背景提升
本科学习了道路设计,道路工程,交通工程,信号配时理论,交通仿真课程,(除交通工程这门课分数一般,主要普遍偏低)成绩均还不错,参与了城市道路设计院的实习,在道路交通,道路设计的优化方面有一定的基础。
在大二学习了交通规划,里面主要拿握四阶段法与transcad软件,运筹学,对于交通规划这块也有一定的知识基础。从大三开始就跟着老师完成一些实际的相关交通项目,从交通政策编写,到交通区域道路优化设计,我认为我们专业的实践性特别强,理论不能脱离实际存在,需要将学到的知识去实际解决问题,这样有助于增强自己对知识的理解,同时也有一定成就感。
本科学习了计算机基础课程,学习的语言是VB ,大三在货物运输课程学习了MATLAB ,这两门课成绩也不错,同时自学了Python,增强了自己的编程知识。
在大三暑假加入自动化学院的实验室项目,计算机图像识别。与一些博士生,研究生师兄一起进行讨论,研究,从开始接触机器学习,深度学习,通过自学相关书籍,在网上看
斯坦福大学的CS系列公开课逐渐掌握这方面的知识,同时阅读大量的今年的CVPR顶会文章,多目识别,双目识别,单目识别之类的,目前到能够利用代码设计出简单的CNN网络。同时也参与了本专业老师的实验室项目,基于机器学习的疲劳检测,主要利用了opencv和Python软件等等。
文书申请
文书很巧妙的把学生最感兴趣的交通与数据,与一些算法,计算机技术相结合在申请材料中。交叉学科,在申请
美国大学的时候,非常加分。尤其是老师提到去解决现在城市道路的拥堵问题,同时社会各行业今后的发展更多会结合大数据运用,数据分析,智能化,将这方面特点结合在交通行业就是与传统交通行业不同的交通智能化。
后期老师跟学生在头脑风暴时,也探讨了国内的交通规划这些部分那么完善,而国际现在交通理论相对已经比较成熟,机器学习,深度学习,数据挖掘等技术的崛起,与将二者结合起来的研究前景很广阔,例如可将CNN网络,强化学习等知识与区域道路车流量,减少车辆拥堵等,研究这些内容学生觉得很有挑战性,同时也可以解决实际的问题,是一件非常有意义的事情。
学生曾去过设计院实习,在那里见识过国内道路设计的流程,自己也动手实践过,主要还是以CAD绘图为主,每天都是按部就班的生活,每天的工作任务也是大同小异的。感觉自己对这方面的兴趣不高,然后也跟过老师做过一些规划类项目,智能交通方面学生不仅仅更感兴趣,而且成绩比较理想。这种实际性,切实解决生活中的一些问题,更加坚定了想法。最后,在三维并不占优势的情况下,逆袭成功了最心仪的伯克利,也真的要感谢新东方老师们专业和超高力的指导!
