当前位置: 首页 > news >正文

学习成长分享-以近红外光谱分析学习为例

        随着国家研究生招生规模的扩大,参与或接触光谱分析方向的研究生日益增多,甚至有部分本科生的毕业设计也包含以近红外光谱分析内容。基于对近红外光谱分析的兴趣,从2018年开始在CSDN博客(陆续更新自己学习的浅显认识,到微信公众号几篇更新内容(光谱学与光谱分析,后期因读博原因没有更新),有很多同学加入了我们的交流群,我本人也学习到了很多知识。回顾目前被问到最多的问题,莫过于:我是新手或新生,应该如何去学习近红外光谱这个方向?今天就以学习过程中的几点感悟分享个人的看法。

一、策略正确-有良好学习氛围

        研究生入学时被分配或者选择一个研究方向时,由于身份或者学习环境的变化可能会感觉迷茫或者稍微有点慌张。在跟老师讨论确定研究方向后,尽量不要自己埋头苦干,不妨先问一下自己组或者学院有没有相同或相似方向的同学,如果有师兄或师姐刚好做这个方向的,可以多请教、多交流。可以先问一下:我们这个方向是做什么的?大概流程是什么?有没有人带一下?初级阶段可以问技术或者方法:具体的流程有哪些?实验仪器装置如何操作?如何建模等等?中级阶段可以讨论分析方法、代码调试、结果呈现等?最后则可以交流论文的成稿写作、出图、分析逻辑等。良好的科研环境对于个人成长至关重要,在个人学习过程中切勿闭门造车,多交流可以极大提高学习效率,无论何时礼貌用语是延续交流的基础,也是成长的基本。当没有人指导或者交流时,那就跟我一样,走入下面的步骤。

二、砥砺前行-自我成长之路

        如果课题组在光谱方向没有积累时,也要对自己保持信心。我当时也是一个人慢慢摸索,成长过程主要分为以下几个阶段:

        (1) 了解基本概念:找一本结合分析对象的书籍,了解光谱分析的基本概念,例如:什么是近红外光谱?比尔-朗伯定律的基本概念,透反射、透射和漫反射的区别是什么?这个阶段以了解基本概念为主,没必要去记所有的概念,有基本框架就行。

        (2) 熟悉分析对象:研究生阶段一般是面向具体任务开展相关工作,可以是具体的对象,例如原油、茶叶、医药等的近红外检测分析,也可以是某一类分析方法的若干个问题,例如近红外光谱分析的基线校正问题、特征选择问题等。对于对象问题,可以了解拟定课题采用近红外光谱分析实现什么目的,可以项目书或者相关论文为参考资料;而对于分析方法的侧面问题,则需要先了解关注问题在整个分析流程中的作用和重要性,此部分需要熟悉近红外分析的框架和现有方法,同时需要翻阅大量相关论文。

        (3) 明确研究问题:在熟悉了近红外光谱机理、分析流程和相关方法后,需要结合自己课题明确研究问题,做哪一部分工作?定性或定量?有没有跟同门重复?如何协调实验和数据问题?这部分是很关键的步骤,也是很熬人的部分,例如所有需要自己想、同门也做一样的课题、借不到仪器、没有数据,想起颇为心酸。

        (4) 查阅相关文献:在确定课题-研究问题后,需要查阅一定数量的文献,从经典到最新的高质量论文有助于我们梳理科学范式、了解分析方法基础、熟悉常见图表展示案例。如果侧重理论方向的同学,这部分工作是基础和关键部分。通过阅读论文,我们需要确定分析流程、分析方法、分析结果展示结果。

        (5) 确定分析方法:针对(3)中确定的问题,结合(4)的文献积累,尝试确定自己的分析方法,也可以基于自己的理解去构建面向特定问题的分析方法。对于硕士阶段,个人的看法是不必太执着于发高水平论文,充分阅读论文,将工作量整理成文稿发表足以毕业。对于博士阶段,目标导向为主,厚积薄发,也不要太拧巴,身体健康第一位。

        (6) 文稿整理发表:以培育要求为基准,以学制期限为基础合理安排时间,多看多想多做,及时总结、讨论、交流,早点整理符合毕业要求的论文。很多人在临毕业前3个月才开始着急,最后有些身心俱疲。

三、学习资料查找

        读研期间,文献资料查阅对于提高工作效率和保持良好心态十分关键。以下是个人认为可取的途径:

        (1) 个人博客或网页,现在越来越多的人乐于在自己的博客或网页分享个人的学习知识,可能有些是付费机制,但是我认为是合理的,尊重别人的劳动成果就是尊重自我。

        (2) 微信公众号,可以多关注领域相关的微信公众号,多看高质量博文,积累相关知识。

        (3) 交流群,现在有很多光谱方向的交流群,包括代码、概念、调试问题、设备、论文写作等等。如果可以的话多问、多交流,也可以跟群里相关领域的同学私下多交流。一个小的建议:多说谢谢,对于对方的解答及时、积极回应,毕竟人家没有任何义务给你提供帮助。

        (4) 合理利用资源,各种论坛、代码网站及某些课题组的网页可能会提供所需的代码、数据和相关资料。

       以上是我浅薄的认知,希望能够给光谱分析方向的初学者一点帮助,也欢迎广大同学加入我们的交流群,共同进步。

相关文章:

学习成长分享-以近红外光谱分析学习为例

随着国家研究生招生规模的扩大,参与或接触光谱分析方向的研究生日益增多,甚至有部分本科生的毕业设计也包含以近红外光谱分析内容。基于对近红外光谱分析的兴趣,从2018年开始在CSDN博客(陆续更新自己学习的浅显认识,到…...

Linux makefile进度条

语法 在依赖方法前面加上就不会显示这一行的命令 注意 1.make 会在当前目录下找名为“makefile” 或者 “Makefile” 的文件 2.为了生成第一依赖文件,如果依赖文件列表有文件不存在,则会到下面的依赖关系中查找 3..PHONY修饰的依赖文件总是被执行的 …...

Ollama 可以设置的环境变量

Ollama 可以设置的环境变量 0. 引言1. Ollama 可以设置的环境变量 0. 引言 在Ollama的世界里,环境变量如同神秘的符文,它们是控制和定制这个强大工具的关键。通过精心设置这些环境变量,我们可以让Ollama更好地适应我们的需求,就像…...

基于Python+Django+MySQL实现Web版的增删改查

Python Web框架Django连接和操作MySQL数据库学生信息管理系统(SMS),主要包含对学生信息增删改查功能,旨在快速入门Python Web。 开发环境 开发工具:Pycharm 2020.1开发语言:Python 3.8.0Web框架:Django 3.0.6数据库:…...

Map、Set和Object的区别

Set ES6提供了新的数据结构Set,类似于数组,但成员值是唯一的,没有重复的值 Set本身是一个构造函数(要 new),用来生成Set数据结构 Set 对象允许你储存任何类型的唯一值,无论是原始值或者是对象引用 每个值在 Set 中…...

Web 安全之盗链(Hotlinking)攻击详解

目录 什么是盗链 盗链原理 盗链类型 盗链的危害 如何发现盗链 盗链防范措施 法律法规与应对策略 小结 盗链(Hotlinking)攻击,作为互联网安全领域的一个重要话题,涉及到侵犯版权、滥用资源和网络安全等多个层面。盗链现象普…...

leetcode算法笔记-算法复杂度

对于时间复杂度,主要包括三种情况: 渐进紧确界: O渐进上界: 渐进下界: 加法原则:不同的时间复杂度相加取阶数最高的 乘法原则:不同的时间复杂度相乘,结果为时间复杂度的乘积 阶乘…...

推荐算法详解

文章目录 推荐算法引言基于内容的推荐原理算法步骤注意点可以优化的地方示例代码讲解 协同过滤推荐原理算法步骤注意点可以优化的地方示例代码讲解 混合推荐系统原理算法步骤注意点可以优化的地方示例1代码讲解1示例2代码讲解2 基于知识的推荐原理算法步骤注意点可以优化的地方…...

Java找不到包解决方案

在跟着教程写Spingboot后端项目时,为了加快效率,有时候有的实体文件可以直接粘贴到目录中,此时运行项目会出现Java找不到包的情况,即无法找到导入的实体文件,这是项目没有更新的原因。解决方法: 刷新Maven:…...

vue的css深度选择器 deep /deep/

作用及概念 当 <style> 标签有 scoped 属性时&#xff0c;它的 CSS 只作用于当前组件中的元素&#xff0c;父组件的样式将不会渗透到子组件。在vue中是这样描述的&#xff1a; 处于 scoped 样式中的选择器如果想要做更“深度”的选择&#xff0c;也即&#xff1a;影响到子…...

2024年华为OD机试真题-计算三叉搜索树的高度-(C++)-OD统一考试(C卷D卷)

题目描述: 定义构造三叉搜索树规则如下: 每个节点都存有一个数,当插入一个新的数时,从根节点向下寻找,直到找到一个合适的空节点插入。 查找的规则是: 1. 如果数小于节点的数减去500,则将数插入节点的左子树 2. 如果数大于节点的数加上500,则将…...

# ERROR: node with name “rabbit“ already running on “MS-ITALIJUXHAMJ“ 解决方案

ERROR: node with name “rabbit” already running on “MS-ITALIJUXHAMJ” 解决方案 一、问题描述&#xff1a; 1、启动 rabbitmq-server.bat 服务时&#xff0c;出错 Error 2、查询 rabbitmqctl status 状态时&#xff0c;出错 Error 3、停止 rabbitmqctl stop 服务时&a…...

class常量池、运行时常量池和字符串常量池详解

类常量池、运行时常量池和字符串常量池这三种常量池&#xff0c;在Java中扮演着不同但又相互关联的角色。理解它们之间的关系&#xff0c;有助于深入理解Java虚拟机&#xff08;JVM&#xff09;的内部工作机制&#xff0c;尤其是在类加载、内存分配和字符串处理方面。 类常量池…...

Meilisearch使用过程趟过的坑

Elasticsearch 做为老牌搜索引擎&#xff0c;功能基本满足&#xff0c;但复杂&#xff0c;重量级&#xff0c;适合大数据量。 MeiliSearch 设计目标针对数据在 500GB 左右的搜索需求&#xff0c;极快&#xff0c;单文件&#xff0c;超轻量。 所以&#xff0c;对于中小型项目来说…...

全面升级企业网络安全 迈入SASE新时代

随着数字化业务、云计算、物联网和人工智能等技术的飞速发展&#xff0c;企业的业务部署环境日渐多样化&#xff0c;企业数据的存储由传统的数据中心向云端和SaaS迁移。远程移动设备办公模式的普及&#xff0c;企业多分支机构的加速设立&#xff0c;也使得企业业务系统的用户范…...

2024.1IDEA 到2026年

链接&#xff1a;https://pan.baidu.com/s/1hjJEV5A5k1Z9JbPyBXywSw?pwd9g4i 提取码&#xff1a;9g4i解压之后,按照 操作说明.txt 操作; IntelliJ IDEA 2024.1 (Ultimate Edition) Build #IU-241.14494.240, built on March 28, 2024 Licensed to gurgles tumbles You have…...

uniapp——点赞、取消点赞

案例 更新点赞状态&#xff0c;而不是每次都刷新整个列表。避免页面闪烁&#xff0c;提升用户体验 代码 <view class"funcBtn zan" click"onZan(index,item.id)"><image src"/static/images/circle/zan.png" mode"aspectFill&…...

react经验15:拖拽排序组件dnd-kit的使用经验

应用场景 列表中的成员可鼠标拖拽改变顺序 实施步骤 前置引入 import type { DragEndEvent } from dnd-kit/core import { DndContext } from dnd-kit/core import {arrayMove,/*垂直列表使用verticalListSortingStrategy,横向列表使用horizontalListSortingStrategy*/vert…...

Webpack模块联邦:微前端架构的新选择

Webpack模块联邦&#xff08;Module Federation&#xff09;是Webpack 5引入的一项革命性特性&#xff0c;它彻底改变了微前端架构的实现方式。模块联邦允许不同的Web应用程序&#xff08;或微前端应用&#xff09;在运行时动态共享代码&#xff0c;无需传统的打包或发布过程中…...

CMake 学习笔记(访问Python)

CMake 学习笔记&#xff08;访问Python&#xff09; 利用Python可以做很多事情。比如&#xff1a; 利用 Python 自动生成一些代码。 在我们的程序中植入一个 Python 解释器。 为了做这些事情。就需要 CMake 能够知道 python 装在哪里&#xff0c;装的是什么版本的 python&a…...

【ruoyi】docker部署 captchaImage接口 FontConfiguration空指针异常

后台服务报错captchaImage接口空指针异常&#xff0c;无法启动项目&#xff1a; [http-nio-4431-exec-27] ERROR c.r.f.w.e.GlobalExceptionHandler - [handleRuntimeException,93] - 请求地址/captchaImage,发生未知异常.java.lang.NullPointerException: nullat sun.awt.Font…...

P1443 马的遍历

题目描述: 有一个 &#x1d45b;&#x1d45a;nm 的棋盘&#xff0c;在某个点 (&#x1d465;,&#x1d466;)(x,y) 上有一个马&#xff0c;要求你计算出马到达棋盘上任意一个点最少要走几步。 代码: package lanqiao;import java.util.*;public class Main {static int n,m…...

AI学习指南概率论篇-贝叶斯推断

AI学习指南概率论篇-贝叶斯推断 概述 在人工智能中&#xff0c;贝叶斯推断是一种基于贝叶斯统计理论的推理方法。它通过使用概率论的知识&#xff0c;结合先验信息和观测数据&#xff0c;来更新对未知变量的推断。贝叶斯推断提供了一种合理的方法来处理不确定性&#xff0c;并…...

大数据测试

1、前言 大数据测试是对大数据应用程序的测试过程&#xff0c;以确保大数据应用程序的所有功能按预期工作。大数据测试的目标是确保大数据系统在保持性能和安全性的同时&#xff0c;平稳无差错地运行。 大数据是无法使用传统计算技术处理的大型数据集的集合。这些数据集的测试涉…...

金融业开源软件应用 管理指南

金融业开源软件应用 管理指南 1 范围 本文件提供了金融机构在应用开源软件时的全流程管理指南&#xff0c;对开源软件的使用和管理提供了配套 组织架构、配套管理规章制度、生命周期流程管理、风险管理、存量管理、工具化管理等方面的指导。 本文件适用于金融机构规范自身对开…...

SolidWorks 齿轮配合

SolidWorks 齿轮配合 在SolidWorks中&#xff0c;齿轮配合是一种特殊的配合类型&#xff0c;用于模拟两个或多个齿轮之间的旋转关系。这种配合确保当一个齿轮旋转时&#xff0c;其他齿轮按照特定的比例旋转&#xff0c;非常适合模拟机械传动系统。以下是使用齿轮配合的详细步骤…...

鸿蒙开发-ArkTS语言-XML

鸿蒙开发-UI-web 鸿蒙开发-UI-web-页面 鸿蒙开发-ArkTS语言-基础类库 鸿蒙开发-ArkTS语言-并发 鸿蒙开发-ArkTS语言-并发-案例 鸿蒙开发-ArkTS语言-容器 鸿蒙开发-ArkTS语言-非线性容器 文章目录 前言 一、XML概述 二、XML生成 三、XML解析 1.解析XML标签和标签值 2.解析XML属性…...

网安面经之文件上传漏洞

一、文件上传漏洞 1、文件上传漏洞的原理&#xff1f;危害&#xff1f;修复&#xff1f; 原理&#xff1a;⽂件上传漏洞是发⽣在有上传功能的应⽤中&#xff0c;如果应⽤程序对⽤户上传的⽂件没有控制或者存在缺陷&#xff0c;攻击者可以利⽤应⽤上传功能存在的缺陷&#xff…...

如何使用 WavLM音频合成模型

微软亚洲研究院与 Azure 语音组的研究员们提出了通用语音预训练模型 WavLM。通过 Denoising Masked Speech Modeling 框架&#xff08;核心思想是通过预测被掩蔽&#xff08;即遮蔽或删除&#xff09;的语音部分来训练模型&#xff0c;同时还包括去噪的过程&#xff09;&#x…...

学习java第六十七天

注入 Bean 的注解有哪些&#xff1f; 答&#xff1a; Autowired&#xff1a;根据类型进行注入&#xff0c;如果匹配到多个Bean&#xff0c;则会爆出异常。可以和Qualifier搭配使用&#xff0c;指定使用哪个名称的Bean Resource&#xff1a;首先根据名称注入&#xff0c;如果…...