上位机转算法感想（2022.04-2022.11工作总结）

1.近红外建模平台

这是我这六个月一直在做的工作，之前公司的近红外建模平台确实太老了，功能做的很全，但是耦合比较严重，很难加入新的算法进去。刚开始我是准备重构那个软件的，重构了几天后，发现这个任务有点困难，所以我就寻思着自己来写一个建模软件，也当是提高自己的业务能力吧。
1.语言的选型
刚开始来算法部这边就是因为水质建模算法和算法部的同事认识了，在他的介绍下就转了过来。水质的算法是使用python写的，基本上就是通过python脚本调用的方式来完成建模和预测业务的。所以刚开始是想选用pyqt作为界面框架来写这个建模软件的，写了一段时间发现，python确实难以打包，在软件部署方面实在太麻烦了。pyqt本身也比较大，打包后整个压缩包都有上百兆了，另外教程都是针对C++端的qt，学起来有点吃力，还有就是pyqt对于商用要收费，对于我们公司这种白嫖党来说，肯定是不太愿意的。所以我就一直在.Net平台上寻找有没有类似scikit的库，先后调研了ml.net,accord.net之后，最终选定了accord.net作为我们的算法库，里面有各种各样的机器学习的库，方便搭建建模平台。
2.理论指导
近红外建模平台主要业务逻辑是参考之前的老版软件的，其中的算法原理主要是看褚小立老师的《化学计量学方法与分子光谱分析技术》这本书，这本书主要就是介绍光谱分析中的数学知识和经典算法知识，可以感觉作者在此领域上确实认真在研究。主要介绍整个建模过程中的所有知识，我用到的也是其中最基本的一些算法知识，在工程上，简单的办法意味着能解决更普适的问题。
3.这个软件我从数据库设计，建模流程优化，预处理算法组合，建模算法优化等所有功能都是我自己想的，然后再开发出来，给我们研究人员使用，最后不断反馈，优化建模软件。这也是敏捷开发里面一个重要原则，先把软件原型开发出来，这样后续的迭代才有了基础。
4.这里面我也是用到了一些混合编程的知识，numpy.net就是一个典型代表，基本上就是开发一套numpy的.net接口，这里面用到的pythonnet库很是牛逼，后续net和python的所有业务互调都可以基于该库，算法集成也将简单很多。

2.其他工作

除了建模平台的开发，还做了一些其他的小的支持工作。使用tdd将python上的小波平滑算法移植到C#上，通过对关键方法创建单元测试确保移植过程中的准确性。tdd是个有效提高开发质量的好方法，但是用的人确实很少。天天去追求新技术，真不如把这些经典软件开发流程整明白。
另外还写了一篇论文，主要就是介绍自己建模平台的工作，投了两个期刊都说我的文章创新不够，搜了一下发现早在十年前人家就在写类似的文章了。想发论文看来还是得写一个具体的一个案例，这样更容易有创新点。

3.后期计划

最近这半年通过了对建模软件的开发思考还有tdd模式的实践，自己的软件开发技能有了很大的提升。以前对于敏捷开发，tdd只是书本上的理解，现在是实践中的理解。对于C#语言的深层挖掘少了些许，够用就行哦。
从自己做这光谱算法的研究来看，在各行各业均有应用，还是可以在这个领域深耕下去。后续半年的学习计划是：
1.继续学习光谱的最新应用知识和光学基础知识，理解光谱处理基本算法，学习光谱处理高级算法。另外还需继续学习算法基础知识，对一些基础算法知识要熟练掌握，将自己的算法技能有效提升。
2.继续学习python和C#相关知识，从kaggle上学习最新的算法领域的知识，规范！