现在是2020-05-12 21:25:27 星期二，距离考研复试还有4天，先做一次博客文字版模拟复试，看看和几天后的面试回忆录有多大出入
面试开始
Q1-0：有过什么项目经历吗？
A：本科期间做过一个超市信息管理系统的小项目，是基于C#可视化的程序设计语言完成的前台用户交互的UI界面设计，后台数据库采用的微软的SQL Server数据库，通过ADO.NET（强调一下，因为这个东西这两天看了一眼）类库和数据库连接。完成员工管理模块，商品管理模块等等类似模块的基本的增删改查功能，还包括登录模块和一些其他的小细节。
Q1-1：C#语言层面相关细节问题
A : 这个项目是大一期间完成的，后来的学习过程中也很少用到C#语言，我个人的学习计划也没有想把C#作为我应该掌握的一门主语言来继续学习，所以这个问题我的印象比较模糊。（但是，在C++中，这个问题是这样的，balabala）
Q1-2：ADO.NET都有哪几个类，简单介绍一下用法。
A : （由于我重读了ADO.NET,如果有C#老师在的话，可能问这个问题）ADO.NET我主要用到的有Connection类，Command类，Dataset类，DataReader类，DataTable类还有DataGridView类等等，具体的用法，额，我那个项目里一般是先写一个字符串，一般情况下字符串应该预留出一些占位符，用来接收文本框输入的信息一起构成SQL语句，然后把字符串作为类里面提供的方法的参数，调用方法就行了。具体类里面都有什么属性，什么方法，不是很能记得住了。（封锁住这个方向的问题细抠，因为我真的不会）但是当时使用些类的时候，我的感受是这些类的难度都不高，都是封装好的，直接调用就行了。如果以后还会用到的话，我想我能够通过短时间的学习和查阅资料，可以很快的上手使用。
Q1-3：SQL Server 数据库相关问题
（笔试就考的数据库，还问数据库？？？问什么我都不是很会啊）
Q2-0：介绍一下毕业设计
A : 我的毕业设计是一个理论研究型的课题，题目是“基于受控旋转门的量子神经网络模型及算法”，在传统的神经计算中融入了量子计算的机制，比如说量子信息中量子比特的机制，它可以处于传统信息比特 0 1 之外的中间态，中间态可以用一个二维的表示概率的向量来描述。还有对量子比特进行运算的量子旋转门，旋转门用矩阵描述，可以起到对量子比特实现相位旋转的作用。我论文中的模型用的是受控的量子旋转门，就是这个旋转门是不是起作用还要看输入的控制位，比如 0 型控制的旋转门，要控制比特是 0 的时候才对输入的序列进行加工运算。基于这个旋转门提出的量子衍生神经元的模型，和普通神经网络的不同主要在于这个神经元，量子衍生神经元的输入是一个矩阵，这一点和普通神经网络有很大不同，其实这也正是量子神经网络的一个优势所在。神经网络模型的隐层神经元采用的就是量子神经元，输出层采用的是普通神经元，调整网络参数用的L-M算法，激活函数用的Sigmoid函数。
Q2-1:实验部分呢？实验你都完成了什么工作？
（上一个问题可能被打断，直接问实验，老师想了解实操）
A：实验环节是做的对比实验，在MATLAB环境下完成的BP神经网络和量子衍生神经网络的对比实验，数据集我用的是UCI机器学习数据集网站上的一个葡萄酒品质的数据，数据上有11个葡萄酒的属性，和一个品酒专家给出的评分，然后用两种神经网络预测这个评分，结果上显示，量子神经网络的预测效果比普通的BP神经网络效果要好，但是运行时间比普通神经网络要长。
Q2-2：实验程序都是自己编写啊？
（我已经回避了实验程序，但是他有可能追问）
A: 因为神经网络的这部分内容本身就是本科课程之外的内容，所以我前期接触的时候，理解起来都和吃力，所以把大部分时间用在了查各种资料去学习理论部分，实验过程是对比实验，普通BP神经网络很容易，因为MATLAB提供了现成的借口函数，查查资料学习学习怎么用就行了。但是量子神经网络就需要自己编写了，而且也很难套用BP的程序，因为很多地方都有特殊处理，比如，传统神经网络输入数据向量，但是量子神经网络的输入是矩阵，这就需要一个转换算法去处理输入的数据，类似的地方还有很多。所以在量子神经网络这部分的程序实现更多的是在指导教师的帮助下完成的。
Q2-3：BP神经网络你都用了哪些函数啊？
（这要是问起来没完了，我要哭了）
明天看一下baidu吧😓
Q3：读过什么课外的专业相关的书啊？
A : 读过一本“大话数据结构”的书，这个其实不算是严格意义上的课外书，当时是学习数据结构的过程中作为一个辅助材料去读的。另外我还读过周志华老师的《机器学习》，这本在机器学习领域大名鼎鼎的“西瓜书”，全书用一个挑选西瓜的例子引入来介绍各种机器学习的相关概念，很生动。我读这本书感觉它是一本对初学者很友好的书，每个细节讲的很照顾像我这样入门级的新手，就比如说BP神经网络那个梯度下降的推导过程很详细，甚至具体每一步的数学计算过程都写出来了，当时感觉这本书实在是太友好了，比读其他的相关文献要容易理解的多。
Q4：本科期间有过科研经历吗？
（比较被动的问题）
A:我在本科期间没有进过实验室，这样的机会在我们学校也确实比较难得，所以我希望通过考研去更好的学校继续学习，和从事科研工作。在复试的备考期间，我也读过贵校一些教授发表的论文，尝试着去培养一些科研素养。
Q5：参加过什么竞赛吗？
A：本科期间我参加了CMC全国大学生数学竞赛，当时为了这个竞赛也投入了不少的时间和精力，全勤参加了学校组织的自愿参加的培训课程，最后拿到了国家二等奖的成绩，但是由于疫情的原因，证书没在我身边，所以提交面试材料的时候没有提交这个证书。
Q6：英语四六级过了吗？
（崩了）
A : 额,不得不承认,曾经英语确实是我的一个短板,目前为止还没有通过四六级,包括去年我报考贵校的硕士研究生,初试失利的最主要原因就是英语,所以我在二战复习的时候很努力的学习了一年英语,通过这一年的英语学习,我认识到其实英语不是那么难,在未来我也会把英语作为一个需要长期学习的一个科目,同时我也不认为我现在的英语水平会对我未来的科研工作产生很大的障碍.
Q7-0 : 本科期间学的最好的课程是什么啊?
A: 本科期间学的最好的课程我觉得是C语言程序设计吧,C语言是很早的高级语言,也是最接近底层汇编的语言,一直到今天在嵌入式领域也有着广范的应用.个人感觉作为一个计算机专业的学生,即使不用C语言,也必须要会C语言.
Q7-1 : C语言相关细节问题:int占几个字节?const关键字作用,用法?
(C语言的细节问题应该都能答上吧,感觉也没啥可问的啊)
Q8 : 参加过什么课外活动吗?
A:额 , 参加过一些社团的活动,社团组织的象棋比赛 , 但是成绩很普通 .
Q9 : 读研期间有什么计划吗?
A:学习方面 , 我觉得数学和英语像是科研道路道路上支撑我们走路的两条腿 , 为了能看的懂英文文献就必须要学好英语 , 同时只有学好数学 , 才能真正理解复杂的模型 . 所以要坚持英语和数学这样基础能力的学习 . 另外要把更多的精力投入到实践当中, 这也是我本科期间比较薄弱的能力, 我希望在读研期间, 可以在未来导师的实验室得到充分的锻炼.
Q10 : 你想读什么方向的研究生?
A : 因为我的毕业设计是神经网络的相研究,所以目前为止, 我对机器学习或者是深度学习相关的方向还是比较感兴趣的. 但是我觉得我更是一个"干一行爱一行"的人, 在没有接触毕业设计之前,我也不知道机器学习是什么, 接触了之后才觉得是一个很有意思的方向. 所以我认为每一个未知的领域都有它独特的魅力, 都会有可以吸引我探索的地方,所以关于研究方向这个问题我不是很担心. (这样说是不是有点目标太不明确了)
Q11 : 你对学术前沿动态有哪些了解 ?
A : 自从AlphaGo先后战胜李世石 , 柯洁人类顶尖的围棋高手之后, 人工智能就开始进入了大众视野, 那我了解实现人工智能的有力工具就是机器学习, 机器学习领域里深度学习在处理图像声音这些数据的表现很好,我觉得深度学习在5G高速传输数据的技术加持下,会有更多的发展空间, 比如说需要实时处理图像数据的自动驾驶技术应该会很快的走向成熟. 另外一点是伴随着互联网技术的高速发展, 也需要网络安全的相关技术加以支持, 去年曾经被央视也多次提及的区块链技术也会有很好的用武之地吧. 另外像是大数据处理, 云计算, 都是很有发展前景的方向.
