毕业论文答辩老师一般会提以下几类问题：
一、选题：
选题合适与否对于论文的质量有着很大的影响，如果选题过大，可能会使得研究成果过于表面，没有实际价值；选题过小，研究狭窄，不能做到以小见大。因而在论文答辩的时候，答辩老师一般会就选题对学生进行提问，从中了解学生对于该领域前人研究成果的了解程度以及论文的自主性程度。
二、论文结构/内容：
论文的结构和内容框架展现了论文作者的思维模式，能够在一定程度上反映作者的学术水平，因而关于论文结构的问题是答辩老师经常会问到的问题。
三、论文材料：
行文讲究有理有据，论文的材料、实验数据的使用必须有据可循，因而答辩老师可能会对论文中的某些材料或者是数据的来源、引用、分析等提出相应的问题。
举些例子以示说明：这部分的数据材料你是通过实验获得还是前人的研究成果？这部分材料与你要得到的结论之间是如何串联的？......
四、创新点和不足之处
创新点是一篇论文的真正价值所在，而不足之处是论文未来修改和发展的方向，对于一篇论文具有举足轻重的作用，自然也成为了答辩老师们问得最多的问题了。
五、其他
除了论文本身外，有些答辩老师可能还会问一些未来发展方向等相关的问题，这些只要据实回答即可，不必过于紧张。
不论答辩老师问什么问题，我们在答辩前都要做好相应得准备，对论文得内容和结构等要十分熟悉，材料使用等也要有理有据；答辩时回答简明扼要，对老师提出的修改意见虚心接纳，并在答辩后予以修正。
摘 要 人体识别是计算机视觉领域的一大类热点问题，其研究内容涵盖了人体的监测与跟踪、手势识别、动作识别、人脸识别、性别识别和行为与事件识别等，有着非常广泛的应用价值。随机森林以它自身固有的特点和优良的分类效果在众多的机器学习算法中脱颖而出。随机森林算法的实质是一种树预测器的组合，其中每一棵树都依赖于一个随机向量，森林中的所有的向量都是独立同分布的。本文简单介绍了随机森林的原理，并对近几年来随机森林在姿势识别和人脸识别中的应用进行讨论。 1.人体识别概述 人体识别是计算机视觉领域的一大类热点问题，其研究内容涵盖了人体的监测与跟踪、手势识别、动作识别、人脸识别、性别识别和行为与事件识别等。其研究方法几乎囊括了所有的模式识别问题的理论与技术，例如统计理论，变换理论，上下文相关性，分类与聚类，机器学习，模板匹配，滤波等。人体识别有着非常广泛的应用价值。 绝大多数人脸识别算法和人脸表情分析算法在提取人脸特征之前,需要根据人脸关键点的位置(如眼角,嘴角)进行人脸的几何归一化处理。即使在已知人脸粗略位置的情况下,人脸关键点精确定位仍然是一个很困难的问题,这主要由外界干扰和人脸本身的形变造成。 当前比较流行的算法有：基于启发式规则的方法、主成分分析(PCA)、独立元分析(ICA)、基于K-L 变换、弹性图匹配等。 2.随机森林综述 随机森林顾名思义，使用随机的方式建立一个森林，森林里面有很多的决策树组成，随机森林的每一棵决策树之间是没有关联的。在得到森林之后，当有一个新的输入样本进入的死后，就让森林的每一棵决策树分别进行一下判断，看看这个样本应该属于哪一类（对于分类算法），然后看看哪一类能被选择最多，就预测这个样本为那一类。 随机森林是一种统计学习理论，其随机有两个方面：首先是在训练的每一轮中，都是对原始样本集有放回的抽取固定数目的样本点，形成k个互不相同的样本集。第二点是：对于每一个决策树的建立是从总的属性中随机抽取一定量的属性作分裂属性集，这样对于k个树分类器均是不相同的。由随机生成的k个决策树组成了随机森林。 对于每一个决策树来讲，其分裂属性是不断的选取具有最大信息增益的属性进行排列。整个随机森林建立后，最终的分类标准采用投票机制得到可能性最高的结果。 下图是随机森林构建的过程： 图1 随机森林构建过程 3.随机森林在人体识别中的应用 3.1 随机森林应用于姿势识别 以[1]一文来讨论，论文中所涉及到的人体识别过程主要分为两步，首先是，身体部位标记：对于从单张景深图像中对人体进行分段，并标记出关键节点。之后进行身体关节定位，将标记的各个人体部分重新映射到三维空间中，对关键节点形成高可靠的空间定位。 图2 深度图像-身体部位标记-关节投影 文的最主要贡献在于将姿势识别的问题转化成了物体识别的问题，通过对身体不同部位的空间位置的确定来实现，做到了低计算消耗和高精确度。在身体部位标记的过程中，将问题转化成了对每个像素的分类问题，对于每个像素点，从景深的角度来确定该点的局域梯度特征。该特征是点特征与梯度特征的良好结合。 举个例子，对于不同点的相同属性值的判别，如下图，图a中的两个测量点的像素偏移间均具有较大的景深差，而图b中的景深差则明显很小。由此看出，不同位置像素点的特征值是有明显差别的，这就是分类的基础。 图3 景深图像特质示例 文中对于决策树的分裂属性的选择来说。由于某两个像素点、某些图像特征选取的随意性，将形成大量的备选划分形式，选择对于所有抽样像素对于不同的分裂属性划分前后的信息熵增益进行比较，选取最大的一组ψ=(θ, τ)作为当前分裂节点。（信息增益与该图像块最终是否正确地分类相关，即图像块归属于正确的关键特征点区域的概率。） 图4 决策时分类说明 决策树的建立后，某个叶子节点归属于特定关键特征点区域的概率可以根据训练图像最终分类的情况统计得到，这就是随机森林在实际检测特征点时的最重要依据。 在人体关节分类中，我们由形成的决策森林，来对每一个像素点的具体关节属性进行判断，并进行颜色分类。随机森林这种基于大量样本统计的方法能够对由于光照、变性等造成的影响，实时地解决关键特征点定位的问题。 如图所示，是对于景深图像处理后的结果展示。 图5 姿势识别处理结果 应该这样说，这篇文章在算法的层面对随机森林没有太大的贡献。在划分函数的形式上很简单。这个团队值得称道的地方是通过计算机图形学造出了大量的不同体型不同姿势的各种人体图像，用作训练数据，这也是成为2011年CVPR Best Paper的重要原因。正是因为论文的成果运用于Kinect，在工业界有着巨大的作用，落实到了商用的硬件平台上，推动了随机森林在计算机视觉、多媒体处理上的热潮。 3.2 随机森林应用于人脸识别 基于回归森林的脸部特征检测通过分析脸部图像块来定位人脸的关键特征点，在此基础上条件回归森林方法考虑了全局的脸部性质。对于[2]进行分析，这篇论文是2012年CVPR上的论文，本文考虑的是脸部朝向作为全局性质。其主要描述的问题是如何利用条件随机森林，来确定面部10个关键特征点的位置。与之前不同的是，在随机森林的基础上，加入了面部朝向的条件约束。 图6 脸部10个特征点 对于面部特征标记的问题转化成了对大量图像块的分类问题。类似于人体识别中的局域梯度特征识别。本文中，对于每一个图像块来说，从灰度值、光照补偿、相位变换等图像特征，以及该图像块中心与各个特征点的距离来判断图像块的位置特征。在决策树的分裂属性确定过程，依然使用“最大信息熵增益”原则。 图7 条件随机森林算法说明 文中提出了更进一步基于条件随机森林的分类方法，即通过设定脸部朝向的约束对决策树分类，在特征检测阶段能够根据脸部朝向选择与之相关的决策树进行回归，提高准确率和降低消耗。此论文还对条件随机森林，即如何通过脸部朝向对决策进行分类进行了说明，但这与随机森林算法没有太大关系，这里就不再继续讨论了。随机森林这种基于大量样本统计的方法能够对由于光照、变性等造成的影响，实时地解决关键特征点定位的问题。 另一篇文章[3]对于脸部特征标记，提出了精确度更高、成本更低的方法。即，基于结构化输出的随机森林的特征标记方式。文中将面部划分为20个特征点，对于各个特征点来说，不仅有独立的图像块分类标记，还加入了例如，点4，对于其他嘴唇特征点3,18,19的依赖关系的判断。这样的方法使特征点标记准确率大大增加。 该方法依然是使用随机森林的方法，有所不同的是引入了如式中所示的与依赖节点之间的关系。对于决策树的建立依然是依赖信息熵增益原则来决定，叶子节点不仅能得到特征的独立划分还会得到该特征对依赖特征的贡献，最终特征节点的判断会综合原始投票及空间约束。 图8 脸部特征标记 图9 决策树依赖关系 例如当对下图中人脸特征点进行分类时，使用简单的随机森林方法，经过判断会将各个点进行标注，可以看到 红色的点，标注出的鼻子特征。如果利用依赖节点进行判断，鼻子的点会被局限在其他鼻子特征点的周围，进行叠加后，得到了这个结果。显然，对于此节点的判断，利用结构输出的方式，准确度更高了。 图10 结构化输出结果 4.随机森林总结 大量的理论和实证研究都证明了RF具有很高的预测准确率，对异常值和噪声具有很好的容忍度，且不容易出现过拟合。可以说，RF是一种自然的非线性建模工具，是目前数据挖掘算法最热门的前沿研究领域之一。具体来说，它有以下优点： 1.通过对许多分类器进行组合，它可以产生高准确度的分类器； 2.它可以处理大量的输入变量； 3.它可以在决定类别时，评估变量的重要性； 4.在建造森林时，它可以在内部对于一般化后的误差产生不偏差的估计； 5.它包含一个好方法可以估计遗失的资料，并且，如果有很大一部分的资料遗失，仍可以维持准确度。 6.它提供一个实验方法，可以去侦测变量之间的相互作用； 7.学习过程是很快速的； 8.对异常值和噪声具有很好的容忍度，且不容易出现过拟合； 随机森林的缺点： 1.对于有不同级别的属性的数据，级别划分较多的属性会对随机森林产生更大的影响，所以随机森林在这种数据上产出的属性权值是不可信的； 2.单棵决策树的预测效果很差：由于随机选择属性，使得单棵决策树的预测效果很差。 参考文献： [1] Shotton, J.; Fitzgibbon, A.; Cook, M.; Sharp, T.; Finocchio, M.; Moore, R.; Kipman, A.; Blake, A., “Real-time human pose recognition in parts from single depth images,”Computer Vision and Pattern Recognition (CVPR), 2011 IEEE Conference on , vol., no., pp.1297,1304, 20-25 June 2011 [2] Dantone M, Gall J, Fanelli G, et al. Real-time facial feature detection using conditional regression forests[C]//Computer Vision and Pattern Recognition (CVPR), 2012 IEEE Conference on. IEEE, 2012: 2578-2585. [3] Heng Yang, Ioannis Patras, “Face Parts Localization Using Structured-output Regression Forests”, ACCV2012， Dajeon, Korea. 本文转自：，仅供学习交流
1、技术含量。计算机专业的毕业答辩首先关注的是毕业设计所涉及到的技术含量是否能够满足培养要求，本科阶段要具备初步的科研能力，而研究生阶段要具备一定的创新能力。 2、技术方案的合理性。毕业答辩中老师比较关注的另一个问题就是技术方案的合理性，常见的关键点有三个，其一是如何进行技术选型；其二是否具有扩展空间；其三是否能够落地应用。 3、技术细节。技术细节往往也是老师比较关注的问题，目的是检验学生对于技术的掌握情况和动手能力。技术细节通常有三个大的方面，其一是描述某一个功能是实现流程； 其二是针对于数据库操作进行提问；其三是针对于算法问题进行提问。要想顺利通过技术细节的考察，一方面需要做好充分的准备，另一方面要灵活应对，在老师提出的问题没有充分理解的时候，可以从解决问题的思路给出自己的方案，同一个问题有多种不同的方案，能给出其中的任何一种都是能够说明问题的，这一点一定要切记。
摘录自别人 随机森林中有一个错误发现率还有一个是树木，，更多的是体现这个工具帮你解决的问题 使用这个工具干了什么，而不是别的 随机森林原理 1、什么是随机森林？ 随机森林就是用随机的方式建立一个森林，在森林里有很多决策树组成，并且每一棵决策树之间是没有关联的。当有一个新样本的时候，我们让森林的每一棵决策树分别进行判断，看看这个样本属于哪一类，然后用投票的方式，哪一类被选择的多，作为最终的分类结果。在回归问题中，随机森林输出所有决策树输出的平均值。 （1）随机森林既可以用于分类，也可以用于回归。 （2）它是一种降维手段，用于处理缺失值和异常值。 （3）它是集成学习的重要方法。 2、两个随机抽取 （1）样本有放回随机抽取固定数目 （2）构建决策树时，特征随机抽取 解释：两个随机性的引入对随机森林的分类性能至关重要。由于它们的引入，使得随机森林不容易陷入过拟合，并且具有很好得抗噪能力（比如：对缺省值不敏感） 3、随机森林算法是如何工作的？ 在随机森林中，每一个决策树“种植”和“生长”的四个步骤： （1）假设我们设定训练集中的样本个数为N，然后通过有重置的重复多次抽样获得这N个样本，这样的抽样结果将作为我们生成决策树的训练集； （2）如果有M个输入变量，每个节点都将随机选择m(m 摘 要 人体识别是计算机视觉领域的一大类热点问题，其研究内容涵盖了人体的监测与跟踪、手势识别、动作识别、人脸识别、性别识别和行为与事件识别等，有着非常广泛的应用价值。随机森林以它自身固有的特点和优良的分类效果在众多的机器学习算法中脱颖而出。随机森林算法的实质是一种树预测器的组合，其中每一棵树都依赖于一个随机向量，森林中的所有的向量都是独立同分布的。本文简单介绍了随机森林的原理，并对近几年来随机森林在姿势识别和人脸识别中的应用进行讨论。 1.人体识别概述 人体识别是计算机视觉领域的一大类热点问题，其研究内容涵盖了人体的监测与跟踪、手势识别、动作识别、人脸识别、性别识别和行为与事件识别等。其研究方法几乎囊括了所有的模式识别问题的理论与技术，例如统计理论，变换理论，上下文相关性，分类与聚类，机器学习，模板匹配，滤波等。人体识别有着非常广泛的应用价值。 绝大多数人脸识别算法和人脸表情分析算法在提取人脸特征之前,需要根据人脸关键点的位置(如眼角,嘴角)进行人脸的几何归一化处理。即使在已知人脸粗略位置的情况下,人脸关键点精确定位仍然是一个很困难的问题,这主要由外界干扰和人脸本身的形变造成。 当前比较流行的算法有：基于启发式规则的方法、主成分分析(PCA)、独立元分析(ICA)、基于K-L 变换、弹性图匹配等。 2.随机森林综述 随机森林顾名思义，使用随机的方式建立一个森林，森林里面有很多的决策树组成，随机森林的每一棵决策树之间是没有关联的。在得到森林之后，当有一个新的输入样本进入的死后，就让森林的每一棵决策树分别进行一下判断，看看这个样本应该属于哪一类（对于分类算法），然后看看哪一类能被选择最多，就预测这个样本为那一类。 随机森林是一种统计学习理论，其随机有两个方面：首先是在训练的每一轮中，都是对原始样本集有放回的抽取固定数目的样本点，形成k个互不相同的样本集。第二点是：对于每一个决策树的建立是从总的属性中随机抽取一定量的属性作分裂属性集，这样对于k个树分类器均是不相同的。由随机生成的k个决策树组成了随机森林。 对于每一个决策树来讲，其分裂属性是不断的选取具有最大信息增益的属性进行排列。整个随机森林建立后，最终的分类标准采用投票机制得到可能性最高的结果。 下图是随机森林构建的过程： 图1 随机森林构建过程 3.随机森林在人体识别中的应用 3.1 随机森林应用于姿势识别 以[1]一文来讨论，论文中所涉及到的人体识别过程主要分为两步，首先是，身体部位标记：对于从单张景深图像中对人体进行分段，并标记出关键节点。之后进行身体关节定位，将标记的各个人体部分重新映射到三维空间中，对关键节点形成高可靠的空间定位。 图2 深度图像-身体部位标记-关节投影 文的最主要贡献在于将姿势识别的问题转化成了物体识别的问题，通过对身体不同部位的空间位置的确定来实现，做到了低计算消耗和高精确度。在身体部位标记的过程中，将问题转化成了对每个像素的分类问题，对于每个像素点，从景深的角度来确定该点的局域梯度特征。该特征是点特征与梯度特征的良好结合。 举个例子，对于不同点的相同属性值的判别，如下图，图a中的两个测量点的像素偏移间均具有较大的景深差，而图b中的景深差则明显很小。由此看出，不同位置像素点的特征值是有明显差别的，这就是分类的基础。 图3 景深图像特质示例 文中对于决策树的分裂属性的选择来说。由于某两个像素点、某些图像特征选取的随意性，将形成大量的备选划分形式，选择对于所有抽样像素对于不同的分裂属性划分前后的信息熵增益进行比较，选取最大的一组ψ=(θ, τ)作为当前分裂节点。（信息增益与该图像块最终是否正确地分类相关，即图像块归属于正确的关键特征点区域的概率。） 图4 决策时分类说明 决策树的建立后，某个叶子节点归属于特定关键特征点区域的概率可以根据训练图像最终分类的情况统计得到，这就是随机森林在实际检测特征点时的最重要依据。 在人体关节分类中，我们由形成的决策森林，来对每一个像素点的具体关节属性进行判断，并进行颜色分类。随机森林这种基于大量样本统计的方法能够对由于光照、变性等造成的影响，实时地解决关键特征点定位的问题。 如图所示，是对于景深图像处理后的结果展示。 图5 姿势识别处理结果 应该这样说，这篇文章在算法的层面对随机森林没有太大的贡献。在划分函数的形式上很简单。这个团队值得称道的地方是通过计算机图形学造出了大量的不同体型不同姿势的各种人体图像，用作训练数据，这也是成为2011年CVPR Best Paper的重要原因。正是因为论文的成果运用于Kinect，在工业界有着巨大的作用，落实到了商用的硬件平台上，推动了随机森林在计算机视觉、多媒体处理上的热潮。 3.2 随机森林应用于人脸识别 基于回归森林的脸部特征检测通过分析脸部图像块来定位人脸的关键特征点，在此基础上条件回归森林方法考虑了全局的脸部性质。对于[2]进行分析，这篇论文是2012年CVPR上的论文，本文考虑的是脸部朝向作为全局性质。其主要描述的问题是如何利用条件随机森林，来确定面部10个关键特征点的位置。与之前不同的是，在随机森林的基础上，加入了面部朝向的条件约束。 图6 脸部10个特征点 对于面部特征标记的问题转化成了对大量图像块的分类问题。类似于人体识别中的局域梯度特征识别。本文中，对于每一个图像块来说，从灰度值、光照补偿、相位变换等图像特征，以及该图像块中心与各个特征点的距离来判断图像块的位置特征。在决策树的分裂属性确定过程，依然使用“最大信息熵增益”原则。 图7 条件随机森林算法说明 文中提出了更进一步基于条件随机森林的分类方法，即通过设定脸部朝向的约束对决策树分类，在特征检测阶段能够根据脸部朝向选择与之相关的决策树进行回归，提高准确率和降低消耗。此论文还对条件随机森林，即如何通过脸部朝向对决策进行分类进行了说明，但这与随机森林算法没有太大关系，这里就不再继续讨论了。随机森林这种基于大量样本统计的方法能够对由于光照、变性等造成的影响，实时地解决关键特征点定位的问题。 另一篇文章[3]对于脸部特征标记，提出了精确度更高、成本更低的方法。即，基于结构化输出的随机森林的特征标记方式。文中将面部划分为20个特征点，对于各个特征点来说，不仅有独立的图像块分类标记，还加入了例如，点4，对于其他嘴唇特征点3,18,19的依赖关系的判断。这样的方法使特征点标记准确率大大增加。 该方法依然是使用随机森林的方法，有所不同的是引入了如式中所示的与依赖节点之间的关系。对于决策树的建立依然是依赖信息熵增益原则来决定，叶子节点不仅能得到特征的独立划分还会得到该特征对依赖特征的贡献，最终特征节点的判断会综合原始投票及空间约束。 图8 脸部特征标记 图9 决策树依赖关系 例如当对下图中人脸特征点进行分类时，使用简单的随机森林方法，经过判断会将各个点进行标注，可以看到 红色的点，标注出的鼻子特征。如果利用依赖节点进行判断，鼻子的点会被局限在其他鼻子特征点的周围，进行叠加后，得到了这个结果。显然，对于此节点的判断，利用结构输出的方式，准确度更高了。 图10 结构化输出结果 4.随机森林总结 大量的理论和实证研究都证明了RF具有很高的预测准确率，对异常值和噪声具有很好的容忍度，且不容易出现过拟合。可以说，RF是一种自然的非线性建模工具，是目前数据挖掘算法最热门的前沿研究领域之一。具体来说，它有以下优点： 1.通过对许多分类器进行组合，它可以产生高准确度的分类器； 2.它可以处理大量的输入变量； 3.它可以在决定类别时，评估变量的重要性； 4.在建造森林时，它可以在内部对于一般化后的误差产生不偏差的估计； 5.它包含一个好方法可以估计遗失的资料，并且，如果有很大一部分的资料遗失，仍可以维持准确度。 6.它提供一个实验方法，可以去侦测变量之间的相互作用； 7.学习过程是很快速的； 8.对异常值和噪声具有很好的容忍度，且不容易出现过拟合； 随机森林的缺点： 1.对于有不同级别的属性的数据，级别划分较多的属性会对随机森林产生更大的影响，所以随机森林在这种数据上产出的属性权值是不可信的； 2.单棵决策树的预测效果很差：由于随机选择属性，使得单棵决策树的预测效果很差。 参考文献： [1] Shotton, J.; Fitzgibbon, A.; Cook, M.; Sharp, T.; Finocchio, M.; Moore, R.; Kipman, A.; Blake, A., “Real-time human pose recognition in parts from single depth images,”Computer Vision and Pattern Recognition (CVPR), 2011 IEEE Conference on , vol., no., pp.1297,1304, 20-25 June 2011 [2] Dantone M, Gall J, Fanelli G, et al. Real-time facial feature detection using conditional regression forests[C]//Computer Vision and Pattern Recognition (CVPR), 2012 IEEE Conference on. IEEE, 2012: 2578-2585. [3] Heng Yang, Ioannis Patras, “Face Parts Localization Using Structured-output Regression Forests”, ACCV2012， Dajeon, Korea. 本文转自：，仅供学习交流 计算机专业毕业论文答辩程序及要点 时间稍纵即逝，充满意义的大学生活即将结束，毕业论文是大学生都必须通过的，毕业论文是一种有准备的检验大学学习成果的形式，如何把毕业论文做到重点突出呢？以下是我收集整理的计算机专业毕业论文答辩程序及要点，希望能够帮助到大家。 一，毕业论文答辩的一般程序 1、学员必须在论文答辩会举行之前半个月，将经过指导老师审定并签署过意见的毕业论文一式三份连同提纲，草稿等交给指导教师，并拟出需要提问的问题及答案。 2、在答辩会上，先让学员用15分钟左右的时间概述论文的标题以及选择该论题的原因，较详细地介绍论文的主要论点，论据和写作体会。 3、主答辩老师提问。主答辩老师一般提三个问题。老师提问完后，可以让学生独立准备15—20分钟后，再来当场回答，根据学员回答的具体情况，主答辩老师和其他答辩老师随时可以有适当的插问。 4、学员逐一回答完所有问题后退场，答辩委员会集体根据论文质量和答辩情况，商定通过还是不通过，并拟定成绩和评语。 5、召回学员，由主答辩老师当面向学员就论文和答辩过程中的情况加以小结，肯定其优点和长处，指出其错误或不足之处，并加以必要的补充和指点，同时当面向学员宣布通过或不通过。至于论文的成绩，一般不当场宣布。 二，主答辩老师的提问方式 1、提问要贯彻先易后难原则。 主答辩老师给每位答辩者一般要提三个或三个以上的问题，这些要提的问题以按先易后难的次序提问为好。所提的第一个问题一般应该考虑到是学员答得出并且答得好的问题。学员第一个问题答好，就会放松紧张心理，增强"我"能答好的信心，从而有利于在以后几个问题的答辩中发挥出正常水平。 2、提问要实行逐步深入的方法。 为了正确地检测学员的专业基础知识掌握的情况，有时需要把一个大问题分成若干个小问题，并采取逐步深入的提问方法。 3、当答辩者的观点与自己的观点相左时，应以温和的态度，商讨的语气与之开展讨论， 即要有"长者"风度，施行善术，切忌居高临下，出言不逊。不要以"真理"掌握者自居，轻易使用"不对"，"错了"，"谬论"等否定的断语。要记住"是者可能非，非者可能有是"的格言，要有从善如流的掂量。不必将自己的观点强加于人，只要把自己的观点亮出来，供对方参考就行。 4、当学员的回答答不到点子上或者一时答不上来的问题，应采用启发式，引导式的提问方法。 参加过论文答辩委员会的老师可能都遇到过这样的情况：学员对你所提的问题答不上来，有的就无可奈何地"呆"着；有的是东拉西扯，与你绕圈子，其实他也是不知道答案。碰到这种情况，答辩老师既不能让学员尴尬地"呆"在那里，也不能听凭其神聊，而应当及时加以启发或引导。只有通过启发和引导仍然答不出或答不到点子上的，才可判定他确实不具备这方面的知识。 三，学员答辩要注意的问题 学员要顺利通过答辩，并在答辩时真正发挥出自己的水平，除了在答辩前充分作好准备外，还需要了解和掌握答辩的要领和答辩的艺术。 （一）携带必要的资料和用品： 首先，学员参加答辩会，要携带论文的底稿和主要参考资料。在答辩会上，主答辩老师提出问题后，学员可以准备一定时间后再当面回答，在这种情况下，携带论文底稿和主要参考资料的必要性是不言自明的。其次，还应带上笔和笔记本，以便把主答辩老师所提出的.问题和有价值的意见，见解记录下来。通过记录，不仅可以减缓紧张心理，而且还可以更好地吃透老师所提问的要害和实质是什么，同时还可以边记边思考，使思考的过程变得很自然。 （二）要有自信心，不要紧张： 在作了充分准备的基础上，大可不必紧张，要有自信心。树立信心，消除紧张慌乱心理很重要，因为过度的紧张会使本来可以回答出来的问题也答不上来。只有充满自信，沉着冷静，才会在答辩时有良好的表现。而自信心主要来自事先的充分准备。 （三）听清问题后经过思考再作回答： 主答辩老师在提问题时，学员要集中注意力认真聆听，并将问题回答略记在本子上，仔细推敲主答辩老师所提问题的要害和本质是什么切忌未弄清题意就匆忙作答。如果对所提问题没有断清楚，可以请提问老师再说一遍。如果对问题中有些概念不太理解，可以请提问老师做些解释，或者把自己对问题的理解说出来，并问清是不是这个意思，等得到肯定的答复后再作回答。只有这样，才有可能避免答所非问。答到点子上。 （四）回答问题要简明扼要，层次分明： 在弄清了主答辩老师所提问题的确切涵义后，要在较短的时间内作出反应，要充满自信地以流畅的语言和肯定的语气把自己的想法讲述出来，不要犹犹豫豫。回答问题，一要抓住要害，简明扼要，不要东拉西扯，使人听后不得要领；二要力求客观，全面，辩证，留有余地，切忌把话说"死"；三要条分缕析，层次分明。此外还要注意吐词清晰，声音适中等等。 （五）对回答不出的问题，不可强辩： 有时答辩委员会的老师对答辩人所作的回答不太满意，还会进一步提出问题，以求了解论文作者是否切实搞清和掌握了这个问题。遇到这种情况，答辩人如果有把握讲清，就可以申明理由进行答辩；如果不太有把握，可以审慎地试着回答，能回答多少就回答多少，即使讲得不很确切也不要紧，只要是同问题有所关联，老师会引导和启发你切入正题；如果确是自己没有搞清的问题，就应该实事求是地讲明自己对这个问题还没有搞清楚，表示今后一定认真研究这个问题，切不可强词夺理，进行狡辩。因为，答辩委员会的老师对这个问题有可能有过专门研究，再高明的也不可能蒙他。这里我们应该明白：学员在答辩会上，某个问题被问住是不奇怪的，因为答辩委员会成员一般是本学科的专家。他们提出来的某个问题答不上来是很自然的。当然，所有问题都答不上来，一问三不知就不正常了。 （六）当论文中的主要观点与主答辩老师的观点相左时，可以与之展开辩论： 答辩中，有时主答辩老师会提出与你的论文中基本观点不同的观点，然后请你谈谈看法，此时就应全力为自己观点辩护，反驳与自己观点相对立的思想。主答辩老师在提问的问题中，有的是基础知识性的问题，有的是学术探讨性的问题，对于前一类问题，是要你作出正确，全面地回答，不具有商讨性。而后一类问题，是非正误并未定论，持有不同观点的人可以互相切磋商讨。如果你所写的论文的基本观点是经过自己深思熟虑，又是言之有理，持之有据，能自圆其说的，就不要因为答辩委员会成员提出不同的见解，就随声附和，放弃自己的观点。否则，就等于是你自己否定了自己辛辛苦苦写成的论文。要知道，有的答辩老师提出的与你论文相左的观点，并不是他本人的观点，他提出来无非是想听听你对这种观点的评价和看法，或者是考考你的答辩能力或你对自己观点的坚定程度。退一步说，即使是提问老师自己的观点，你也应该抱着"吾爱吾师，吾更爱真理"的态度，据理力争，与之展开辩论。 不过，与答辩老师展开辩论要注意分寸，运用适当的辩术。一般说，应以维护自己的观点为主，反驳对方的论点要尽可能采用委婉的语言，请教的口气，用旁说，暗说，绕着说的办法，不露痕迹地把自己的观点输入对方，让他们明理而诚服或暗服。让提问老师感受到虽接受你的意见，但自己的自尊并没受到伤害。譬如，在一次答辩会上，一位老师在说明垄断高额利润时，把垄断高额利润说成是高出平均利润以上的那部分利润。答辩的学员听出老师的解释错了。就用平和不解的语气说："那么，垄断高额利润是垄断价格高于成本价格的话怎么理解呢"提问的老师听后一怔，隔了一会儿，高声说："问得好！"从提问老师的喝彩声中，我们知道，他已心悦诚服地同意了你的观点。这样的辩论，答辩老师不仅不会为难你，相反会认为你有水平，基础扎实。 （七）要讲文明礼貌： 论文答辩的过程也是学术思想交流的过程。答辩人应把它看成是向答辩老师和专家学习，请求指导，讨教问题的好机会。因此，在整个答辩过程中，答辩人应该尊重答辩委员会的老师，言行举止要讲文明，有礼貌，尤其是在主答辩老师提出的问题难以回答，或答辩老师的观点与自己的观点相左时，更应该注意如此。答辩结束，无论答辩情况如何，都要从容，有礼貌地退场。 此外，毕业论文答辩之后，作者应该认真听取答辩委员会的评判，进一步分析，思考答辩老师提出的意见，总结论文写作的经验教训。一方面，要搞清楚通过这次毕业论文写作，自己学习和掌握了哪些科学研究的方法，在提出问题，分析问题，解决问题以及科研能力上得到了提高。还存在哪些不足，作为今后研究其他课题时的借鉴。另一方面，要认真思索论文答辩会上，答辩老师提出的问题和意见，修改自己的论文，加深研究，精心修改自己的论文，求得纵深发展，取得更大的战果。使自己在知识上，能力上有所提高。 计算机专业毕业论文答辩过程 计算机专业毕业论文答辩是整个毕业设计流程中最后一步，是不能忽视的，往往很多同学不注意忽视了细节，而在毕业论文答辩环节走了很多弯路，导致二次答辩，造成延迟毕业时间的严重后果。下面将从以下几个方面带领各位同学熟悉毕业论文答辩的流程以及需要注意的事项： 1、明确毕业论文答辩的目的 a、、学校鉴别毕业设计（论文）的真伪； b、评价毕业设计（论文）的质量； c、考察学生临场发挥的能力。 2、了解答辩的基本要求 a、成员：答辩之前，院系毕业设计领导机构成立答辩委员会，指导教师可以加入，但不能担答辩委员会主席的职务，且在自己学生答辩时应回避，不参与意见。 b、时间；答辩时间一般为10—20分钟，是对自己综合能力、表达能力的挑战。 c、问答：答辩教师提出的问题有一定的方向性，主要分为鉴别论文真实性的问题、识别知识掌握程度的问题，判断论文研究深度的问题。 3、心理准备 a、认真：答辩是学生获准毕业、取得学位的必经之路，只要认真对待，通过答辩并非难事。 b、自信：树立自信心，适当放松心情，不要给自己过大的压力，积极热情，泰然处之。只有充满自信，沉着冷静，才会在答辩时有良好的表现。 c、放松：提前练习，努力适应答辩环境，克服恐惧、紧张的心理。 4、物质准备 申请资料、论文底稿、答辩PPT、参考资料，答辩提纲，练习讲稿 5、要顺利通过答辩，并在答辩时真正发挥出自己的水平，除了在答辩前准备好答辩提纲外，还需要了解和掌握答辩的要领和艺术。 a、礼仪：着装整理大方，尊重答辩老师，言行举止要文明礼貌，目光与老师适当交流，回答完问题后致谢退场。 b、语言：抓住要害，简明扼要；客观全面、辩证留有余地，条理清楚，层次分明。吐词清晰，声音适中。回答不出问题，不可强辩。 c、内容：紧扣主题，从始至终以论文题目为中心展开论述可以使评委思路明朗，对你的毕业论文给予肯定。 d、应变：对问题如果不太有把握，可以试着回答，如果是自己没有搞清楚的问题，就应该实事求是的讲明自己还没有搞清楚，表示今后一定认真研究这个问题，切不可强词夺理，进行狡辩。 老师会在你的论文里面找一些问题问问，你首先要好好的把你定的论文读熟。这样一般都会过的。 1、技术含量。以本科生为例，如果题目涉及到的是进销存管理系统，那么当前的进销存管理系统如何面对大数据时代的要求，以及能否满足互联网业务的需求，这些都是可能会面临的问题。 2、技术方案的合理性。常见的关键点有三个，如何进行技术选型；是否具有扩展空间；是否能够落地应用。 以进销存系统为例，技术选型的方案有很多种，包括采用Java方案、PHP方案、C#方案、Python方案等等，每一种方案都有不同的技术体系，需要根据实际情况来描述如何选择具体的方案，另外要注重系统的扩展性，是否采用云平台部署等等。 3、技术细节。目的是检验学生对于技术的掌握情况和动手能力。技术细节通常有三个大的方面，描述某一个功能是实现流程；针对于数据库操作进行提问；针对于算法问题进行提问。 答辩注意事项 1、注意开场白、结束语的礼仪。 2、坦然镇定，声音要大而准确，使在场的所有人都能听到。 3、听取答辩小组成员的提问，精神要高度集中，同时，将提问的问题一一记在本上。 4、对提出的问题，要在短时间内迅速做出反应，以自信而流畅的语言，肯定的语气，不慌不忙地一一回答每个问题。 5、对提出的疑问，要审慎地回答，对有把握的疑问要回答或辩解、申明理由；对拿不准的问题，可不进行辩解，而实事求是地回答，态度要谦虚。 6、回答问题要注意的几点： （1）正确、准确。正面回答问题，不转换论题，更不要答非所问。 （2）重点突出。抓住主题、要领，抓住关键词语，言简意赅。 （3）清晰明白。开门见山，直接入题，不绕圈子。 （4）有答有辩。既敢于阐发自己独到的新观点、真知灼见，维护自己正确观点，反驳错误观点，又敢于承认自己的不足，修正失误。 （5）辩才技巧。用词准确，讲究逻辑，助以手势说明问题；力求深刻生动；对答如流，说服力、感染力强，给听众留下良好的印象。 我也是应届毕业生 所以我的指导老师说最多问的问题是如下：1.你为什么想实现这个系统、2.你为什么用这个为实现这个系统的用的高级语言，数据库或某一个软件？3.某个功能怎么实现的？4.这个系统有什么开发前途？等等 一般最多问的就这些。 总结是事后对某一阶段的学习、工作或其完成情况加以回顾和分析的一种书面材料，它可以给我们下一阶段的学习和工作生活做指导，我想我们需要写一份总结了吧。那么你真的懂得怎么写总结吗？以下是我为大家整理的研究生个人工作总结，仅供参考，希望能够帮助到大家。 经过半年科大的学习，自己的确成长了不少，增长了知识，开阔了眼界，领略了另一番风景，更加是开启了另一种的人生。 学习方面 来到科大，首先感受到的是科大浓郁的学习氛围，称科大学子为“学术帝”则是一点没有夸张，大家都畅游在知识的海洋中，充分感受知识带来的享受与愉悦，在这里可以真正静下心做学问，经常在来回的路上听到同学讨论学术问题，或许在追求更高层次的人生目标上，大家与知识成为益友，相伴相知，在人生旅途中闲庭漫步，笑看云卷云舒。 第一年进入研究生的新生活，学习进入到一个新阶段，开始接触到一些更加具有创新性的处于科学前沿的新技术与新知识，专业学习更加细致与系统化。理解到也许每个知识点背景后的小细节稍加改进又可以成为创新之举，商品化的技术更加有能力提高现有的生产力水平，为国家与社会带来新的机遇。科学的神奇之处在于你永远不知道下一个奇迹在多远处等待你，所以科技 工作 者才会夜以继日，兢兢业业，运用自己的知识与智慧寻找下一个奇迹，人类社会整个文明史才会成为真正意义的进步史(当然很大一部分也是哲学家、文艺家和社会学家的功劳)。科学分为理论研究和实践应用，理论的成熟与条件的可操作化才会催生技术的发展，我们必须承认即使在SCIENCE和NATURE上发的很多文章也难以实际化，但是灵感的迸发，巧妙创意的产生总会孕育下一个跨时代的创举，引发人类历史上又一场盛大的技术革命。在第一学期学习中，选了许多门专业课程，看似没有很大联系，分属不同学科，但是科学是通汇贯通的，知识在不同领域的应用像武侠中不同的门派，看似道不同，实际上“魂”是一样的，科学的本质与理论基础从未改变。半年的研究生学习，不再像本科阶段，各种化学都要接触，地基在大学里已经打牢，不同专业的同学则建造属于自己的不同风格的房子，“术业有专攻”深刻体现出来。自己在学习方面与其他同学相比，觉得理论知识还不够扎实，地基尚未打牢，所以要走稳固基础，抓好上层建筑的路线，自己的房子才会既稳固又大气。 人际方面 刚到科大的陌生在半年时光里悄然离我远去，所里面的同学也更加熟络，或许是天生性格属于外向型，与舍友同学快速打成一片。大家通过班级建立的群组方便技术快捷交流学习中的困难与收获，于是乎在每次的思维风暴中，都会有不同的收获，视界更加开阔，思路更加敏捷，集思广益的魅力凸显。在生活中，大家在假日组织出去烤肉、吃饭、K歌，欢乐畅快，友谊更加深厚。每个人生阶段我们都会离开一群老朋友，同时认识一群新伙伴，我坚信老朋友的情谊长存，新朋友是我们的亲密战友，总之一句话友谊地久天长，在朋友的陪伴下，沐浴在友情的阳光下，每个人才会绽放出最美丽的自己。 思想方面 进入研究生的新生活，觉得自己身上也多了一份责任，现实逼迫我们每个人不断成长，担负起家庭和未来的担子，这或许是成长最沉重又最真实的部分吧。21岁，未来似乎在远方亲切地向我挥手，但是这个远方的距离则没有人知道，我们离开了懵懂的少年时代，进入了需要自己打拼创造生活的新阶段，身上寄存着父母的期待、自己的梦想同时还有****裸的残酷现实，如何突破重围，达到心中彼岸，每个人都有不同的选择，我相信，天道酬勤，自己奋斗的道路的另一端不会让你失望。 半年的时光，匆匆已过，在不断学习，不断充实中，自己思想更加成熟，生活更加有序，方向更加明确，但自己仍需更加稳健，不断汲取别人的长处，积累经验，开阔视野，更重要的是拥有豁达胸怀，遇事坦然处之，在平淡的学习生活中取得更大的成绩。 每个报考在职研究生的考生都需要一个理由，关键是这个理由最后能否上升为一种信念，这一信念能否改变你的学习和生活态度，这一态度能否最终改变你的行动！你是否适合报考在职研究生呢？祝愿各位在职人员，能通过对自己的反思找到一个理由，让自己义无反顾地坚持下去！结果也许并不是最重要的，但备战在职研究生考试必将成为你一生中最难忘的经历！以下是一些分析。希望对大家有帮助： 一、拥有名校情结者 仰慕名校从坏的角度看是虚荣心，从好的角度看是进取心，这种虚荣心通常都是善良和积极的，通过树立高远目标来激发自己的潜力难道不是好事吗？知道很多在职考生都希望自己能进入知名度比较高的学府，而他们认为，要进入这些高等院校，他们现实中可以执行的只有考研，金字塔下层学校的学生也可以通过考研满足自己的名校情结。 二、觉察前途渺茫者 一个很可能要在乡村中小学站一辈子讲台的人，一个很可能要在小县城的鸡肋部门的某个科室做一辈子职员的人，一个在外面漂泊滚打多年仍然一事无成的人，选择考研难道不是一个改变命运的契机？ 三、有志学术事业者 现在很少听到本科生搞学问的人了，相反，博士生、博士后才是做学问、搞研究的人才的观点逐渐成为社会共识；因此，想耕耘大学讲坛、想苦思于书斋、想活跃于实验室的人除了考研别无选择。 四、感觉工作乏味者 首都经济贸易大学在职研究生不少人觉得自己上班就是做着不痛不痒的事情，工作起来有如机器一般乏味无聊，每天就是那三五件重复了千百遍的旧事，月复一月，年复一年，岁月已近乎停止，时间已近乎凝固，生命只是坐等无聊，这样的人选择考研还需犹豫？ 五、希望改变学历成色者 我们的社会里，有不少的一批人由于早先各种原因选择了中专教育，后来他们通过自己的努力参加成人教育考试、函授考试、电大教育获得了本科文凭，认为这样的人参加考研可以大大提升自己先前学历的成色。 六、性情内向孤僻者 这样说不是鼓励大家离群索居、沉默自守，恰恰相反，适当的交往和活跃是完善人格、适应社会所需要的品质；之所以说内向性格的人更适合考研是因为他们往往更能耐得冷板凳、更能静心学习和研究。 七、就读基础专业者 诸如读历史、哲学、物理等基础专业的本科生往往在求职途中更为艰难，虽然要因人因情而言，但一般说来这样的学生不考研不继续深造想学以致用、想轻松找到工作难度不小。 现代社会是一个学习型的社会，终身学习是每个人成才的必要途径。为提高自身的专业技能，创新理念和现代管理知识，促使在工作中进一步更新观念、理清思路，更好的工作。 通过这两年的在职研究生学习，让我受益非浅。中国海洋大学在职研究生班就我个人的发展而言，它所起的作用都是不容忽视的。课程班的课程安排很紧凑，几乎每月都安排有两次课程，自己也能克服困难坚持上课，两年来，我学到了先进的文化知识，掌握了解了计算机技术方面的相关知识，使自己在工作上上了一个新台阶。 通过这两年的在职研究生学习，拓宽了自己的知识面，提高了认识。一方面是对自我的认识，认识到自身的不足，需要不断提高自己的专业知识、管理知识和职业素养；另一方面是通过学习对计算机技术的认识上升了一个层次，对个人的工作有很好的指导意义。 这次毕业论文，我在导师的指导下，在师兄弟们支持下，做了潍坊市新新家园景观工程的成本管理研究，运用成本控制理论，通过分析与建筑技术结合进展和工程的实际情况，分析得出全面、科学、合理的成本控制方法，对完善工程造价管理工作提出合理化建议。 在即将毕业之际，首先向我的母校致以崇高的敬意和衷心的感谢。通过这几年来在中国海洋大学的学习与研究，我所收获的不止是知识层次上的累积，更重要的是生活、学习态度的改变。 感谢我的导师，在我这几年的研究生学习过程中给予我的悉心指导和热情关怀。导师渊博的知识，认真的工作态度，科学创新的工作作风，坦诚正直的优秀品格，给我留下了深刻的印象，这必将在未来的日子里激励和鞭策着我，对我今后的人生态度和学术生涯产生深远的影响。 威海又到了我最喜欢的季节，漫天飘雪的时候。不想说时间过得好快，但事实就是如此，原来研究生生活已经过去了一个学期，原来我进入校研会也已有一百多天。回首这段大家携手走过的日子，有忙碌有休闲，有劳累有欢乐，真的留给我很多，也让我收获了很多…… 还记得最初面试的时候，即便明知缺乏经验会成为一种劣势自己也是信心满满。面对着一屋子的师兄师姐，微笑着说：很多时候，所谓的“不熟悉”“缺乏经验”不会成为开展工作的阻力，反而会成为一种动力和优势；因为没有所谓的经验可以借鉴，没有先入为主的判断，所以每一项计划、每一个细节都会小心翼翼、全身心地投入，尽最大努力拼出一个完美的结果。是的，多数时候我一直坚信，热情和努力可以弥补一切不足。 其实，承诺和行为总是处于两个不同维度，对比的结果就可以看出哪些地方做的很好，哪些地方还存在不足。下面就简单地总结一下自己在前段时期工作中的表现。 首先，可以肯定的是自己在前期工作中还是很努力的。最初，主要的工作内容是负责采购和报账（期间大型物品采购一次，正式报账两次）。涉及财务跟资金，总是有一些小敏感，所以需要在整理的过程中格外谨慎和细心，而且必须符合研会的相关规定。还好最后整理的清单、明细及发票均没有问题，部长及书记比较满意，报账过程很顺利。中期调整后主要负责生日提醒、各部门活动资料的整理和存档，主要是需要定期进行生日提醒；及时与各部门的活动负责人沟通，收取电子版和纸质版进行存档。此外，还有一些部门活动需要全体成员共同努力，比如，办公室的装饰、内部联谊会等等。 其次，想说的是，虽然在工作中努力了但是自己努力的程度还不够，还没有达到可以弥补一切不足的程度，工作中还是存在问题和不足的。坦白讲，觉得自己做的最不好的一件事，是内部联谊会各部门视频的制作，原本应该自己学习、自己制作，但由于一些个人原因最终还是找别人代做的。虽然完成了任务，但心里做不到坦然。因为那不是自己用心努力的结果。 其实，知道哪些地方自己做的不够好，还是有好处的（这可不是自我安慰阿～），这样就为自己的努力找到了方向。接下来的日子，需要努力的地方还很多，我想，我会努力实现自己最初说的承诺：每一项工作、每一个细节都会小心翼翼、全身心地投入，尽最大努力拼出一个完美的结果。 9月份开学后正式进入了研究生学习阶段，其实早在6月份就和导师到深圳的实验室去做项目，干了两个半月，对以前学的技术熟悉了一下，对后来的研究生学习挺有帮助。 第一次到南方，很兴奋，和导师带的另一个同学一起去的，做了24个小时的火车，下车后还是导师亲自来接站，感觉荣幸之至。 住在挨着华强北的一个小区内，实验室在南山区的科技园内，每天按上下班的点去实验室，第一次体验了一把上班族的生活。华强北真热闹，以前都在小地方，没怎么见过市面，第一次见六条人行横道的十字路口，隔三差五就去华强北转，晚上吃完晚饭经常去电器城里吹冷风，各种新上市的电子产品也把玩了个遍。唯一感觉不好的就是南方的气候，经常潮湿的不行，蟑螂还很多，个头又大，住了两个月就怀念北方干燥的天气了。 下面主要说说研究生第一学期的学习。 本着求知好学的精神，加上刚上研究生干劲十足，这学期选的课很多，各方面都想学，问了周围的同学，还没见到比我选的课多的。 过了半个学期就开始后悔，课程太多应付不过来，几乎每门课都有大作业，想着如果让我重新选课，肯定不选这么多。尤其到了最后一个月，简直要忙死，好几个课程的大作业都是在截止日期前一天才做完。进入考期后更是紧张，要考试的科目比别人多出四五门，一直愁怎么安排复习时间。最重要的两门，矩阵理论和算法还是在相邻的两天内考，一直担心要是挂科怎么办。那几天又过上了考研期间的生活，每天背着书包去自习室。直到最后一科考完，才发现自己竟然做到了，之前担心的几个科目也都比较有把握。再次验证了人的潜力是逼出来的，如果当初选的课比较少，会过的比较轻松，但学不到更多的东西，到头来坑的是自己;选的课多了，学习过程会很紧张，但激发的潜力会逼自己完成所有科目，多学了东西，最终受益的还是自己。 这学期一共选了13门课，分别说说感受。 (1)中国特色社会主义理论与实践研究 必修的政治课，由好几位老师讲，每位老师讲一个主题，与以往的政治课最大的不同是从不同的角度看历史政治问题，讲了些一般 政治历史课本上没有的。只是每次上课的时间太长，一上就是一下午，没什么耐心听。最后是开卷考试，买的讲课老师自己编的书，只要把相关内容答上去就有分。 (2)英语 选课前有个英语免修的考试，我没参加，因为我还是挺喜欢英语的，也不怕英语考试，每堂课跟着听一听，比较轻松也能复习复习 英语，顺带学点东西。英语课每周两节，一节外教讲，一节是中国的英语老师讲。外教是苏格兰人，英式发音一开始听着很别扭，后来习惯了感觉还挺有意思。上课一般是讲一些西方文化，分组讨论，最后的考试是几分钟的口语面试，也挺简单。中国的英语老师是剑桥留学回来的博士，水平还是很高的，上课多是讲一些英文写作的技巧，确实对以后写论文有帮助。其实想一想，以后再想找个高水平的英语老师给讲课机会可就不多了，所以这次选英语课一点也不后悔。 (3)矩阵理论 工科的必修课之一，可以从数理统计、矩阵理论、数值分析三门里选一门，听说矩阵论算是其中简单的，就选了矩阵。第一章的内容是接着本科学的线性代数讲的，后面讲一些深入的东西，像矩阵分解、伪逆矩阵、矩阵函数之类的。本身我们实验室就搞图像处理，学一学矩阵对以后还是挺有帮助的。每周有两节课，都是上午第一节，总是起不来。最后考试前也很担心，总怕挂掉，复习资料是看往年的矩阵论考题，针对每个题型复习。在考场上见到考题后才放下心来，题目还是很简单的，都是些固定题型，没有很偏很难的。 (4)经济学思想 跨学科的一门选修课，本身对经济学很感兴趣，就想选这门课。这门课还是很热门的，选课开始的第一天我选的时候已经满员了，第二天早晨看的时候发现有人退了，还剩一个名额，就赶紧退掉其他跨学科选修课，选了这门。前几节课讲的东西都很好理解，到后来有很多经济学里的`公式图表，就听不懂了。考试是闭卷，50道2分的选择题，没一点弹性。参考书指定的是曼昆的《经济学原理》，在网上找了这本书的要点总结看了一遍，也没记住多少。考试的时候全靠理解加常识，最后还是过了。 (5)算法设计与分析 计算机专业的重量级必修课，授课老师韩军教授水平很高，澳大利亚邦德大学毕业的，讲课生动有趣，参考书就用的王晓东的《计算机算法设计与分析》。还是按照分治算法、动态规划、分支定界、贪心算法、随机算法、NP理论这一套讲下来，也算是又复习了一遍。 不过相比本科学的内容深入了，像分治算法里面又分为分治、减治、变治。动态规划部分讲的也很好，对动态规划的理解又加深了。平时有三次作业，一次算法性能分分析题，一次动态规划题，一次分支界限题，这几次作业还是很锻炼人的。最后考试还是参照往年试题复习， 考之前也很担心，最后发现题目有80%是重复的。 (6)高等计算机网络 这门课也相当于把本科讲的计算机网络又复习了一遍，还是分层讲，内容上加深了，介绍了一些以前没讲过的协议。老师的讲课方式比较枯燥，一个人就能说两个多小时，没有互动。不过老师给安排的作业还是很锻炼人的。平时有5次针对不同主题的论文阅读，每个人人选三个主题，也就是三篇论文，进行阅读和分析，候选论文都是老师给仔细挑选的英文经典论文，读完后要写分析报告，一篇word，一篇ppt，word上交，ppt在课堂上抽人演讲。通过这几次作业锻炼了英文原版论文的阅读能力，提高了英语水平和专业水平，虽然过程很难熬，不过对自己的提高有很大帮助。还有个分组大作业，可以做网络性能分析、网络参数测量或者网络相关的应用。我们组本来想直接交我本科做的一个局域网抓包分析的程序，结果开题时被毙了，说做这些没有研究意义。后来又临时选题，做的P2P流量识别和分析。 由于是临时选题，开题后一点思路也没有，愁了好几个星期，直到最后截止日期前才做完。这门课是我所选的课中作业最多的，同时对自我提高帮助也很大。 (7)程序语言设计原理 院长讲的一门课，之前还对院长的水平抱有怀疑，总认为干上行政工作后学术水平会有所降低，后来上课后才发现院长水平真的很高。 这门课不是讲具体的语言，而是讲程序语言的设计原则和分类，很高深的东西，还夹杂着很多编译原理相关的内容，到后来基本听不懂了。 通过这门课第一次知道了什么是函数式语言。老师留的作业也很有意思，共三个作业，分别是程序之美、语言之美、形式之美。程序之美是让分析一段1000行左右的程序，指出其中体现了哪些程序语言的设计原则。语言之美是分组作业，老师给定一些少见的编程语言，分组研究其类型系统、束定机制、存储机制、程序控制、编译环境等。给定的语言有Objective-C、Python、Haskell、Scheme、Clojure、Scala、Erlang、Ruby、PHP、HTML5。我们组选的是Scala，本来想选Objective-C、Python、PHP这些常用语言，学习一下以后可能用得到，但由于 太热门，名额早就被占光了。Scala也不错，兼具函数式和面向对象式语言的特点，分析过程中确实也学到很多东西。形式之美是让写形式化表达，这次作业也被当做最后的考试。 (8)人机交互 这门课主要讲一些设计准则，这些准则告诉我们在设计软件(或其他任何人类使用的物品)时如何才能更好的被人使用。对于以后做界面开发有很大帮助。比如做网站，有的网站我们一看就知道各个功能都在哪里，用起来使人很愉悦;但有的网站给人的感觉却是乱七八糟，想找的功能找不到，不想要的功能堆在眼前，这就是设计的好与不好造成的。其实感觉这门课对我当前阶段来说用处不大，因为现在做的东西基本功能都还实现不了，谈不上美和易用性。并且大家应该都有这样的认识，一些专业性很强的软件，往往界面不怎么美也不怎么易用，但强悍的功能让人们还是对它爱不释手。但这些设计原则对于一些很成熟的通用软件来说，就有很大作用了，比如腾讯QQ的客户端，这几年的新版本功能上没有太大改变，都在强调用户的易用性。这门课也是分组作业，我们选了以前做的一个项目，没怎么改就交上去了，老师主要看你演示时能不能将课堂上讲的一些人机交互的原则在你的程序中的体现说出来。 (9)航天型号软件工程 这门课就是讲航天领域里软件工程的一些准则和注意事项，基本上也就是把软件工程的流程再讲一遍。老师讲课挺有激情，还请了航天软件领域的几位专家来给讲解。作业也很简单，就提交一个需求分析文档，也没考试。 (10)遥感图像解译 这是我们导师的一门课，讲遥感图像的处理流程。课时比较短，只有半个学期，很多细节都不明白，作业也就是按照老师给的步骤处理了 几个遥感图像。有人觉得这样的课根本学不到东西，上了等于白上，但我觉得上过这门课和没上是有不同的。如果没上过这门课，对于这个 领域里的东西完全是一抹黑，不了解。上过一遍课，虽然很多东西还是不懂，但起码有个入门，以后在遇到这个领域里的问题时，自己知道如何自学了。 回顾20xx年度的工作和学习，在机械学院领导的关心、支持和鼓励下，在同事们的帮助下，我圆满地完成了20xx年的工作目标和任务，忙碌中感觉充实，辛苦中留下回味，勤劳播种了收获，不足激励我奋进。20xx年我的工作岗位是研究生秘书和科研秘书，现将一年来的主要工作做总结汇报： 1、思想方面 在思想上我对自己严格要求，我坚持四项基本原则，拥护党的方针政策，在繁忙的工作之余，我积极参加政治学习，有责任心，事业心，做到为人师表。关心国家大事，关心时事政治，工作上热心为老师服务，团结同事，真心待人。 2、工作方面 1)在科研秘书工作方面，认真搜集各个老师的科研资料，做好归档工作。协助主管院长管理、安排本单位与科技管理有关的各项工作，及时将相关信息在学院网页上发布;按学院、科技处的要求，组织学院教职工积极申报各级各类科研项目，协助有关人员作好项目的过程管理，保证科研项目能及时、高质量地完成;协助做好学院各级各类项目的鉴定(验收、结题)、成果登记、成果奖励申报、专利申报、项目及成果技术保密等工作等。 2)在研究生秘书工作方面，在这一年认真做好研究生的服务工作，协助主管院长做好研究生的管理工作，做好新生的课程安排，二年级学生的开题以及三年级学生的中期检查和毕业答辩工作等，使得研究生培养工作能够顺利地开展。以及研究生的日常管理工作。 3)在教学方面，主要包括带毕业生和实验工作。主要包括辅导7名毕业生顺利完成的毕业设计和毕业答辩，在实验方面负责机械学院的柔性生产线的实验，包括10个班的认识实验，工业工程专业的部分实验工作。完成了专科班《计算机辅助机械设计》的教学工作。 3、科研方面 积极参加老师们的科研活动，努力提高自己的科研水平。今年发表学术论文3篇，其中ei收录3篇。 4、总结和展望 希望在明年的工作中，总结今年工作的不足和缺陷，争取明年的工作能更好的展开，把每一个任务争取做到最好，热心为老师们好服务，决不辜负校院领导和老师们对我的信任和期望，为学院的发展贡献自己的力量。 时间复杂度与期望性能和可重复性等。1、时间复杂度与期望性能，随机算法的时间复杂度通常是非常低的，但具体的性能表现实际上是在期望意义下进行分析的，随机算法的实际性能是随机化的，需要平均多次运行才能准确反映，随机算法性能表现的稳定性有时会受到影响。2、可重复性，由于随机算法的实现依赖于随机数生成器，其运行结果是具有不确定性和随机性的，随机性在某些算例下表现不佳，使得算法的结果与预期有偏差，甚至不可预测，在使用随机算法时，会采取一些特殊的措施（比如固定随机种子），使其能够重复性地运行，并保证算法的可控性和稳定性。3、偏差与方差，随机算法的性能表现与数据集、算法参数等因素都有关系，随着算法复杂度的增加，偏差或者误差的值可能会减小，但方差会增加，过高的方差会导致算法性能的不稳定，使其在某些情况下表现不佳，为了克服这些问题，算法会采用集成学习的方法，通过组合多个随机算法来提高性能，减小方差，并使整个算法表现更加稳定和准确。 答辩。答辩这块的话重点说下PPT这块，答辩PPT尽量不要使用网上下载的模板，我曾在我的毕业答辩上看到了很多同学都使用了网上下载的，结果隔几个就是一样的模板，给答辩老师不好的感觉。而我当时是用ps把学校的校门和风景拼合组成了背景，当时答辩的时候老师就说了，这个不错。所以在此我建议自己去用心做一个PPT背景（最好是跟学校有关的图片），这会让你有所回报。PPT中的页面不要过多，因为在答辩的时候你还会给答辩老师一份自己的论文，在PPT上主要展示下需求分析，总体的系统结构，系统主界面的截图和实现，主要功能模板的截图和实现就OK了。答辩大致要注意的就是这些，最后说一下答辩开始和结束注意礼节，会让你增加不少的印象分，然后一定要自信。计算机毕业设计参考地址: 【干货星人】毕业论文答辩ppt模板（严选） 免费下载 链接: 在PowerPoint中，演示文稿和幻灯片这两个概念还是有些差别的，利用PowerPoint做出来的东西就叫演示文稿，它是一个文件。而演示文稿中的每一页就叫幻灯片，每张幻灯片都是演示文稿中既相互独立又相互联系的内容。利用它可以更生动直观地表达内容，图表和文字都能够清晰，快速地呈现出来。可以插入图画，动画，备注和讲义等丰富的内容。目前常用的电子文档幻灯片的制作软件有微软公司的OFFICE软件和金山公司的WPS软件。 毕业论文PPT答辩模板1.pptx 免费下载 链接: 幻灯片模板即已定义的幻灯片格式。PowerPoint和Word、Excel等应用软件一样，都是Microsoft公司推出的Office系列产品之一，主要用于设计制作广告宣传、产品演示的电子版幻灯片，制作的演示文稿可以通过计算机屏幕或者投影机播放；利用PowerPoint，不但可以创建演示文稿，还可以在互联网上召开面对面会议、远程会议或在Web上给观众展示演示文稿。随着办公自动化的普及，PowerPoint的应用越来越广 【1】985毕业论文答辩PPT模板.rar 免费下载 链接: 幻灯片模板即已定义的幻灯片格式。PowerPoint和Word、Excel等应用软件一样，都是Microsoft公司推出的Office系列产品之一，主要用于设计制作广告宣传、产品演示的电子版幻灯片，制作的演示文稿可以通过计算机屏幕或者投影机播放；利用PowerPoint，不但可以创建演示文稿，还可以在互联网上召开面对面会议、远程会议或在Web上给观众展示演示文稿。随着办公自动化的普及，PowerPoint的应用越来越广计算机类毕业论文答辩问题
随机算法毕业论文
计算机专业算法类论文答辩ppt