中文字幕在线网,国产福利小视频在线观看,久久亚洲国产成人

時域、頻域、時頻分析與數學分支簡介

圖像處理是指將圖像信號轉換成數字信號并利用計算機對其進行處理的過程。圖像處理最早出現于20世紀50年代，當時的電子計算機已經發展到一定水平，人們開始利用計算機來處理圖形和圖像信息。數字圖像處理作為一門學科大約形成于20世紀60年代初期。早期的圖像處理的目的是改善圖像的質量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質量低的圖像，輸出的是改善質量后的圖像，常用的圖像處理方法有圖像增強、復原、編碼、壓縮等。首次獲得實際成功應用的是美國噴氣推進實驗室（JPL）。他們對航天探測器徘徊者7號在1964年發回的幾千張月球照片使用了圖像處理技術，如幾何校正、灰度變換、去除噪聲等方法進行處理，并考慮了太陽位置和月球環境的影響，由計算機成功地繪制出月球表面地圖，獲得了巨大的成功。隨后又對探測飛船發回的近十萬張照片進行更為復雜的圖像處理，以致獲得了月球的地形圖、彩色圖及全景鑲嵌圖，獲得了非凡的成果，為人類登月創舉奠定了堅實的基礎，也推動了數字圖像處理這門學科的誕生。在以后的宇航空間技術，如對火星、土星等星球的探測研究中，數字圖像處理技術都發揮了巨大的作用。數字圖像處理取得的另一個巨大成就是在醫學上獲得的成果。1972年英國EMI公司工程師Housfield發明了用于頭顱診斷的X射線計算機斷層攝影裝置，也就是我們通常所說的CT（Computer Tomograph）。CT的基本方法是根據人的頭部截面的投影，經計算機處理來重建截面圖像，稱為圖像重建。1975年EMI公司又成功研制出全身用的CT裝置，獲得了人體各個部位鮮明清晰的斷層圖像。1979年，這項無損傷診斷技術獲得了諾貝爾獎，說明它對人類作出了劃時代的貢獻。與此同時，圖像處理技術在許多應用領域受到廣泛重視并取得了重大的開拓性成就，屬于這些領域的有航空航天、生物醫學工程、工業檢測、機器人視覺、公安司法、軍事制導、文化藝術等，使圖像處理成為一門引人注目、前景遠大的新型學科。隨著圖像處理技術的深入發展，從70年代中期開始，隨著計算機技術和人工智能、思維科學研究的迅速發展，數字圖像處理向更高、更深層次發展。人們已開始研究如何用計算機系統解釋圖像，實現類似人類視覺系統理解外部世界，這被稱為圖像理解或計算機視覺。很多國家，特別是發達國家投入更多的人力、物力到這項研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的視覺計算理論，這個理論成為計算機視覺領域其后十多年的主導思想。圖像理解雖然在理論方法研究上已取得不小的進展，但它本身是一個比較難的研究領域，存在不少困難，因人類本身對自己的視覺過程還了解甚少，因此計算機視覺是一個有待人們進一步探索的新領域。

圖像處理主要研究的內容有以下幾個方面：

1) 圖像變換由于圖像陣列很大，直接在空間域中進行處理，涉及計算量很大。因此，往往采用各種圖像變換的方法，如傅立葉變換、沃爾什變換、離散余弦變換等間接處理技術，將空間域的處理轉換為變換域處理，不僅可減少計算量，而且可獲得更有效的處理（如傅立葉變換可在頻域中進行數字濾波處理）。目前新興研究的小波變換在時域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效的應用。

2) 圖像編碼壓縮圖像編碼壓縮技術可減少描述圖像的數據量（即比特數），以便節省圖像傳輸、處理時間和減少所占用的存儲器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。編碼是壓縮技術中最重要的方法，它在圖像處理技術中是發展最早且比較成熟的技術。

3) 圖像增強和復原圖像增強和復原的目的是為了提高圖像的質量，如去除噪聲，提高圖像的清晰度等。圖像增強不考慮圖像降質的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節明顯；如強化低頻分量可減少圖像中噪聲影響。圖像復原要求對圖像降質的原因有一定的了解，一般講應根據降質過程建立"降質模型"，再采用某種濾波方法，恢復或重建原來的圖像。

4) 圖像分割圖像分割是數字圖像處理中的關鍵技術之一。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區域等，這是進一步進行圖像識別、分析和理解的基礎。雖然目前已研究出不少邊緣提取、區域分割的方法，但還沒有一種普遍適用于各種圖像的有效方法。因此，對圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點之一。

5) 圖像描述圖像描述是圖像識別和理解的必要前提。作為最簡單的二值圖像可采用其幾何特性描述物體的特性，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區域描述兩類方法。對于特殊的紋理圖像可采用二維紋理特征描述。隨著圖像處理研究的深入發展，已經開始進行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱體描述等方法。

6) 圖像分類（識別）圖像分類（識別）屬于模式識別的范疇，其主要內容是圖像經過某些預處理（增強、復原、壓縮）后，進行圖像分割和特征提取，從而進行判決分類。圖像分類常采用經典的模式識別方法，有統計模式分類和句法（結構）模式分類，近年來新發展起來的模糊模式識別和人工神經網絡模式分類在圖像識別中也越來越受到重視。

杰作

時域、頻域、時頻分析與數學分支簡介

不論從時域、空域還是從頻域來對某一系統進行描述，本來就是一個角度問題，從任何一個域來看都可以給出某種正交完備描述。具體來說，不論是注重粒子性的泰勒展開、還是注重波動性的傅立葉展開，各種正交完備函數族的展開式不過是特定角度的分析，但每一個分析方法都是完備的，能描述宇內宙中一切可能變化性態，而且各分析方法間具有某種變通和映射關系（如傅立葉正逆變換，正逆變換合為一很可能就是雙s太極，其中的2п因子是因為整體性圓的緣故），只是描述角度和描述方法的不同，其中所蘊含的系統總能量和總信息量是完全守恒和等價的（如在傅立葉積分變換中有巴塞瓦爾定理保證能量守恒）。

　　需要指出的是，在傅立葉分析中實部部分對應實物質，虛部部分對應虛物質，它們分別按照一定實虛配比（體現為復相角，對應功界所說“性”）和能量（體現為模，對應功界所說“命”）分布于不同頻率上，形成全頻譜分布結構(若各頻率分量等能量等幅分布，在一維情形整體疊加為時不變常數信號，則為“入道”），這和用隨時間或空間坐標變化函數的規律描述形式雖然是完全相通的，在本質上都是從不同角度對變化的描述，但前者由于波動的全域特性，從而更容易體現實空間（非相空間）規律的“整體性”，因此更符合東方傳統認知習慣，形成幻假幻真的全頻譜波象空間規律的描述。

　　實際上頻譜的分析對應另一套完備的對于世界存在及其演化規律的分析方法（如功修中可能出現的頻譜變化，特別是頻譜切換和頻譜反轉現象），各級頻譜的交參變化可以解釋時間本質（本來并沒有時間，時間是頻譜擾動變化所造成的假象），只有將兩種分析方法互補結合，認識才能更全面，從而正交超越真假分別剖判進入無界域而直參當下（正交的概念最初來源于直線或平面的垂直，比如如果一條直線垂直于一個平面，則該直線垂直于平面內的所有直線，也可以說與平面中所有直線正交，互不存在投影分量；又比如空間直角坐標系三條坐標軸在原點處兩兩互相正交，人體也可能存在著互相正交的三軸，也有原點），體證真空妙有。

　　回顧數學發展的歷程，在上一世紀的數學家們所孜孜不倦追求的是：數學理論的完美性和數學應用的廣泛性。在這兩個項目的追求上，數學理論的完備完美性已經不成問題，而對于應用的廣泛性，現代分析學的兩個分支，即上世紀初創立的泛函分析學和近些年發展起來的小波分析學取得了突出的成就。由希爾布特親自奠基的泛函分析學，綜合的運用了幾何學、代數學和分析學（泰勒展開微積分）的觀點和方法，統一的處理和論證了許多數學分支的一系列問題。20世紀的分析學開拓了一個又一個新的領域，除了泛函分析外，還有數值分析、傅氏分析、樣條分析和小波分析等，今天，現代分析學這個數學面向應用的廣泛性的數學分支已經成長為一株枝繁葉茂的大樹聳立于學科之林，其中小波分析由于吸取了眾多分支的精華并包羅了它們的許多特色，將會是這株大樹的主干。小波變換來源于信號分析，是在傅立葉變換的基礎上發展起來的。

　　我們知道，自然界存在各種時間或空間上的周期性現象，在各種各樣錯綜復雜的周期信號中，類似簡諧振動的周期變化是最簡單的，根據傅立葉級數的研究可以知道，任何周期性現象，不論其周期循環部分表述多么復雜，都可以進行傅氏級數展開而表示成無限多正余弦簡諧函數和的疊加，其中各頻率分量為某一基頻的整數倍（整數取值從0至無窮大）。特別值得指出的是，正余弦函數是圓函數，與圓的關系極為密切，而傅里葉變換乃是將傅立葉級數展開一直推廣到一般函數（其周期為無限大，相對應基頻變為頻率微元----無窮小頻率），對于不滿足傅里葉級數展開條件的（具有有限個第一類間斷點，在無窮大區間上絕對可積）信號分析，則引入狄拉克廣義奇異函數（雖然其引入在表面上看來有些牽強，但在自然界中真實存在該類函數所描述的現象，描述的是瞬時過程或點采樣，而且也可以無矛盾的納入數學分析體系，數學分析體系是一個邏輯上自洽完備統一而又自圓其說的理論體系），最后使得傅立葉分析完備起來。而小波分析是傅立葉分析的進一步深入，其主要特征是可以進行多尺度分析與時頻結合分析（可以從不同尺度上同時考慮時間和空間看同樣一個信號），已經廣泛應用在工程實踐中。

　　隨著計算機在科學計算領域里的廣泛應用，數值計算與分析也作為一個特殊的數學分支而迅速發展起來，很多用傳統解析方法難以求解的非線性方程，現在可以用計算機求得其數值解，并進一步研究其存在、演化和作用規律，直接推動了非線性科學的長足發展。在非線性科學所屬的混沌、分形科學研究中，多項式方程解的分形流域邊界問題是一個很重要的課題。運用群論知識可以證明（群論在前沿物理對稱性理論和量子化學配位理論研究中具有重要地位），5階和5階以上的多項式方程無求根公式（人們感知空間知是四維空間的一部分，可能是鑲嵌于四維空間中的維數大于3的分形空間），因此對于這些多項式方程求解必須要通過數值方法來完成。其中，比較常用的方法就是牛頓迭代法，由于迭代初值的選取是任意的，通過有限次迭代具體收斂到哪一個根（通過數學學習我們知道，在復數域中，一次多項式方程有一個根，2次有兩個根，3次三個，。。。n次n個。。。），是迭代流域研究所關注的問題，科學家進一步細化發現，這些邊界是模糊的，具體來說其初始值迭代邊界具有模糊、對稱和分形特征。這里邊隱含的哲學含義很深刻，多項式的解對應整體多項式值為0的點，且都均勻對稱分布于一個圓周上（還可以一階通變矩陣---雅可比矩陣的特征值聯系起來，復數根對應波動，這是體外話），是整個多項式迭代動力系統中的不動點（奇異點），整體迭代流域對復平面的分割是?？臻g和分形空間的整體統一，對于研究宇宙時空結構將非常具有啟發意義。

posted @ 2008-11-26 16:36 小強摩羯座閱讀(981) | 評論 (0) | 編輯收藏

zz20世紀十大算法

[轉帖] 二十世紀十大算法

2008-10-12 11:03

二十世紀七大算法：
1946年　蒙特卡洛方法；
1951年　矩陣計算的分解方法；
1959~1961年　計算矩陣特征值的QR算法；
1962年　快速排序算法；
1965年　快速傅利葉變換算法；
1977年　整數關系探測算法；
1987年　快速多極算法。

下面是二十世紀最好的十大算法：

20世紀最好的算法，計算機時代的挑選標準是對科學和工程的研究和實踐影響最大。下面就是按年代次序排列的20世紀最好的10個算法。

1. Monte Carlo方法
1946年，在洛斯阿拉莫斯科學實驗室工作的John von Neumann，Stan Ulam和Nick Metropolis編制了Metropolis算法，也稱為Monte Carlo方法。Metropolis算法旨在通過模仿隨機過程，來得到具有難以控制的大量的自由度的數值問題和具有階乘規模的組合問題的近似解法。數字計算機是確定性問題的計算的強有力工具，但是對于隨機性（不確定性）問題如何當時并不知曉，Metropolis算法可以說是最早的用來生成隨機數，解決不確定性問題的算法之一。

2. 線性規劃的單純形方法
1947年，蘭德公司的Grorge Dantzig創造了線性規劃的單純形方法。就其廣泛的應用而言，Dantzig算法一直是最成功的算法之一。線性規劃對于那些要想在經濟上站住腳，同時又有賴于是否具有在預算和其他約束條件下達到最優化的能力的工業界，有著決定性的影響(當然，工業中的“實際”問題往往是非線性的；使用線性規劃有時候是由于估計的預算，從而簡化了模型而促成的)。單純形法是一種能達到最優解的精細的方法。盡管理論上講其效果是指數衰減的，但在實踐中該算法是高度有效的——它本身說明了有關計算的本質的一些有趣的事情。

3. Krylov子空間疊代法
1950年，來自美國國家標準局的數值分析研究所的Magnus Hestenes, Eduard Stiefel和Cornelius Lanczos開創了Krylov子空間疊代法的研制。這些算法處理看似簡單的求解形為Ax=b的方程的問題。當然隱藏的困難在于A是一個巨型的n*n 矩陣，致使代數解x=b/A是不容易計算的(確實，矩陣的“相除”不是一個實際上有用的概念)。疊代法——諸如求解形為Kx(k+1)=Kx(k)+b-Ax(k)的方程，其中K 是一個理想地“接近”A 的較為簡單的矩陣——導致了Krylov子空間的研究。以俄羅斯數學家Nikolai Krylov命名的Krylov子空間由作用在初始“余量”向量 r(0)=b-Ax(0)上的矩陣冪張成的。當 A是對稱矩陣時，Lanczos找到了一種生成這種子空間的正交基的極好的方法。對于對稱正定的方程組，Hestenes 和Stiefel提出了稱為共軛梯度法的甚至更妙的方法。過去的50年中，許多研究人員改進并擴展了這些算法。當前的一套方法包括非對稱方程組的求解技巧，像字首縮拼詞為GMRES和Bi-CGSTAB那樣的算法。(GMRES和Bi-CGSTAB分別首次出現于1986和1992 SIAM journal on Scientific and Statistical computing(美國工業與應用數學學會的科學和統計計算雜志)。

4. 矩陣計算的分解方法
1951年，橡樹嶺國家實驗室的A1ston Householder系統闡述了矩陣計算的分解方法。研究證明能把矩陣因子分解為三角、對角、正交和其他特殊形式的矩陣是極其有用的。這種分解方法使軟件研究人員能生產出靈活有效的矩陣軟件包。這也促進了數值線性代數中反復出現的大問題之一的舍入誤差分析問題。 (1961年倫敦國家物理實驗室的James Wilkinson基于把矩陣分解為下和上三角矩陣因子的積的LU分解，在美國計算機協會(ACM)的雜志上發表了一篇題為“矩陣逆的直接方法的誤差分析”的重要文章。)

5. Fortran最優編譯程序

1957年，John Backus在IBM領導一個小組研制Fortran最優編譯程序。Fortran的創造可能是計算機編程歷史上獨一無二的最重要的事件：科學家(和其他人)終于可以無需依靠像地獄那樣可怕的機器代碼，就可告訴計算機他們想要做什么。雖然現代編譯程序的標準并不過分――Fortran I只包含23，500條匯編語言指令――早期的編譯程序仍然能完成令人吃驚的復雜計算。就像Backus本人在1998年在IEEE annals of the History of computing 發表的有關Fortran I，II, III的近代歷史的文章中回憶道：編譯程序“所產生的如此有效的代碼，使得其輸出令研究它的編程人員都感到嚇了一跳。”

6. 矩陣本征值計算的QR算法
1959—61年，倫敦Ferranti Ltd.的J.G. F. Francis找到了一種稱為QR算法的計算本征值的穩定的方法。本征值大概是和矩陣相連在—起的最重要的數了，而且計算它們可能是最需要技巧的。把—個方陣變換為一個“幾乎是”上三角的矩陣――意即在緊挨著矩陣主對角線下面的一斜列上可能有非零元素――是相對容易的，但要想不產生大量的誤差就把這些非零元素消去，就不是平凡的事了。QR 算法正好是能達到這一目的的方法，基于QR 分解， A可以寫成正交矩陣Q 和一個三角矩陣R 的乘積，這種方法疊代地把 A=Q(k)R(k) 變成 A(k+1)==Q(k)R(k) 就加速收斂到上三角矩陣而言多少有點不能指望。20世紀60年代中期QR 算法把一度難以對付的本征值問題變成了例行程序的計算。

7. 快速分類法
1962：倫敦Elliott Brothers, Ltd.的Tony Hoare提出了快速(按大小)分類法.把n個事物按數或字母的次序排列起來，在心智上是不會有什么觸動的單調平凡的事。智力的挑戰在于發明一種快速完成排序的方法。Hoare的算法利用了古老的分割開和控制的遞歸策略來解決問題：挑一個元素作為“主元”、把其余的元素分成“大的”和“小的”兩堆(當和主元比較時)、再在每一堆中重復這一過程。盡管可能要做受到嚴厲責備的做完全部N(N-1)/2 次的比較(特別是，如果你把主元作為早已按大小分類好的表列的第一個元素的話！)，快速分類法運行的平均次數具有O(Nlog(N)) 的有效性，其優美的簡潔性使之成為計算復雜性的著名的例子。

8. 快速Fourier變換
1965年，IBM的T. J. Watson研究中心的James Cooley以及普林斯頓大學和AT＆T貝爾實驗室的John Tukey向公眾透露了快速Fourier變換(方法)(FFT)。應用數學中意義最深遠的算法，無疑是使信號處理實現突破性進展的FFT。其基本思想要追溯到Gauss(他需要計算小行星的軌道)，但是Cooley—Tukey的論文弄清楚了Fourier變換計算起來有多容易。就像快速分類法一樣，FFT有賴于用分割開和控制的策略，把表面上令人討厭的O(N*N) 降到令人滿意的O(Nlog(N)) 。但是不像快速分類法，其執行(初一看)是非直觀的而且不那么直接。其本身就給計算機科學一種推動力去研究計算問題和算法的固有復雜性。

9. 整數關系偵查算法
1977年，BrighamYoung大學的Helaman Ferguson 和Rodney Forcade提出了整數關系偵查算法。這是一個古老的問題：給定—組實數，例如說x(1),x(2),…,x(n) ，是否存在整數a(1),a(2),..,a(n) （不全為零），使得
a(1)x(1)+a(2)x(2)+…+a(n)x(n)=0
對于n=2 ，歷史悠久的歐幾里得算法能做這項工作、計算x(1)/x(2) 的連分數展開中的各項。如果x(1)/x(2) 是有理數，展開會終止，在適當展開后就給出了“最小的”整數a(1)和a(2) 。歐幾里得算法不終止——或者如果你只是簡單地由于厭倦計算——那么展開的過程至少提供了最小整數關系的大小的下界。Ferguson和Forcade的推廣更有威力，盡管這種推廣更難于執行(和理解)。例如，他們的偵查算法被用來求得邏輯斯諦(logistic)映射的第三和第四個分歧點，b(3)=3.544090 和 b(4)=3.564407所滿足的多項式的精確系數。(后者是120 階的多項式；它的最大的系數是257^30 。)已證明該算法在簡化量子場論中的Feynman圖的計算中是有用的。

10. 快速多極算法
1987年，耶魯大學的Leslie Greengard 和Vladimir Rokhlin發明了快速多極算法。該算法克服了N體模擬中最令人頭疼的困難之一：經由引力或靜電力相互作用的N個粒子運動的精確計算(想象一下銀河系中的星體，或者蛋白質中的原于)看來需要O(N*N) 的計算量——比較每一對質點需要一次計算。該算法利用多極展開(凈電荷或質量、偶極矩、四矩，等等)來近似遙遠的一組質點對當地一組質點的影響?？臻g的層次分解用來確定當距離增大時，比以往任何時候都更大的質點組。快速多極算法的一個明顯優點是具有嚴格的誤差估計，這是許多算法所缺少的性質。

三、結束語
2l世紀將會帶來什么樣的新的洞察和算法？對于又一個一百年完整的回答顯然是不知道的。然而，有一點似乎是肯定的。正如20世紀能夠產生最好的l0個算法一樣，新世紀對我們來說既不會是很寧靜的，也不會是弱智的。

[轉]http://alpswy.spaces.live.com/
By Barry A. Cipra

Algos is the Greek word for pain. Algor is Latin, to be cold. Neither is the root for algorithm, which stems instead from al-Khwarizmi, the name of the ninth-century Arab scholar whose book al-jabrwa’l muqabalah devolved into today’s high school algebra textbooks. Al-Khwarizmi stressed the importance of methodical procedures for solving problems. Were he around today, he’d no doubt be impressed by the advances in his eponymous approach.
Some of the very best algorithms of the computer age are highlighted in the January/February 2000 issue of Computing in Science & Engineering, a joint publication of the American Institute of Physics and the IEEE Computer Society. Guest editors Jack Don-garra of the University of Tennessee and Oak Ridge National Laboratory and Fran-cis Sullivan of the Center for Comput-ing Sciences at the Institute for Defense Analyses put togeth-er a list they call the “Top Ten Algorithms of the Century.”
“We tried to assemble the 10 al-gorithms with the greatest influence on the development and practice of science and engineering in the 20th century,” Dongarra and Sullivan write. As with any top-10 list, their selections—and non-selections—are bound to be controversial, they acknowledge. When it comes to picking the algorithmic best, there seems to be no best algorithm. Without further ado, here’s the CiSE top-10 list, in chronological order. (Dates and names associated with the algorithms should be read as first-order approximations. Most algorithms take shape over time, with many contributors.)

1.蒙特卡洛算法
1946: John von Neumann, Stan Ulam, and Nick Metropolis, all at the Los Alamos Scientific Laboratory, cook up the Metropolis algorithm, also known as the Monte Carlo method. The Metropolis algorithm aims to obtain approximate solutions to numerical problems with unmanageably many degrees of freedom and to combinatorial problems of factorial size, by mimicking a random process. Given the digital computer’s reputation for deterministic calculation, it’s fitting that one of its earliest applications was the generation of random numbers.

2.單純形法
1947: George Dantzig, at the RAND Corporation, creates the simplex method for linear programming. In terms of widespread application, Dantzig’s algorithm is one of the most successful of all time: Linear programming dominates the world of industry, where economic survival depends on the ability to optimize within budgetary and other constraints. (Of course, the “real” problems of industry are often nonlinear; the use of linear programming is sometimes dictated by the computational budget.) The simplex method is an elegant way of arriving at optimal answers. Although theoretically susceptible to exponential delays, the algorithm in practice is highly efficient—which in itself says something interesting about the nature of computation. In terms of widespread use, George Dantzig’s simplex method is among the most successful algorithms of all time.

3.Krylov子空間迭代法
1950: Magnus Hestenes, Eduard Stiefel, and Cornelius Lanczos, all from the Institute for Numerical Analysis at the National Bureau of Standards, initiate the development of Krylov subspace iteration methods. These algorithms address the seemingly simple task of solving equations of the form Ax = b. The catch, of course, is that A is a huge n x n matrix, so that the algebraic answer x = b/A is not so easy to compute. (Indeed, matrix “division” is not a particularly useful concept.) Iterative methods—such as solving equations of the form Kxi + 1 = Kxi + b – Axi with a simpler matrix K that’s ideally “close” to A—lead to the study of Krylov subspaces. Named for the Russian mathematician Nikolai Krylov, Krylov subspaces are spanned by powers of a matrix applied to an initial“remainder” vector r0 = b – Ax0. Lanczos found a nifty way to generate an orthogonal basis for such a subspace when the matrix is symmetric. Hestenes and Stiefel proposed an even niftier method, known as the conjugate gradient method, for systems that are both symmetric and positive definite. Over the last 50 years, numerous researchers have improved and extended these algorithms. The current suite includes techniques for non-symmetric systems, with acronyms like GMRES and Bi-CGSTAB. (GMRES and Bi-CGSTAB premiered in SIAM Journal on Scientific and Statistical Computing, in 1986 and 1992, respectively.)

4.矩陣計算的分解方法
1951: Alston Householder of Oak Ridge National Laboratory formalizes the decompositional approach to matrix computations. The ability to factor matrices into triangular, diagonal, orthogonal, and other special forms has turned
out to be extremely useful. The decompositional approach has enabled software developers to produce flexible and efficient matrix packages. It also facilitates the analysis of rounding errors, one of the big bugbears of numerical linear algebra. (In 1961, James Wilkinson of the National Physical Laboratory in London published a seminal paper in the Journal of the ACM, titled “ Error Analysis of Direct Methods of Matrix Inversion,” based on the LU decomposition of a matrix as a product of lower and upper triangular factors.)

5.優化的Fortan編譯器
1957: John Backus leads a team at IBM in developing the Fortran optimizing compiler. The creation of Fortran may rank as the single most important event in the history of computer programming: Finally, scientists (and others) could tell the computer what they wanted it to do, without having to descend into the netherworld of machine code. Although modest by modern compiler standards—Fortran I consisted of a mere 23,500 assembly-language instructions—the early compiler was nonetheless capable of surprisingly sophisticated computations. As Backus himself recalls in a recent history of Fortran I, II, and III, published in 1998 in the IEEE Annals of the History of Computing, the compiler “produced code of such efficiency that its output would startle the programmers who studied it.”

6.計算矩陣特征值的QR算法
1959–61: J.G.F. Francis of Ferranti Ltd., London, finds a stable method for computing eigenvalues, known as the QR algorithm. Eigenvalues are arguably the most important numbers associated with matrices—and they can be the trickiest to compute. It’s relatively easy to transform a square matrix into a matrix that’s “ almost” upper triangular, meaning one with a single extra set of nonzero entries just below the main diagonal. But chipping away those final nonzeros, without launching an avalanche of error, is nontrivial. The QR algorithm is just the ticket. Based on the QR decomposition, which writes A as the product of an orthogonal matrix Q and an upper triangular matrix R, this approach iteratively changes Ai = QR into Ai + 1 = RQ, with a few bells and whistles for accelerating convergence to upper triangular form. By the mid-1960s, the QR algorithm had turned once-formidable eigenvalue problems into routine calculations.

7.快速排序算法
1962: Tony Hoare of Elliott Brothers, Ltd., London, presents Quicksort. Putting N things in numerical or alphabetical order is mind-numbingly mundane. The intellectual challenge lies in devising ways of doing so quickly. Hoare’s algorithm uses the age-old recursive strategy of divide and conquer to solve the problem: Pick one element as a “pivot, ” separate the rest into piles of “big” and “small” elements (as compared with the pivot), and then repeat this procedure on each pile. Although it’s possible to get stuck doing all N(N – 1)/2 comparisons (especially if you use as your pivot the first item on a list that’s already sorted!), Quicksort runs on average with O(N log N) efficiency. Its elegant simplicity has made Quicksort the pos-terchild of computational complexity.

8.快速傅立葉變換
1965: James Cooley of the IBM T.J. Watson Research Center and John Tukey of Princeton University and AT&T Bell Laboratories unveil the fast Fourier transform. Easily the most far-reaching algo-rithm in applied mathematics, the
FFT revolutionized signal processing. The underlying idea goes back to Gauss (who needed to calculate orbits of asteroids), but it was the Cooley–Tukey paper that made it clear how easily Fourier transforms can be computed. Like Quicksort, the FFT relies on a divide-and-conquer strategy to reduce an ostensibly O(N2) chore to an O(N log N) frolic. But unlike Quick- sort, the implementation is (at first sight) nonintuitive and less than straightforward. This in itself gave computer science an impetus to investigate the inherent complexity of computational problems and algorithms.

9.整數關系探測算法
1977: Helaman Ferguson and Rodney Forcade of Brigham Young University advance an integer relation detection algorithm. The problem is an old one: Given a bunch of real numbers, say x1, x2, . . . , xn, are there integers a1, a2, . . . , an (not all 0) for which a1x1 + a2x2 + . . . + anxn = 0? For n = 2, the venerable Euclidean algorithm does the job, computing terms in the continued-fraction expansion of x1/x2. If x1/x2 is rational, the expansion terminates and, with proper unraveling, gives the “smallest” integers a1 and a2. If the Euclidean algorithm doesn’t terminate—or if you simply get tired of computing it—then the unraveling procedure at least provides lower bounds on the size of the smallest integer relation. Ferguson and Forcade’s generalization, although much more difficult to implement (and to understand), is also more powerful. Their detection algorithm, for example, has been used to find the precise coefficients of the polynomials satisfied by the third and fourth bifurcation points, B3 = 3.544090 and B4 = 3.564407, of the logistic map. (The latter polynomial is of degree 120; its largest coefficient is 25730.) It has also proved useful in simplifying calculations with Feynman diagrams in quantum field theory.

10.快速多極算法
1987: Leslie Greengard and Vladimir Rokhlin of Yale University invent the fast multipole algorithm. This algorithm overcomes one of the biggest headaches of N-body simulations: the fact that accurate calculations of the motions of N particles interacting via gravitational or electrostatic forces (think stars in a galaxy, or atoms in a protein) would seem to require O(N2) computations—one for each pair of particles. The fast multipole algorithm gets by with O(N) computations. It does so by using multipole expansions (net charge or mass, dipole moment, quadrupole, and so forth) to approximate the effects of a distant group of particles on a local group. A hierarchical decomposition of space is used to define ever-larger groups as distances increase. One of the distinct advantages of the fast multipole algorithm is that it comes equipped with rigorous error estimates, a feature that many methods lack.

20世紀10大算法

1、蒙特卡羅算法。1946: John von Neumann, Stan Ulam, and Nick Metropolis
2、單純形方法。1947: George Dantzig,學過運籌學的人都知道：）
3、Krylov 子空間迭代算法。1950: Magnus Hestenes, Eduard Stiefel, and Cornelius Lanczos。在聯想實習的期間看過/Krylov subspace:span{S,A*S,A^2*S,...,A^(k-1)*S}.
4、矩陣分解算法。1951: Alston Householder。
5、Fotran 最優化編譯器。1957: John Backus。不知道這個為什么也算作算法里面。Fotran在科學計算中的確是具有里程碑性質的。
6、QR算法。1959–61: J.G.F. Francis
7、快速排序算法。1962: Tony Hoare?？戳岁P于計算機排序的研究還不是很早。
8、FFT算法。1965: James Cooley
9、整數關系確定算法（Integer Relation Detecting Algorithms）。1977: Helaman Ferguson and Rodney Forcade。一個曾讓我輾轉反測的算法。
10、快速多極算法(Fast Multipole Algorithms )。1987: Leslie Greengard and Vladimir Rokhlin。N體問題仿真的，不太清楚。

posted @ 2008-11-13 17:36 小強摩羯座閱讀(680) | 評論 (0) | 編輯收藏

zz:談談生活中的心理學規則

談談生活中的心理學規則

時間： 2008年10月24日 10:51 作者：古典來源：新東方

　　給新東方教師教師培訓的時候，我發現心理學的一些原理對于教師的培訓與個人成長是很必要知道的，列舉一些分享。

超限效應

　　美國著名幽默作家馬克•吐溫有一次在教堂聽牧師演講。最初，他覺得牧師講得很好，使人感動，準備捐款。過了10分鐘，牧師還沒有講完，他有些不耐煩了，決定只捐一些零錢。又過了10分鐘，牧師還沒有講完，于是他決定，1分錢也不捐。到牧師終于結束了冗長的演講，開始募捐時，馬克•吐溫由于氣憤，不僅未捐錢，還從盤子里偷了2元錢。這種刺激過多、過強和作用時間過久而引起心理極不耐煩或反抗的心理現象，稱之為“超限效應”。超限效應在家庭教育中時常發生。如：當孩子不用心而沒考好時，父母會一次、兩次、三次，甚至四次、五次重復對一件事作同樣的批評，使孩子從內疚不安到不耐煩最后反感討厭。被“逼急”了，就會出現“我偏要這樣”的反抗心理和行為。因為孩子一旦受到批評，總需要一段時間才能恢復心理平衡，受到重復批評時，他心里會嘀咕：“怎么老這樣對我？”孩子挨批評的心情就無法復歸平靜，反抗心理就高亢起來?？梢?，家長對孩子的批評不能超過限度，應對孩子“犯一次錯，只批評一次”。如果非要再次批評，那也不應簡單地重復，要換個角度，換種說法。這樣，孩子才不會覺得同樣的錯誤被“揪住不放”，厭煩心理、逆反心理也會隨之減低。

　　點評：過猶不及的心理學解釋：同時也告訴我們，講課的時候千萬不要拖堂……這很容易過學生的底線哦。

3對1規律

　　說服別人或提出令人為難的要求時，最好辦法是由幾個人同時給對方施加壓力。那么為了引發對方的求同行為，至少需要幾個人才能奏效呢？前面的實驗結果表明，能夠引發同步行為的人數至少為3～4名。當兩個人統一口徑誘使某人采取求同行為時，幾乎沒有人會做出錯誤選擇。如果人數增加到3人，求同率就迅速上升。效果最好的是5個人中有4人意見一致。人數增至8名或15名，求同率也幾乎保持不變。但是，這種勸說方法受環境的制約較大，在一對一的談判中或對方人多時就很難發揮作用。當對方是一個人時，你可以事先請兩個支持者參加談判，并在談判桌上以分別交換意見的方式誘使對方做出求同行為。在紙牌游戲中，經常能看到這種現象。紙牌游戲一般由4個人參加，在游戲過程中如果時機成熟，有人會建議提高賭金或導入新規則，同時也會有人提出異議，這時如果能拉攏其它兩人，三個人合力對付一個人，那么剩下的那個人會因寡不敵眾而改變自己的主張，被多數的力量說服?？巳R烏杰比茨的手下敗將拿破侖也曾說過：“勝利在于兵力充足。”由此看來，“以多勝少”的道理應該是在克萊烏杰比茨之前就有的一個規律。

　　點評：三人成虎的心理學解釋。從教學培訓來講，舉例子一定要舉到3個以上，就開始有說服力了。告訴學員你要講什么，給他們講，然后告訴他們你講了些什么……

貝勃規律

　　第一次刺激能緩解第二次的小刺激──“貝勃規律” 有一個關于“誘敵深入法”的有趣實驗。人們對報紙售價漲了50元或汽車票由200元漲到250元會十分敏感，但如果房價漲了100甚至200萬元，人們都不會覺得漲幅很大。人們一開始受到的刺激越強，對以后的刺激也就越遲鈍。下面的例子說明了這種“貝勃規律”。一個人右手舉著300克重的法碼，這時在其左手上放305克的法碼，他并不會覺得有多少差別，直到左手法碼的重量加至306克時才會覺得有些重。如果右手舉著600克，這時左手上的重量要達到612克才能感受到差異。即比前一種情況要多給一倍以上的刺激才會有所反應。所以要想辨別出刺激間的差異，刺激總量越大，其差額也必須越大。 “貝勃規律”經常應用于經營中的人事變動或機構改組等。一家公司要想趕走被視為眼中釘的人，應該先對與這些人無關的部門進行大規模的人事變動或裁員，使其它職員習慣于這種沖擊。然后在第三或第四次的人事變動和裁員時再把矛頭指向原定目標。很多人受到第一次沖擊后，對后來的沖擊已經麻木了。從一開始就提出令人難以拒絕的優厚條件，等談判基本結束后再指出一些不好的細節并使對方接受的“誘敵深入法”基本上也是以“貝勃規律”為基礎的。對方被一開始的優厚條件所誘惑，對后來才知道的不好的部分也就會較輕易地接受了。

　　點評：先提小要求，然后再提大要求。等到你的內容提高了，你的要求慢慢加大。這樣所有人都不會感到有難度……　（編輯：姚阿珊）

posted @ 2008-11-11 23:56 小強摩羯座閱讀(227) | 評論 (1) | 編輯收藏

zz關于追女孩子的技巧

關于追女孩子的技巧

好長一段沒有上站了，今天心情很不錯。其實一直以來，我都想把個人在感情方面的一些經驗傳授給大家，但是要系統地寫出一篇心得來，實在是非常費勁的一件事情，所以一拖再拖。今天好不容易定下心來決定寫一點東西，希望能令到各位看了本文的男同胞，有所感悟和啟發。 ?
??
??
??
?????1、關于愛情。 ?
??
???曾經有個粗人對我說過一句堪稱經典的俗話：“談戀愛，就是一男一女湊在一起說胡話。” ?
???個人以為，這句話非常深刻。 ?
??
???因為如果沒有兩個人在一起的那些纏綿情話、海誓山盟，其實剩下的那些戀愛中需要兩個人一起來完成的事情，照樣是可以做，而且是可以做的很好的。你們照樣可以約會、可以接吻、可以上床、可以結婚生孩子，但是這樣一來，似乎就不是在談戀愛了。 ?
??
???因此，之所以說到有“愛情”，并不是因為你們約會了、接吻了、上床了，亦或是結婚生孩子了，兩個人之間的愛情的產生，就是因為有了你們在一起時所說的這些纏綿情話、海誓山盟。拿掉這些，戀愛就不再是戀愛；而只要保留這些，即使剩下的全部都沒有，仍然可以稱作是柏拉圖式的精神戀愛。 ?
??
???遺憾的是，偏偏這些戀愛中最重要的內容，卻往往是最最靠不住的。即使兩個人最后真的走到了一起，恐怕當初頭腦一熱脫口而出的所有那些情話、胡話，能有十分之一會最終實現，就算相當地不錯了。 ?
??
???這是為什么一段失敗的感情總是會讓人受傷的原因，說的胡話多也許不要緊，但要是信的多了，最后痛苦的必然就是你自己，不管你們分不分開。 ?
??
???愛情最為矛盾的地方就在于：不說胡話的話，就不能稱之為愛情；可是一旦說的多了，難免有的人就會把有的話信以為真，到最后害人害己。如何把握好這個尺度，既能享受到戀情如火時口無遮攔的快感，又能在感情回歸平淡甚至破裂時免受傷害，需要不斷的人生歷練。 ?
??
??
??
?????2、關于女人。 ?
??
???男人們總是說自己不懂女人，呵呵，這個其實并沒有關系。因為女人們根本也不懂她們自己。 ?
??
???很多年輕的男人都會有這樣的一個困惑：為什么女人說的話會這么容易就不算數了呢？是她們天生愛撒謊，又或是女人的天性就是善變的？ ?
??
???其實都不是。 ?
??
???女人說話不算話，是由兩個她們與生俱來的特質所決定的： ?
???第一，女人的智商天生就沒有男人高，而且她們尤其不擅長象男人那樣理性地去思考問題，說白了，就是在大多時候，她們自己也不知道自己在想什么； ?
???第二，女人非常感性，感性到腦子里正在想這個，但是脫口而出的卻會是另外的一句話，比如：“你真討厭！”。傻子都知道說這句話的女孩這個時候腦子里一定不是在想我很討厭你，但是具體在想什么呢，則不一定。所以簡單地說，就是女人很多時候自己都不知道自己在說什么。 ?
??
???如果你是一個足夠聰明的男人，千萬不要相信女人所說的話。道理很簡單，因為大部分的時候，她們自己也不知道自己在想什么，在說什么。試圖以男人的邏輯，去解開女人所說的話背后的真實含義，結果只能有兩個：你徹底地瘋掉；或者你成功證明了自己的極度愚蠢。 ?
??
??
?????3、關于男人。 ?
??
???下面是我給男同胞們的忠告： ?
??
???如果你覺得自己愛上了一個女人。千萬不要去相信那些女人們所說的鬼話：“要真喜歡的話，就拿出行動來??；就勇敢地表達出來??；就象個男人一樣大膽地展開追求啊…………” ?
??
???如果你相信這些話，并且把它付諸行動。很不幸，你的智商肯定在80以下。 ?
??
???女人對待追求者的態度，就象女孩對待洋娃娃的態度一樣，那就是越多越好。因為追求者的數量和追求方式的不斷推陳出新，可以極好地滿足女人與生俱來的虛榮心和炫耀心理。 ?
??
???舉個例子，王子和公主的童話每個小孩都聽說過，但是幾乎沒有一個小男孩會在聽完這個故事后，成天傻兮兮地幻想自己是一個王子。而幾乎每個小女孩在聽完故事后，都會幻想自己成為一個公主，有一天王子會騎著白馬來娶她，這就是典型的虛榮心和炫耀心理在作怪。 ?
??
???現在說回到洋娃娃的問題上來，你要想讓一個女人不在內心里面企盼有更多的追求者，就如同要勸說一個小女孩，永遠也不要妄想把百貨公司的洋娃娃全部買回家一樣地費力和徒勞。對于一個男人而言，如果你真的喜歡上了一個女人，最優的策略就是，千萬不要成為她眾多洋娃娃中的一個，因為如果是，她永遠也不可能愛上你。 ?
??
???如何征服一個女人的心？？？ ?
??
???很簡單，讓她明白，你和所有其它追求她的男人都不同。當然要做到這一點，你首先需要一點自知之明。也就是，如果你在她的追求者中沒有任何突出之處的話，你永遠也不可能取得成功。也許，經過你漫長的等待和付出，當她行將年老色衰、受盡各種比你優秀的男人的傷害之后，她會選擇你與她共渡一生，但是我說過了，你永遠也不可能得到她的心。 ?
??
???所以我說，世界上本來就不應該存在追女孩這種事情，之所以變成現在這個樣子，還是因為很多男人在雄性激素的作用下，喪失了起碼的理智。身邊有著眾多的優秀男人追求，要遠比聽到一兩句諸如“你真漂亮”之類的贊美她們的廢話，更能滿足女人們的炫耀心理。但這僅僅是在滿足女人的虛榮心而已，她不會因為你追她而愛上你。 ?
??
???記住，如果一個女人會愛上你的話，只需要1到2分鐘的時間就足夠了，當然，這兩分鐘可能不是出現在你們第一次見面的時候，但是絕不會出現在你們認識一周或者見面7次以后。如果你在這個期限里不能夠打動她，征服她，那你這輩子也不可能真正地征服她。 ?
??
???如何征服一個美女呢？？？ ?
??
???還是很簡單，首先就是你要有自知之明。不要聽信女人們說的那些我沒有什么硬性的擇偶標準之類的屁話，在她們不喜歡的男人面前，她們是永遠也不會說真心話的。 ?
??
???絕大部分的女孩對于男人的身高、長相、學識、特長、工作、家庭都是會有硬性的要求或曰最低的門檻的，尤其是前三樣，如果你有一樣達不到還要硬追的話，最后的結果就一定是你自取其辱。 ?
??
???征服美女其實也并不困難，如果你足夠優秀的話。但是也有不少很優秀的男士，在這方面就遇到了問題。這些優秀男士之所以會遭遇挫折，主要還是因為沒有明白我前面所講的那個道理，就是征服一個女人一定要在7天以內。 ?
??
???如果你能在她的面前表現出很短時間內把她拿下的自信心的話（注意，不是用嘴巴說的），要知道每個女人在內心里都是會很渴望被男人征服的，美女們因為身邊優秀的男士太多了可能會挑花了眼，而這個時候你以這樣強烈的自信出現在她的面前，她肯定會認為你才是她的真命天子。 ?
??
???而且，自信的男人本身就很吸引女人。 ?
??
???如果你按照我說的去做了，還是虜獲不了美女的芳心，那說明你對自己了解的還不夠。

???去換個容易一點的吧。 ?
??
???當然，要追到美女很容易，要保住就會很難，原因就在她身邊的那些曾經輸給過你的象蒼蠅一樣圍著她亂轉的“優秀男士”們，一旦你們的感情出現裂痕，蒼蠅們就會很快地見縫插針。不過沒有關系，我說過了，即使她以后嫁給了別的人，她一生中在心底里最愛的那個人始終還會是你，那個曾在瞬間虜獲她芳心的男人。 ?
??
??
??
?????4、失戀和謊言。 ?
??
???當戀情結束時，所有的甜言密語，都頃刻之間變成了謊言，這會是令人痛苦的事情。不過有兩種男人，可以不用體驗這種痛苦，那就是浪子和王八。 ?
??
???我前面已經說過了，女人說話不算話、善變，是因為她們與生俱來的特質使然。可是既然上帝已經把女人給創造成了這個樣子，我們又離不開女人，有一個解決的辦法：就是始終保持清醒的頭腦，看清楚在你面前說話的是一個女人，不必相信她們說的每一句話，把分析她們內心活動的精力節省下來，去做你自己喜歡做的事情。 ?
??
???當有一天她移情別戀了，不必表現的比她更加驚訝，順便把你的新女朋友介紹給她，她一定會愛你勝過愛她現在的那個男人。 ?
??
???當然了，如果你不具備做一個浪子的條件，那么做只王八其實也是個不錯的選擇。如果說浪子們是以不投入自己的感情來避免被女人傷害的話，王八們則是以死豬不怕開水燙的架勢，來迎接未來可能會遭受的各種變化。 ?
??
???如果你是這樣的一個男人：當你的女朋友編盡各種前后矛盾的謊言（女人的說謊能力都很差因為她們天生邏輯能力就差），在一周不和你在一起的那5天里面，分別和5個不同的男人約了會、上了床。你在知道真相后，仍然不覺得難過，反而覺得很高興：她和我在一起的時間是最多的了，她最愛的那個人是我耶。那么，恭喜你，你是一只不會受到失戀和謊言傷害的好王八。 ?
??
???至于具體要成為什么樣的男人，各位可以在看了我的文章后，自己決定。??

posted @ 2008-11-11 23:54 小強摩羯座閱讀(735) | 評論 (1) | 編輯收藏

各種數學理論的不足之處（轉）

數學的無限與有限或無窮與有窮
無限只可以是認識的對象，卻不可以是計算的對象。如對無限進行計算，那么就是對于無限這個概念進行破壞，而失去無限的本來意義。也應該定義有限的范圍，即進行歸一化處理，因為在自然真實中總是存在有限范圍，人們的認識可以達到無限，可是實際的接觸范圍總是有限的。即在自然真實中只存在有限自然整數集合的連續統，不存在無限自然整數集合的連續統。

從嚴格的概念定義上來說，無限是不屬于集合的。眾所周知，凡是集合則屬于封閉有限范圍，情況無限屬于無限開放情況，封閉性無窮屬于人為性規定，開放性無限屬于真實自然。從語義上來講，無限集合違背了語言規則規定，又不符合邏輯演繹規則，集合是屬于有極限意義，而不是具有無極限意義。我們所謂的無窮并不是真正意義上的無窮，而是具有人為任意性的無窮。是代數邏輯符號掩蓋了算術上的有限性界限，使有限與無限混合起來。人的認識已知的能力是可以能夠達到無限的，但是所能夠接觸具體的事物的范圍卻是有限的。知無止境，為有止境。

無限小量并不是等于零，而是永遠接近零，零就是沒有，準確的說是不存在無限小量，而是有限小量，與無限小量是兩回事。如果在有限時可以存在最，無限時不存在最，這是首先應該明確的。雖然都是無限，可內容上卻存在很大區別，如無限大是真正意義上，而無限小卻是有極限的，即為零，有些所謂的無限大不是真正意義上的，而是有極限內的無限大。真無限是為無限大，假無限是永遠接近而又永遠達不到的極限的無限小。最小是無限小，最大卻不是無限大，因為物體不存在無限大，所以粒子也不存在無限小，只是有限小，而這個有限小，目前還無法準確定義。終極沒有最小只有更小，否則就不會存在無限這個概念定義了。什么叫做最？根本就沒有一個限制性的約束，完全是人為任意性的規定。

古人曾經說過：至大無外，至小無內，是指空間范圍。一日之棰，日取其半，萬世不竭，在認識上是可行的，可是在實際中卻是行不通的，因為永遠肯定做不到。不存在最大卻存在空間延展無限大，存在最小卻不存在無限小，因為必然會存在大于零或接近零，卻永遠不等于零。無窮小量是人們原則靈活性的機智，不是精確的，是近似的，卻達到了類精確的效果。微積分充其量也不過是個具有近似值的經驗公式。自然存在有些本來就不是精確的，我們也沒有辦法，也只能而已。用半衰期計算，不管是什么物質總是存在豈不荒謬？無限，無論是在人的想象或現實中都是存在著的，證實或證明當達到時還又沒有達到時的以此類推。

無限大可以是自然真實存在著的，可是無限小在真實自然中卻是不存在的，完全是人為理想化的結果，至于小到什么程度只能由自然事實來決定，可以認識但卻無法操作，這是人們的能力所不能及的地方，但對人類活動毫無影響。無究與有限概念的產生首先是選擇類不同結果，首先在邏輯上就不一致，直接挑戰邏輯使邏輯失效，嚴重違反邏輯規則，也更是邏輯所無法解決的。就是數學恒等式中的那個等號也是不精確相等的，也只不過是個近似值而已，因為自然界不存在完全精確大小或完全一樣的兩個1。

整體大于部分的本義應該是指整體是無限的，部分是有限的。有限的與有限的相加也永遠還是有限的，但如果是無限的相加那么就也是無限的了。大數進行無限的相加并不比小數進行無限的相加大，因為一旦納入被無限的相加時那么即完全相等，其不同是大數先接近無限的范圍，而小數則后接近無限的范圍。即使在有限的前提下也存在著無限的可分性，但這個無限是建立產生在有限的前提上的，目前我們人類的認識就是屬于這種認識無限，而是在有限性前提下的。別說是超出太陽系，就是在太陽系本身體系內還沒有認識清楚。無限只能在人的想象或理想中存在，在現實存在中存在是我們無法驗證和能夠達到的，因為我們的生命或活動能力是有限的，但是并不妨礙我們對無限的思考與認識。理想或認識可以達到無限，而實際性操作卻是有限，無論不管什么先進技術都是存在有限的極限。

連續統假設
連續統假設：在可數集基數和實數集基數之間再沒有別的基數。

所有的數或表示幾何的數都可以在連續統序列中存在，用整體觀念來看數學體系則是相容的。雖然集合與集合之間存在一定一致的對應或序列關系，都是屬于連續統假設，然而其中的子集合基數卻不相同，在不同的集合中是不相容的，是各個不同部分領域具有各自不同的特征特點罷了?；煜俗蛹吓c自然整數集合之間的基數不同的區別，導致有限與無限之間沒有明顯的界限，二者的任意某一階段或定域是并不相等，成了一個令人模糊的連續統，連續統假設已經失去真實意義。（超窮數理論只是康托爾本人的誤會。）

連續統假設建立在比較集合元素個數的基礎上。但是要比較集合元素個數，首先要明確集合元素的意義和集合之間的關系是否相容。同樣的連續統在時間、空間、幾何、數量的表示關系上是不一樣的。例如{長度：1*1，2*2…}和{面積：1*1，2*2…}表示的實際意義是不一樣的，雖然它們在數字上的結果相同。同樣，對于復雜的問題之間，若存在著某種不可比較性，數量上的一一對應關系也就失去了意義。

如果兩個有限定性實際意義的集合，它們之間的意義相同，可以相容，那么我們可以構造建立對應法則，討論基數問題。如果兩個有限定性條件實際意義的集合，它們各有各的意義，其關系不能相容，那么我們不能建立數量上的一一對應關系，討論基數問題。

數學一方面要考慮形式上的構造，另一方面也要考慮實際意義，因為數學最終還要應用于自然。那么對于連續統假設，我們看到它提出了研究集合基數關系的問題，但是對于是否兩個集合之間能相互比較基數，以及集合的實際意義問題沒有給出解釋。

那么連續統假設需要另外補充條件，即集合的實際意義，以及集合之間的關系，根據實際情況，我們可以判斷其基數的大小，而對于沒有現實意義的集合，這樣做沒有意義。

數學連續統假設的獨立性存在任意性，有限與無限之間應該設定一個界限，絕不可以任意無原則的等同。（哥德爾曾經指出：）集合永遠不能屬于自身，全集合是不存在的，但概念也許適用于自身，全概念是存在的。哥德爾認為：集合是外延，概念則是內涵。類只有一個主題，但大類有交叉迭代復合性，許多分類的小主題。連續性或與整體性的關系，被任意割裂成許多零碎的關系。希爾伯特關于建立不同公理系統的相容性問題是最基本的想法是不存在的，特征與具體事實是對立著而存在的，所謂的公理只是特征，特征與特征根本就不相容。我們應該充分發現特征而不應該在規定特征。

連續統任意性的將自然語言中的概念定義給破壞了，在人們的思想中造成嚴重的影響，無窮再也不具有無窮的準確意義了。n到底屬于那個數，是+1以前還是以后的呢？還要看怎么數，若以大數為數一下子就到頭了，是一個封閉的大1，因為只有一個無限。無限可分與無限整合的關系是不一樣，是以整體前提，還是以部分為前提？

一個數可以用作被計算的數，還可以被用作計算后的數，整個數連續序列中的其中任意的一個也都是可以的，我們可以根據應用的實際情況進行無窮性的選擇方法，各種數學結構都被包含在連續的數列之中。

超越數是改變了實數概念的結果，這里的自然數列是人為性規定劃定的一個數列。把實數軸與自然數軸作了一次混合，構造了一個新數列，仍叫做自然數列。否則自然數列后怎么可能有大于無窮大的第一個數W。

無窮套根在自然中是不存在的，因為平直空間最多是三維。無窮連分數或無窮小數也是只可認識無法操作的，極限是人們所能滿足的需要為止。

集合連續統是關于以什么基數為標準單位關系。中國古人對于無限的認識是非常明確的，用不著反復討論，否則無論基數多大都是不可數的。就是小1，如果具有可分性，那么也就微分，那樣也可以無限的分下去。用老話講叫不著邊不靠譜，過分討論無限性是無意義的，是以滿足實用為目的的。

微積分
總之微積分的有效作用是類似最小的近似量，然后再求總的近似量，永遠也不會有精確量，來達到實際應用計算的目的。知道某些初始，知道結果，然后通過計算過程來達到結果。

微積分的實質就是相似的比率關系。函數的目的是求不變量，然后再用不變量來代入，由于變量而引起總量的變化。函數的目的無非是想要建立起一種對應關系，這種對應關系也可以稱為比例關系或線性關系。將一個數看作是由若干函數組成，是由若干因素的關系所組成的現代微積分關系。函數所定義的恰恰是總數其中的常量系數的不變量，也可以當作類比求1的問題處理，即可以將100看作是由100個1所組成的。物質最小的不變量就是基本粒子所具有的虛設的量，如普朗克常量，類似微積分的求最小的近似量。微積分將分立的差異，用數學手段把它們變成具有連續性的一個過程。

本來有些圖形屬于不可展開體，所以永遠也沒有精確的展開解，只有求近似解，如球面等雙曲線，圓周率的精確度是永遠沒有盡頭的。微積分在有些應用上具有不完備的任意性，在有些地方適用，有些地方不適用。由微積分的近似性可以看出現代數學并不是一門精確準確確定性的學科，自我標榜嚴密清晰精確等，實則存在許多方面的疏漏，本身是不完善的。微積分有很多不能自圓其說的地方，后來人們為了補充完善，被弄出了實變函數。

分析數學的偏微分方程并沒有對于運動的原因給予解釋，而只是相似近似地描述了運動的狀態和類比相似幾何圖形的關系，那個等號應該是約等于號，無論怎么近似但都不是精確的，并且永遠不會有精確解，而只能如此永遠是近似解。

非線性偏微分方程是否不可解，有多少解？關鍵是它的未知的是太多，無法確定，只是揭示了關系。本來就應該用物質的觀念去對待湍流現象就會簡單多了，就不會混亂了，然后再用數學，否則為什么會是非線性呢？為什么不穩定?，F在數學界流行非線性，混沌說明數學遭遇存在挑戰。不論怎么說用非線性偏微分方程來描述宇宙引力狀態是不準確的，因為非線性方程各項中的未知量的具有物理意義的原因是不清楚的。

偏微分方程的求解還存在一定困難，那么它表示的物理意義不得而知？慣性系的非線性為什么不遵守慣性系自身的限定？混沌模糊不清的非線性，存在非常真切不明的原因。引力場非線性偏微分方程的解要滿足是初始或邊界條件之后的唯一性，在數學上還沒有得到證明，理論上無法實現而實驗上更無法實現。

變分法的最小作用原理雖然接近事實，但還是沒有或不能將自然作用關系揭示出來，還是在人為作用下的慣性運動前提基礎上來對待問題。引力場方程是如何解釋兩極處問題的？無法考慮，因為不遵守方程規則。

非線性方程
非線性因為是代數方程，高次方程或多元未知數它們之間必然存在著相互制約的條件聯系關系。即如果一個未知數一旦確定，那么其它也與之對應，完全可以根據實際情況或需要而進行試商，存在有限解。如果是算術式，則不會有這個麻煩了，都是代數惹的禍，沒有具體的數字怎么計算。各種求解四次以上的高次方程，如果是算術則可解，即化乘法為加法，然后再求平均數；可以采用兩頭試商的方法，即通過試商的大小可選擇再試的方法。實際上并沒有太大的實用意義，并不是不可行，也還可以通過列表方便可查。

這樣的代數方程是沒有實際計算意義的，即沒有計算功能，只有表示或揭示關系的功能。如果按照現在的非線性處理只能得到近似解，即按照微積分或偏微分的函數法求最小子集，將一個本來具有精確解的算術式強制性的整成一個具有近似性的方程關系，改變確定性為不確定性。與其說是具有非線性還不如說是具有任意性。這種方法是很靈活，即是一個沒有辦法的辦法，可是現在卻被當作對物理等現象無法解釋的有效描述，把一些不理解的因素變化歸結為非線性。

有些事物出現因果不相同的情況，那一定是又增加了新的原因因素我們還不知道，如孤波是受到沖擊運動的水又與在空氣的作用下形成的。而不是什么非線性本質，或什么對稱性破缺，其實也并不是什么復雜，所謂的復雜只是有些情況還不清楚而已。如什么不確定性、混沌、蝴蝶效應、吸引子、分叉、分形、隨機漲落、粗?；毩；取?br />
為什么非線性成為現代數學的思潮，因為為性理想化規定規則在真實自然中只是某些特殊情況。如水面、筆直的植物主干、各種球體、蜂窩、雪花、某些礦物結晶體等線面規則體，在真實自然中不規則線面體才是普遍存在著的，以試圖滿足所有方面的需要。

幾何圖形
概念翻譯不準確問題，幾何本來就是具有多少的意思，非要加上圖形的意思，拓撲等于變形，這樣更加直觀說明問題和更符合簡單性原則，這些命名應該不應該修正。

歐幾里得《原本》幾何的原始定義存在問題，如果非歐幾何是對歐幾里得幾何的否定，那么非歐幾何所面臨的將是同樣的命運。三維絕對平直空間并沒有錯，它是約定最簡單的說明問題的，而是怎么用的問題，黎曼幾何也同樣面臨適用范圍問題。

黎曼幾何是空間立體幾何，歐幾里得幾何是平面幾何，是分屬于兩個不同的概念范疇的，是不能互換與等同的，作為數學是可以的，但是作為物理卻是不可以的。數學只能知道幾何圖形，但是為什么形成幾何圖形的物理過程和原因卻不清楚。物體球形結構說明物體是處于在周圍均衡相等的壓迫作用之中而形成的。自然幾何是在自然力的作用下的一種結果，作為技術反推是有效的，作為認識，無論如何我們也不能把結果當作原因來對待。圖形特征與人為規定應該區別，某種圖形具有某種特征是事物自身所具有的，與我們的人為性規定完全是兩回事。

濫用維度數的概念其結果必然導致錯誤認識，空間概念只能為三維，這是約定俗成，難道不去證明一下就不可以了嗎？三維以上的維數是有悖于常識的。動態圖像并非不能用圖像來描述，如動畫的圖像。四維準確地說是什么樣的圖像？不能用圖像描述的圖像有什么作用？算不算作圖像？維度是不是應該統一下認識？多維空間是有限的空間，絕對空間卻是無限廣延的。

不應該混淆三維和投影的關系，它們是不一樣的，三維是按絕對比例，投影是按相對實際投影比例，前者接近絕對空間，后接近自然相對空間?；顒拥臉思?，可以將各種不同的多維空間嵌入到三維平直空間，否則是無法嵌入的。如當一個小球嵌入大球的某一位置時我們不知道小球還能否成為球狀，因為在大球不同位置的空間里的曲率不同的，那么勢必會對小球曲率形成影響。在大球中因為曲率關系直線變成曲線，那么說小球的直徑也可以彎曲了？如果在某一方向小球的直徑彎曲，那么這個小球還是標準的球嗎？違背球的定義，任何位置的直徑都相等。三維是可兼容，多維是無法相容或兼容的，如兼容其真實性的形體會被破壞。有人說拓撲學家像螞蟻一樣趴在圓周上，看到的只是局部結構，卻沒有認識到整個圓周被嵌入到三維空間中。黎曼空間是能被三維立體空間所包容，拓撲的整體背景是三維的。

拓撲規則是有限性其中的一種情況或幾種情況，而在真實世界中則是具有很多種情況。拓撲為幾何代數化。拓撲猶如能夠變形的面團，具有相當大的靈活性與任意性，以滿足各種需要。用拓撲數學方法也可以用一根線把所有不同形態的物質按開啟化順序或相互作用關系，將它們一一地穿起來而連成一個完整無限循環的整體，拓撲就是關聯。在這方面宇宙是有限的，可是在別的方面也還是存在無限的。

幾體問題的解最終不是數學問題而是機理問題，機理問題解決其數學問題是也有解了。數學只是對某些現象的形式做了描述，而不是對形成機理進行描述內容原因解釋。大自然中物體有它自身構成數學幾何的原因，這是數學幾何自身無法解釋清楚的，它可以量化自然，卻無法解釋產生自身的原因。

衡量代數幾何化或幾何代數化的關鍵原則是方便簡單性，而且能直觀容易說明或解決應用問題。例如把運動幾何化的某些微積分，但也容易造成誤會，把不是這么回事硬解釋成了這么回事。幾何的物理基礎是物質存在，固態剛體流體空間也是，不要忘記這才是它存在的前提條件，即它不是完全抽象的脫離實際的與現實無關；數學也是如此，它有它的實在意義，不是毫無關系。幾何圖形的函數關系是本身固有的關系，然后將運動的軌跡流形也類比作幾何圖形，或也用函數關系來解決卻是不合適的。竟然將時間也空間化或幾何化成為了流形。常微分或偏微分方程徹底將物理學幾何化了，大家不去追求物理運動原因或變化原因內容，而是去關心運動或變化的數學幾何形式方面去了。難道幾何空間就不可以描述物理空間的內容了嗎？是數學幾何的思想影響了我們的觀念，由公設公理推出定理定律。任何極端孤立的幾何是無任何內容意義的，在現實中也是不存在的，只在數學領域存在。

微積分或變分法或泛函分析將某些不規則形線段和圖形或空間被看作為點和線的任意性的連續性集合或函數空間。由于抽象空間或泛函分析的興起，更增加了把點集作為空間來進行研究，進而在泛函分析中起作用的性質又被歸結為拓撲性質。主要因為點集序列的極限居重要位置，完全脫離了物理作用的空間成為純數學的幾何空間。即泛函分析的算子就是從一個空間到另一個空間的變換。我們不應該以沒有物理內容的人為性數學幾何空間中的同胚或拓撲變換來取代真實自然具有物質內容變化的空間。

如果有些人為性的規定恰好近似接近某些自然現象，那只能是一種偶然巧合。例如數學張量分析和微分幾何不是依據自然現象去進行認識解釋，而是利用數學建模的方法而對自然進行任意性處理：什么任意維任意階任意張量任意分量等解釋。Ricci在愛因斯坦之前有關張量分析就早已存在應用這一物理目的了。如果恰好近似接近或滿足了某些自然現象就是正確的，如果不近似接近還可以再任意性的加上各種規定，直到滿意為止，但是這個坐標系與另外坐標系并不是完全相等，如地球月亮太陽或各種星體之間。

理論數學是人類思維游戲活動的陷阱。如果作為游戲活動，對于啟發智力是具有極大的幫助，但也難免具有一些負面影響；如果作為混飯吃的職業也是可以的，但也容易誤人子弟；如果作為事業，那將是對人們的極大誤導。現在仍然有大批的數學家們在津津樂道的從事這種游戲活動，豈不知寶貴的生命時間被殘酷的犧牲。

本人酷愛數學，是這種熱情使我走上數學道路。當我一步步繼續深入時，有時卻感覺很恐怖，今日說出來以供大家參考。本人的數學學得并不是太好，至于對錯只能由個人審視定奪，與本人毫無關系。

posted @ 2008-11-11 23:02 小強摩羯座閱讀(246) | 評論 (0) | 編輯收藏

箴言我銘記

哈佛圖書館自習室墻上的訓言（快考試了，大家加油）

1.此刻打盹，你將做夢；而此刻學習，你將圓夢。
2.我荒廢的今日，正是昨日殞身之人祈求的明日。
3.覺得為時已晚的時候，恰恰是最早的時候。
4.勿將今日之事拖到明日。
5.學習時的苦痛是暫時的，未學到的痛苦是終生的。

馬斯洛需求層次理論

 http://baike.baidu.com/view/690053.htm 有詳細介紹

posted @ 2008-11-11 21:49 小強摩羯座閱讀(196) | 評論 (0) | 編輯收藏

zz:愛因斯坦的建議

愛因斯坦的建議

2008年07月26日星期六 21:08

阿爾伯特•愛因斯坦是20世紀最偉大的物理學家。他提出了很多的普遍定理和方程式，使他一直超越其他科學家。但是，人們也因為另一件事而記住他：一種令人們都稱他為天才的才能：他所說過的話。愛因斯坦教授是一位哲學家，他清楚懂得什么是成功法則，他能像解釋他的方程式那般解釋這些法則。這里有10句話是從他以前所說過的無數極精彩的話語中提取出來的；這是十條你能用在平時生活之中的寶貴建議。

    1. A person who never made a mistake never tried anything new. 不曾犯錯的人從來不曾嘗試新事物

    Most people don’t try new things because of their fear of failure. Failing is not something to be afraid of. It is often the losers who learn more about winning than the winners. Our mistakes always give us opportunities to learn and grow.

    大多數人因為害怕失敗而不會去嘗試新的事物。失敗并不可怕，因為敗者往往會比勝者更能認識勝利所蘊含的意味。而錯誤總是會給予我們機會去學習和成長。

    2. Education is what remains after one has forgotten what one has learned in school.教育是一個人在學校學到的唯一不被遺忘的東西

    30 years from now, you won’t possibly remember what chapters you had in your science book; you’d only remember what you learn on your way. Life lessons stay with you forever. Real education starts from within.

    30年之后，你將不會記得曾經在教科書中學過哪些章節；你只會記得在過程中你學到什么。生活所帶給你的經驗和教訓將陪伴你終生。真正的教育從自身內部開始。

    3. I am enough of an artist to draw freely upon my imagination. Imagination is more important than knowledge. Knowledge is limited. Imagination encircles the world.我已經受夠了作為一個能自由地控制想象力的大師。想像力比知識更重要。因為知識是有限的，而想象力卻能暢游整個世界

    When you reflect on how far we humans have come from the prehistoric caves to mind-blowing technological advancements, you would feel the power of imagination. What we have now was built from the imagination of our forefathers. What we will have in future will be built from our imagination.

    當你思考我們人類發展，從史前的洞穴生活到現在令人驚嘆的科學技術的突飛猛進，你會感到想象力的威力。我們現在所擁有的一切都來源于祖輩的想象力；而我們的想象力又將構筑世界的未來。

    4. The secret to creativity is knowing how to hide your sources.創意的奧秘是知道如何隱藏你的創意來源

    Creativity and uniqueness often depends on how well you hide your sources. You can get inspired and influenced by other great people; but when you are on stage with the whole world watching, you must become a unique, individual force that learnt different values from different people.

    創意和獨特性往往取決于如何隱藏你的創意來源。你可以從其他偉人身上受到啟發和影響；但當你站在全世界都注視你的舞臺上的時候，你必須成為一個獨特的、個人的力量去從不同的人身上學習不同的價值觀。

    5. The value of a man should be seen in what he gives and not in what he is able to receive. Try not to become a man of success, but rather try to become a man of value.一個人的價值，在于他貢獻什么，而不是他能取得什么。不要渴望成為一個成功的人，而是應該努力做一個有價值的人。

    If you think of all the top people in the world, they would have added something of value to the world. You must give in order to take. When your purpose is contributing or adding value to the world, you will be elevated to a higher level of living.

    當你回顧全球最頂尖人物的一生之后，你會發現他們都曾經為世界創造過某些價值。要得到回報，你得先付出。當你的目標是為世界做貢獻或者創造價值時，無論你的精神生活或物質生活都將會被提升到一個更高的層次。

    6. There are two ways to live: you can live as if nothing is a miracle; you can live as if everything is a miracle.天下只有兩種生活方式：人生不存在奇跡；人生處處孕育著奇跡

    When nothing is a miracle, you gain the power of doing anything you want and you have no limits. And when everything is a miracle, you stop by to appreciate even the smallest of beautiful things in the world. Thinking both ways will give you a productive and happy life.

    當你認為人生不存在奇跡的時候，你會得到力量去做任何你想要做的事情，而且你會超越極限。而當你認為人生處處孕育著奇跡的時候，你甚至會停下來為一件小小的美好事物而駐足欣賞。這兩種思考方式都能讓你擁有充實而幸福的生活。

    7. When I examine myself and my methods of thought, I come to the conclusion that the gift of fantasy has meant more to me than any talent for abstract, positive thinking.在我審視我自己和我的思考方式時，我的結論是：在吸收有益的知識方面，奇思玄想的天賦對我而言，比我的才干更重要。

    Dreaming about all the great things that you can achieve is the key to a life filled with positivity. Let your imagination run amuck and create the world that you would wish to be in.

    幻想著所有你可以完成的偉大事業能夠使你的生活充滿積極性。讓你的想象力任意馳騁，盡情創造你想要的一切吧。

    8. In order to be an immaculate member of a flock of sheep, one must above all be a sheep oneself.要成為羊群中優秀的一員，你就必須先成為一只羊。

    If you want to become a very successful entrepreneur, you must start a business right away. Wishing to become one, but fearing the consequences will not help. The same applies to everything – in order to win a game, one must above all play the game.

    如果你想成為一名成功的企業家，你就必須現在立刻創立你的公司。只是希望成為企業家，但又害怕面對失敗后果，這樣一點用處也沒有。同理，很多事情也一樣——要贏比賽，首先得參加比賽。

    9. You have to learn the rules of the game. And then you have to play better than anyone else.你必須去學習游戲規則。然后，你還要比別人玩得更好

    Learn the rules of your game and start playing it best. Keep competing like your life depended on it. And after a while you will have no one else but you to compete against. At that point, better your best.

    了解游戲規則，然后開始游戲并做到最好。一直保持競爭的狀態就好像押下你的生命作為賭注那樣。不久后，你的對手可能只剩下你自己。到那時，超越自己！

    10. The important thing is not to stop questioning. Curiosity has its own reason for existing.最重要的是不要停止問問題。好奇心的存在，自有它的道理

    Intelligent people ask. Keep questioning yourself and others to find solutions. This will help gain knowledge and analyze your growth in all walks of life.智者總是好問。不停地對自己和他人發問以尋求解決方法。這將會幫助你在人生進程中獲得更多知識與智慧，并全方位地分析自己的成長。

posted @ 2008-11-10 23:07 小強摩羯座閱讀(151) | 評論 (0) | 編輯收藏

面試題目

假定矩形是用一對點表達的(minx,miny)(maxx, maxy)
那么兩個矩形rect1{(minx1,miny1)(maxx1, maxy1)}, rect2{(minx2,miny2)(maxx2, maxy2)}

相交的結果一定是個矩形，構成這個相交矩形rect{(minx,miny)(maxx, maxy)}的點對坐標是：
minx = max(minx1, minx2)
miny = max(miny1, miny2)
maxx = min(maxx1, maxx2)
maxy = min(maxy1, maxy2)

如果兩個矩形不相交，那么計算得到的點對坐標必然滿足
minx > maxx
或者
miny > maxy

判定是否相交，以及相交矩形是什么都可以用這個方法一體計算完成

從這個算法的結果上，我們還可以簡單的生成出下面的兩個內容：

1 相交矩形： (minx, miny) (maxx, maxy)

2 面積：面積的計算可以和判定一起進行

if ( minx>maxx) return 0;

if (miny>maxy) return 0;

return (maxx-minx)*(maxy-miny)

qq公司的08年招聘面試題，下面的鏈接中有人給出了一些答案，可以看看
http://topic.csdn.net/u/20081101/13/4854a6b9-8adb-4813-bcba-68708dc539ef.html

1000瓶藥水，其中至多有1瓶劇毒，現在給你10只小狗在24小時內通過小狗試藥的方式找出哪瓶藥有毒或者全部無毒（小狗服完藥20小時后才能判斷是否中毒）

找規律填字母
Z H A
M E ()

A. K
B. Y
C. B
D. W

網站上的媒體資源（圖片、音頻、視頻等）很容易被盜鏈，相對比較安全的防范措施是：（）
A 檢查refer
B 為資源文件添加數字簽名
C 添加基于session的判斷
D 以上說法都正確

使用視頻軟件進行聊天時，視頻數據幾乎都通過udp協議傳輸。關于udp協議，下列說法錯誤的是______
A 數據通過udp協議傳輸存在丟包的可能，安全性不如tcp協議
B udp協議傳輸執行速度比tcp快
C udp協議的數據傳輸是無序的，tcp協議的數據傳輸是有序的。
D 視頻、聊天、郵件等數據的傳輸都可以使用udp協議。

局域網甲內的主機A開啟了p2p下載工具(如bt，emule等)，他如何同局域網乙中的主機B建立連接______
A 通過主機B的內網ip建立連接
B 通過主機B的物理地址建立連接
C 通過NAT穿越技術建立連接
D 無法建立連接

Windows將遵循下面的那種搜索來定位DLL()
1 進程的當前工作目錄
2 包含EXE文件的目錄
3 列在Path環境變量中的一系列目錄
4 Windows系統目錄
5 Windows目錄

A 12453 B 12543 C 21453 D 21345

設有一個遞歸算法如下
int x(int n)
{
if(n <=3) return 1;
else return x(n-2)+x(n-4)+1;
}
試問計算x(x(8))時需要計算______次x函數。

至少列舉5種windows下進程間通訊的方式

不用中間變量，實現strlen函數。（strlen為C語言中求給字符串長度庫函數）
int strlen(const char *str)

posted @ 2008-11-08 00:58 小強摩羯座閱讀(190) | 評論 (0) | 編輯收藏

zz重貼一組流傳大江南北的舊文----科研隨想錄

讀后感：醍醐灌頂！

轉帖自反對異化——親親小貓咪的博客
http://zhenmafudan.ycool.com/post.2878014.html

重貼一組流傳大江南北的舊文----科研隨想錄
Zhenmafudan @ 2008-05-31 23:37

這是我在國內讀碩士時候寫的一組舊文，2001年發表于復旦bbs化學系版。出國后發現這組文章被大江南北100多個網站廣泛轉載，不幸的是，大多數轉載者都沒有注明出處。現在重新在我的博客上貼出來。用現在的眼光看，有些觀點還是很有參考價值的，有些觀點已經隨著時間的變化改變了。我現在在這里（用［...］的形式）加適當的評注。用紅筆顯示的觀點，是現在的我覺得還是有用的。

（注：因為轉帖過來的，沒有把原作者標注紅色的內容原搬過來。下面紅色的文字是我自己覺得有參考意義的，藍色是心得?！?chenyusiyuan）

科研隨想錄（1）——民營企業家的精神

真正做學問，是要一種精神的。民營企業家有種為自己干活的務實精神，有種猛沖猛打、銳意進取、死死咬住項目不放的精神，有一種從早干到晚、星期天也不休息、有家不回有孩子不抱的精神，是現在的研究生做科研所缺乏的。

（心得：的確，就是要有這種沖勁和韌勁，不把實驗做好誓不罷休；當結果出來的時候，多苦多累都值得！—— chenyusiyuan）

學生不是老板的打工仔。不要把自己默認為老板的打工仔，如果把自己默認為老板的打工仔，則不能真正發揮自己主觀能動性，不利于培養獨立工作能力。老板是董事長，手下的學生應該把自己默認為項目經理，要把老板交給自己的工作真正當作自己的事情，真正落到實處。要獨當一面，做好可行性分析、項目設計、藥品管理、經費管理、時間管理和文字處理，在科研中培養管理能力和獨立工作能力。

（心得：受教了，以后也要鍛煉出獨當一面的能力。科研有時候和做生意是相通的?！?chenyusiyuan）

充分發揮主觀能動性，做不好實驗，連覺也睡不著，中午也不要休息了。只有有這樣的心態，才能做好科研，否則把自己當作國營企業職工，下班鈴一響就吃飯，今天沒干完的事情留到明天去做吧，實驗做不好就做不好，自己也不急，只故自己打游戲上網看錄象，這樣怎么能做出出色的科研呢？

總之，我的觀點是：民營企業家的那股銳氣，那種為自己干活的精神，那種死死咬住不放精神，對于做科研的人來講是有很大啟示作用的?？蒲泻凸芾砥鋵嵱泻芏嘞嗤ㄖ?。

科研隨想錄（2）--對出文章態度的再認識

一個人對錢的觀念和文明程度會隨著擁有財富的增加而變化。我從小生活在貧民區，那里的人很窮，越是窮的人越是把一點錢看得比什么都大，涉及金錢利益的時候非常斤斤計較，看電視不開燈，沖馬桶用掏米洗菜水，熱死不乘空調車，在菜場里為了便宜五分錢還要討價還價老半天，臨走前還趁人不注意從攤販那里撈上一把。子女為了房子展開激烈爭奪的屢見不鮮！而當一個人有一千萬的時候，對錢的認識和文明程度會有新的變化，人們會為了成就感而工作，為了自己的興趣愛好而工作，而不是為了吃飯而工作。人們會更加慷慨，更加心胸寬廣。至于象李嘉誠那樣，就更是一種新境界了。

同樣，我對出文章的態度也隨著出文章數的增加而變化。沒有文章的時候很喜歡出文章，覺得文章多很扎臺型，現在不是到處搞攀比嗎？為了出文章，據復旦校報上講，現在很多人不是流行一篇文章拆成三篇來寫嗎？不是流行“快報 + 長文章”嗎？評獎學金不是要文章嗎？出國不是要文章嗎？

以前有人批評我的文章是短文章，我忿忿不平地說：“短文章也是文章！有總比沒好！”，但是隨著文章數的增加，我覺得文章多又不能當飯吃。如果我要出國，那么兩頁的中國文章也拿不出去啊。如果我將來要當教授，那么底下的評委又不是傻瓜，文章檔次當然很重要。看了外面一些學校一些人的博士論文最后一頁“文章發表目錄”，發現有的人文章很多，三十幾篇，但都是名字也沒有聽到過的雜志和會議論文，而且一大半都是第10作者，一篇外國文章也沒有。這樣的“文章多”，給人一種什么感覺呢？

隨著閱歷的增加，我更多地接觸了Journal of Catalysis上的文章，更多地了解了我的美國老板——Zaera教授文章和老板的老板——Somorjai的第一流的文章。Zaera的文章并不多，一年只出10篇，起初我帶著一些嘲笑的眼光看這個數字“10篇”，但是查到原文，發現這所謂“10篇”，真是一篇抵得上中國人10篇，文章長得不得了，每篇文章印出來15-20頁左右，數據多得難以想象，討論占文章長度的1/2。至于內容，更是有意義的。看了這些文章，的確對我出文章的態度產生很大影響，即：我希望我將來的 Paper List 上都是長文章，都是高質量的文章，這也是中國老板經常教育我的。

科研隨想錄（3）——兩種不同的科研風格

我們實驗室今年有兩個人出國——我和我師兄。我們從主觀上講都想搞好科研，但我們的科研風格，是兩種各有千秋的風格。

我師兄是那種沉得住氣的人。他喜歡做那種難度大得驚人的課題，而對“不做也能想象得出大致結果”的課題顯然不感興趣。他可以容忍一年甚至更長時間實驗毫無進展，他能夠忍受成百次的失敗，他能從容不迫地堅持做實驗到碩士論文寫作前幾天，他能臥薪嘗膽待業考托福GRE聯系出國。

而我的科研風格，受做生意影響很大。6-7年前的兩個暑假，我在舅舅的公司當銷售員。做零售就是這么一種心態，就是“每天要確保營業額”，如果今天沒有什么生意，寧可降價也要確保營業額，如果當天不完成一定的營業額，心里很是不安，如果幾天沒有做到生意，更是急死了。做生意還有另外一種心態，就是總歸揀好做的來做，不好做的不做。

于是，到目前為止，我的科研風格就是喜歡做那些每天都有數據進帳的實驗，哪怕是機械操作。我不大喜歡做難度大得驚人、連影子也沒有的課題。我倒比較喜歡做工作量大得驚人，但至少能做出來、每天都有收獲、每天都知道明天該做什么的課題。

我師兄和我科研風格的不同，除了和彼此個性有關以外，可能和專業特點有關。他搞的是材料合成，我搞的是催化。材料合成要動腦子的，失敗的可能性大；而催化是“苦功型”的。你說真正有多少特別的創造發明在里面？很少有。催化就是不厭其繁地做做做，焙燒溫度的影響、負載量的影響、穩定性考察，或者是TG結果、TEM結果、XPS結果、IR結果、XRD結果、反應測試結果......

（心得：做實驗要耐心、細致、堅持、考慮周全?！?chenyusiyuan）

我難以區分這兩種科研風格，哪種更好些。也許我們以后也要做生意的，這兩種風格照樣還會體現在彼此的做生意風格中......

科研隨想錄（4）——發表文章和積累

很多同學都希望出引用因子高的文章，其實出文章也有積累效應的。催化界文章的最高境界是Journal of Catalysis，這個雜志并不是隨便投投就一投即中的。

在Journal of Catalysis發表文章是需要工作積累的。這包括兩層意思：一層是在這個課題上做過很多鋪墊性的工作，獲得了很多經驗，在自己經驗和積累的基礎上，在自己體會深刻的領域，往往能夠取得突破；第二層意思是你在這個領域做多了，發表了很多文章，到最后這個領域的專家都認識你了，知道你的工作的系統性、可靠性和對這個領域的重要性，那么給予發表乃是順理成章的事情了。即審稿人就是搞這一行的，也看人頭的，也知道做這一行有這么個小有名氣的人，而假設一個“某某師范高等?？茖W校教務處”的名字也沒聽到過的人也來投這個雜志，多半是退稿；如果審稿人是大同行而不是小同行，也會看投稿人的“參考文獻”部分，以前有無在這個領域發表過文章，在這個領域的國際雜志上發表很多系列工作的人比什么也沒發表過的“新面孔”錄取機會高得多。

（心得：科研要沉得住氣，要有系統性，注意積累。十年樹木，百年樹人?！?chenyusiyuan）

2000年，我們課題組實現了Journal of Catalysis零的突破，而為了這個零的突破，我們在固體超強酸方面做了10年的鋪墊，形成了一套成熟的催化劑制備、表征方法，搭好了裝置，并熟透了文獻。10年來發表了一系列工作，逐漸從國內走向國外，工作被國外多篇REVIEW引用，國外一些做超強酸的大家也來函索取發表在中國雜志上的文章。正是在這樣一種好氛圍的熏陶下，才能夠形成一定的飛躍，厚積才能薄發。當時設想我們組如果能有突破的話，最有希望在這個領域突破，可以說那篇Journal of Catalysis是偶然中的必然。

（心得：想起了蟻群算法之父Dorigo，1991年提出蟻群算法的時候，學界一點反應都沒有，但Dorigo一直在堅持著，對蟻群算法進行了系統研究，建立模型、實驗驗證、應用探索……踏踏實實地夯實根基，終于有了1995年那篇蟻群算法里程碑意義的經典論文?！?chenyusiyuan）

一回生，二回熟。同一個雜志投多了，編輯也知道你投過來的稿子都是很有意思的，而不是“戳一槍”混一篇文章。老客戶了嘛，因此就很好通過了。這也是一種累積效應。

科研隨想錄（5）——“廢數據” （推薦?。?/font>

大家碩士畢業了，完成了薄薄的一本碩士論文，但是回過頭去想想，這三年里面，人也天天在實驗室，但是為什么碩士論文那么??？吉林大學徐如人小組的學生人人出一堆文章，而我們為什么出文章那么慢？

大家一樣在做實驗，但是我們的數據的“有效利用率”是多少呢？起碼1/3-1/2的的數據都是廢數據！科研是要能夠耐得住失敗的，但是很多失敗都是自己主觀原因造成的?。?！

首先，不看文獻不做實驗。不要文獻也不查查好，急著做實驗想一星期出篇文章，結果做了老半天，再看看文獻，發現幾年前別人已經做過了。或者文獻的實驗部分也不看看清楚就做實驗，等到寫文章了才發現自己的反應條件全部都是錯誤的，全是廢數據。還有，文獻也不看看清楚，等實驗做完了才發現自己的結果和前人結果有嚴重矛盾，自己又不是什么一言九鼎的催化大師，寫好的文章也只能往垃圾桶里扔了。

其次，藥品純不純??？不要跟我說你從實驗室角落里隨便拿了一瓶什么“1970年國營**化工廠”的藥品來做實驗噢。在有些精細的實驗中，即使是買來的“分析純”的藥品，都要事先檢驗純凈度的。提純是難免的。別到了最后才發現藥品不純，結果做的數據全廢了。

再次，不要節約用錢啊。在家里不要把水龍頭擰成滴水成線而水表不轉的狀態，在實驗室不要把氣相色譜記錄儀的走紙速度調成只出峰面積而不走紙的狀態。光看峰面積，你叫我如何判斷這個數據有用沒用？假設基線沒走穩，則數據沒用，但是如果記錄儀不走紙，我如何判斷基線有無走穩？

善于觀察的人能發現新現象，實驗中往往能發現微量的新物種，這些物種對判斷反應機理有重要作用。比如有人發現在固體超強酸催化烷烴異構化中有微量烯烴生成，于是新的反應機理就突破了。而假如你把氣相色譜的最小峰面積設得很大，那么你怎么判斷有沒有新物種生成？如果有，量又是多少？

還有，實驗條件事先設計好了沒有啊？不要對我說你的這個系列催化劑負載量是10%、20%、30%、40%，而那個系列催化劑負載量是0.1、0.2、0.3、0.4 g/g 載體噢！！這兩種計量方法是不同的，在同一篇文章中出現兩種計量方法是非常可笑的，把一種換算成另外一種，就會帶來“負載量為 9.09%, 16.67%, 23.08%, 28.58%”這樣難看的數字。而且兩個系列催化劑之間根本無法對比，因為它們的計量是不同的。

做實驗還真是一門學問，沒有猛干精神不行，光有猛干精神更不行。“多動腦筋少動手”，不錯不錯！！

科研隨想錄（6）——出文章秘訣 （推薦！）

系里規定碩士畢業要一篇SCI，博士要兩篇SCI，能否完成？很多同學愁眉苦臉怕完不成，其實是不知道“行情”，吉林大學、大連化物所、南京大學有些牛人的學生，出起文章來速度很快。博士畢業10篇外國文章都不希奇。

出文章，的確有竅門??！別的我不敢說，我來說說催化吧?。?nbsp;

首先，“鮮花需要綠葉陪襯”，你研制出一種好催化劑，你就要拿10種不做也知道沒有活性的催化劑來襯托它的好。大家都是這么做的，否則審稿人就會說：“空白實驗做過了嗎？不加催化劑有沒有活性??？你的二元金屬氧化物活性很高，你和它們各自的母體氧化物比較過嗎？不比較你怎么證明二元比一元好？你的是二元固熔體，你做過二元氧化物機械混合的催化劑嗎？你的是Si-Al，你做過Si-Ti嗎？你做過Si-V嗎？你怎么知道Si-Al最好？還有，你的催化劑和文獻報道的最好的催化劑比較過嗎？退稿！！”

（心得：這審稿人一連串的發炮，夠震撼啊！由此也加深了一個認識，研究的成果不能“黃婆賣瓜——自賣自夸”，有比較才有優劣，看看那些十幾二十頁的論文，一半版面都是在比較、分析、討論的，這就是嚴謹、認真。—— chenyusiyuan）

其次，數據越多越好，有些東西也許是你不做也知道的，但是不能因為不做也知道規律而不做，越是做得出的東西越是要做。文章里不能老是有標新立異的東西，大路貨也要有，這是文章的血，這是文章的肉，這是穩拿的數據，這是體現工作量的，沒有功勞也有苦勞。

比如外國催化大師做雜多酸銫鹽的新反應，每開發一個新反應，自然先要把雜多酸銫鹽表征一番。這種東西不做也知道什么樣，但做了更好。XRD，紅外，熱重，酸量......這種穩拿的數據先做好，然后做一個別人從來也沒做過的反應，就可以發篇好文章。

還有，外國有的人機械研磨法做LiMn2O4尖晶石，用來做電池。那種文章很好出。要是輪到一些不會混文章的人來做實驗，準保是“一點法”，即給出一個最佳配方，然后測測電化學性質。那個外國人會做，他考察了研磨時間的影響：不研磨、研磨2, 4, 6, 8, 10, 小時，看它們的XRD、比表面、TEM變化，很有規律；然后考察了焙燒溫度的影響：不焙燒、200，400，600，800，1000，1200度焙燒，看它們的它們的XRD、比表面、TEM變化，很有規律，并用TG/DTA和前面結果關聯；最后考察了樣品的電化學性質，就出了篇好文章。

這可不是投機混文章，這是科學的嚴謹態度！這是不厭其煩?。『芏嗫茖W家都是這么做的！！比如 Surface Science 上面很多文章都是這么做條件實驗的：改變吸附氣體的吸附量，改變脫附溫度......

［2008評注: 科研認真精神是需要的，但是做實驗前要想清楚這個體系有沒有意思？沒有意思就不要詳細考察條件的影響，而是應該放棄。］

要想出長文章就是要苦做，數據往多里做，文章往長里寫。想省力，最好做兩個星期就出篇文章反而適得其反。做實驗不一定是速率決定步驟，審稿才是。與其數據不豐滿而被退稿，來回四個月過去了，還不如靜下心來把數據補補全，把文章寫寫好。把工作量調整到正好夠發“某某學報”的程度而把工作嘎然而止是可惜的。要“法乎上，取其中”，數據能充實盡量充實，文章能豐滿盡量豐滿。

還有，寫文章要“你有我有大家有”，充分引用他人工作。這可不是拍審稿人的馬屁。文獻沒有引用好只能說明你文獻把握不全，不能正確領會這個課題的意義和動向。另外，數據規律也要和別人大致吻合，提出一個觀點要能找出三篇文獻來證實我的觀點，這是一種保險文章的寫法。如果實驗現象反常而沒有合理解釋，那只有退稿的份了。老實說很多文章都沒有特別大的新異，要全文通篇有新意很難。中國人發發文章，往往是催化劑和別人不一樣，但規律和前人的工作基本吻合，那也就可以了。

科研隨想錄（7）——合作精神

是不是希望寫文章的署名欄人越少越好?。恳婚_始我也是這么想的，但是時間長了，第一作者的文章多了，就不這么想了。

有些人真把天下看成漆黑一片，仿佛天下老板都是什么事情都不做而掛名的。我當然不贊成隨便掛名，但至少在復旦，主流還是好的嘛?。‖F在的老板又不是傻瓜，他不會隨便給別人掛名而去沖淡自己的貢獻。

對所謂“掛名”的態度，表面上打著“反對掛名”的旗號，實際上是拒絕合作。表現在實驗中拒絕和別人交流討論，怕別人知道自己的實驗情況，有些實驗明明可以叫別人輕車熟路幫忙做一做，卻偏偏要自己活受罪從頭學起耽擱了實驗進度，為的就是少署個名字；有的表征明明可以去做，做了有助于提高文章質量，把蛋糕做大，但自己的私心在那里作怪，怕別人“篡黨奪權”而忍痛割愛不去做表征。以上都是“島國文化”、小家子氣，鉆進小樓成一桶，一輩子都走不出自己的這個圓。

年輕人，把什么署名先后拉，什么署多少人拉看得那么種有什么用？你要評院士，你并不會因為這兩篇文章而評得上；你要找工作，回過頭想想文章又有什么用，賺點錢不比你發篇文章強??？不要老是把文章看做是自己的私人財產，沒有課題組的積累，哪來的個人成就？沒有人幫你搭儀器裝置，沒有人幫你測試樣品，哪來的你的文章??？理科不是文科，不是你坐在小房間里看看書動動腦子文章就出來的。

這樣私心這么重，這樣怕合作（因為一合作，就必然涉及到作者名單的增長），以后誰還來和你合作啊？

［2008評注: 與人合作是很困難的事。Making the right moves一書介紹了與人合作的注意事項。］

科研隨想錄（8）——文獻是個寶

不讀文獻不做實驗。否則，一是做了老半天發現別人做過了；二是做了老半天發現實驗條件都是錯誤的。做了也白做。

文獻讀一遍是遠遠不夠的，每讀一遍都有新的收獲。初次接觸一個課題，往往看文獻如墜入九里云霧中，不能深刻體會其精髓和實驗細節的奧妙之處，只留連于具體的實驗結果；做了實驗，碰到難題了，回過頭來再去分析、比較、仔細體會，方知奧妙之所在，對這個課題才會有更深的認識；等到寫文章了，再看看文獻，比較自己和文獻的結果，龐征博引，使感性認識上升到理性高度；文章發表了，自己的文章也成了文獻大海中的一朵小浪花。

只有做了實驗，才會真正讀懂文獻。也就是說，如果要寫綜述，自己沒有做過這個課題，很難寫好綜述。而一旦讀了很多文獻，又做好了實驗，研究生還是完全有能力寫一篇綜述的。很多同學抱怨出文章難，其實文獻不能白看，看看文獻也能在中國雜志出篇文章呢。這篇文章又可以算碩士論文第一章，真是一舉兩得。

科研隨想錄（9）——老板剝削論？

我曾經說過到國外去干活，做出成績都是老板的，這是剝削；別人還對我說我們研究生做實驗，發表專利算老板的，不合算云云。其實我腦子早就變了，沒有什么“被剝削”的概念。

首先，出文章對你自己的前途有好處啊。出國看文章，我回國當長江學者黃河教授也看文章啊。沒有老板的正確指導、流利寫作和把關，沒有老板的名字做招牌，你一個人能達到這種效果嗎？老實說外國某教授的有些文章，是學生做實驗老師寫文章，在這種情況下即使老師掛第一作者也很正常嘛！！什么“剝削”啊，“剝削”啊。你看看那些文章嘛，討論占一半以上??！沒有老師那支筆、那個腦袋、那個名字，文章只能往低檔次里投了。學生這樣被“剝削”還是合算的。

其次，干活培養你自己的能力啊。老板經常教誨我要熱心公共事物，要做得多，手要勤腳要快，勇挑重擔多做“額外”的事情。對于好學生就是要壓擔子，做得越多就越熟悉，就做得越快，別人趕也趕不上。幾年來我深深感到老板的話是對的，我也在努力地做事。哪怕是跑跑財務科、采購采購儀器照樣可以接觸更多、培養能力！我的能力提高地飛快這些能力是搶也搶不走的。老板也非常樂意做很多“額外”的公共事情，同樣是速度飛快，越做越快，任何人都趕不上。

再次，老實說學生發表幾篇文章，出了專利，本來就不產生什么巨大的經濟效益。一般的，發表也只是發表了，所以剝削也無從談起。

做學徒就是要做的，腦子里不要有“被剝削”的感覺，才能學到真本事為我所用。三年研究生，你說你被老板剝削了，其實也未必，你也在為你的將來打造資歷（文章）和能力（經驗）的基礎，這是千金不換的。特別是后者，一輩子受用?。。?

也許有的人說我中毒了、著魔了，可我要說只有經歷了，才真正會有體會——多做沒錯。

科研隨想錄（10）——一體化理論 （共鳴，同感，這樣的科研是一種自得其樂）

看來現在很多同學和老師的觀念需要更新。如前文所說，科研中需要一種民營企業家精神。如果把這個觀念再外推，就成了一體化理論，即：（1）科研和生活一體化；（2）科研和學習一體化。

（1）科研和生活一體化：不嚴格按照國營科研單位“坐班時間”，而是跟著實驗安排自己的休息時間，圍著儀器轉。儀器一轉，午飯都可以不出去吃而呆在實驗室一邊看著儀器一邊吃干糧；今天下午實驗做完了，哪怕是“上班時間”照樣可以回寢室睡上一覺，養足精神晚上好看文獻動腦筋?；蛘呖梢匀ゼ覙犯２少忺c東西，反正早晚都要采購的，現在有了“貨物儲備”，過幾天就可以不去采購而安心做實驗了。別人休息星期天，我偏要休息星期五而星期天工作，因為這時候儀器空閑。平時人多，儀器擠，走廊里電話響個不停，真是吵也吵死了！

（2）科研和學習一體化：我的論調是在實驗室里看TOEFL、GRE也沒有什么不好的。這是年輕人積極奮發、志向遠大的象征，總比在寢室里搓麻將或者在花園里摟摟抱抱強吧。一邊看TOEFL、GRE，一邊實驗做得呱呱叫的人確有其人（不是我。）特別是對于催化實驗，不就是半小時打一針嗎。這是苦力活，從早做到晚?？偛荒芙形沂卦趦x器旁邊干坐著吧，看看英語，很正常嘛！再說暑假寒假，本來可以休息的，現在在實驗室開著空調一邊半小時打一針一邊看我的英語書，公私兼顧嘛?。∥恼乱渤隽耍⒄Z也看了，一舉兩得嘛??！

現在很多老板都想通了。不讓我看GRE我不來了，或者出工不出力，或者出一堆廢數據浪費藥品儀器，這不兩敗俱傷嗎？再說現在出國的人希望多出文章好出國，不出國的人混篇文章畢業就行了。所以阻止學生出國是種荒謬的想法，不利于學生，也不利于老板效用最大化。

科研隨想錄（11）——能壘效應

對于剛開始搞科研的人來說，絕對存在能壘效應。有的人做出成果的活化能大一點，有的人小一點，這和自己自身的功底有很大關系。基礎沒打好，活化能特別大，甚至連英語閱讀、文章寫作、圖表繪制都會成為能壘的一部分。

老師是催化劑，可以降低活化能。學生一旦開竅，再加上自己用心，就一發不可收拾。第一篇文章最難寫，一旦突破能壘，以后投外國文章不再是不可逾越的鴻溝。

科研隨想錄（12）——科研逆境

科研逆境是不可避免的，是我們所不愿意遇到的。本命年的時候我遇到過科研逆境，而且還是在科研順境之后的科研逆境，其對比反差之強烈，令我寢食難安——整整一年都沒有實驗進展，在實驗室里晃來晃去就象光吃米不下蛋的。我選擇了放棄那個課題，另起爐灶。

實驗室里，誰沒有走過彎路？少則半年，多則一年。有時候調儀器調了半年都沒有調好，有時候做了一年都沒有得到任何有價值的數據。我曾經問師兄，有沒有遇到科研挫折，遇到了以后是如何消除的。他說的確遇到過，挫折就放在那里，做著做著就自然消除了。

老板絕對不是那種隨隨便便就允許放棄的那種人。“活要見人，死要見尸”，你說實驗遇到困難了，無法貫徹下去了，準備混過去了，老板就一定要知道為什么做不下去，而不是你說另起爐灶就另起爐灶。因為你做了幾個月放棄了，那么即使你換了課題，說不定又做了幾個月又放棄了，這就表明不是實驗課題難，而是實驗者自己的問題。在老板這種契而不舍的督促下，原先已經“做死”的很多題目沒有被放棄，死死咬住，反而又獲得了生機。這使我明白：

實驗逆境并不是不可逾越的，科學總是科學，該做得出的總歸做得出，盡管存在能壘。如果做不出，也要明白為什么做不出，“活要見人，死要見尸”。靜下心來好好分析實驗失敗的原因，靜下心來做一做，而不要有急著“賭輸了急著翻本”的心理，那么最后總歸是做得出的。

科研隨想錄（13）——失活和再生

我是研究催化的。催化劑有失活和再生，而作為科研主體的人，同樣也有“失活和再生”現象！！

科研者不是金剛，研究做長了在某段時間內會有“失活”現象，人累了，心倦了，靈感沒有了，一拿起燒杯就厭煩。這就象談戀愛時間長了，天天在一起，該干的事情都干了，就覺得不過如此，一點意思都沒有了。

做一個課題，絕對需要一鼓作氣，設計實驗的時候寧可做全一點，不要“敬酒不吃吃罰酒”，等到退稿了才去補數據。這時候一種厭倦的心情油然而生，“又要補數據啊”，而且儀器工作也改變了，儀器也壞了，實驗結果和一年前做的不一定有精確的可比行性。

長時間沒有實驗結果導致畢業壓力大，同樣也會產生“失活”現象，拿起燒杯的時候就想“別又是一堆廢數據”，對科研徹底失去信心。再加上看看其他同學文章多，導師又催得緊，心理壓力就更大了。

科研熱情的“再生”，有時可以通過“偏離”(deviation)，即離開實驗室，不去想任何實驗問題，到外面社會上去走走看看，做不出實驗就休息一段時間，讓腦子充分地放松，然后再回到實驗室做實驗，有“小別勝新婚”的效果。

可是，這種“再生”是“引發劑”，如果還是做不出東西，科研熱情還是會熄滅。最好的再生是：做實驗走上正軌，每天都出有用的數據，文章雛形更加清晰，這樣的科研是不會疲倦的。

我曾經“失活”過，后來又“再生”了。最好的實驗安排，是整理完一篇文章，然后自由休息半個月。這半個月的休息比在實驗室里繼續泡著效果好得多。休息，是為了更好地工作。

科研隨想錄（14）——出文章和成就感

歌星以新專輯層出不窮為成就感，民營企業家以開了10個公司為成就感，而我從出文章中獲取成就感。

《封神演義》中總有這樣情節：“敵方”布下奪命的陣，“我方”一開始總是肉包子打狗有去無回，這時總有得道的仙人從容應對，憑著一朵蓮花也能如入無人之境，任陣勢險惡，能耐我何？

投外國文章也是這樣的?；炱袊恼潞苋菀椎?，隨便做做就有了；可要出篇外國文章需要很大的努力，要憋著一股氣，做上半年才能實現?？粗袊嗌偃嗽趪鴥入s志號稱“首次發現......，突破了外國文獻公認的觀點”，可是這些人中國文章一大堆，還號稱催化大師，怎么連篇外國文章都沒有？所以，如果能達到投外國雜志指東打東，指西打西的境界，也是一種從容。為人所不能為，則有成就感。

想想有些學校憑借三篇《化學學報》也能評個教授，難得出個《**師院學報》也要爭先恐后地掛名，視其為油水，在復旦這么濃郁的科研氣氛中成長，在不同的起點進步，我怎么沒有成就感呢？這種成就感超越了工資的需要，超越了“出篇文章夠畢業就行了”的態度，成為了我科研的驅動力之一。老實說，以出文章為科研驅動力之一也是正常的，真正“為了科學而科學”，做了實驗只是自己探索科學奧妙而不發表的人絕對是少見的。

最美麗的景色往往在最險峻的地方，自己征服了最險峻的地方才會有成就感，而花錢雇別人抬我上去，或者僅僅從照片上看到則沒有這種真實的感覺。對于出文章，只有自己“為伊消得人憔悴”，在艱難中殺出一條血路才會體會到真正的成就感。所以，我是不喜歡互相交換掛名的。不做實驗而交換掛名，文章是多，但是當文章一大堆的時候，那些第三作者的文章又有什么用？把我真正花力氣辛辛苦苦做的第三作者文章都淹沒在文章堆里了！

************************************************************

[1] Chemistry Letters 第一作者 (1999)

[2] Journal of Molecular Catalysis A 第一作者 (2000)

[3] Chinese Journal of Chemistry 第一作者 (2000)

[4] Catalysis Letters 第三作者 (2000)

[5] 化學通報（綜述）第一作者 (2001)

[6] Journal of Molecular Catalysis A 第一作者 (2001)

[7] Journal of Catalysis 第二作者 (2001)

[8] Journal of Molecular Catalysis A 整理中 (2002)

科研隨想錄（15）——科研的心理屏障

以前前進GRE教材第一篇文章就是方守成的文章，他指出以前從來沒人考過2000分，所以大家都認為自己考不過2000分，以至于誘導了你的復習和臨場發揮，最終果然不過2000分；自從第一個人過了2000分，以后又有一群人過了2000分，于是大家都認為考2000分如屢平地，沖破了這個“心理屏障”，所以人人都超過了2000分。

我們復旦化學系絕對存在心理屏障。評獎學金的時候誰文章稍微多一點，下面的先生就跳出來說“不正常”云云。而在實驗室里出文章有“極限效應”，這個極限是12-13篇。一般的博士出個三五篇文章以后，“心理屏障”效應就開始發揮作用了，不再向極限沖刺。

其實，你要是看看外面的科研單位，如今的那些杰出青年、長江學者在當年做博士的時候就顯現出來了。南京大學畢業的金國新，戴安邦院士的學生，博士論文219頁，博士期間發表文章第一作者20篇；大連化物所畢業的肖豐收，郭燮賢院士的學生，博士期間發表第一作者文章16篇；大連化物所畢業的趙東源，郭燮賢院士的學生，博士期間發表文章15篇；吉林大學徐如人院士的學生，個個文章一大把。

達到這樣的高度沒有什么“不正常”的，我們復旦完全能達到同
樣的高度，很多時候是“心理屏障”在作祟而阻擋了前進的腳步。有種人做實驗有股“兇”勁，殺氣騰騰，死死盯住不放，猛沖猛打、掘地三尺，抱定“與眾不同”的決心，對自己高標準嚴要求，這樣就可以達到以上各位同樣的高度了。

［2008評注: 不能以文章數目和雜志的名稱來論英雄。有的人發了很多文章，別人也不承認；有的老外發了很少文章，卻被尊為國際權威。對于研究生來說，首先要把重心放在學到什么東西。如果沒有學到什么東西，出再多文章也沒有用。讓我們想象一個情景：一個研究生在做自己研究課題的同時，還東打一槍、西打一槍做了很多無關的文章。那么，這就是沒有形成體系化，沒有學到東西。在做自己課題的同時讀英語都比在做自己課題的同時做無關的科研文章強。］

posted @ 2008-11-04 10:29 小強摩羯座閱讀(124) | 評論 (0) | 編輯收藏

zz:從一個matlab強人那里整理來的

數學建模競賽中應當掌握的十類算法 zz

蘿卜 @ 2005-06-23 08:16

from http://bbs.matwav.com/

數學建模競賽中應當掌握的十類算法
排名如下：
1、蒙特卡羅算法（該算法又稱隨機性模擬算法，是通過計算機仿真來解決問題的算法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法）
2、數據擬合、參數估計、插值等數據處理算法（比賽中通常會遇到大量的數據需要處理，而處理數據的關鍵就在于這些算法，通常使用Matlab作為工具）
3、線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多數問題屬于最優化問題，很多時候這些問題可以用數學規劃算法來描述，通常使用Lindo、Lingo軟件實現）
4、圖論算法（這類算法可以分為很多種，包括最短路、網絡流、二分圖等算法，涉及到圖論的問題可以用這些方法解決，需要認真準備）
5、動態規劃、回溯搜索、分治算法、分支定界等計算機算法（這些算法是算法設計中比較常用的方法，很多場合可以用到競賽中）
6、最優化理論的三大非經典算法：模擬退火法、神經網絡、遺傳算法（這些問題是用來解決一些較困難的最優化問題的算法，對于有些問題非常有幫助，但是算法的實現比較困難，需慎重使用）
7、網格算法和窮舉法（網格算法和窮舉法都是暴力搜索最優點的算法，在很多競賽題中有應用，當重點討論模型本身而輕視算法的時候，可以使用這種暴力方案，最好使用一些高級語言作為編程工具）
8、一些連續離散化方法（很多問題都是實際來的，數據可以是連續的，而計算機只認的是離散的數據，因此將其離散化后進行差分代替微分、求和代替積分等思想是非常重要的）
9、數值分析算法（如果在比賽中采用高級語言進行編程的話，那一些數值分析中常用的算法比如方程組求解、矩陣運算、函數積分等算法就需要額外編寫庫函數進行調用）
10、圖象處理算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用Matlab進行處理）

多吃些粗糧。

給別人比他們自己期許的更多，并且用心去做。

和別人分享自己的知識，那才是永恒之道！

熟記喜歡的詩歌。

不輕信聽到的每件事，不要花光自己的所有，不要想睡多久就睡多久。

無論何時說“我愛你”，要真心實意。

無論何時說“對不起”，要看著對方的眼睛。

不要相信接吻時從不閉眼的伴侶。

相信一見鐘情。

深情熱烈地愛，也許會受傷，但這是使人生完整的唯一方法。

找一個愛聊的人結婚，因為當年齡大了以后，我們會發覺喜歡聊天是一個人最大的優點。

無論是烹調還是愛情，都用百分之百的負責態度對待，但是不要期求太多的回報。

家庭的融洽氛圍是難能可貴的。

盡全力讓家平順和諧。

和親近的人吵嘴的時候，試著就事論事，不要扯出那些陳芝麻，爛谷子的事。

給媽媽打電話。如果不行，至少在心里想著她。

當別人打噴嚏時，說一聲“菩薩保佑”。

記住：最好的關系存在于對別人的愛勝于對別人的索求之上。

永遠不要忽視別人的夢想。

當別人問自己不想回答的問題時，笑著說“你為什么想知道？”

用一種明確的方法解決爭議，不要冒犯。

永遠不要以貌取人。

記住三個“尊”：尊重自己；尊重別人；保持尊嚴，對自己的行為負責。

不要讓小小的爭端損毀了一段偉大的友誼。

無論何時發現自己做錯了，竭盡所能去彌補。動作要快！

無論什么時候打電話，摘起話筒的時候要微笑，因為對方能感覺到！

慢慢地說，但要迅速地想。

只有那些敢于承擔最大風險的人才能得到最深的愛和最大的成就。

如果失敗了，要記住及時汲取教訓。

找點時間，單獨呆會兒。

欣然接收改變，但是不要摒棄自己的個人理念。

記住，沉默是金。

多看點書，少看點電視。

過一種高尚而誠實的生活。當年老時回想起過去，我就能再一次享受人生。

相信上帝，但是別忘了鎖門。

不要擺脫不了昨天。

多注意言下之意。

忙自己該做的事。

每年至少去一個從沒去過的地方。

如果賺了很多錢，在活著的時候多行善事。

記?。河袝r候，不是最好的收獲也是一種好運。

深刻理解所有的規則，合理地更新他們。

回頭看看我發誓取得的目標，然后評判自己到底有多成功。

善待我們的地球。

不要愚弄自然母親。

晨宇思遠：這篇文章應該是臺灣或香港一位學者的生活感言，對我影響挺大，特在此和大家一起分享。人生，應該注重的，是積累，是過程……

【原文】

     許多同學應該都還記得聯考前夕的焦慮：差一分可能要掉好幾個志愿，甚至于一生的命運從此改觀！到了大四，這種焦慮可能更強烈而復雜：到底要先當兵，就業，還是先考研究所？
     我就經常碰到學生充滿焦慮的問我這些問題?？墒?，這些焦慮實在是莫須有的！生命是一種長期而持續的累積過程，絕不會因為單一的事件而毀了一個人的一生，也不會因為單一的事件而救了一個人的一生。屬于我們該得的，遲早會得到；屬于我們不該得的，即使僥幸巧取也不可能長久保有。如果我們看清這個事實，許多所謂人生的重大抉擇就可以淡然處之，根本無需焦慮。而所謂人生的困境，也往往當下就變得無足掛齒。
      我自己就是一個活生生的例子。從一進大學就決定不再念研究所，所以，大學四年的時間多半在念人文科學的東西。畢業后工作了幾年，才決定要念研究所。碩士畢業后，立下決心：從此不再為文憑而念書。誰知道，世事難料，當了五年講師后，我又被時勢所迫，整裝出國念博士。
      出國時，一位大學同學笑我：全班最晚念博士的都要回國了，你現在才要出去？兩年后我從劍橋回來，覺得人生際遇無常，莫此為甚：一個從大一就決定再也不鉆營學位的人，竟然連碩士和博士都拿到了！屬于我們該得的，哪樣曾經少過？而人生中該得與不該得的究竟有多少，我們又何曾知曉？從此我對際遇一事不能不更加淡然。當講師期間，有些態度較極端的學生會當面表現出他們的不屑；從劍橋回來時，卻被學生當做不得了的事看待。這種表面上的大起大落，其實都是好事者之言，完全看不到事實的真相。從表面上看來，兩年就拿到劍橋博士，這好像很了不起。但是，在這兩年之前我已經花整整一年，將研究主題有關的論文全部看完，并找出研究方向；而之前更已花三年時間做控制方面的研究，并且在國際著名的學術期刊中發表論文。
      而從碩士畢業到拿博士，期間七年的時間我從不停止過研究與自修。所以，這個博士其實是累積了七年的成果，或者，只算我花在控制學門的時間，也至少有五年），根本也沒什么好驚訝的。
      常人不從長期而持續的累積過程來看待生命因積蓄而有的成果，老愛在表面上以斷裂而孤立的事件夸大議論，因此每每在平淡無奇的事件上強做悲喜。可是對我來講，當講師期間被學生瞧不起，以及劍橋剛回來時被同學夸大本事，都只是表象。
      事實是：我只在乎每天二十四小時點點滴滴的累積。拿碩士或博士只是特定時刻里這些成果累積的外在展示而已，人生命中真實的累積從不曾因這些事件而終止或加添。常有學生滿懷憂慮的問我：
      ”老師，我很想先當完兵，工作一兩年再考研究所。這樣好嗎？”
      ”很好，這樣子有機會先用實務來印證學理，你念研究所時會比別人了解自己要的是什么。”
      ”可是，我怕當完兵又工作后，會失去斗志，因此考不上研究所。”
      ”那你就先考研究所好了。”
      ”可是，假如我先念研究所，我怕自己又會像念大學時一樣茫然，因此念的不甘不愿的。”
      ”那你還是先去工作好了！”
      ”可是……”
      我完全可以體會到他們的焦慮，可是卻無法壓抑住對于這種話的感慨。其實，說穿了他所需要的就是兩年研究所加兩年工作，以便加深知識的深廣度和獲取實務經驗。先工作或先升學，表面上大相逕庭，其實骨子里的差別根本可以忽略。在朝三暮四這個成語故事里，主人原本喂養猴子的橡實是早上四顆下午三顆，后來改為朝三暮四，猴子就不高興而堅持改回到朝四暮三。其實，先工作或先升學，期間差異就有如朝三暮四與朝四暮三，原不值得計較。但是，我們經常看不到這種生命過程中長遠而持續的累積，老愛將一時際遇中的小差別夸大到攸關生死的地步。
      最諷刺的是：當我們面對兩個可能的方案，而焦慮的不知何所抉擇時，通常表示這兩個方案可能一樣好，或者一樣壞，因而實際上選擇哪個都一樣，唯一的差別只是先后之序而已。而且，愈是讓我們焦慮得厲害的，其實差別越小，愈不值得焦慮。反而真正有明顯的好壞差別時，我們輕易的就知道該怎么做了?？墒俏覀儏s經?？床坏介L遠的將來，短視的盯著兩案短期內的得失：想選甲案，就舍不得乙案的好處；想選乙案，又舍不得甲案的好處。如果看得夠遠，人生常則八，九十，短則五，六十年，先做哪一件事又有什么關系？甚至當完兵又工作后，再花一整年準備研究所，又有什么了不起？當然，有些人還是會憂慮說：我當完兵又工作后，會不會因為家累或記憶力衰退而比較難考上研究所？
      我只能這樣回答：一個人考不上研究所，只有兩個可能：或者他不夠聰明，或者他的確夠聰明。不夠聰明而考不上，那也沒什么好抱怨的。假如你夠聰明，還考不上研究所，那只能說你的決心不夠強。假如你是決心不夠強，就表示你生命中還有其他的可能性，其重要程度并不下于碩士學位，而你舍不得丟下他。既然如此，考不上研究所也無須感到遺憾。不是嗎？
      人生的路這么多，為什么要老斤斤計較著一個可能性？我高中最要好的朋友，一生背運：高中考兩次，高一念兩次，大學又考兩次，甚至連機車駕照都考兩次。畢業后，他告訴自己：我沒有人脈，也沒有學歷，只能靠加倍的誠懇和努力?，F在，他自己擁有一家公司，年收入數千萬。
     一個人在升學過程中不順利，而在事業上順利，這是常見的事。有才華的人，不會因為被名校拒絕而連帶失去他的才華，只不過要另外找適合他表現的場所而已。反過來，一個人在升學過程中太順利，也難免因而放不下身段去創業，而只能乖乖領薪水過活。福禍如何，誰能全面知曉？
      我們又有什么好得意？又有什么好憂慮？人生的得與失，有時候怎么也說不清楚，有時候卻再簡單不過了：我們得到平日累積的成果，而失去我們不曾努力累積的！所以重要的不是和別人比成就，而是努力去做自己想做的。功不唐捐，最后該得到的不會少你一分，不該得到的也不會多你一分。
      好像是前年的時候，我在往藝術中心的路上遇到一位高中同學。他在南加大當電機系的副教授，被清華電機聘回來開短期課程。從高中時代他就很用功，以第一志愿上臺大電機后，四年都拿書卷獎，相信他在專業上的研究也已卓然有成?；叵敫咧腥雽W時，我們兩個人的智力測驗成績分居全學年第一，第二名。可是從高一我就不曾放棄自己喜歡的文學，音樂，書法，藝術和哲學，而他卻始終不曾分心，因此兩個人在學術上的差距只會愈來愈遠。反過來說，這十幾二十年我在人文領域所獲得的滿足，恐怕已遠非他所能理解的了。我太太問過我，如果我肯全心專注于一個研究領域，是不是至少會趕上這位同學的成就？我不這樣想，兩個不同性情的人，注定要走兩條不同的路。不該得的東西，我們注定是得不到的，隨隨便便拿兩個人來比，只看到他所得到的，卻看不到他所失去的，這有什么意義？
      有次清華電臺訪問我：老師你如何面對你人生中的困境？我當場愣在那里，怎么樣都想不出我這一生什么時候有過困境！后來仔細回想，才發現：我不是沒有過困境，而是被常人當作困境的境遇，我都當作一時的際遇，不曾在意過而已。剛服完兵役時，長子已出生卻還找不到工作。我曾焦慮過，卻又覺得遲早會有工作，報酬也不至于低的離譜，不曾太放在心上。念碩士期間，家計全靠太太的薪水，省吃儉用，對我而言又算不上困境。一來，精神上我過的很充實，二來我知道這一切是為了讓自己有機會轉行去教書(做自己想做的事)。三十一歲才要出國，而同學正要回系上任教，我很緊張(不知道劍橋要求的有多嚴)，卻不曾喪氣。因為，我知道自己過去一直很努力，也有很滿意的心得和成果，只不過別人看不到而已。我沒有過困境，因為我從不在乎外在的得失，也不武斷的和別人比高下，而只在乎自己內在真實的累積。
      我沒有過困境，因為我確實了解到：生命是一種長期而持續的累積過程，絕不會因為單一的事件而有劇烈的起伏。同時我也相信：屬于我們該得的，遲早會得到；屬于我們不該得的，即使一分也不可能加增。假如你可以持有相同的信念，那么人生于你也會是寬廣而長遠，沒有什么了不得的困境，也沒有什么好焦慮的了。

posted @ 2008-11-04 09:27 小強摩羯座閱讀(204) | 評論 (0) | 編輯收藏

僅列出標題

與心靈對話

導航

常用鏈接

留言簿(14)

隨筆分類

隨筆檔案

文章檔案

相冊

收藏夾

技術基礎

技術相關

研究方向

算法類

搜索

最新評論

閱讀排行榜

評論排行榜