新起点?!

来源:互联网 发布:我的世界linux服务端 编辑:程序博客网 时间:2024/06/16 17:34

第一次享受这科技进步的成果!作为一名浑浑噩噩奔三的人,刚刚开始计划似乎晚了些。计划下眼前的事情吧!(P.S.我为什么在这计划?人们为什么要用博客的形式记录?我想有两个原因:其一,有点“立此为誓”的味道,既然公开发表了,碍于面子,不好出尔反尔;其二,得瑟。)

咳咳~下面开始计划。背景:大学本科毕业还在上学,两年半如今只剩一年,心里那个慌啊!慌的原因,两点:其一,毕业难,难在论文发表。眼睁睁看着各位同僚大步走在学术大道上,而我这迟迟上不了道可如何是好!究其原因在于自视不屑于发表含水量丰富的文章,可小小的成果总觉难登大雅之堂,只怕是到头来被逼得为“三斗米”折腰,草草了事。其二,学疏才浅。对研究方向空有热情,但不忍对自己动刀,想到若是能侥幸毕业也就是硕士了,着实有愧!

计划:

第一部分 毕业篇

现在~3月中旬:第一篇论文投稿; 

3月中旬~4月底:第二篇论文投稿;

 4月底~6月底:大论文基本成型,送导师修改;

 6月底~7月底:在课题中捞点干货,争取再送出一篇; 

7月底~9月底:复习(矩阵、英语、数字信号处理)。

理论上可以毕业了…… 

第二部分 动动刀

工具:Python+Opencv的可移植性比Matlab要优越不少,而且在向硬件实现上能够节省不少力气,目前,与Matlab相比,可能在算法的数量上稍有逊色,但在Opencv的大潮涌动之下,相信Python+Opencv的组合足以满足需求。

理论:理论匮乏!急需恶补。 

1.图像处理、计算机视觉算法。多了解,应能够熟悉大部分主流算法的原理和实现步骤,典型的应有实践。

 2.机器学习。从零开始,从Andrew Ng的课程开始,结合讲义、习题吃透。进而,啃一啃《Pattern Recognition and Machine Learning》,Bishop著。 

3.线性代数。配合复习,听听Strang教授的课程。 

4.感觉缺乏的部分(主要是数学)。概率,统计。计算机方面,算法。 


Over~

0 0
原创粉丝点击