Re: FDD——天才的灵感

本文探讨了软件开发过程中的决策制定,包括决策的依据、时机选择及执行效率等问题。文章还讨论了客户价值判断、需求决策等方面的内容。
[quote="ozzzzzz"][quote="partech"]
1.在我参与开发的项目中,绝大多数决策,都是有充分理由的;[/quote]
有充分的理由你还需要决策吗?如果决策真的是一件简单,明显,不需要费脑筋权衡的事情,这个东西还能叫决策吗?
[/quote]
这个观点,让我有点吃惊。难道决策就是绞尽脑汁,最后凭着直觉得到的东西?
那么,那些做“决策支持系统”的人,岂不是都在瞎搞?提供那些有用的信息干嘛?
举个例子:
标准化的英语考试:
如果懂了,那么答案的选择,确实是件简单,轻松的事情;
如果不懂,那么选择题的答案,确实会成为你所理解的伤脑筋的“决策”。

有人看来必然的东西,另外一些人就是不得要领。

[quote="ozzzzzz"]
[quote="partech"]
2.如果出现决策信息不充分的情况,如果不是必须决策,那么,就等条件成熟了再决策,如果不得不作出决策,那就选择最简单,最容易的。[/quote]
既然是必须做出的决策,你还这么选择?
而且作为一个项目自始至终都存在一个最大的决策,那就是这个项目是不是还有必要和可能进行下去。你是如何得到这个决策的。
[/quote]
前面一句没看懂。

后面一句。
首先,我不知道你关于“项目是不是还有必要和可能进行下去,是一个项目自始至终都存在的一个最大决策”的证据是什么?
做个类比“人在什么时候,会做出关于自己生死的决策?”,难道我们每天都要思考这个决策麽?“生存还是死亡,这确实是个问题?”

如果项目中出现了你说的这个决策,那么,这个项目一定是遇到了什么不可克服的障碍,至少参与者这么看。

[quote="ozzzzzz"]
[quote="partech"]3.我相信“快速决策,痛苦执行;缓慢决策,迅速执行”,不无道理。与其乱动,不如不动;[/quote]
决策并不是说不能更改,这一点是瀑布和迭代的根本区别。同时我十分不明白为什么会快速决策,痛苦执行?是因为决策有错误?你不好修改这个错误吗?你不

好快速验证你的决策吗?
缓慢决策,迅速执行?本身软件开发就是一个充满决策的权衡利弊的过程,所谓的执行其实就是以系列的决策。
什么叫乱动?没有目标,没有方法,没有步骤,就是乱动。而很多不动,往往就是因为没有目标,也不知道如何应对的方法,还没有可以操作的步骤,这本身就

是一种乱动。
[/quote]
决策可以更改,但有成本问题。如果你认为大多数决策的执行成本,都比决策成本小的话,确实可以完全不用决策了,因为即使遍历所有可能也不花费多少精力.
但这个假设成立麽?

快速决策对比缓慢决策来说,可能有信息不足,思考不周全,大家未形成共识等等问题。正因为快速决策的这些弱点,所以,采用这种方法的过程,看起来
更象精力充沛的乱动。相反,缓慢决策虽然在决策上面花费了更多的时间,但是由于理由充分,思考周全,大家意见统一,执行起来反而更迅速,效果更好。
[quote="ozzzzzz"]
[quote="partech"]4.对客户有价值,并不等价于“客户说有价值”;[/quote]
那么这个价值是谁去判断的呢?
[/quote]
判断权在客户手中,但是开发人员可以提供帮助,比如提供捕获需求的技术支持,问一些开放式,无假设的问题。
客户拥有需求的决策权,开发人员拥有实现需求的评估权。

[quote="ozzzzzz"]
[quote="partech"]5.我不认为“难于解决的部分往往就是项目是不是可以真正的构建起来的关键”(这倒可以成为开发人员研究新技术/难技术的借口);

[/quote]
首先你的理解就有偏差。难于解决不仅仅是技术问题,还有业务流程问题,法律问题,社会反响问题等等。比如一个客户需求做一个网上支付,那么他们是不是

就有能力构建这个平台呢?这个问题,恰恰应该在早期进行决策(技术的、法律的、业务的、社会的等等多种因素的权衡)。任何一个项目都会面对一个最大的

决策,那就是这个项目是不是有必要做,是不是能够做。这个决策不仅仅是开发者面对的,而且也是甲方最关心的。
[/quote]
我理解错了?下面是你的原话。
[quote="ozzzzzz"]
而客户价值的判断是不是就只能依靠客户自己来判断呢?[color=red]显然如果客户能够明了软件的结构和技术的风险[/color],他们对于价值的判断,同他们不明了这些风险做出的判断是不同的。因为收益总是等于收入减去支出,而难于解决的部分往往就是项目是不是可以真正的构建起来的关键。[color=red]客户是希望你今天就告诉他[/color],你的这个项目不可能成功,还是你几个月之后才告诉他?
[/quote]

如果这里的“你”,指的不是“开发人员”,哪又另当别论。

就算你的意思是广义的风险。我也不认为“做还是不做?”,会是任何项目最关心的问题,某些处于开创期和消亡期的项目,思考这个问题会更多,但这不代表所有的项目。现在银行的人还会问“我们有必要开发网上银行系统么?”?

[quote="ozzzzzz"]
[quote="partech"]6.别“越俎代庖”,客户固然有他的弱点,但人家也不傻,不要认为开发人员恰恰就能弥补这些弱点;
[/quote]
这不是越俎代庖,而是客户协作。客户有弱点,这就如同开发者也有弱点一样,大家都要承认都不是完人,这才是合作的基础。而协作需要我们互相理解,并且

努力为对方的完成工作多做一些事情,而不是被动的坐在那里等待。因为本身agile强调的就是客户协作,而不是开发者和客户的对立。

我觉得你已经不可能提出新的观点了,散会了。[/quote]
但已方不能替甲方做需求决策。
基于TROPOMI高光谱遥感仪器获取的大气成分观测资料,本研究聚焦于大气污染物一氧化氮(NO₂)的空间分布与浓度定量反演问题。NO₂作为影响空气质量的关键指标,其精确监测对环境保护与大气科学研究具有显著价值。当前,利用卫星遥感数据结合先进算法实现NO₂浓度的高精度反演已成为该领域的重要研究方向。 本研究构建了一套以深度学习为核心的技术框架,整合了来自TROPOMI仪器的光谱辐射信息、观测几何参数以及辅助气象数据,形成多维度特征数据集。该数据集充分融合了不同来源的观测信息,为深入解析大气中NO₂的时空变化规律提供了数据基础,有助于提升反演模型的准确性与环境预测的可靠性。 在模型架构方面,项目设计了一种多分支神经网络,用于分别处理光谱特征与气象特征等多模态数据。各分支通过独立学习提取代表性特征,并在深层网络中进行特征融合,从而综合利用不同数据的互补信息,显著提高了NO₂浓度反演的整体精度。这种多源信息融合策略有效增强了模型对复杂大气环境的表征能力。 研究过程涵盖了系统的数据处理流程。前期预处理包括辐射定标、噪声抑制及数据标准化等步骤,以保障输入特征的质量与一致性;后期处理则涉及模型输出的物理量转换与结果验证,确保反演结果符合实际大气浓度范围,提升数据的实用价值。 此外,本研究进一步对不同功能区域(如城市建成区、工业带、郊区及自然背景区)的NO₂浓度分布进行了对比分析,揭示了人类活动与污染物空间格局的关联性。相关结论可为区域环境规划、污染管控政策的制定提供科学依据,助力大气环境治理与公共健康保护。 综上所述,本研究通过融合TROPOMI高光谱数据与多模态特征深度学习技术,发展了一套高效、准确的大气NO₂浓度遥感反演方法,不仅提升了卫星大气监测的技术水平,也为环境管理与决策支持提供了重要的技术工具。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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