大学四年历经四个专业 他是如何做到的?

一名大学生从材料学院转到电科专业,再到攻读工商管理双学位,最终跨考计算机研究生的奋斗历程。
部署运行你感兴趣的模型镜像

    本来写来用来评选校级的优秀毕业生的,可惜最后落选,但既然写了文字,与其删掉不见天日,不如放到博客里,作为自己的回忆。

-------------------------------------------------- -------------------------------------------------- --------------------------

大学四年历经四个专业

                                                                                                                 他是如何做到的?

大一,材料学院

他是一名14 级山东考生,高中就读威海一中实验班,最后高考发挥失常,分数仍低于哈工大威海山东录取分数线19 分。但是因其三月份参加并通过了我校的自主招生考试,因此成功被我校录取,但却没能够选择自己的心仪的专业。后来被调剂到材料学院中,虽然学习的科目并不是他喜欢的,但仍然成绩排在前30%并成功获得了第一批的优先转专业资格。他综合考虑,最后转入了我院电科专业。

大二,信电学院

转入新的专业后,一切都对于他来说是那么的陌生。新的氛围,新的科目,新的挑战。转专业并没有他想的那么简单,因为每个学院的培养课程并不统一,这意味着他要补很多落下的课程,同时还要融入新的班级,认识新的同学,一切对于他来说都是如此的新奇与复杂。但庆幸的是,他没有让老师失望,大二时期的成绩一度排到前 20%,还荣获了一次校三好学生荣誉。

大二,经管学院

他一直是一个好学的人,一有空闲时间就到图书馆浏览图书,大学四年的借阅量超过 300 本以上。在阅读的海洋里,他发现了自己对经济学心理学的浓厚兴趣,恰逢其时,经管学院开设了双学位他于是选择了最契合的专业- 。工商管理当时的他并没有到,攻读双学位意味着所有的空余时间都将会被占满,尤其是刚转完专业那一段时间,本专业的课程加上补修的课程加上双学位的课程,用他的话来说就是“酸爽至极。”在同学陆陆续续的退出过程中,他坚持到了最后,只要毕业设计通过,他将能再获得一门管理学学士学位

大三,计算机学院

命运仿佛是一张大手,推动着人不断前行。他在大二下学期参加了小学期王新胜老师的智能硬件设计课程,为了使项目能够顺利进行,他自学了 C ++ Python 等计算机编程语言,这使他发现了自己在计算机方面的天赋。后来他就萌生了一个想法,为何不跨考计算机呢?虽然有些荒诞,但是这种想法在他心中扎下了根。于是他便去蹭了计算机的课程,在操作系统课上,听周老师讲解进程调度算法;在计算机网络课上,听刘老师讲解TCP / IP 协议工作过程;在数据库课上,听佟老师讲数据库查询语言的编写.. ....

大四,跨考计算机

最后,他还是决定选择跨考计算机。但是根据观海听论坛的数据显示,威海校区考哈工大计算机 854 专业课的学生之中,仅有四分之一的人能通过初试,再参加1 1.3 左右的复试。换句话说,如果一个教室里有五个人在复习854 专业课,则平均只有一个人最后能够成功录取。这一数据给了他很大的压力,他常问自己,我会是那五分之一的人嘛?他不知道答案,于是只有辛苦复习,将小毯子与厚衣服带到了考研教室午睡,才能给予他一丝信心。功夫不负有心人,或者说命运只垂青努力之人,他初试成绩389 ,位列威海校区854 专业课第一名,并成功通过复试,总排名23/259

大学四年四个专业,乍一听十分有趣,但对于当事人而言,这背后往往是辛劳的汗水,枯燥的学习,孤独的生活与躁动的心。他或许走了很多的弯路,少看了很多的风景,错过了很多有趣的人。但是收获与付出是成正比的,或许对于他来说,只有遨游在各个学科之间,才能发掘自己的价值与独特之处。也希望大家能够在大学四年之间,找到自己真正所好之事,这样有一天我们踏出校门时,我们不会抱有遗憾,而是内心充满喜悦,大步向前。


您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制问题,并提供完整的Matlab代码实现。文章结合数据驱动方法与Koopman算子理论,利用递归神经网络(RNN)对非线性系统进行建模与线性化处理,从而提升纳米级定位系统的精度与动态响应性能。该方法通过提取系统隐含动态特征,构建近似线性模型,便于后续模型预测控制(MPC)的设计与优化,适用于高精度自动化控制场景。文中还展示了相关实验验证与仿真结果,证明了该方法的有效性和先进性。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事精密控制、智能制造、自动化或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能控制设计;②为非线性系统建模与线性化提供一种结合深度学习与现代控制理论的新思路;③帮助读者掌握Koopman算子、RNN建模与模型预测控制的综合应用。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注数据预处理、RNN结构设计、Koopman观测矩阵构建及MPC控制器集成等关键环节,并可通过更换实际系统数据进行迁移验证,深化对方法泛化能力的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值