上海交通大学工程实践与科技创新IIB：计算机控制小车
这个项目实现了一个单片机小车可以在计算机辅助下自动寻路的系统。在这个项目中，我们用黑细线充当小车应该遵循的道路，计算机连接的摄像头拍摄小车运行在黑细线上的实时画面，计算机接受画面并分析，自动对小车发送指令导航。
上海交通大学计算机组成实验：单片机上的流水线CPU
这个项目是一个运行在Xilinx FPGA Spartan 3E开发板上的基于MIPS指令集的流水线CPU。由Verilog和Xilinx ISE Designed Suit编写。如果你有Xilinx FPGA Spartan 3E开发板，你可以把代码烧录在你的板子上测试。如果你没有合适的开发板，也可以使用Xilinx ISE Designed Suit模拟性能。
上海交通大学工程实践与科技创新IIIC：智能手机控制小车
这个项目实现了一个单片机的小车可以在智能手机的控制下运动并传送拍摄到的图像给智能手机的功能。它和上一个工程实践与科技创新项目IIB有共通之处，但是，这次小车需要接受智能手机通过蓝牙传输的指令。你可以用自己编写的智能机应用中的按钮控制它运动。此外，你甚至可以使用重力感应或语音识别功能来控制小车。
上海交通大学软件工程实践：指纹识别的文档编辑器
这个软件是一个指纹识别的文档编辑器。它基于Java并且需要一个指纹采集器来运行。考虑到安全的概念，我们给已经具有丰富功能的文档编辑器添加了指纹识别系统。用户可以将自己的指纹绑定到加密文档，文档需要进行指纹认证才能再次打开。此外，文件本身是DES加密过的，试图从外部破解文档是困难的。
上海交通大学编译原理实践: Tiger Language编译器
这是一个简单的记载于 Modern Compiler Implementation in Java一书中的Tiger Language的编译器。这是一个未完成的版本。它由词法分析、语法分析、语义分析、活动记录和中间代码生成几部分组成。
上海交通大学人工智能课程项目：基因碎片分类器
这个项目要求分别使用机器学习方法和深度学习方法训练一个可以分类基因碎片的分类器。本项目使用的机器学习方法包括逻辑回归（LR）、支持向量机（SVM），使用的深度学习方法是深度信念网络（DBN）。本项目附带一份项目报告。原始数据可以在这里 下载，提取码5q32。
大众点评网爬虫
这是一个简单的爬虫程序，可以从大众点评网获得基于用户的信息。你可以获得用户的个人信息和他所有的评论信息。爬虫程序使用了随机用户代理(User Agent)和随机代理服务器以躲过网站的机器人检测（如果有机器人检测的话）
BiGCN
用Pytorch实现了论文中的模型： Predicting Emergency Medical Service Demand with Bipartite Graph Convolutional Networks
Temporal Difference Graph Neural Network
用Pytorch实现了论文中的模型：Predicting Potential Real-time Donations in YouTube Live Streaming Services via Continuous-time Dynamic Graph