在本科阶段打下的理论基础是为了在研究生阶段做科研做准备
研究生要结合自己的价值追求、兴趣爱好、性格能力等特点高效利用时间,做到学思结合,劳逸结合,力争在读期间能够发表出高质量的学术论文。
并要志存高远,高标准严格要求自己。
向导师和师兄师姐学习查阅文献的技巧、如何解决实验中的瓶颈问题、怎样形成创新性想法并付诸实践,形成高水平科研论文。
研究生们要针对学习工作中遇到的困惑积极向前辈请教。
研究生、尤其是博士研究生学习的主要目的不再是掌握知识,而是要学习如何创造知识,即学习如何做学问、如何做研究(包括理论研究与实验研究)。
其次,研究生的主要学习方法不再是单纯的读书与听课,而是在研究的过程中学习。
当然,研究生仍然需要掌握新知识、仍然需要读书与听课;但这已不再是学习的主要目的与方法,而仅仅是研究的补充或为研究服务的手段。
经常有同学说,为了给某项研究打好基础、一定要先修完哪几门课。
这话听起来并不错,但一定不能走极端。
正确的方法应该是,掌握一定的基础知识后,一边研究问题一边补充相关知识。
如果你非要等到将所有基础知识都掌握了再着手研究某一问题,则恐怕你一辈子都开始不了真正的研究。
还有同学会说,对于立志以科学研究为职业的同学确实应该好好学习如何做研究、并在研究的过程中学习,而我毕业后并不打算做研究、而会从事其它工作,所以并不需要如此。
其实,这种想法是十分糊涂的。
的确,研究生毕业后不一定会从事科学研究、更不一定会从事相同领域的研究,他们也许会从政、从商或成为企业家。
但你如果能学会如何做研究、并在研究的过程中学习,你一定能为今后的成功奠定基础、并积累丰富的营养。
原因很简单,无论你做哪方面的学问或研究,其过程不外乎是从千头万绪中找出最应该做或最值得做的课题,然后设计与实施解决有关课题的方案,最后从实验或理论研究结果中分析总结出相关变化规律,分析出相关物理图象,或进一步建立其相关数学模型。
得出的相关变化规律、物理图象或数学模型,或丰富与加深人们对自然与社会之认识,或为相关技术发展或社会问题的解决奠定基础、指明方向。
这样看来,科学研究与社会问题或商业问题的处理,其基本方法其实有着惊人的相同之处。
都需要从千头万绪中抓住核心问题,然后设计解决问题的方案并进行研究与分析,最后解决问题并总结出今后的行动指南。
研究生阶段的学习无疑是今后从事各类工作所需实力的最好基础训练,而该阶段的研究课题无非是进行这一训练的实例而已。
尽快投入研究实践,立刻着手学习如何做研究、在研究的过程中学习。
随着新学年的开始,成千上万的研究生新生朋友们正满怀着理想、憧憬与难免的不安进入新的学习阶段、踏入人生崭新的一段旅途。
大部分研究生新生都会从不同角度思考同样一个问题:如何成为一名出色的研究生?对于这一问题,你可以有各种不同的思考,但却没有统一答案,而且谁都不敢说可以给出准确答案。
只有一点是可以肯定的,即回答这一问题的大前提是弄清楚研究生与本科生的本质区别。
前些年,我们常常会碰到如下的情况。
研究生入学后的前一年乃至一年半往往几乎用于修课程(课程偏多甚至个别课程的重复设置也许是客观原因)、而不能参与课题研究,每天重复着“寝室-食堂-教室(或图书馆)”这一恒久不变的三点一线式生活。
与本科生唯一不同的,也许只有所修大部分课程前面加了一个“高等”之类的形容词而已。
而等到正式进入课题研究,则已是入学一年或一年半以后的事了。
这样一来,研究生也就几乎成了“本科五年生”甚至“本科六年生”,难以得到真正的科学研究训练,除了多念几年课程外、与本科生并无本质区别,自然达不到研究生培养的真正目标。
当然,随着我国研究生教育的发展,上述情况已得到显著改善,研究生一进校即投入科学研究已逐渐在大部分课题组形成风气。
但这并不意味着所有研究生已正确理解了研究生与本科生的本质区别,仍然不时有研究生习惯于当“本科五年生”,而迟迟进入不了研究生的角色。
那么,研究生与本科生的本质区别究竟在哪儿呢?依我之见,其本质区别应体现在学习目的与方法两方面。
首先,研究生、尤其是博士研究生学习的主要目的不再是掌握知识,而是要学习如何创造知识,即学习如何做学问、如何做研究(包括理论研究与实验研究)。
其次,研究生的主要学习方法不再是单纯的读书与听课,而是在研究的过程中学习。
当然,研究生仍然需要掌握新知识、仍然需要读书与听课;但这已不再是学习的主要目的与方法,而仅仅是研究的补充或为研究服务的手段。
经常有同学说,为了给某项研究打好基础、一定要先修完哪几门课。
这话听起来并不错,但一定不能走极端。
正确的方法应该是,掌握一定的基础知识后,一边研究问题一边补充相关知识。
如果你非要等到将所有基础知识都掌握了再着手研究某一问题,则恐怕你一辈子都开始不了真正的研究。
还有同学会说,对于立志以科学研究为职业的同学确实应该好好学习如何做研究、并在研究的过程中学习,而我毕业后并不打算做研究、而会从事其它工作,所以并不需要如此。
其实,这种想法...
学计算机专业要看哪些专业书
计算机专业是一个大的门类,主要看你想学哪个专业方向。
如果想学广告设计方面,可以从平面设计photoshop开始学;如果想学网络技术方面,可以选择一些网页编辑、动画方面的书缉;如果想学程序设计方面可以选JAVA等方面书…… 学习计算机读哪些书有什么用 1,高等数学:为了及格,同时帮助概率及格 2,概率:为了证明高等数学可以帮助及格 3,线性代数:如果你学习计算机图形学,就是opengl/direct3d的话,里面的3d模型的空间坐标用矩阵来表示的,如果你需要把它们进行投影,叠加,移动,就需要矩阵乘法/变换/转置等等,所以还是很有用的 4,离散数学:主要是给你打下计算机数据模型的理论基础。
里面包含集合,数,图,等等,更重要的是如果你以后要搞研究,研究0错误程序,就是完全没有bug的程序,就需要用它上面的推导理论来对程序经行证明。
如果你要通过系统分析员,这个也是要考试的 5,数字电路/计算机组成/计算机技术:如果你是一个很深入的程序员,你会问:为什么浏览器可以显示那么多东西->有html语言->html语言是怎么开发的->高级语言->高级语言怎么完成的->汇编->汇编怎么来的->固化/机器语言->机器语言如何能操纵计算机->在节拍电路的干预下,内部芯片的结构把0/1字符串译码,操作累加器,总线,内存做不同的操作那好,这个过程差一个东西都不可以,如果你只学习里面的高级语言部分,那岂不是神龙见首不见尾,感觉很不爽???所以你要能自己做一个计算机出来才好!!! 数字电路是学习门电路组成的,就是如何把流动的电信号保持下来,同时让他们有规律地变化 计算机组成是让你用门电路来设计内存/cup/时钟等等 计算机技术是让你综合学到的东西,做一个简单的计算机出来。
有了哪些知识,当然还要包括编译原理,软件工程,操作系统,数据库,网络,你学习其他的语言,什么vc/vb/deliphi等等,每种语言不超过3个月你就是高手。
你要学windows程序,要用api,只需要15天就可以作出像模像样的东西。
当然,我这里是指语言本身而言。
有了这些基础和语言掌握的熟练,你想学数据库编程,好,复习一下数据库的课程,查阅一下sql的语法,1天就有眉目了。
你要学网络编程,选择一种库,看看文档,明白函数的用法,也就是一两天的问题。
等你做出点东西,有了信心,你也就有了经验。
这个时候去明白j2ee/.net 等等的frame work,就很容易了。
参看以下design pattern,你也就胸有成竹,做个小组长也可以。
再过几年,有了机会,说不定就当了manager,等了到了三十多岁,你不想干软件了,你有计算机组成的基础,找几个高手带你一下,你可以去做单片机的汇编语言编程,可以去做embeded system 所以,学好了基础,也就是厚积薄发,后面你想怎么发展都可以! 学了数字电路才知道,原来很神秘的电脑是由一些触发器,逻辑门组成的,把它们集成再集成,就成了电脑了,译码器,全加器,计数器...... CMOS不过就是一种存储器,BIOS不过就是面向硬件的一种已编好的子程序,(和C的库函数差不多,我认为)学好了汇编,我可以自己编(还让我花了30人民币,买了一本CMOS设置书,认为它很高深莫测) 不学好C,怎么学好WINDOWS程序设计,怎么能做一个优秀的程序设计人员 不学好前人花几十年时间总结出来的数据结构,你的进步能有多快,那是让你踩在巨人的肩膀上。
(你要是天才,我就没话说了,不过要是学了,你会更天才) 这是我自己经历的一点学习基础课的过程,它给我解疑释惑,当然这些问题在行家眼里可能不值一哂,但它是每一个新手必经的过程。
更为关键的是,基础课给了我们最核心的知识,让我们能在离开学校后有继续学习的能力。
它给了我们一个知识结构,让我们能在他的基础上扩充,把新的东西加入自己的知识框架中,这是基础课重要的意义所在。
很多人提到基础学好之后,学习新东西很快,就是这个道理。
不可否认的是,基础课很枯燥,很费劲。
但这要看你怎么去看它,你想一想,学好了他,就能抓到计算机的本质,能让他对你俯首帖耳,这难道还不够激动人心吗?老在别人的基础之上作设计,却不懂所以然,不闷吗? 既然讨论的题目是给在校大学生一点建议,那我也说一点儿。
先说技术层面的,在学好专业课的基础上看一些学校里不讲的新知识,新技术,能促进你的融会贯通,但不可本末倒置。
再说最关键的,最想说的,请在校的学生们珍惜你的时光,不要都去打了游戏,谈了恋爱,时光宝贵,机会难得。
我经常对自己说,如果再让我上一次学,我会...... 可是不会了,我只好对自己说,如果我现在再不学,就会...... 于是我努力去学,边工作,边学习,舍不得丢掉一节课,在校的学生们可能无法体会听老师讲课的幸福,自学时怎么也搞不清的东西,老师一句话就茅塞顿开,老师那清晰的思路也让你受益匪浅(在这里应该感谢那些老师们,虽然他们有些时候的简略很让人恼火)。
但越学,心里越没底,有太多的东西我都没学好,更有很多东西根本就不知道,正所谓皓首穷经。
我不时的咒骂自己的懒惰,也许是过于愚笨,努力不够,学习计算机也有三年多了,直到现在...
...应用和发展情况。
(如云计算、物联网、嵌入式软件设计开发等)
计算机图形学是随着计算机及其外围设备而产生和发展起来的,作为计算机科学与技术学科的一个独立分支已经历了近40年的发展历程。
一方面,作为一个学科,计算机图形学在图形基础算法、图形软件与图形硬件三方面取得了长足的进步,成为当代几乎所有科学和工程技术领域用来加强信息理解和传递的技术和工具。
另一方面,计算机图形学的硬件和软件本身已发展成为一个巨大的产业。
1.计算机图形学活跃理论及技术(1)分形理论及应用分形理论是当今世界十分活跃的新理论。
作为前沿学科的分形理论认为,大自然是分形构成的。
大千世界,对称、均衡的对象和状态是少数和暂时的,而不对称、不均衡的对象和状态才是多数和长期的,分形几何是描述大自然的几何学。
作为人类探索复杂事物的新的认知方法,分形对于一切涉及组织结构和形态发生的领域,均有实际应用意义,并在石油勘探、地震预测、城市建设、癌症研究、经济分析等方面取得了不少突破性的进展。
分形的概念是美籍数学家曼德布罗特(B.B.Mandelbrot)率先提出的。
1967年他在美国《科学》杂志上发表了题为《英国的海岸线有多长?》的著名论文。
??海岸线作为曲线,其特征是极不规则、极不光滑的,呈现极其蜿蜒复杂的变化。
它无法用常规的、传统的几何方法描述。
我们不能从形状和结构上区分这部分海岸与那部分海岸有什么本质的不同,这种几乎同样程度的不规则性和复杂性,说明海岸线在形貌上是自相似的,也就是部局形态和整体形态的相似。
在没有建筑物或其他东西作为参照物时,在空中拍摄的100公里长的海岸线与放大了的10公里长海岸线的两张照片,看上去十分相似。
??曾有人提出了这样一个显然是荒谬的命题:“英国的海岸线的长度是无穷大。
”其论证思路是这样的:海岸线是破碎曲折的,我们测量时总是以一定的尺度去量得某个近似值,例如,每隔100米立一个标杆,这样,我们测得的是一个近似值,是沿着一条折线计算而得出的近似值,这条折线中的每一段是一条长为100米的直线线段。
如果改为每10米立一个标杆,那么实际量出的是另一条折线的长度,它的每一个片段长10米。
显然,后一次量出的长度将大于前一次量出的长度。
如果我们不断缩小尺度,所量出的长度将会越来越大。
这样一来,海岸线的长度不就成为无穷大了吗???为什么会出现这样的结论呢?曼德布罗特提出了一个重要的概念:分数维,又称分维。
一般来说,维数都是整数,直线线段是一维的图形,正方形是二维的图形。
在数学上,把欧氏空间的几何对象连续地拉伸、压缩、扭曲,维数也不变,这就是拓扑维数。
然而,这种维数观并不能解决海岸线的长度问题。
曼德布罗特是这样描述一个绳球的维数的:从很远的距离观察这个绳球,可看作一点(零维);从较近的距离观察,它充满了一个球形空间(三维);再近一些,就看到了绳子(一维);再向微观深入,绳子又变成了三维的柱,三维的柱又可分解成一维的纤维。
那么,介于这些观察点之间的中间状态又如何呢?显然,并没有绳球从三维对象变成一维对象的确切界限。
英国的海岸线为什么测不准?因为欧氏一维测度与海岸线的维数不一致。
根据曼德布罗特的计算,英国海岸线的维数为1.26。
有了分维的概念,海岸线的长度就可以确定了。
??1975年,曼德布罗特发现:具有自相似性的形态广泛存在于自然界中,如连绵的山川、飘浮的云朵、岩石的断裂口、布朗粒子运动的轨迹、树冠、花菜、大脑皮层……曼德布罗特把这些部分与整体以某种方式相似的形体称为分形(Fractal),这个单词由拉丁语Frangere衍生而成,该词本身具有“破碎”、“不规则”等含义。
??曼德布罗特的研究中最精彩的部分是1980年他发现的并以他的名字命名的集合,他发现整个宇宙以一种出人意料的方式构成自相似的结构。
Mandelbrot集合图形的边界处,具有无限复杂和精细的结构。
在此基础上,形成了研究分形性质及其应用的科学,称为分形理论(Fractal theory)或分形几何学(Fractal geometry)。
分形的特点和理论贡献??数学上的分形有以下几个特点: ??(1)具有无限精细的结构; ??(2)比例自相似性;??(3)一般它的分数维大于它的拓扑维数;??(4)可以由非常简单的方法定义,并由递归、迭代产生等。
??(1)(2)两项说明分形在结构上的内在规律性。
自相似性是分形的灵魂,它使得分形的任何一个片段都包含了整个分形的信息。
第(3)项说明了分形的复杂性,第(4)项则说明了分形的生成机制。
??我们把传统几何的代表欧氏几何与以分形为研究对象的分形几何做一比较,可以得到这样的结论:欧氏几何是建立在公理之上的逻辑体系,其研究的是在旋转、平移、对称变换下各种不变的量,如角度、长度、面积、体积,其适用范围主要是人造的物体;而分形由递归、迭代生成,主要适用于自然界中形态复杂的物体,分形几何不再以分离的眼光看待分形中的点、线、面,而是把它们看成一个整体。
??我们可以从分形图案的特点去理解分形几何。
分形图案有一系列有趣的特点,如自相似性、对某些变换的不变性、内部结构的无限...
计算机图形学发展前景怎么样,现在研究领域一般都分哪些?
展开全部 计算机图形学是随着计算机及其外围设备而产生和发展起来的,作为计算机科学与技术学科的一个独立分支已经历了近40年的发展历程。
一方面,作为一个学科,计算机图形学在图形基础算法、图形软件与图形硬件三方面取得了长足的进步,成为当代几乎所有科学和工程技术领域用来加强信息理解和传递的技术和工具。
另一方面,计算机图形学的硬件和软件本身已发展成为一个巨大的产业。
1.计算机图形学活跃理论及技术(1)分形理论及应用分形理论是当今世界十分活跃的新理论。
作为前沿学科的分形理论认为,大自然是分形构成的。
大千世界,对称、均衡的对象和状态是少数和暂时的,而不对称、不均衡的对象和状态才是多数和长期的,分形几何是描述大自然的几何学。
作为人类探索复杂事物的新的认知方法,分形对于一切涉及组织结构和形态发生的领域,均有实际应用意义,并在石油勘探、地震预测、城市建设、癌症研究、经济分析等方面取得了不少突破性的进展。
分形的概念是美籍数学家曼德布罗特(B.B.Mandelbrot)率先提出的。
1967年他在美国《科学》杂志上发表了题为《英国的海岸线有多长?》的著名论文。
??海岸线作为曲线,其特征是极不规则、极不光滑的,呈现极其蜿蜒复杂的变化。
它无法用常规的、传统的几何方法描述。
我们不能从形状和结构上区分这部分海岸与那部分海岸有什么本质的不同,这种几乎同样程度的不规则性和复杂性,说明海岸线在形貌上是自相似的,也就是部局形态和整体形态的相似。
在没有建筑物或其他东西作为参照物时,在空中拍摄的100公里长的海岸线与放大了的10公里长海岸线的两张照片,看上去十分相似。
??曾有人提出了这样一个显然是荒谬的命题:“英国的海岸线的长度是无穷大。
”其论证思路是这样的:海岸线是破碎曲折的,我们测量时总是以一定的尺度去量得某个近似值,例如,每隔100米立一个标杆,这样,我们测得的是一个近似值,是沿着一条折线计算而得出的近似值,这条折线中的每一段是一条长为100米的直线线段。
如果改为每10米立一个标杆,那么实际量出的是另一条折线的长度,它的每一个片段长10米。
显然,后一次量出的长度将大于前一次量出的长度。
如果我们不断缩小尺度,所量出的长度将会越来越大。
这样一来,海岸线的长度不就成为无穷大了吗???为什么会出现这样的结论呢?曼德布罗特提出了一个重要的概念:分数维,又称分维。
一般来说,维数都是整数,直线线段是一维的图形,正方形是二维的图形。
在数学上,把欧氏空间的几何对象连续地拉伸、压缩、扭曲,维数也不变,这就是拓扑维数。
然而,这种维数观并不能解决海岸线的长度问题。
曼德布罗特是这样描述一个绳球的维数的:从很远的距离观察这个绳球,可看作一点(零维);从较近的距离观察,它充满了一个球形空间(三维);再近一些,就看到了绳子(一维);再向微观深入,绳子又变成了三维的柱,三维的柱又可分解成一维的纤维。
那么,介于这些观察点之间的中间状态又如何呢?显然,并没有绳球从三维对象变成一维对象的确切界限。
英国的海岸线为什么测不准?因为欧氏一维测度与海岸线的维数不一致。
根据曼德布罗特的计算,英国海岸线的维数为1.26。
有了分维的概念,海岸线的长度就可以确定了。
??1975年,曼德布罗特发现:具有自相似性的形态广泛存在于自然界中,如连绵的山川、飘浮的云朵、岩石的断裂口、布朗粒子运动的轨迹、树冠、花菜、大脑皮层……曼德布罗特把这些部分与整体以某种方式相似的形体称为分形(Fractal),这个单词由拉丁语Frangere衍生而成,该词本身具有“破碎”、“不规则”等含义。
??曼德布罗特的研究中最精彩的部分是1980年他发现的并以他的名字命名的集合,他发现整个宇宙以一种出人意料的方式构成自相似的结构。
Mandelbrot集合图形的边界处,具有无限复杂和精细的结构。
在此基础上,形成了研究分形性质及其应用的科学,称为分形理论(Fractal theory)或分形几何学(Fractal geometry)。
分形的特点和理论贡献??数学上的分形有以下几个特点: ??(1)具有无限精细的结构; ??(2)比例自相似性;??(3)一般它的分数维大于它的拓扑维数;??(4)可以由非常简单的方法定义,并由递归、迭代产生等。
??(1)(2)两项说明分形在结构上的内在规律性。
自相似性是分形的灵魂,它使得分形的任何一个片段都包含了整个分形的信息。
第(3)项说明了分形的复杂性,第(4)项则说明了分形的生成机制。
??我们把传统几何的代表欧氏几何与以分形为研究对象的分形几何做一比较,可以得到这样的结论:欧氏几何是建立在公理之上的逻辑体系,其研究的是在旋转、平移、对称变换下各种不变的量,如角度、长度、面积、体积,其适用范围主要是人造的物体;而分形由递归、迭代生成,主要适用于自然界中形态复杂的物体,分形几何不再以分离的眼光看待分形中的点、线、面,而是把它们看成一个整体。
??我们可以从分形图案的特点去理解分形几何。
分形图案有一系列有趣的特点,如自相似性、对某些变换的不变性、...
转载请注明出处51数据库 » 公理设计理论及其软件开发