2016年毕业 是否应该选择地图学与地理信息系统这条考研路

陳大鼓 2014-12-02 06:47:58
今年大三 在华中地区一所本科211大学读地理信息系统 由于年后就要选择是考研还是工作 所以最近一段时间也在不停关注这方面内容 偶进小木虫 发现能人异士甚多 希望可以在这里得到一些指导和启发
本来我从没进大学开始就是一直打算考研的 这个想法到前一段时间都没有被撼动过 但是由于这学期初我和几个同学跟着软件工程专业老师做了一个研发Android手机APP的项目 同时也在进行本专业老师的布置下去的Arcgis Engine的开发实习 明显的 我对于手机java开发的兴趣要高于gis c#开发 毕竟开发手机应用接触的东西更多 而gis大部分都是和地图挂钩 涉及的范围比较窄 所以相比较之下引发了我更多的对将来走哪一条路的思考
在之前考虑考研时 我的初步目标是北师南师 但是我现在就害怕自己浪费一年时间啃一些以后完全用不上的书本 努力学一年考上了研究生(若要是真的塌下心来考 我还是比较相信自己的实力) 最终做的还是自己不是很喜欢的东西 如果只是单纯的GIS二次开发还是有兴趣 上三年 跟着老师做几个比较好的东西出来 毕了业继续找工作 可能不像纯程序员太苦 不过如果要是做开了理论研究 埋头攻读论文 发表论文 我感觉就更可怕了。。
若不考研 就像软件工程专业的学生 专心做完这个app 啃语法算法 学一些东西 明年中旬找一个实习单位进行实习 毕业找工作。。
相比较之下 我个人性格还是比较倾向于做一些很实际的 大家看的见摸得着的东西 可能是我对地信这个专业领域的东西了解的太少 光凭着自己的臆想 不知道以后将要做什么样的具体工作 其实若纯走程序员这条路 若自己天赋不够而且不够踏实 可能也会很苦 也不会有太好的出路 所以现在在纠结。 其实这并不是一个关于考研的帖子 更多的是希望听到一些关于行业方面的现状 结合本人实际给出一些建议 就足够了 谢谢各位了!
p.s. 本人家在北方 以后工作更多的也是希望留在北方


...全文
357 7 打赏 收藏 转发到动态 举报
写回复
用AI写文章
7 条回复
切换为时间正序
请发表友善的回复…
发表回复
李梓汐 2018-12-02
  • 打赏
  • 举报
回复
我就想弱弱的问一句 楼主现在在哪里
朗晴 2015-01-23
  • 打赏
  • 举报
回复
多学点儿知识面,没啥不好
周四更新OKR 2015-01-23
  • 打赏
  • 举报
回复
我是东南gis的,14年本科毕业了,找了个gis数据处理的工作,不满意辞了。今年考研又不大理想。现在想自学Java。楼主你的时间比我多,可以先上各招聘网站和gis公司网站上看嘛,看看人家招人的需求是怎么样的,跟gis有没有关系,是不是你向往的工作,这样你心里就有底了。也可以找家gis公司实习一段时间,摸摸情况,最好是大公司,或者赶紧转行。我也经验不多,想法也许肤浅,但我的心底话是,别往gis这个坑里跳了,开发比gis的工作多得多,行业大环境 薪酬也好得多,凭大学里教的那些gis知识凭什么来找工作?!
  • 打赏
  • 举报
回复
但是我现在就害怕自己浪费一年时间啃一些以后完全用不上的书本
如果你考的是408,会受益匪浅的,以后绝对有用。好像北师不是统考吧,其实知识都不是白学的,算法还是一个长久的过程,算法和数学关系太大了。
balabala_sean 2015-01-09
  • 打赏
  • 举报
回复
LBS是以后O2O的大趋势,我觉得可行。
  • 打赏
  • 举报
回复
可以尝试,现在地图都在弄精确方面,而且前阵子看到中国有了彩云天气,就是用高德的精确地图来实现的
禅-剑之初 2015-01-08
  • 打赏
  • 举报
回复
学这玩意有啥用?
这个是完整源码 java实现 大数据 Spark 可视化大屏+Kafka+SpringBoot+Vue3 【大数据毕业设计】基于Spark实时电商用户行为分析与预测(Java版本+可视化大屏+Kafka+SpringBoot+Vue3) 源码+论文 完整版 数据库Mysql 随着电子商务行业的快速发展,平台每天都会产生海量的用户行为数据,包括浏览、加购、收藏和购买等。如何对这些行为数据进行实时采集、高效统计与科学预测,已成为电商运营决策和智能推荐的关键问题。传统的离线批处理方式存在延迟高、反馈慢、难以支撑实时运营的不足,因此构建一套面向实时场景的电商用户行为分析与预测系统具有重要的工程意义和应用价值。 本文设计并实现了基于 Spark 的实时电商用户行为分析与预测系统。系统采用前后端分离架构,后端以 Java 与 Spring Boot 为核心构建 REST 接口服务,结合 Apache Kafka 完成行为事件的异步投递与缓冲,利用 Spark MLlib 对窗口销售额进行线性回归预测,并将结果持久化至 MySQL;前端基于 Vue3、Element Plus 与 ECharts 实现管理后台与可视化大屏。系统主要功能包括管理员登录与个人中心、数据概览、行为数据查询、商品管理、实时统计、销售额预测以及可视化大屏展示。 在数据分析方面,系统通过行为模拟器持续生成 pv、cart、fav、buy 四类行为事件,按时间窗口聚合 PV、UV、加购数、收藏数、购买数和销售额等指标;在预测方面,采用滞后特征与小时特征构建训练集,优先使用 Spark 线性回归模型,并在异常情况下自动降级为 Java OLS 回归,保证服务可用性。测试结果表明,系统能够稳定完成实时统计与预测展示,界面交互清晰,能够满足本科毕业设计对完整性、可用性和技术综合性的要求。
YOLOv11公交车内紧急按钮目标检测数据集 目标类别:['Bus', 'Door', 'Handle', 'bell', 'chair', 'person'] 中文类别:['公交车', '门', '扶手', '紧急按钮', '座椅', '乘客'] 训练集:6027 张 验证集:134 张 测试集:40 张 总计:6201 张 该数据集提供了data.yaml文件,内容如下: train: ../train/images val: ../valid/images test: ../test/images nc: 6 names: ['Bus', 'Door', 'Handle', 'bell', 'chair', 'person'] 该数据集聚焦于城市公共交通场景,针对公交车内部环境中的紧急按钮进行精准标注与识别,具备高度的现实应用价值。通过多角度、多光照条件下的图像采集,全面覆盖了实际运营中可能出现的各类紧急按钮形态与安装位置,为提升公共交通安全监控系统的智能化水平提供了坚实的数据支撑。 该数据集包含6027张训练图像、134张验证图像和40张测试图像,总量达6201张,分布结构合理,能够有效支持模型的训练、调优与性能评估。训练集规模充足,确保模型具备良好的泛化能力;验证集与测试集虽相对较小,但样本具有代表性,可准确反映模型在真实场景下的表现稳定性。 标注工作严格按照标准执行,所有目标均以绿色边界框清晰标出,标注位置精确,边界紧贴目标边缘,未出现明显偏移或遗漏现象。各类别区分明确,尤其对“紧急按钮”这一核心目标的标注一致性高,充分体现了高质量的标注规范性与专业性。 该数据集适用于智能交通、城市公交系统升级、公共安全监控等多个领域,可广泛应用于公交车内的异常行为识别、紧急事件自动报警、乘客安全辅助系统等智能化解决方案中,助力构建更安全、高效的公共交通环境。共备交高通度环的境
内容概要:本文聚焦于含分布式电源的配电网可靠性评估研究,系统性地介绍了基于Matlab的仿真建模与代码实现方法,涵盖序贯蒙特卡洛模拟、分布式电源接入建模、配电网故障分析、网络重构及供电恢复策略等核心技术。研究通过构建典型配电系统模型,模拟多种故障场景,结合可靠性指标(如SAIDI、SAIFI、ASAI等)进行定量评估,并深入探讨分布式电源(如光伏、风电、储能)对系统可靠性的影响机制。资源包提供了完整的Matlab代码、Simulink仿真模型及相关算法实现,支持用户复现经典案例并开展拓展研究,适用于电力系统规划、运行与可靠性分析等领域。; 适合人群:具备电力系统分析基础和Matlab编程能力的研究生、科研人员及电力工程技术人员,特别适用于从事智能配电网、分布式能源接入、微电网可靠性等方向研究的专业人士。; 使用场景及目标:① 掌握配电网可靠性评估的理论体系与仿真流程;② 利用Matlab实现含分布式电源的配电网故障模拟与可靠性指标计算;③ 复现高水平论文中的可靠性分析模型与算法,提升科研复现与创新能力;④ 为学位论文、科研项目或工程实践提供可靠的技术支撑与代码参考。; 阅读建议:建议读者结合提供的网盘资源,按照“基础理论→潮流计算→故障模拟→可靠性评估”的顺序循序渐进学习,优先掌握蒙特卡洛模拟与故障隔离恢复逻辑,再深入分布式电源建模与指标统计分析。学习过程中应动手调试代码,对比不同渗透率、不同接入位置下的仿真结果,强化理论与实践的深度融合。
内容概要:本文系统研究了基于蜣螂优化算法(DBO)的无线传感器网络(WSN)覆盖优化问题,提出了一种利用生物启发式智能算法提升WSN空间覆盖率的有效方法。通过构建合理的数学模型,将传感器节点部署问题转化为多维函数优化问题,并采用Matlab平台进行仿真实验,验证了DBO算法在不同规模和环境下的优化性能。研究重点分析了DBO算法的搜索机制、收敛特性及其在避免局部最优方面的优势,同时与粒子群优化(PSO)、灰狼优化(GWO)等主流智能算法进行了对比实验,结果表明DBO在覆盖均匀性、收敛速度和全局寻优能力方面表现更为优越,显著提升了网络的整体感知效能和资源利用率。; 适合人群:具备一定智能优化算法基础,从事无线传感器网络、物联网、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解决无线传感器网络中因节点分布不均导致的覆盖盲区与重叠冗余问题;②提升WSN在环境监测、智慧农业、城市安防等实际应用中的监测精度与系统可靠性;③为智能优化算法在复杂工程布局与资源配置问题中的应用提供可复现的技术范例与研究参考。; 阅读建议:建议读者结合提供的Matlab代码深入理解DBO算法的实现细节与参数调优策略,通过动手实践掌握算法移植与改进方法,并可进一步拓展至径规划、多目标优化等相关领域开展创新性研究。

23,404

社区成员

发帖
与我相关
我的任务
社区描述
Java 非技术区
社区管理员
  • 非技术区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧