,有扎实的物理、数学与统计学基础,
+物理学专业直博研究生,有扎实的物理、数学与统计学基础,
并且熟悉统计分析、机器学习、信号与图像处理的基本方法。
热衷计算机技术,有 10 年的 Linux 和 BSD 使用经验。
热爱自由开源精神,并积极参与 DragonFly BSD 等多个开源项目。
-拥有计算机专长,能熟练使用 Python 和 R 语言,对数据分析有强烈兴趣,
+拥有计算机专长,能熟练使用 Python 和 R 语言开展数据分析工作,
真诚应聘贵公司的\emph{\myposition}职位。
\par} % NOTE: \par is needed
@@ -123,15 +123,15 @@
{重点项目}%
{低频射电天空的高精度仿真与微弱天体辐射信号的识别}%
{\begin{itemize}
- \item 使用 Python 开发低频射电天文模拟软件:
- \link{https://github.com/liweitianux/fg21sim}{\texttt{FG21sim}}
- \item 显著改进星系团射电晕的建模,并考虑低频干涉阵列的复杂仪器效应
- \item 量化评估射电晕对探测宇宙再电离信号的影响,并完成期刊论文
\item 合作利用深度卷积神经网络(CNN)对 FIRST 巡天的射电星系图像
根据形态特征进行分类
+ \item 使用 Python 开发低频射电天空图像模拟软件:
+ \link{https://github.com/liweitianux/fg21sim}{\texttt{FG21sim}}
\item 利用小波分析等算法,对 X 射线天文图像进行去噪与增强
\item 提取 X 射线天文图像的空间和光谱信息,利用支持向量机(SVM)
进行分类,探测点源
+ \item 显著改进星系团射电晕的建模,并考虑低频干涉阵列的复杂仪器效应
+ \item 量化评估射电晕对探测宇宙再电离信号的影响,并完成期刊论文
\end{itemize}}%
[Python, 机器学习, CNN, SVM, 图像处理]
@@ -282,7 +282,7 @@
\begin{entries}[|]
\entry{\textbf{英语}}{%
\begin{description}
- \item[阅读] --- 良好(顺利阅读教材和专业文献)
+ \item[阅读] --- 良好(阅读技术文档和专业文献)
\item[写作] --- 良好(撰写学术论文)
\item[听说] --- 日常交流
\end{description}