很久之前就想写一个系列博客把本科期间所积累的科研经历作一个总结，目的起初是想申请学校时可能用得上，不过一直忙于各种申请材料以及修改论文返修稿，拖到现在学校也差不多定下来了，但还是想总结一下自己的本科期间的科研经历，毕竟大多数人的本科学校也不像top高校那样科研氛围浓厚，从本人角度来看算是一段较为珍贵的经历，希望能给一些刚上大学的同学参考，也给自己留作一份回忆。
最早有这个想法的时候是想写一系列博客，详细地介绍我每篇论文的思路，实验过程所用到的数据怎么获取，写作和实验过程的软件怎么使用，以及编程上的一些技巧的，现在一是想不起来当时具体怎么想的了，二是因为每个人所研究的领域都不同，觉得没太大必要介绍地这么详细。所以目前只规划写两篇博客，分为思想方法篇和技术干货篇，分别介绍自己科研过程中的一些心得体会和所用到的软件技巧。
我本科就读于某211大学，所以科研氛围也不太浓厚或者说本学院除了两三个实验室有本科生做科研，大多数进实验室的本科生都是在帮老师做外包项目或者申请软件著作权、新型专利之类的。截止目前我已经以第一作者发表了四篇SCI论文，新型专利一项，软著两个，成果还算较为丰富。
我是大一上学期联系的导师，这里要提到的是为什么当时有这个意识去联系导师，因为大多数大一的学生（包括老师）是会觉得大一刚开始专业知识不强，基本的高数等知识也都没学完，什么都不会肯定做不了科研。如果你联系的是研究纯数学理论的老师，或者专业性特别强的老师，当然你要学习的东西还非常多，但是我要说的是这并不影响你进入实验室，经历过大学期末考试的同学都能前所未有地感叹自己的自学能力真的强，平时上课没怎么听讲，在最后一个月以内自学好几本专业书还考个80几甚至90多都不在话下。同理，进不进得了实验室，或者说适不适合进实验室不是你目前掌握了多少所决定的，而是你想要做科研的动机和决心，有没有在期末考试前那种学习新知识的动力推动你做科研。我是在大一前看到了一位保研到中科院研究所的学姐的简历以后产生了联系导师的想法，因为在那位学姐的简历上有论文、有国创项目、有科研经历，我明白自己不找导师是没有办法完成这些的，所以我打开了自己学院的官网，最终联系了我的导师。这就像是一种机遇，我当时看到了那位学姐的经历让我产生了找导师的意识，所以我想写下这篇博客，让有缘看到这里的本科同学们明白联系老师的重要性。当然以上所有这些都是基于你想深造，如果未来是想找工作的话，避免走弯路，联系接外包的导师并且自己在oj平台练习算法、多看教程学习开发，不要联系做科研的导师，因为双方需求都不同并不能达到双赢。
接下来经历中顺利的部分我就主要介绍下我是怎么想论文思路的，不太顺利的也就是我在科研上走过的弯路就会讲些细节和反思，希望给刚开始或还未开始科研的同学们以启示不要重蹈覆辙，这也是写这篇博文的主要目的。我在本科科研中主要走了两个弯路，不然我觉得成果可能会再多一些，甚至一倍。
第一个弯，大一一年。大一联系老师以后，先后看完了导师发给我的两本基础理论书，然后导师发给了我两个压缩包的论文，一共大概七十多篇都是这个领域的。这个时候我就开始上了第一个弯，大一一年我大概读了其中40多篇论文，默默地读，因为导师比较忙带的学生也很多，十分感激他还会隔一段时间问我最近有没有进展，因为一开始找到导师他就说过他的运作模式就是断点式的，有学生找他他就会停一下处理这个学生的事情，不然就不会怎么主动找学生的。每次被导师问到有没有进展都很慌，感觉看了不少论文了，内心跟没看过仿佛没区别，什么想法都没有。所以整整一年，看了不少论文，收获可能和最开始一两周看了两本书差不多，知道了一些术语，看过的论文用了些什么方法后来又慢慢忘记了。期间看着师兄师姐论文一篇接一篇很着急，也问过师兄怎么办，师兄说多多找老师问问题，问题最喜欢主动的学生。但是我还是不知道如何提问题，看完一篇就抛之脑后了基本没什么问题。
现在回头来看当时刚开始做科研，导致这一年时间荒废掉最大的问题是没有总结和思考。现在回头来说，做科研不仅是要在脑袋里总结，要写下来要么用word要么拿本子手写，其实往往我们在读完论文时候都是自己以为弄懂了，让再说一遍他用的什么流程可能都说不上来。这也是那时候犯的错误，如果每次读完以后马上把他的方法流程写出来或者画个流程图出来，然后自己思考有什么优点、缺点以及可以改进的地方，可能我大一的时候就已经写出一两篇论文投出去了。所以在这部分我想说的方法是每读完一篇论文要马上总结，要记录下来不是在脑袋里面总结，把文章的方法、优缺点还有自己思考一点可以改进的地方都记下来。不然读的文章真的就如同白读了一遍，这是一年时间换来的经验。
然后到了大二，因为实验室里面有几个大三的师兄师姐需要出成果为出国或保研做准备，效率都提到了最高在读文章想思路做实验，导师平时也会把实验室的动态通过群发邮件的形式告诉大家，所以我开始关注实验室的本科师兄师姐们是怎么做科研的。我开始会把他们的读的论文都读一遍，开始用最简单地科研思路做实验：别人是用的A+B方法那我就A+C方法试试效果会不会好一些。通过渐渐实验（不用害怕，由于个人掌握的方法有限也实验不了多少次），我最终写了自己的第一篇论文。但是要说的是如果以上A、B、C三种方法都是别人提出的比较经典的用了几十年的模型了，你只是自己拿来重新组合了一下，那基本悲剧的概率是非常大的，甚至是不会送审的。当然能提出一种创新性的工作当然是最好的，但是才开始科研想不出别的套路了怎么办，用自家的模型。找到自己导师近年发表的论文中创新性很强的模型A，然后在sci数据库或者谷歌学术都行，看引用过这篇文章的论文，要是他们拿你导师的模型A再加了一个B模型发了篇论文，你主要的工作就是去找一个和B模型同样功能的C模型（最好是有参考文献对比过C模型在一些方面比B模型表现更好）来实验，如果数据好就可以写出来了。当然更好地情况是有一篇论文用的是A+B方法，而你导师提出了一种C方法可以在一些方面表现的比B方法好，那你只需要实验A+C方法是不是比A+B方法好就行了。总结就是你的论文中一定要有比较新的东西，就算不是你提出的也是在推广一个创新性的工作，而用的都是几十年前就提出了的方法的话，除非你的应用是从来没有人做过的比如火箭、新型机器人这种，否则贡献就太小了难以被认可！
大二上本来开始写第一篇论文的时候，看到了有位师姐的论文被录用了，我就看了一下内容，突然觉得和自己之前读的一个工作虽然不是一个研究方向的了，但是方法的功能都是一样的，于是我又开始了一个新的实验。要把之前读的那个方法应用到新的研究方向（也就是师姐研究的这个方向）。这个时候我就又总结了一个新的套路，这个就不是简单的找先进的方法做替换了，而是把别的领域的方法运用到新的领域，这个时候要做的只是找到之间的联系即可。同时运用这个套路也告诉了我做科研不能仅仅把眼睛盯在眼前，要扩大自己的眼界，一定要去看看自己研究领域之外的人在做什么，用了些什么方法，哪怕是拿本高等数学、或者大学物理教材（概率论与数理统计还有机器学习、统计学习之类的可能效果更佳）可能都有你可以借鉴的模型方法，甚至是一个公式都能带给你启发。
大二上学期一共实验成功了两次本可写两篇论文的，寒假开始迎来了我第二个弯。寒假在家玩玩闹闹看看小说，睡睡懒觉，自以学习托福为由没有写论文实际上也就背了几天单词不想多说。大二下学期开始投出去了上学期写的一篇论文，然后由于开了一门课的课程设计，需要课下时间花一学期去编一个管理系统之类的程序，然后我就放下了论文，开始疯狂地编程，虽然成了最早做完程序的。但是悲剧就开始了，等我再把第二篇论文写完的时候，导师说他先看看，然后导师比较忙过了一段时间我发邮件提醒了一下，可能忘记了又发给师姐帮我看看，然后师姐看完了我已经开始了期末复习。等我期末考试完再改完论文，导师就放假回家全力陪孩子了，然后这篇大二上就实验出来结果了的论文到大三上学期才投出去。
这一段弯路告诉我们，一、手上的论文不要积压，一拖可能就并不是晚一两天才能投出去的问题了，二、手上还有论文的时候，别的东西也先压一压。手上的代码不要急着码，一个学期干的活别急着头几周就做完了，别忘了还要写论文啊少年。
到了大三才算是全力进入正轨的时候，我还是从实验室以前发表的论文开始看，从中想可以改进的地方。这个时候就学会了对比，把手头看的这篇和以前看的论文做对比，区别在什么地方，哪个好一些，通过结合好几篇文章的优点，这时候就能够想出自己的模型出来了。当然科研中也需要一些突发奇想的时刻，就好比说我的第四篇论文就是看到了信息熵公式以后突然想出来的，但这个信息熵公式中的概率p用什么来代替就是我以前看的一篇论文中的一个概念得来的了，所以突发奇想也不是完全靠运气的，也需要有一定知识的积累才行或者说还是要多看些论文。
本科科研经历也就这么多经验了，如想起更多有用的信息我再添加上来。希望能对各位有缘读到本文的朋友有帮助，之后有空了我再写一篇技术方面的博客。