科学网 › 标签 › 原理

标签: 原理

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

[转载]管理学的一些原理与方法: anan 2010-12-3 21:10; 一、墨菲定律　　墨菲定律：事情如果有变坏的可能，不管这种可能性有多小，它总会发生。比如你衣袋里有两把钥匙，一把是你房间的，一把是汽车的，如果你现在想拿出车钥匙，会发生什么？是的，你往往是拿出了房间钥匙。　　墨菲定律产生于美国，据说事情发生在1949年。一位名叫墨菲的空军上尉工程师，认为他的某位同事是个倒霉蛋，不经意地说了句玩笑话：如果一件事情有可能被弄糟。这句笑话在美国迅速流传，并扩散到世界各地。在流传扩散的过程中，这句笑话逐渐失去它原有的局限性，演变成各种各样的形式，其中一个最通行的形式是：如果坏事有可能发生，不管这种可能性多么小，它总会发生，并引起最大可能的损失。　　这就是著名的墨菲定律。　　墨菲定律诞生于20世纪中叶，这正是一个经济飞速发展，科技不断进步，人类真正成为世界主宰的时代。在这个时代，处处弥漫着乐观主义的精神：人类取得了对自然、对疾病以及其他限制的胜利，并将不断扩大优势；我们不但飞上了天空，而且飞向太空我们能够随心所欲地改造世界的面貌，这一切似乎昭示着：一切问题都是可以解决的。无论是怎样的困难和挑战，我们总能找到一种办法或模式战而胜之。　　正是这种盲目的乐观主义，使我们忘记了对于亘古长存的茫茫宇宙来说，我们的智慧只能是幼稚和肤浅的。世界无比庞大复杂。人类虽很聪明，并且正变得越来越聪明，但永远也不能彻底了解世间的万事万物。人类还有个难免的弱点，就是容易犯错误，永远会犯错误。正是因为这两个原因，世界上大大小小的不幸事故、灾难才得以发生。　　近半个世纪以来，墨菲定律曾经搅得世界人心神不宁，它提醒我们：我们解决问题的手段越高明，我们将要面临的麻烦就越严重。事故照旧还会发生，永远会发生。墨菲定律忠告人们：面对人类的自身缺陷，我们最好还是想得更周到、全面一些，采取多种保险措施，防止偶然发生的人为失误导致灾难和损失。归根到底，错误与我们一样，都是这个世界的一部分，狂妄自大只会使用使我们自讨苦吃，我们必须学会如何接受错误，并不断从中学习。二、马太效应　　《新约马太福音》中有这样一个故事，一个国王远行前，交给三个仆人每人一锭银子，吩咐他们：你们去做生意，等我回来时，再来见我。国王回来时，第一个仆人说：主人，你交给我们的一锭银子，我已赚了10锭。于是国王奖励他10座城邑。第二个仆人报告说：主人，你给我的一锭银子，我已赚了5锭。于是国王例奖励了他5座城邑。第三个仆人报告说：主人，你给我的一锭银子，我一直包在手巾里存着，我怕丢失，一直没有拿出来。于是国王命令将第三个仆人的一锭银子也赏给第一个仆人，并且说：凡是少的，就连他所有的也要夺过来。凡是多的，还要给他，叫他多多益善。这就是马太效应。看看我们周围，就可以发现许多马太效应的例子。　　朋友多的人会借助频繁的交往得到更多的朋友；缺少朋友的人会一直孤独下去。金钱方面更是如此，即使投资回报率相同，一个比别人投资多10倍的人，收益也多10倍。　　这是个赢家通吃的社会，善用马太效应，赢家就是你。　　对企业经营发展而言，马太效应则告诉我们，要想在某一个领域保持优势，就必须在此领域迅速做大。当你成为某个领域的领头羊的时候，即使投资回报率相同，你也能更轻易的获得比弱小的同行更大的收益。而若没有实力迅速在某个领域做大，就要不停地寻找新的发展领域，才能保证获得较好的回报。三、手表定理　　手表定理是指一个人有一只表时，可以知道现在是几点钟，而当他同时拥有两只表时却无法确定。两只表并不能告诉一个人更准确的时间，反而会让看表的人失去对准确时间的信心。你要做的就是选择其中较信赖的一只，尽力校准它，并以此作为你的标准，听从它的指引行事。记住尼采的话：兄弟，如果你是幸运的，你只需有一种道德而不要贪多，这样，你过桥更容易些。　　如果每个人都选择你所爱，爱你所选择，无论成败都可以心安理得。然而，困扰很多人的是：他们被两只表弄得无所，心身交瘁，不知自己该信仰哪一个，还有人在环境、他人的压力下，违心选择了自己并不喜欢的道路，为此而郁郁终生，即使取得了受人瞩目的成就，也体会不到成功的快乐。　　手表定理在企业经营管理方面给我们一种非常直观的启发，就是对同一个人或同一个组织的管理不能同时采用两种不同的方法，不能同时设置两个不同的目标。甚至每一个人不能由两个人来同时指挥，否则将使这个企业或这个人无所适从。手表定理所指的另一层含义在于每个人都不能同时挑选两种不同的价值观，否则，你的行为将陷于混乱。四、不值得定律　　不值得定律最直观的表述是：不值得做的事情，就不值得做好，这个定律似乎再简单不过了，但它的重要性却时时被人们疏忘。不值得定律反映出人们的一种心理，一个人如果从事的是一份自认为不值得做的事情，往往会保持冷嘲热讽，敷衍了事的态度。　　不仅成功率小，而且即使成功，也不会觉得有多大的成就感。　　哪些事值得做呢？一般而言，这取决于三个因素。　　1、价值观。关于价值观我们已经谈了很多，只有符合我们价值观的事，我们才会满怀热情去做。　　2、个性和气质。一个人如果做一份与他的个性气质完全背离的工作，他是很难做好的，如一个好交往的人成了档案员，或一个害羞者不得不每天和不同的人打交道。　　3、现实的处境。同样一份工作，在不同的处境下去做，给我们的感受也是不同的。例如，在一家大公司，如果你最初做的是打杂跑腿的工作，你很可能认为是不值得的，可是，一旦你被提升为领班或部门经理，你就不会这样认为了。　　总结一下，值得做的工作是：符合我们的价值观，适合我们的个性与气质，并能让我们看到期望。如果你的工作不具备这三个因素，你就要考虑换一个更合适的工作，并努力做好它。　　因此，对个人来说，应在多种可供选择的奋斗目标及价值观中挑选一种，然后为之而奋斗。选择你所爱的，爱你所选择的，才可能激发我们的奋斗毅力，也才可以心安理得。而对一个企业或组织来说，则要很好地分析员工的性格特性，合理分配工作，如让成就欲较强的职工单独或牵头来完成具有一定风险和难度的工作，并在其完成时给予定时的肯定和赞扬；让依附欲较强的职工更多地参加到某个团体中共同工作；让权力欲较强的职工担任一个与之能力相适应的主管。同时要加强员工对企业目标的认同感，让员工感觉到自己所做的工作是值得的，这样才能激发职工的热情。五、彼得原理　　彼得原理是美国学者劳伦斯？彼得在对组织中人员晋升的相关现象研究后得出的一个结论；在各种组织中，由于习惯于对在某个等级上称职的人员进行晋升提拔，因而雇员总是趋向于晋升到其不称职的地位。彼得原理有时也被称为向上爬原理。　　这种现象在现实生活中无处不在：一名称职的教授被提升为大学校长后无法胜任；一个优秀的运动员被提升为主管体育的官员，而无所作为。　　对一个组织而言，一旦组织中的相当部分人员被推到了其不称职的级别，就会造成组织的人浮于事，效率低下，导致平庸者出人头地，发展停滞。因此，这就要求改变单纯的根据贡献决定晋升的企业员工晋升机制，不能因某个人在某一个岗位级别上干得很出色，就推断此人一定能够胜任更高一级的职务。要建立科学、合理的人员选聘机制，客观评价每一位职工的能力和水平，将职工安排到其可以胜任的岗位。不要把岗位晋升当成对职工的主要奖励方式，应建立更有效的奖励机制，更多地以加薪、休假等方式作为奖励手段。有时将一名职工晋升到一个其无法很好发挥才能的岗位，不仅不是对职工的奖励，反而使职工无法很好发挥才能，也给企业带来损失。　　对个人而言，虽然我们每个人都期待着不停地升职，但不要将往上爬作为自己的惟一动力。与其在一个无法完全胜任的岗位勉力支撑、无所适从，还不如找一个自己能游刃有余的岗位好好发挥自己的专长。六、零和游戏原理　　当你看到两位对弈者时，你就可以说他们正在玩零和游戏。因为在大多数情况下，总会有一个赢，一个输，如果我们把获胜计算为得1分，而输棋为-1分，那么，这两人得分之和就是：1+（-1）=0.这正是零和游戏的基本内容：游戏者有输有赢，一方所赢正是另一方所输，游戏的总成绩永远是零。　　零和游戏原理之所以广受关注，主要是因为人们发现在社会的方方面面都能发现与零和游戏类似的局面，胜利者的光荣后面往往隐藏着失败者的辛酸和苦涩。从个人到国家，从政治到经济，似乎无不验证了世界正是一个巨大的零和游戏场。这种理论认为，世界是一个封闭的系统，财富、资源、机遇都是有限的，个别人、个别地区和个别国家财富的增加必然意味着对其他人、其他地区和国家的掠夺，这是一个邪恶进化论式的弱肉强食的世界。　　但20世纪人类在经历了两次世界大战，经济的高速增长、科技进步、全球化以及日益严重的环境污染之后，零和游戏观念正逐渐被双赢观念所取代。人们开始认识到利己不一定要建立在损人的基础上。通过有效合作，皆大欢喜的结局是可能出现的。但从零和游戏走向双赢，要求各方要有真诚合作的精神和勇气，在合作中不要耍小聪明，不要总想占别人的小便宜，要遵守游戏规则，否则双赢的局面就不可能出现，最终吃亏的还是自己。　　七、华盛顿合作规律　　华盛顿合作规律说的是：一个人敷衍了事，两个人互相推诿，三个人则永无成事之日。多少有点类似于我们三个和尚的故事。人与人的合作不是人力的简单相加，而是要复杂和微妙得多。在人与人的合作中，假定每个人的能力都为1，那么10个人的合作结果就有时比10大得多，有时甚至比1还要小。因为人不是静止的动物，而更像方向各异的能量，相推动时自然事半功倍，相互抵触时则一事无成。我们传统的管理理论中，对合作研究得并不多，最直观的反映就是，目前的大多数管理制度和行业都是致力于减少人力的无谓消耗，而非利用组织提高人的效能。换言之，不妨说管理的主要目的不是让每个人做到最好，而是避免内耗过多。21世纪将是一个合作的时代，值得庆幸的是，越来越多的人已经认识到真诚合作的重要性，正在努力学习合作。　　邦尼人力定律：一个人一分钟可以挖一个洞，六十个人一秒种却挖不了一个洞。　　合作是一个问题，如何合作也是一个问题。八、酒与污水定律　　酒与污水定律是指，如果把一匙酒倒进一桶污水中，你得到的是一桶污水；如果把一匙污水倒进一桶酒中，你得到的还是一桶污水。几乎在任何组织里，都存在几个难弄的人物，他们存在的目的似乎就是为了把事情搞糟。他们到处搬弄是非，传播流言、破坏组织内部的和谐。最糟糕的是，他们像果箱里的烂苹果，如果你不及时处理，它会迅速传染，把果箱里其它苹果也弄烂，烂苹果的可怕之处在于它那惊人的破坏力。一个正直能干的人进入一个混乱的部门可能会被吞没，而一个人无德无才者能很快将一个高效的部门变成一盘散沙。组织系统往往是脆弱的，是建立在相互理解、妥协和容忍的基础上的，它很容易被侵害、被毒化。破坏者能力非凡的另一个重要原因在于，破坏总比建设容易。一个能工巧匠花费时日精心制作的陶瓷器，一头驴子一秒钟就能毁坏掉。　　如果拥有再多的能工巧匠，也不会有多少像样的工作成果。如果你的组织里有这样的一头驴子，你应该马上把它清除掉；如果你无力这样做，你就应该把它拴起来。九、水桶定律　　水桶定律是讲，一只水桶能装多少水，完全取决于它最短的那块木板。这就是说任何一个组织都可能面临的一个共同问题，即构成组织的各个部分往往决定了整个组织的水平。　　构成组织的各个部分往往是优劣不齐的，而劣质部分往往又决定整个组织的水平。　　水桶定律与酒与污水定律不同，后者讨论的是组织中的破坏力量，而最短的木板却是组织中有用的一个部分，只不过比其它部分差一些，你不能把它们当成烂苹果扔掉。强弱只是相对而言的，无法消除。问题在于你容忍这种弱点到什么程度。　　如果它严重到成为阻碍工作的瓶颈，就不得不有所动作。　　如果你在一个组织中，你应该：1、确保你不是最薄弱的部分；2、避免或减少这一薄弱环节对你成功的影响；3、如果不幸，你正处在这一环节中，你还可以采取有效的方法改进，或者转职去谋另一份工作。十、蘑菇管理　　蘑菇管理是许多组织对待初出茅庐者的一种管理方法，初学者被置于阴暗的角落（不受重视的部门，或打杂跑腿的工作），浇上一头大粪（无端的批评、指责、代人受过），任其自生自灭（得不到必要的指导和提携）。相信很多人都有这样一段蘑菇的经历，但这不一定是什么坏事，尤其是当一切都刚刚开始的时候，当上几天蘑菇，能够消除我们很多不切实际的幻想，让我们更加接近现实，看问题也更加实际，而对一个组织而言，一般地新进的人员都是一视同仁，从起薪到工作都不会有大的差别。无论你是多么优秀的人才，在刚开始的时候都只能从最简单的事情做起，蘑菇的经历对于成长中的年轻人来说，就像蚕茧，是羽化前必须经历的一步。所以，如何高效率地走过生命中的这一段，从中尽可能吸取经验，成熟起来，并树立良好的值得信赖的个人形象，是每个刚入社会的年轻人必须面对的课题。十一、奥卡姆剃刀定律　　如果你认为只有焦头烂额、忙忙碌碌地工作才可能取得成功，那么，你错了。　　事情总是朝着复杂的方向发展，复杂会造成浪费，而效能则来自于单纯。在你做过的事情中可能绝大部分是毫无意义的，真正有效的活动只是其中的一小部分，而它们通常隐含于繁杂的事物中。找到关键的部分，去掉多余的活动，成功并不那么复杂。　　奥卡姆剃刀：如无发要，勿增实体。　　12世纪，英国奥卡姆的威廉对无休无止的关于共相、本质之类的争吵感到厌倦，主张唯名论，只承认确实存在的东西，认为那些空洞无物的普遍性要领都是无用的累赘，应当被无情地剃除。他主张，如无必要，勿增实体。这就是常说的奥卡姆剃刀。这把剃刀曾使很多人感到威胁，被认为是异端邪说，威廉本人也受到伤害。然而，这并未损害这把刀的锋利，相反，经过数百年越来越快，并早已超越了原来狭窄的领域而具有广泛的、丰富的、深刻的意义。　　奥卡姆剃刀定律在企业管理中可进一步深化为简单与复杂定律：把事情变复杂很简单，把事情变简单很复杂。这个定律要求，我们在处理事情时，要把握事情的主要实质，把握主流，解决最根本的问题。尤其要顺应自然，不要把事情人为地复杂化，这样才能把事情处理好。十二、二八法则　　你所完成的工作里80%的成果，来自于你20%的付出；而80%的付出，只换来20%的成果。十三、钱的问题　　当某人告诉你：不是钱，而是原则问题时，十有八九就是钱的问题。　　关于金钱的本质、作用和功过，从古到今，人们已经留下了无数精辟深刻的格言和妙语。我们常会看到，人们为钱而兴奋，努力赚钱，用财富的画面挑逗自己。金钱对世界的秩序以及我们的生活产生的影响是巨大的、广泛的，这种影响有时是潜在的，我们往往意识不到它的作用如此巨大，然而奇妙的是：它完全是人类自己创造的。致富的驱动力并不是起源于生物学上的需要，动物生活中也找不到任何相同的现象。它不能顺应基本的目标，不能满足根本的需求的确，致富的定义就是获得超过自己需要的东西。然而这个看起来漫无目标的驱动力却是人类最强大的力量，人类为金钱而互相伤害，远超过其他原因。　　照一般的说法，金钱是价值的尺度，交换的媒介，财富的贮藏。但是这种说法忽略了它的另一面，它令人陶醉、令人疯狂、令人激动的一面，也撇开了爱钱的心理不谈。　　马克思说，金钱是人情的离心力，就是指这一方面而言。本文来自: 小木虫论坛 http://emuch.net/bbs/viewthread.php?tid=2555944; 个人分类: 经济管理|2018 次阅读|0 个评论

[转载]主元分析(PCA)理论分析及应用: 热度 1 yqx1985 2010-11-25 15:12; 主元分析 (PCA) 理论分析及应用 (主要基于外文教程翻译 ) 笔者按：你是不是经常用到主成分分析呢？你是否有时候也在想，为何经过那一系列操作后数据就完成了降维而信息量又不丢失？如果想了解主成分分析的原理，那么看看这篇文章吧。什么是 PCA? PCA 是 Principal component analysis 的缩写，中文翻译为主元分析。它是一种对数据进行分析的技术，最重要的应用是对原有数据进行简化。正如它的名字：主元分析，这种方法可以有效的找出数据中最主要的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭示隐藏在复杂数据背后的简单结构。它的优点是简单，而且无参数限制，可以方便的应用与各个场合。因此应用极其广泛，从神经科学到计算机图形学都有它的用武之地。被誉为应用线形代数最价值的结果之一。在以下的章节中，不仅有对 PCA 的比较直观的解释，同时也配有较为深入的分析。首先将从一个简单的例子开始说明 PCA 应用的场合以及想法的由来，进行一个比较直观的解释；然后加入数学的严格推导，引入线形代数，进行问题的求解。随后将揭示 PCA 与 SVD(Singular Value Decomposition) 之间的联系以及如何将之应用于真实世界。最后将分析 PCA 理论模型的假设条件以及针对这些条件可能进行的改进。一个简单的模型在实验科学中我常遇到的情况是，使用大量的变量代表可能变化的因素，例如光谱、电压、速度等等。但是由于实验环境和观测手段的限制，实验数据往往变得极其的复杂、混乱和冗余的。如何对数据进行分析，取得隐藏在数据背后的变量关系，是一个很困难的问题。在神经科学、气象学、海洋学等等学科实验中，假设的变量个数可能非常之多，但是真正的影响因素以及它们之间的关系可能又是非常之简单的。下面的模型取自一个物理学中的实验。它看上去比较简单，但足以说明问题。如图表 1 所示。这是一个理想弹簧运动规律的测定实验。假设球是连接在一个无质量无摩擦的弹簧之上，从平衡位置沿轴拉开一定的距离然后释放。图表 1 对于一个具有先验知识的实验者来说，这个实验是非常容易的。球的运动只是在 x 轴向上发生，只需要记录下轴向上的运动序列并加以分析即可。但是，在真实世界中，对于第一次实验的探索者来说（这也是实验科学中最常遇到的一种情况），是不可能进行这样的假设的。那么，一般来说，必须记录下球的三维位置。这一点可以通过在不同角度放置三个摄像机实现（如图所示），假设以的频率拍摄画面，就可以得到球在空间中的运动序列。但是，由于实验的限制，这三台摄像机的角度可能比较任意，并不是正交的。事实上，在真实世界中也并没有所谓的轴，每个摄像机记录下的都是一幅二维的图像，有其自己的空间坐标系，球的空间位置是由一组二维坐标记录的：。经过实验，系统产生了几分钟内球的位置序列。怎样从这些数据中得到球是沿着某个轴运动的规律呢？怎样将实验数据中的冗余变量剔除，化归到这个潜在的轴上呢？这是一个真实的实验场景，数据的噪音是必须面对的因素。在这个实验中噪音可能来自空气、摩擦、摄像机的误差以及非理想化的弹簧等等。噪音使数据变得混乱，掩盖了变量间的真实关系。如何去除噪音是实验者每天所要面对的巨大考验。上面提出的两个问题就是 PCA 方法的目标。 PCA 主元分析方法是解决此类问题的一个有力的武器。下文将结合以上的例子提出解决方案，逐步叙述 PCA 方法的思想和求解过程。线形代数：基变换从线形代数的角度来看， PCA 的目标就是使用另一组基去重新描述得到的数据空间。而新的基要能尽量揭示原有的数据间的关系。在这个例子中，沿着某轴上的运动是最重要的。这个维度即最重要的主元。 PCA 的目标就是找到这样的主元，最大程度的去除冗余和噪音的干扰。 A. 标准正交基为了引入推导，需要将上文的数据进行明确的定义。在上面描述的实验过程中，在每一个采样时间点上，每个摄像机记录了一组二维坐标，综合三台摄像机数据，在每一个时间点上得到的位置数据对应于一个六维列向量。如果以的频率拍摄 10 分钟，将得到个这样的向量数据。抽象一点来说，每一个采样点数据都是在维向量空间（此例中）内的一个向量，这里的是牵涉的变量个数。由线形代数我们知道，在维向量空间中的每一个向量都是一组正交基的线形组合。最普通的一组正交基是标准正交基，实验采样的结果通常可以看作是在标准正交基下表示的。举例来说，上例中每个摄像机记录的数据坐标为，这样的基便是。那为什么不取或是其他任意的基呢？原因是，这样的标准正交基反映了数据的采集方式。假设采集数据点是，一般并不会记录（在基下），因为一般的观测者都是习惯于取摄像机的屏幕坐标，即向上和向右的方向作为观测的基准。也就是说，标准正交基表现了数据观测的一般方式。在线形代数中，这组基表示为行列向量线形无关的单位矩阵。 B. 基变换从更严格的数学定义上来说， PCA 回答的问题是：如何寻找到另一组正交基，它们是标准正交基的线性组合，而且能够最好的表示数据集？这里提出了 PCA 方法的一个最关键的假设：线性。这是一个非常强的假设条件。它使问题得到了很大程度的简化： 1 ）数据被限制在一个向量空间中，能被一组基表示； 2 ）隐含的假设了数据之间的连续性关系。这样一来数据就可以被表示为各种基的线性组合。令表示原数据集。是一个的矩阵，它的每一个列向量都表示一个时间采样点上的数据，在上面的例子中，。表示转换以后的新的数据集表示。是他们之间的线性转换。 (1) 有如下定义： l 表示的行向量。 l 表示的列向量（或者）。 l 表示的列向量。公式 (1) 表示不同基之间的转换，在线性代数中，它有如下的含义：是从到的转换矩阵。几何上来说，对进行旋转和拉伸得到。的行向量，是一组新的基，而是原数据在这组新的基表示下得到的重新表示。下面是对最后一个含义的显式说明：注意到的列向量：可见表示的是与中对应列的点积，也就是相当于是在对应向量上的投影。所以，的行向量事实上就是一组新的基。它对原数据进行重新表示。在一些文献中，将数据成为源，而将变换后的称为信号。这是由于变换后的数据更能体现信号成分的原因。 C. 问题在线性的假设条件下，问题转化为寻找一组变换后的基，也就是的行向量，这些向量就是 PCA 中所谓的主元。问题转化为如下的形式： l 怎样才能最好的表示原数据？ l 的基怎样选择才是最好的？解决问题的关键是如何体现数据的特征。那么，什么是数据的特征，如何体现呢？方差和目标最好的表示是什么意思呢？下面的章节将给出一个较为直观的解释，并增加一些额外的假设条件。在线性系统中，所谓的混乱数据通常包含以下的三种成分：噪音、旋转以及冗余。下面将对这三种成分做出数学上的描述并针对目标作出分析。 A. 噪音和旋转噪音对数据的影响是巨大的，如果不能对噪音进行区分，就不可能抽取数据中有用的信息。噪音的横梁有多种方式，最常见的定义是信噪比 ( signal-to-noise ratio ) ，或是方差比： (2) 比较大的信噪比表示数据的准确度高，而信噪比低则说明数据中的噪音成分比较多。那么怎样区分什么是信号，什么是噪音呢？这里假设，变化较大的信息被认为是信号，变化较小的则是噪音。事实上，这个标准等价于一个低通的滤波器，是一种标准的去噪准则。而变化的大小则是由方差来描述的。它表示了采样点在平均值两侧的分布，对应于图表 2 (a) 就是采样点云的胖瘦。显然的，方差较大，也就是较宽较胖的分布，表示了采样点的主要分布趋势，是主信号或主要分量；而方差较小的分布则被认为是噪音或次要分量。图表 2 ： (a) 摄像机 A 的采集数据。图中黑色垂直直线表示一组正交基的方向。是采样点云在长线方向上分布的方差，而是数据点在短线方向上分布的方差。 (b) 对的基向量进行旋转使 SNR 和方差最大。假设摄像机 A 拍摄到的数据如图表 2 (a) 所示，圆圈代表采样点，因为运动理论上是只存在于一条直线上，所以偏离直线的分布都属于噪音。此时描述的就是采样点云在某对垂直方向上的概率分布的比值。那么，最大限度的揭示原数据的结构和关系，找出某条潜在的，最优的轴，事实上等价寻找一对空间内的垂直直线（图中黑线表示，也对应于此空间的一组基），使得信噪比尽可能大的方向。容易看出，本例中潜在的轴就是图上的较长黑线方向。那么怎样寻找这样一组方向呢？直接的想法是对基向量进行旋转。如图表 2 (b) 所示，随着这对直线的转动以及方差的变化情况。应于最大值的一组基，就是最优的主元方向。在进行数学中求取这组基的推导之前，先介绍另一个影响因素。 B. 冗余有时在实验中引入了一些不必要的变量。可能会使两种情况： 1 ）该变量对结果没有影响； 2 ）该变量可以用其它变量表示，从而造成数据冗余。下面对这样的冗余情况进行分析和分类。图表 3 ：可能冗余数据的频谱图表示。和分别是两个不同的观测变量。（比如例子中的，）。最佳拟合线用虚线表示。如图表 3 所示，它揭示了两个观测变量之间的关系。 (a) 图所示的情况是低冗余的，从统计学上说，这两个观测变量是相互独立的，它们之间的信息没有冗余。而相反的极端情况如 (c) ，和高度相关，完全可以用表示。一般来说，这种情况发生可能是因为摄像机 A 和摄像机 B 放置的位置太近或是数据被重复记录了，也可能是由于实验设计的不合理所造成的。那么对于观测者而言，这个变量的观测数据就是完全冗余的，应当去除，只用一个变量就可以表示了。这也就是 PCA 中降维思想的本源。 C. 协方差矩阵对于上面的简单情况，可以通过简单的线性拟合的方法来判断各观测变量之间是否出现冗余的情况，而对于复杂的情况，需要借助协方差来进行衡量和判断：，分别表示不同的观测变量所记录的一组值，在统计学中，由协方差的性质可以得到： l ，且当且仅当观测变量，相互独立。 l ，当 = 。等价的，将，写成行向量的形式：，协方差可以表示为： (3) 那么，对于一组具有个观测变量，个采样时间点的采样数据，将每个观测变量的值写为行向量，可以得到一个的矩阵： (4) 接下来定义协方差矩阵如下： (5) 容易发现协方差矩阵性质如下： l 是一个的平方对称矩阵。 l 对角线上的元素是对应的观测变量的方差。 l 非对角线上的元素是对应的观测变量之间的协方差。协方差矩阵包含了所有观测变量之间的相关性度量。更重要的是，根据前两节的说明，这些相关性度量反映了数据的噪音和冗余的程度。 l 在对角线上的元素越大，表明信号越强，变量的重要性越高；元素越小则表明可能是存在的噪音或是次要变量。 l 在非对角线上的元素大小则对应于相关观测变量对之间冗余程度的大小。一般情况下，初始数据的协方差矩阵总是不太好的，表现为信噪比不高且变量间相关度大。 PCA 的目标就是通过基变换对协方差矩阵进行优化，找到相关主元。那么，如何进行优化？矩阵的那些性质是需要注意的呢？ D. 协方差矩阵的对角化总结上面的章节，主元分析以及协方差矩阵优化的原则是： 1 ）最小化变量冗余，对应于协方差矩阵的非对角元素要尽量小； 2 ）最大化信号，对应于要使协方差矩阵的对角线上的元素尽可能的大。因为协方差矩阵的每一项都是正值，最小值为 0 ，所以优化的目标矩阵的非对角元素应该都是 0 ，对应于冗余最小。所以优化的目标矩阵应该是一个对角阵。即只有对角线上的元素可能是非零值。同时， PCA 假设所对应的一组变换基必须是标准正交的，而优化矩阵对角线上的元素越大，就说明信号的成分越大，换句话就是对应于越重要的主元。对于协方差矩阵进行对角化的方法很多。根据上面的分析，最简单最直接的算法就是在多维空间内进行搜索。和图表 2 (a) 的例子中旋转的方法类似： 1）在维空间中进行遍历，找到一个方差最大的向量，令作。 2）在与垂直的向量空间中进行遍历，找出次大的方差对应的向量，记作。 3）对以上过程循环，直到找出全部的向量。它们生成的顺序也就是主元的排序。这个理论上成立的算法说明了 PCA 的主要思想和过程。在这中间，牵涉到两个重要的特性： a) 转换基是一组标准正交基。这给 PCA 的求解带来了很大的好处，它可以运用线性代数的相关理论进行快速有效的分解。这些方法将在后面提到。 b ）在 PCA 的过程中，可以同时得到新的基向量所对应的主元排序，利用这个重要性排序可以方便的对数据进行光顺、简化处理或是压缩。 A. PCA 的假设和局限 PCA 的模型中存在诸多的假设条件，决定了它存在一定的限制，在有些场合可能会造成效果不好甚至失效。对于学习和掌握 PCA 来说，理解这些内容是非常重要的，同时也有利于理解基于改进这些限制条件的 PCA 的一些扩展技术。 PCA 的假设条件包括： 1. 线形性假设。如同文章开始的例子， PCA 的内部模型是线性的。这也就决定了它能进行的主元分析之间的关系也是线性的。现在比较流行的 kernel -PCA 的一类方法就是使用非线性的权值对原有 PCA 技术的拓展。 2. 使用中值和方差进行充分统计。使用中值和方差进行充分的概率分布描述的模型只限于指数型概率分布模型。（例如高斯分布），也就是说，如果我们考察的数据的概率分布并不满足高斯分布或是指数型的概率分布，那么 PCA 将会失效。在这种模型下，不能使用方差和协方差来很好的描述噪音和冗余，对教化之后的协方差矩阵并不能得到很合适的结果。事实上，去除冗余的最基础的方程是：其中代表概率分布的密度函数。基于这个方程进行冗余去除的方法被称作独立主元分析 (ICA) 方法 ( Independent Component Analysis ) 。不过，所幸的是，根据中央极限定理，现实生活中所遇到的大部分采样数据的概率分布都是遵从高斯分布的。所以 PCA 仍然是一个使用于绝大部分领域的稳定且有效的算法。 3. 大方差向量具有较大重要性。 PCA 方法隐含了这样的假设：数据本身具有较高的信噪比，所以具有最高方差的一维向量就可以被看作是主元，而方差较小的变化则被认为是噪音。这是由于低通滤波器的选择决定的。 4. 主元正交。 PCA 方法假设主元向量之间都是正交的，从而可以利用线形代数的一系列有效的数学工具进行求解，大大提高了效率和应用的范围。 PCA 求解：特征根分解在线形代数中， PCA 问题可以描述成以下形式：寻找一组正交基组成的矩阵，有，使得是对角阵。则 P 的行向量（也就是一组正交基），就是数据的主元向量。对进行推导：定义，则是一个对称阵。对进行对角化求取特征向量得：则是一个对角阵而则是对称阵的特征向量排成的矩阵。这里要提出的一点是，是一个的矩阵，而它将有个特征向量。其中是矩阵的秩。如果，则即为退化阵。此时分解出的特征向量不能覆盖整个空间。此时只需要在保证基的正交性的前提下，在剩余的空间中任意取得维正交向量填充的空格即可。它们将不对结果造成影响。因为此时对应于这些特征向量的特征值，也就是方差值为零。求出特征向量矩阵后我们取，则，由线形代数可知矩阵有性质，从而进行如下计算：可知此时的就是我们需要求得变换基。至此我们可以得到 PCA 的结果： l 的主元即是的特征向量，也就是矩阵的行向量。 l 矩阵对角线上第 i 个元素是数据在方向的方差。我们可以得到 PCA 求解的一般步骤： 1 ）采集数据形成的矩阵。为观测变量个数，为采样点个数。 2 ）在每个观测变量（矩阵行向量）上减去该观测变量的平均值得到矩阵。 3 ）对进行特征分解，求取特征向量以及所对应的特征根。总结和讨论 l PCA 技术的一大好处是对数据进行降维的处理。我们可以对新求出的主元向量的重要性进行排序，根据需要取前面最重要的部分，将后面的维数省去，可以达到降维从而简化模型或是对数据进行压缩的效果。同时最大程度的保持了原有数据的信息。在前文的例子中，经过 PCA 处理后的数据只剩下了一维，也就是弹簧运动的那一维，从而去除了冗余的变量，揭示了实验数据背后的物理原理。 l PCA 技术的一个很大的优点是，它是完全无参数限制的。在 PCA 的计算过程中完全不需要人为的设定参数或是根据任何经验模型对计算进行干预，最后的结果只与数据相关，与用户是独立的。但是，这一点同时也可以看作是缺点。如果用户对观测对象有一定的先验知识，掌握了数据的一些特征，却无法通过参数化等方法对处理过程进行干预，可能会得不到预期的效果，效率也不高。图表 4 ：黑色点表示采样数据，排列成转盘的形状。容易想象，该数据的主元是或是旋转角。如图表 4 中的例子， PCA 找出的主元将是。但是这显然不是最优和最简化的主元。之间存在着非线性的关系。根据先验的知识可知旋转角是最优的主元。则在这种情况下， PCA 就会失效。但是，如果加入先验的知识，对数据进行某种划归，就可以将数据转化为以为线性的空间中。这类根据先验知识对数据预先进行非线性转换的方法就成为 kernel -PCA ，它扩展了 PCA 能够处理的问题的范围，又可以结合一些先验约束，是比较流行的方法。 l 有时数据的分布并不是满足高斯分布。如图表 5 所示，在非高斯分布的情况下， PCA 方法得出的主元可能并不是最优的。在寻找主元时不能将方差作为衡量重要性的标准。要根据数据的分布情况选择合适的描述完全分布的变量，然后根据概率分布式来计算两个向量上数据分布的相关性。等价的，保持主元间的正交假设，寻找的主元同样要使。这一类方法被称为独立主元分解 (ICA) 。图表 5 ：数据的分布并不满足高斯分布，呈明显的十字星状。这种情况下，方差最大的方向并不是最优主元方向。 l PCA 方法和线形代数中的奇异值分解 (SVD) 方法有内在的联系，一定意义上来说， PCA 的解法是 SVD 的一种变形和弱化。对于的矩阵，通过奇异值分解可以直接得到如下形式：其中是一个的矩阵，是一个的矩阵，而是的对角阵。形式如下：其中，是原矩阵的奇异值。由简单推导可知，如果对奇异值分解加以约束：的向量必须正交，则矩阵即为 PCA 的特征值分解中的，则说明 PCA 并不一定需要求取，也可以直接对原数据矩阵进行 SVD 奇异值分解即可得到特征向量矩阵，也就是主元向量。计算机视学领域的应用 PCA 方法是一个具有很高普适性的方法，被广泛应用于多个领域。这里要特别介绍的是它在计算机视觉领域的应用，包括如何对图像进行处理以及在人脸识别方面的特别作用。 A. 数据表示如果要将 PCA 方法应用于视觉领域，最基本的问题就是图像的表达。如果是一幅大小的图像，它的数据将被表达为一个维的向量：在这里图像的结构将被打乱，每一个像素点被看作是一维，最直接的方法就是将图像的像素一行行的头尾相接成一个一维向量。还必须要注意的是，每一维上的数据对应于对应像素的亮度、灰度或是色彩值，但是需要划归到同一纬度上。 B. 模式识别假设数据源是一系列的 20 幅图像，每幅图像都是大小，那么它们都可以表示为一个维的向量。将它们排成一个矩阵：然后对它们进行 PCA 处理，找出主元。为什么这样做呢？据人脸识别的例子来说，数据源是 20 幅不同的人脸图像， PCA 方法的实质是寻找这些图像中的相似的维度，因为人脸的结构有极大的相似性（特别是同一个人的人脸图像），则使用 PCA 方法就可以很容易的提取出人脸的内在结构，也及时所谓模式，如果有新的图像需要与原有图像比较，就可以在变换后的主元维度上进行比较，则可衡量新图与原有数据集的相似度如何。对这样的一组人脸图像进行处理，提取其中最重要的主元，即可大致描述人脸的结构信息，称作特征脸 ( EigenFace ) 。这就是人脸识别中的重要方法特征脸方法的理论根据。近些年来，基于对一般 PCA 方法的改进，结合 ICA 、 kernel -PCA 等方法，在主元分析中加入关于人脸图像的先验知识，则能得到更好的效果。 C. 图像信息压缩使用 PCA 方法进行图像压缩，又被称为 Hotelling 算法，或者 Karhunen and Leove (KL) 变换。这是视觉领域内图像处理的经典算法之一。具体算法与上述过程相同，使用 PCA 方法处理一个图像序列，提取其中的主元。然后根据主元的排序去除其中次要的分量，然后变换回原空间，则图像序列因为维数降低得到很大的压缩。例如上例中取出次要的 5 个维度，则图像就被压缩了 1/4 。但是这种有损的压缩方法同时又保持了其中最重要的信息，是一种非常重要且有效的算法。参考文献 Lindsay I Smith. (2002) A tutorial on Principal Components Analysis Jonathon Shlens . (2005) A Tutorial on Principal Component Analysis ?Will, Todd (1999) Introduction to the Singular Value Decomposition Davidson College. http://www.davidson.edu/academic/math/will/svd/index.html Bell, Anthony and Sejnowski , Terry. (1997) The Independent Components of Natural Scenes are EdgeFilters . Vision Research 37(23), 3327-3338. T.F. Cootes and C.J.Taylor (2004) Statistical Models of Appearance for Computer Vision http://www.isbe.man.ac.uk/~bim/Models/app_models.pdf 张翠平苏光大 (2000) 人脸识别技术综述《中国图像图形学报》第五卷 A 版第 11 期何国辉甘俊英 (2006) PCA 类内平均脸法在人脸识别中的应用研究《计算机应用研究》 2006 年第三期牛丽平付仲良魏文利 (2006) 人脸识别技术研究《电脑开发与应用》 2006 年第五期 Wikipedia principal components analysis 词条解释 From Answers. com 全文转自： http://www.cad.zju.edu.cn/home/chenlu/pca.htm; 个人分类: 计算化学|8543 次阅读|1 个评论

热力学第二定律与“最可几”的地位需要调整（3）: zhangxw 2010-8-20 16:42; 热力学第二定律与最可几的地位需要调整（ 3 ）熵概念的地位与熵原理的地位张学文，2010.8.20 1. 热力学熵经历了统计力学的解释已经变成了一个面对一个很大的集合的统计量的对数与波尔兹曼常数的积，而信息论发展出来的信息熵也可以论证热力学的统计分布的准确性。注意到信息熵来自对一个集合的抽样结局的不确定性。所有这些都已经使热不再在这个熵概念里占主导地位。熵的数值的大或者小，决定于面对的集合内的状态的多样性。 2. 在这种认识下，熵已经不必要去纠缠自己的热力学出身，而可以横贯科学各个领域。但是熵这个字（包括原始带有能量色彩的德文，和具有热的色彩的中文）都容易使人产生误解和迷信。比较妥当的办法是修改表达这个概念的用词，废弃熵这个字。 3. 在信息论那里固然使用带熵的信息熵这个词，但是多数场合，仅使用信息二字。其实信息和信息熵的量纲是一致的，而且电脑方面的什么 8 个字节， 1 兆， 1 吉字节早已为大家准确理解。熵概念在扩展中已经使熵字蒸发了。 4. 组成论在所谓广义集合（由地位相同的个体组成的集合）概念的基础上，根据集合内的不同状态的个体的数量的不同，定义了一个称为复杂程度的统计量。复杂程度定义不正面涉及概率、抽样的概念，也不依赖热概念。它是信息熵的 N （个体数量）倍，而热力学熵是它的特例。所以复杂程度概念在信息论和热力学中也可以使用，并且代替信息熵或者热力学熵。作者主张在一般场合用复杂程度代替熵这个词。而复杂程度概念的通用领域可以远远超出热力学或者信息论。一切可以计算平均值的数据，都可以用复杂程度公式计算该对象（数据集合）的复杂程度。改造后的熵概念不是缩小了应用领域，而是扩大了应用范围。 5. 面对一个系统（广义集合），熵是一个可以计算的数值（计算公式是由人规定的）。这里不涉及什么物理原理。但是当谈到熵原理时，就涉及我们这样规定、计算的量应当的遵守的客观规律了。如前所述，热力学的熵原理是热力学第二定律的另外的称谓。现在，无论是热力学的熵原理，或者数据处理领域的最大熵方法，或者组成论所谓的最复杂原理都是概率公理的推论。正是因为这样计算的熵值具有极值的特点，帮助我们获得了很多新知识（具体的规律、分布函数等）。 6. 熵原理为什么正确？按照前面所说它依赖概率公理是否正确。概率公理是否绝对正确？我们说在该系统确实存在随机性。具有出现多种结局的情况下，高概率对应的结局正确的机会高，而不是必然。所以在具有不确定性的问题里，你可以充分利用熵原理（自然也需要一些技巧）。但是， 7. 但是，上面的说法依然不完全。我们也应当认识到，熵，仅仅是面对某集合的一个统计量。如果该集合、系统中发生某些必然的、自发物理过程，那么与此物理过程对应的熵（或者称为复杂程度）也可能是减少。 8. 真的存在自发的熵减少过程？本人在 1986 年的一篇文章中就提出物理场的熵的概念，它即符合信息熵的定义，又定量刻画一个真实的物理场。一个典型的例子是有个温度不均一的物理场（不同的位置温度不同）。在外界没有质量、能量输入的情况下，按照物理学的热量扩散，它最后达到场的每个点的温度相同的结局。此时，一方面热力学熵增加到它力所能及的最大值，但是，与此同时，描述场的温度的复杂程度的熵值就减少到最小值， 0 。也就是说自发进行的过程是热力学熵变大而场的熵减少。我们也可以认为这个自发过程使非热力学熵的一部分变成了热力学熵。 9. 热力学熵与非热力学熵的互相转化是热力学第二定律没有涉及的研究领域。当熵概念跨出热的范畴以后，我们才注意到这个重要问题。此前我的博客短文，某些系统内此消彼长的熵 http://www.sciencenet.cn/m/user_content.aspx?id=240814 ，也在提示要重视这个重要现象。 10. 有两个皮球一个红色一个蓝色，面对这个集合，其颜色的复杂程度等于 2log2 ，即 2 个比特。现在把皮球扔到河的上游，后来在河的下游把两个皮球捞上来，可它们都变成灰色的皮球了。此时这个集合的复杂程度（熵）从 2 比特变成了零比特（没有差异）。这也是熵减少的例子。类似的例子可以是这样的：一个带正电的球和一个带负电的球碰到一起。结果正负电中和，变成没有电的球了。它也是自发进行的物理过程。这里的广义的熵（复杂程度），也是自然减少（为 0 ）的！ 11. 这些现象似乎违反了熵增加原理，但是这个熵减少过程不违反概率公理。所以我们不能让熵增加原理挡住了我们看到客观存在的另外一些熵（可以包括非热力学熵）的自发减少现象。而我们应当在更高的视野里分析不同的熵的转化现象，找出更一般的规律。 12. 重新调整后的熵概念（包括改用信息、或者复杂程度称呼它）可以远离热力学而在各个领域应用、计算。自然界存在着自发减少的广义熵（复杂程度），它也体现某些自然规律。它提示我们广义的熵不必遵守最大熵原理，但是它们没有违反概率公理。揭露不同含义的熵的变化与转化规律，有大量的工作需要做。; 个人分类: 统计、概率、熵、信息、复杂性.2.|4656 次阅读|26 个评论

沙里淘金的原理: yaoronggui 2010-8-10 01:30; 金的化学性质特别稳定，很难同其他元素化合，因此它以游离态存在于自然界。在地壳中，由于金的含量很少且非常分散。所以它的价格极其昂贵。在一些江河的沙中混有少量的小金粒。要才能够沙粒中分离出金粒实质就是从混合物中得到纯净物，其原理是根据沙河金的比重不同，人们把含有金屑的沙粒在水中荡洗，使其一圈一圈地旋转，沙子比较轻随水流去，金子比较重留在底部，这就是常说的淘金。; 个人分类: 化学与生活|13937 次阅读|2 个评论

气焊和气割的原理: yaoronggui 2010-6-15 14:58; 高中化学在讲到物质分类和变化时会讲到物理变化和化学变化，但气焊和气割容易混淆，所以在此列出气焊和气割的原理。一、气焊原理：物理变化利用气体燃烧产生的热量将金属的接头和填充金属熔化，使焊接的接头相互熔化在一起 , 凝固后成为一体的牢固的接头。通常用作气焊的可燃气体为乙炔及氧气，火焰温度可达 3100 ～ 3300 ℃。气焊就是利用可燃气体与氧气混合燃烧的火馅加热金属的。二、气割原理：化学变化利用可燃气体与氧气混合燃烧的火焰热能将工件切割处预热到一定温度后，喷出高速切割氧流，使金属剧烈氧化并放出热量，利用切割氧流把熔化状态的金属氧化物吹掉，而实现切割的方法。金属的气割过程实质是铁在纯氧中的燃烧过程，而不是熔化过程。; 个人分类: 教学拾遗|12416 次阅读|0 个评论

Darlington transistor(达林顿晶体管）原理，结构及应用: hlyxue 2010-5-19 20:08; 达林顿管达林顿管就是两个三极管接在一起，极性只认前面的三极管。具体接法如下，以两个相同极性的三极管为例，前面为三极管集电极跟后面三极管集电极相接，前面为三极管射极跟后面三极管基极相接，前面三极管功率一般比后面三极管小，前面三极管基极为达林顿管基极，后面三极管射极为达林顿管射极，用法跟三极管一样，放大倍数是两个三极管放大倍数的乘积。达林顿管原理　　达林顿管又称复合管。它将二只三极管适当的连接在一起，以组成一只等效的新的三极管。这等效于三极管的放大倍数是二者之积。在电子学电路设计中，达林顿接法常用于功率放大器和稳压电源中。　　达林顿电路有四种接法：NPN+NPN，PNP+PNP，NPN+PNP,PNP+NPN. 　　前二种是同极性接法，后二种是异极性接法。NPN+NPN的同极性接法：B1为B，C1C2为C，E1B2接在一起，那么E2为E。这里也说一下异极性接法。以NPN+PNP为例。设前一三极管T1的三极为C1B1E1，后一三极管T2的三极为C2B2E2。达林顿管的接法应为：C1B2应接一起，E1C2应接一起。等效三极管CBE的管脚，C=E2,B=B1，E=E1(即C2）。等效三极管极性，与前一三极管相同。即为NPN型。　　PNP+NPN的接法与此类同。　　NPN PNP 　　同极型达林顿三极管　　NPN PNP 等效一只三极管　　异极型达林顿三极管达林顿模块电路典型结构实际比较常用的是达林顿模块，它把GTR、续流二极管、辅助电路做到一个模块内。在较早期的功率电子设备中，比较多地使用了这种器件。图1-2是这种器件的内部典型结构。两个二极管左侧是加速二极管，右侧为续流二极管。加速二极管的原理是引进了电流串联正反馈，达到加速的目的。这种器件的制造水平是1800V/800A/2KHz、600V/3A/100KHz左右（参考）。达林顿管的应用 1、用于大功率开关电路、电机调速、逆变电路。 2、驱动小型继电器利用CMOS电路经过达林顿管驱动高灵敏度继电器的电路，如图1所示。虚线框内是小功率NPN达林顿管FN020。利用CMOS电路经过达林顿管驱动高灵敏度继电器的电路，如图1所示。虚线框内是小功率NPN达林顿管FN020。 3、驱动LED智能显示屏 LED智能显示屏是由微型计算机控制，以LED矩阵板作显示的系统，可用来显示各种文字及图案。该系统中的行驱动器和列驱动器均可采用高、高速低压降的达林顿管。图2是用BD683(或BD677)型中功率NPN达林顿管作为列驱动器，而用BD682(或BD678)型PNP达林顿管作行驱动器，控制88LED矩阵板上相应的行(或列)的像素发光。应注意的是，达林顿管由于内部由多只管子及电阻组成，用万用表测试时，be结的正反向阻值与普通三极管不同。对于高速达林顿管，有些管子的前级be结还反并联一只输入二极管，这时测出be结正反向电阻阻值很接近；容易误判断为坏管，这个请注意。功率电子电路大多要求具有大电流输出能力，以便于驱动各种类型的负载。功率驱动电路是功率电子设备输出电路的一个重要组成部分。在大型仪器仪表系统中，经常要用到伺服电机、步进电机、各种电磁阀、泵等驱动电压高且功率较大的器件。ULN2000、ULN2800高压大电流达林顿晶体管阵列系列产品就属于这类可控大功率器件，由于这类器件功能强、应用范围语广。因此，许多公司都生产高压大电流达林顿晶体管阵列产品，从而形成了各种系列产品，ULN2000、ULN2800系列就是美国Texas Instruments公司、美国Sprague公司开发的高压大电流达林顿晶体管阵列产品。这些产品电路具有以下特点：●电流增益高（大于1000）；●带负载能力强（输出电流大于500mA）；●温度范围宽（-40～85℃）；●工作电压高（大于50V）。; 个人分类: 社会万象|10419 次阅读|0 个评论

实时浊度仪原理: han5 2010-4-29 11:12; 在应用环介导等温扩增技术（LAMP）做相关检测的早期探索实验中，为了保证结论更为客观，同时也为了避免LAMP产物污染，一般采用实时浊度仪（Real time turbidimeter）来进行实验。LA-320c型实时浊度仪是专门用于LAMP反应的仪器，它是由LA-200行改进而来，其基本原理是：在实时浊度仪中，通过加热（60℃~65℃0.5℃）使LAMP反应进行，同时在反应管一侧装有650 nm的发光二极管（LED），控制入射光强度，在其相对一次装有光电二极管（Photodiode,PD），控制透射光强度，由于LAMP反应中生成副产物白色硫酸镁沉淀，造成光强度差异，浊度计算公式为：浊度=In(I PD /I LED )，其中I PD 为PD接收的光强度，I LED 为LED发射的光强度。在计算机联机软件上，通过调整反应基线和每6 s检测一次浊度，从而获得浊度曲线。当实时浊度判断曲线超过阈值（Threshold）0.1时，即判断为阳性结果，否则为阴性结果。转载请注明出处： http://www.sciencenet.cn/m/user_content.aspx?id=317430 参考文献： Mori Y, Kitao M, Tomita N, et al. Real-time turbidimetry of LAMP reaction for quantifying template DNA .J Biochem Biophys Methods, 2004, 59(2):145-157.; 个人分类: 小话科研|3049 次阅读|0 个评论

搞处理机设计的诀窍: accsys 2010-4-23 07:25; 姜咏江一个追随我半年的学生退了，这是我不愿意看到的事情。搞计算机核心设计需要扎实的计算机原理知识，我让他好好读我的《计算机原理教程》，并准备一次决定是否收他为徒的考试。他昨天告诉我选择了放弃。搞计算机硬件设计的人一定要天生聪慧，这其中的关键是要深入掌握计算机原理，并且要进行过原理计算机的设计。现在大学很浮躁，体现在学生身上也急功近利，学那么两三年就想挣大钱，因而很少有人在学科的基本原理方面痛下功夫，很难深入到计算机高层次的境界。一位朋友通过邮件告诉我说：本人打算设计一款处理器，不知道怎么入手。他还说：我已经设计出了操作系统，基于X86构架的，现在我打算设计一个自己的接收机系统，实践才是真正的梦想！搞计算机的人如果能够自己设计制作出计算机来，那无疑是圆了科学研究的美梦。这位朋友能够自己设计操作系统，自然功底不浅，但仅在软件的范围深入，难免会发出不知道怎么入手的感叹。我认为科学研究原理极为重要，因为只有牢固地掌握了原理，才能够有智慧，有能力，才能使人变得聪明起来。目前计算机教材不够注重原理，因而培养出来的学生常常缺乏想像力。实践中，许多人只了解一些现成器件的接口，就匆匆进行实践设计，这种知其然儿不知所以然的实践方法，阻碍了理论和实践的进一步发展。凡事多问为什么，特别是搞计算机，不这样作，就不能摆脱追随国外厂家的打工者身份。深入掌握计算机原理，巧妙地利用现代的科技成果FPGA和EDA，属于自己的计算机系统一定能造出来，梦一定能实现。这是我想跟计算机朋友说的诀窍。 2010-4-23; 个人分类: 随笔|3872 次阅读|2 个评论

挑战电磁学基本原理: liuxiaod 2010-1-2 07:43; 在电磁场理论中，我们知道可以分别做电场多极展开和磁场多极展开，上学的时候，教授明确告诉我们，这两种多极展开在数学上是严格证明的，不再存在其他的多极展开。对于这样的理论，我只有相信，没有其他选择，我估计大部分物理系学生都不会自己去重新证明一遍。我对教授的说法有疑问，但是自己的水平太低，找不到反驳的依据。我很想知道大家的看法，我列出下面几种意见，请大家选择（为了不影响别人的选择意见，选择的答案可以用悄悄话发给我）。 A) 电磁多极展开在数学上是严格正确的，不可能存在其他展开，这样的疑问是违反逻辑的，荒唐的。 B) 可能有其他理论，但是是等价的，所以没有必要更换。 C) 可能存在额外的展开形式，与已有的电磁展开独立，但是目前不知道。 D) 的确存在额外的展开形式，与已有的电磁展开独立，（请用悄悄话告诉我文献出处）。谢谢大家！; 个人分类: 教育|2823 次阅读|1 个评论

关于计算机“十一五”国家级规划教材的看法: 热度 1 accsys 2009-12-13 07:45; 本以为在大学精神何在？论坛上能见到张尧学司长，但他繁忙，未能出席作报告。只好托YOCSEF 的负责人转交如下看法： 1．国内计算机教材普遍缺乏系统性，不注重理论阐述，不注重如何运用理论指导的阐述，缺乏对教育规律的认识； 2．重技术不重视原理教育，使计算机科研缺乏后劲，难以产生一流科研人才和成果； 3．计算机教材多杂，且雷同，知识含量较低，浪费时间过多； 4．计算机科学与技术专业太虚，建议设立计算机设计与制造专业，促进高校计算机理论与实践水平提高。对外经济贸易大学动态计算机设计者姜咏江 2009-12-12; 个人分类: 随笔|2848 次阅读|2 个评论

太阳能电池: zjl5288 2009-12-10 20:04; 太阳能电池; 个人分类: 科学常识|3052 次阅读|0 个评论

选题和解题原理: icstu1 2009-12-8 14:41; 选题,解题原理㈠选题原理：Ａ选题: 课题选择.命题. 课题选泽:确定研究的对象,内容.目的(主要任务,要解决的问题); 明确研究的意义(学科价值, 社会需要);一般需经过可行性调研(研究）。Ｂ命题: 要求中肯. 醒目. 简练. 选题的重要性体现在: 是研究或写作成败的关键. j．d.贝尔纳指出:题目的形成和选择, 无论是从技术要求和科学本身的要求来说，都是研究工作中最复杂的一个阶段。一般来说提出课题比解决课题更困难, 如果再加上人力和条件都有一定的局限,则产生的课题之多, 是无法一下子全都解决的,所以评价和选题, 便成了研究战略的起点.李四光指出: 任何一个实际问题很少是单纯的，总要对构成一个问题的各项事物,实际上就是代表事物的那些词句的意义, 和那个问题展开的步骤,有了正确的认识,方才可以形成一个问题。做到这一点,问题可算已经解决了一半。是研究水平的标志。选题本身就是一种研究工作, 正确的选题, 既是科学的起点，又是科学的结果, 因此能不能选好题也是研究者水平和能力的重要标志。贝弗里奇指出;'...对于初学者, 最好选择一个很有可能出成果的题目, 而这题目当然不要超过他的技术能力。成功是对进一步发展的有力推动和帮助,而不断受挫则解题可能起到相反的效果。Ｃ解题: 解题就是解决或完成你所提出的研究课题或问。在解题过程中关键是要有正确的解题思想,这才会有有效的解题实践, 得到预期的研究结果(成果). 研究者如果能够熟练地掌握与运用解题原理和巧妙的解题方法(思维技巧)或研究技巧，就能得到事半功倍的效果。下面概括地介绍一下解题原理和一些技巧: ㈡解题原理: Ａ：化整为零─分切原理. 分切原理:分切的对象就是题。一个题一下解不了。就将它分解,切割,变成若干较小的题,相对来说, 较小的题比较大的题容易解。未经分切的题叫做整题经过分切的题叫做分题.通过解各个分题来实现解整题Ｂ：拿来主义─可通原理在甲领域行之有效的方法,做法,　或者是别人,　别地用过的方法，做法,拿到乙领域,拿到自己本地来使用。如果能拿来就用,这要比重新创造省时省力。能不能拿来就用,需要经过可通性判断,需要认真地进行题的相同或相似的条件判断.题相同, 解法可以通用,解法的通用程度与题的相同程度成正比;题相似，解法可以移用,移用时重新试验过程的长度与题的相似程度成反比. Ｃ：抓住特异─差别原理解题必须找到只对解决特定问题有效的特殊办法, 题本身的差别, 决定了解题方法的差别。题是相同还是不相同,是由同一和差别的界线限决定的，同一和差别的界限，既是相对不变的。又是随机可变的，因此,当题客观上相异时, 认识此题与他题的差别就成为能否解题的首要问题。Ｄ：化零为整─综合原理整题分切成若干分题，并得出分题的结果后，应根据分题情况和分题解对整题的影响等因素,采取和积综合(算术综合)，立体综合。流水综合或系统综合等办法，将整题解出。方法技巧: 下述的思维方法和技巧。在具体解题实践中是很有用的: 比较和分类：Ａ：比较就是对照各个对象，以便揭示它们共同点和相异点的方法。Ｂ：分类就是按属性异同将事物区别为不同种类的方法. 归纳和演绎：Ｃ：归纳是从个别中发现一般方法和推理形式。Ｄ：演绎是从一般中发现个别的方法和推理形式分析和综合：Ｅ：分析是把整体分解为部分,把复杂事物分解为各个要素, 并对这些部分,要素进行研究和认识的方法。Ｆ：综合是把事物的各个部分要素联结和统一起来进行考察的方法。想象和类比：Ｇ：想象是人脑在改造记忆表象的基础上创建新形象的过程. Ｈ：类比是根据两个(类) 事物之间在部分属性上的相似而推出它们在其它属性上也可能相似的一种思维方法.(或然性推理) 另: 【转载】找到科研创新点 http://bbs.sciencenet.cn/showtopic-70738.aspx 周边的同学和朋友，经常为找不到创新点而烦恼，昨天与我的原来导师的师妹网上也聊起，向我求助。于是，我觉得这个问题估计对一些虫子都有帮助。我也是跨了几个学科，本科是工科，硕士是在国家重点实验室做实验的，估计与大多数虫子相同，博士学管理的，相当于跨了几个学科，现在做高校老师。有点心得，在此，献给各位虫子，希望能对一些虫子有帮助。创新难，难创新，首先就是要找到创新的点，才能想实现创新的途径和方法。我觉得可以从如何几个方面： 1。科研扫盲，这是创新的第一步也是必要的一步。首先是把导师，师兄，师姐的文章和论文，科学基金的申请成功报告，没中的申请报告，结题报告，横向课题的报告，咨询报告等全部浏览一遍，知道自己在什么领域，这个领域你的导师和前几届做什么，这个对于硕士来说，我觉得很有必要。这相当于给你科研扫盲，对于那些博士跨学科的来说，也是很有必要的。 2。寻找问题和分解问题，创新的源头。如连问题都找不到或不知道如何分解问题，科研的基本功需要加强和科研思考的方式需要转换。多参加知名专家或者基金委或者部委的讲座。这个可以听到很多现实问题的描述，不一定是怎么解决，可能是抛出了问题。问题导向，往往就是我们研究的出发点。还有有的虫子可以走捷径，就是关注当年国家基金（自然、社科、863，973等）申请指南和已经中标的基金项目，这些都有网站，上面都有每年中标项目和项目列表统计，多去看看。如果2007年，有个基金项目你正好赶兴趣，这时你正好处于选题时候，就可以选他，等那个基金结题了，你的博士论文也差不多了。尽管处于两个地方，但是肯定结果不一样。还有就是多观察和对经常见的问题问个为什么？不要相信任何权威，敢于对一切质疑。导师不一定是对的。许多重大创新都是建立对权威的挑战，这样的例子数不胜数。在我硕士是做实验的，我举个简单例子，农村的小孩大概都知道田边的稻子长得好，谷子饱满，我想大多数都知道阳光充足呀，肥料好呀，根系可以深入田埂吸收营养。但是估计有的农村出身的同学可能还注意到一个现象，就是长在田埂护边上的稻谷更好，这是为什么呢，平时护边上的稻子并没有被水淹没，所以这就一个问题。仅研究这个问题或现象，我原来的老板的团队就做了863，973项目，其实就是一个适度亏缺的问题。这个问题如果延伸到医学，你看那些得胃病的人，往往是饱一顿饿一顿，或者经常吃的很饱（据说经常吃的很饱容易变傻），其实如果我们让得胃病的人吃饭的时候适度亏缺不就容易了吗？接下来的问题就是：那么为什么适度亏缺就可以了？我们可以发明什么药物让这个人吃了这个药胃还没吃饱情况下就产生饱意或者适度亏缺呢？所以，问题就是要平时多观察一些细致的问题或者已经发生的问题，我们往往对我们习以为常的问题，不问为什么，建议大家看看每年搞笑诺贝尔奖的情况。比如现在学管理，管理的问题就多了，举个简单身边例子，读博士的时候，发觉大家相互交流很少，有的人不愿意把自己的想法说出来，所以，许多老板开什么周会月会，但是往往是气氛不热烈，老板说得多，那么为什么这样呢？你如果深究下去，会有很多值得研究的问题。问题不是没有，而是你没有观察，或者没有对经常的问题，问个为什么？分解问题，我想学管理的大概知道WBS（工作分解结构），这个对于其他学科虫子来说，真的很有帮助，可以去google，百度搜索下。各个学科不一样，看了这个工具，大家结合自己学科捉摸吧。没有共同的经验，就是工具一样。最后提醒一下，在工作分解结构之前或者看问题之前，一定要高处着眼，低处着手。高处，就是你头脑里要想着你这个问题所有有关联的各个方面，而低处就是从叶子着手解决。 3。看文献获取创新灵感或者解决问题方法的路径依赖。看文献，不是看书。这个很多虫子也贡献了很多经验。但是我周围的人也知道小木虫，但是很多人看了那么多经验，可是看完了还是很困惑？原因何在呢？我观察了很周边的同学和同事，我发觉一个重要的就是动手太少，看纸质期刊太少。这个我想小木虫很多发SCI的，一般看国外期刊，但是现在很多图书馆的国外期刊也有纸质版本，看纸质版本，你可以浏览到你的这个领域顶级期刊相关的研究，一些人为什么没有找不到创新，有可能就是根本不知道自己研究的领域到底有那些方向。，随便浏览纸质版本，或许一个并不相关的问题，你无意中看到了，给了你启发，电脑搜索的电子文献往往我们是按主题或者关键词搜索的，请问，你能保证你提前设置的关键词是最新的吗？创新要看不同主题的文章，很多来源于交叉和其他学科。当然有的学科即使要创新也要需要实验设备支撑，这个也是不断磨合的过程。要想找到自己创新点，我觉得看文献很重要。如何看呢？首先，准备好一个不大不小的笔记本（可以命名为科研灵感本），最好有个厚重封皮，准备一支笔。摔开电脑，周边的同学许多很依赖电脑，存了很多文献，至于看了没有，估计大多数占空间。还有电脑一看，网络一开，你得思维无法完全集中于文献，一会儿QQ，一会儿小木虫论坛等等，打扰太多。灵感=心静+环境。去图书馆期刊阅览室，带着前面1，2想到的问题和听到的问题（也要记在你那个专门的科研灵感本上），静下心来，加起来的时间至少2个月，边看期刊的时候，如果闪现什么灵感，马上记下来，切记，一定要记下来，好记忆不如烂笔头，注明出处，你的灵感是解决什么问题的，这个文献给你的启示到底是什么，如果你当时沿着这个灵感还有其他想法，就沿着这个思路下去，直到你不知道写什么，那么就停止，看第二篇。看期刊，最好是从目录看起，稍微沾边的都要浏览一下。对于做实验的科研来说，一般期刊比较少，也比较专业，所以很快能看完。但是对于社科，比如，管理，经济，法学等学科来说，往往会涉及到很多期刊，所以时间很长，但是一定要静下心来，这个时间可以在一年级上完课就去读。对于社科的来说，往往创新不容易，我这里特别提醒一下，由于我原来学工科的，现在学管理，我觉得社科类的研究生一定要去浏览下工科类的杂志或者理科类的杂志或者交叉学科的杂志，一般会有大收获。我的几篇小论文都是启发来源于工科。另外，社科研究的问题往往是一个系统的问题。所以，只要是系统问题，工科类的控制类杂志（像控制与决策，电气自动化，机械工程等），系统类杂志（系统工程理论与实践，运筹学等），计算机类的杂志（计算机学报，计算机技术与应用，微型计算机系统等）都要看。即使就是工科的也可以去看，比如有点人研究水资源配置，显然就是一个系统问题。这些杂志很有帮助。 4．利用网络创新帮助的好助手。网络当然有很多专业论坛，数据库等，我都将其归类为电子文献。如何看电子文献。首先得按主题分类，很多虫子都贡献了，这里不说了。按照上3，这样你从纸质期刊得到很多灵感，那么现在你把你的这些灵感关键词或者主题，从电子文献中去索取，也要按照3的办法，看的时候，马上记下来，或者建立一个WORD文档或者专门的软件，把感兴趣的截取下来，并在旁边注明给你得启发是什么，它有什么用处？这个很重要，有的人看了文献，就丢在一边，看得多，丢得多。另外，在看电子文献的时候，一定要关掉QQ和论坛等东西，不要让这些断了你灵感的来路。 5．积累创新的技巧和关键手段。按3，4步骤，这样你就积累了很多灵感了。厚厚一个本子或者一个长篇word文件，这样重温一遍。请记住，没有积累，是没有创新的！！！！这个积累不是说把文献从数据库下载下来，放在计算就里面，而是你看了文献，你的随时闪光点或灵感的用笔记下来的看得见的积累。这样，你把你这些闪光点，找了相关文献，觉得可以写一篇小论文，就马上动手写，不要拖，不要找借口，要知道写作的激情会失去的，找不回来的。把小论文写好了，放在一段时间，再看，可以的话，修改后就投，如果觉得可以，投高一些杂志，觉得一般，投一般核心，觉得实在不咋样，就投哪些不是核心的。这里，我周围一些同学和同事，有个观念就是要发就发好的，我觉得这个不好，即使是一篇非核心的，看到自己的东西变成铅字了，心里还是会高兴的，这会给你极大的精神动力。如果，你的稿子就是要发SCI，EI，SSCI等，发了一年半载都难中，会打消你得积极性和使你苦闷，而一旦苦闷了，灵感就跑了。灵感是非常偏向哪些思想活跃的人，那些有精神的人。还有要注意，大的创新点是要靠小的创新点集成的。没有小的，那有大的。胜利的目标总是在不断的加油中接近的，小论文就算你的油，写写，你就顺了，这点对于社科类的虫子，估计很重要。 6．走向大自然获取一颗创新的生态心。现在其实我们很多解决的问题来源大自然，大自然是生命的来源，也是创新的生命起源。不管你是理论研究还是社会研究，保持一个生态心很重要，过于功利，浮躁，布满灰尘的心都是创新的杀手。走向大自然，不要逛什么街和超市。这点，估计有的人会说，这与找创新点有何关系？登高而望远，试问，你在那么喧闹的超市，那么多帅哥美女从你前面经过，你的神经会得到休息吗？你的思维会有闪光吗？所以，如果在实验室或者宿舍呆烦了，不知道怎么做。不如带上自己科研灵感本和笔，去郊外或者爬山，让自己的心胸开阔起来，说不定心中的苦闷气出去了，灵感就进来了。总结：注意看交叉学科和其他学科的杂志，多记，心静，多动手，贴近大自然。我的心得：没有不开窍的脑袋，只是方法不对。不是没有创新，而是积累不够。; 个人分类: L 讲故事产生的启迪和激励|488 次阅读|0 个评论

紫外吸收光谱法基本原理: kinglee 2009-8-11 18:39; 一、电子跃迁　　最常碰到的电子跃迁类型　　二、发色团、助色团和吸收带　　 1 、发色团　　指具有跃迁的不饱和基团，这类基团与不含非键电子的饱和基团成键后，使化合物的最大吸收位于 200nm 或 200nm 以上，摩尔吸光系数较大（一般不低于 5000 ），简单的生色团由双键或三键体系组成。现简要讨论含生色团的不同类型有机化合物的电子吸收光谱。　　（ 1 ）乙烯及其衍生物　　简单无环烯烃，如乙烯的跃迁的最大吸收在 180nm 附近，有烷基取代基时，由于碳原子的 sp2 杂化，最大吸收略有红移，这种现象的实质是诱导效应或超共轭效应引起的。　　共轭生色团　　含一个以上生色团的分子的吸收带可能是彼此隔开的生色团吸收的叠加，或可能是生色团的相互作用的结果。即使两个生色团为一个单键所隔开。也会发生共轭作用，于是电子吸收光谱与孤立的生色团的吸收带相比，呈现出明显的变化。　　最简单的一个例子是 1,3 一丁二烯 CH2=CHCH=CH2 ，该分子中，两个 C=C 键为一个单键隔开，由于共轭作用，该分子给出的吸收光谱向低能量方向移动。在共轭体系中，电子离域于至少四个原子之间；这导致了跃迁能量的下降，同时由于跃迁几率增加而使摩尔吸光系数也有所增加。共轭作用对跃迁的影响相当大。对乙烯（ 193nm ） 1,3 丁二烯（ 217nm ），已三烯（ 258nm ），辛四烯（ 300nm ）系列来说，可以看到：随该系列每个化合物中 C=C 双键的逐渐增加，产生红移并伴有摩尔吸光系数的增加。　　（ 2 ）多炔和烯炔烃　　简单三键的跃迁在 175nm 处有最大吸收，摩尔吸光系数约为 6000 。　　共轭炔的电子吸收带也向低能量方向移动，但是，其摩尔吸光系数则要比共轭烯的低得多。例如，乙烯乙炔 CH2=CHC=CH 所呈现的吸收带在 1,3 一丁二烯附近（ =219nm ）但其摩尔吸光系数仅为 6500 ，而 1,3 一丁二烯的是 21000 。当共轭体系扩展到 3 至 6 个三键时，则产生高强度吸收带，摩尔吸光系数达 105 数量级。含双键的炔烃共轭体系，其紫外吸收光谱与多炔烃相似，在碳链长度相同的情况下，烯炔烃的吸收强度比多炔烃大，且最大吸收波长进一步红移。　　（ 3 ）羰基化合物　　羰基化合物与二烯类、非极性不饱和化合物不同，前者的吸收带强烈地受到溶剂性质的影响，且随取代基的增加，跃迁的吸收带逐渐红移；后者一般不受取代基的影响。在饱和有机化合物分子中含有酸、酯、内酯和内酰胺等结构单元，羰基的吸收一般在 200205nm 。但是，当分子中的双键与羰基共轭时，其吸收带显著增强。　　（ 4 ）芳烃和杂环化合物　　饱和五元和六元杂环化合物在 200nm 以上的紫外可见区没有吸收，只有不饱和的杂环化合物即芳香杂环化合物在近紫外区有吸收。这种吸收由跃迁和跃迁产生的。　　（ 5 ）偶氮化合物　　含 N=N 键的直链化合物产生的低强度的吸收带位于近紫外区和可见区。长波处的吸收带被认为是由跃迁所致。对脂肪族的叠氮化合物来说， 285nm 处低能量吸收带被认为是电子跃迁所致，而 215nm 处的吸收带则被认为是 s-p 跃迁所致。　　 2 、助色团　　指带有孤对电子的基团，如 OH OR 、 NH2 、 NHR 、 Cl 、 BrI 等，它们本身不会使化合物分子产生颜色或者不能吸收大于 200nm 的光，但当它们与发色团相连时，能使发色团的吸收带波长（ max ）向长波方向移动，同时使吸收强度增加。　　（ 1 ）吸电子助色团　　吸电子助色团是一类极性基团，如硝基中氧的电负性比氮大，故氮氧键是强极性键，当 NO2 引入苯环分子中，产生诱导效应和共轭效应，是苯环电子密度向硝基方向移动，且环上各碳原子电子密度分布不均，分子产生极性。　　（ 2 ）给电子助色团　　给电子助色团是指带有未成键 p 电子的杂原子的基团，当它引入苯环中，产生 p- 共轭作用，如氨基中的氮原子含有未成键的电子，它具有推电子性质，使电子移向苯环，同样使苯环分子中各碳原子电子密度分布不均，分子产生偶极。　　无论是吸电子基或给电子基，当它与共轭体系相连，都导致大键电子云流动性增大，分子中的跃迁的能级差减少，最大吸收向长波方向移动，颜色加深。同时也指出助色团对苯衍生物的助色作用，不仅与基团本身的性质有关，而且与基团的数量及取代位置有关。　　 3 、红移、蓝移、增色效应和减色效应　　在有机化合物中，因取代基的引入或溶剂的改变而使最大吸收波长发生移动。向长波方向移动称为红移，向短波方向移动称为蓝移。　　由于化合物分子结构中引入取代基或受溶剂改变的影响，使吸收带强度即摩尔吸光系数增大或减小的现象称为增色效应或减色效应。　　三、吸收带　　 1 、 R 吸收带　　由化合物的跃迁产生的吸收带。具有杂原子和双键的共轭基团，如 C=O 、 -NO 、 -NO2 、 -N=N- 、 -C=S 等。其特点是：跃迁的能量最小，处于长波方向，一般 max 在 270nm 以上，但跃迁几率小，吸收强度弱，一般摩尔吸光系数小于 100 。　　 2 、 K 吸收带　　是由共轭体系中的跃迁产生的吸收带。其特点是：吸收峰的波长比 R 带短，一般 max 200nm ，但跃迁几率大，吸收峰强度大。一般摩尔吸光系数大于 104 ，随着共轭体系的增大，电子云束缚更小，引起跃迁需要的能量更小， K 带吸收向长波方向移动。　　 K 吸收带是共轭分子的特征吸收带。借此可判断化合物中的共轭结构。这是紫外光谱中应用最多的吸收带。　　 3 、 B 吸收带　　由苯环本身振动及闭合环状共轭双键跃迁而产生的吸收带，是芳香族的主要特征吸收带。其特点是：在 230-270nm 呈现一宽峰，且具有精细结构，常用于识别芳香族化合物。　　 4 、 E 吸收带　　也是芳香族化合物的特征吸收带，可以认为是苯环内三个乙烯基共轭发生的跃迁而产生的。 E 带可分为 E1 和 E2 吸收带，都属于强吸收。; 个人分类: 分析化学|20985 次阅读|0 个评论

一种简单的快速干燥炉房及其原理: fanxiaoyingz 2009-8-7 23:48; 一种简单的快速干燥炉房及其原理我希望那些准备到农村去的、或者已经在农村的、或者从农村来的大学生好好看看我的这篇文章。中国是一个大多数地区处在温带的地区，这意味着通常情况下，中国人至少有八亿人一年中在冬季和初春，至少五分之一时间的蔬菜是短缺的，尽管这几年大棚蔬菜逐渐发达，但是因为大棚蔬菜成本高，售价高，所以大棚蔬菜依然不是解决季节性蔬菜短缺的万能的方法。然而广大人民的创造能力是无穷尽的，他们创造了三种方法把热季的蔬菜保存到冬季吃，一个方法是暴晒干燥以后保存，另一个是腌酸菜。在中国北方和广大农村，这两种方法几乎同时在使用。第三个是杀菌密封保存，这个在农村比较少见，主要用于西红柿。然而，由于死体植物也存在呼吸作用，所以维生素的活性在死体植物中保存时间很短，只有通过快速干燥才能保存。所以，传统的蔬菜、果品、粮食等的干燥在自然风、太阳热的情况下晾晒很难高效、高质量的制造出好的干蔬菜，农村的干菜变色、变味、变性情况很普遍，自身价值就很低了。在这种情况下，各种干燥机应用起来。另外，为了让蔬菜营养全部保存，科学家研究出冻干蔬菜，把蔬菜冷冻在零下15度左右，然后通过加气，使蔬菜内部的水分结冰后升华。这样干燥效果最好，水分排尽了，营养一点也不少，但是这种干燥的成本实在太高，对技术和设备的要求实在太高，不利于大规模普及，仅仅适合于有资本的公司来做。而酸菜这种东西里面本身含有不能多吃的有害物质，例如亚硝酸，加上口味单一，所以在许多地方也不流行。应用干燥机干燥的缺点也是很明显的，温度控制很难，温度太高蔬菜熟了变性了，温度太低又达不到效果，而且干燥机绝大多数要依靠风扇排气，成本很高，效果不好，一次不能干燥太多。为了解决农村大规模干燥蔬菜果品的需要，我们首先从原理上加以分析，然后根据原理设计一种干燥设施。干燥的本质就是增加蒸发，而增加蒸发的条件有四个：第一，增加温度。温度增加，蒸发速度增加。在只有少量水分的情况下，温度的作用比其它的条件更重要。蔬菜中水分越少，只有温度越高才能更加干燥。温度本身就是单个分子或者原子的不规则运动速度，这种速度越大，水分子逃逸蔬菜细胞的机会越多。第二，风速。风速越大，水分被吹走的越多，蒸发速度越大。在冬季，洗的衣服被冻成硬块了，但是挂在风口里，次日就能完全干，就是因为风的作用，而挂在温暖的室内几天也干不了。第三，空气相对湿度（（f）就是空气中的实际水汽压与同温度下的饱和水汽压的比值）。当空气接近饱和气压的时候，蒸发就会停止。所以，在阴雨天，蔬菜、衣服就不能干燥，蔬菜会发霉变味。当空气相对湿度很小，空气很干燥的时候，蒸发就很快，蔬菜衣服就很容易干燥，所以西北地区的蔬菜粮食不仅容易干燥而且容易保存。当然，可以增加温度使空气相对湿度减小。所以实际上，蒸发的速度决定于饱和差（饱和水汽压与实际空气中水汽压之差）。第四，接触面积。和外界接触面积越大越容易蒸发，越容易干燥。所以，人们在晒粮食的时候总是把粮食刮得很薄，面积很大，人们晒衣服的时候也总是把衣服摊开晾起。任何一个干燥设备，如果能够同时满足上面所要求的四项基本原理，那么就是一个好的、高效的干燥设备，如果不能同时满足，那么就一定不是高效的，也一定会出问题。人们都知道，在冬季的蔬菜大棚中，温度可以达到40度，一般也在十几度。特别是中午太阳晒的时候，比外界温度要高出20多度。为什么会这样，一般认为晚上温度也高出外界十几度的原因是活体蔬菜的呼吸作用所放出的热量使然，而白天温度升高的原因却是被称为辐射的热效应的原因。辐射的热效应就是当太阳光辐射到物体上以后，物体必然因为吸收光而发热的现象，这种现象是普遍存在的。例如，人在晒太阳的时候，被晒的脸就很烧；又比如，太阳晒到沙地上，沙子的温度可以达到70多度，可以烤熟鸡蛋等等。在塑料大棚中温度高的秘密在于，太阳光在进入大棚的时候是通过透明的塑料进入的，没有产生热效应，而在蔬菜上产生热效应以后，由于塑料薄膜是密封的，不容许空气和外界对流，所以对流放热就不存在，所以就只有进入热量，没有放出热量。所以大棚内部的温度就会不断增加。人们可以注意一下，实际上冬季在楼房密封的阳台上，当太阳晒的时候，阳台上就很暖和，其实就是热效应产生，但是又缺乏热对流的原因。我们就很好的利用这个现象，来盖起一个房子，这个房子的向阳面（南面、西面、顶部）都用玻璃封闭，而东面、西面和背面用比较厚的土墙或者砖墙砌成。这样一个封闭的、但是透明的房子必然会有热效应，有了热效应就可以用来加热干燥。这个房子我们就叫它干燥房。很明显，干燥房有以下好处，第一，一次干燥的蔬菜果品数量可以大幅度提高，想一次干燥多少，就可以设计多大。第二，很干净，由于没有暴露在野外中，所以就杜绝了尘土。第三，热效应明显。第四，可以极大地增加接触面积。但是，很明显，风速不能解决。温度也只是部分地解决，没有从根本上解决。要使得这种专用的干燥房发挥大的效用，还要解决两个问题，一个是极大地增加风速，另一个就是控制温度，即必须有加热设施。通常情况下很简单，用风扇产生风，用锅炉加热，但是这些方法不能把加热和生风有机地结合起来，所以效果不好，成本高。现在就来介绍使加热和生风同时产生的一个简单有效地设施烟囱管。烟囱实际上就是个很长的管子，只不过它是垂直树立的。铁厂，发电厂和供热中心都有大烟囱，可以把污染烟尘排到很高的高空中，为什么可以使烟尘升得那么高呢？这就必须设计热力学知识。热力学中有一个很重要的公式叫克拉伯龙方程，它的公式是pV=nRT，克拉伯龙方程通过对常数的修正，可以应用到实际中，而不仅仅用在理想状态。　　P表示压强，单位Pa；V表示气体体积，单位m 3 ；n表示物质的量，单位mol；T表示热力学温度，单位K（开尔文）；R表示气体常数，单位Jmol -1 K -1 或kPaLK -1 mol -1 。R=8.314帕/摩尔K。注：所有气体R值均相同。由于烟囱内部的体积是固定的，所以V是定值，R是常数，所以可以把公式变为：P=nRT/V，由于n/V实际上就是空气密度的函数，所以公式进一步变为P／Ｔ＝Ｋ（Ｋ为空气密度和Ｒ值推导的常数）。从中得出结论，在暴露大气中，空气密度和温度成反比，和大气压成正比。烟囱内部的公式是P 内／Ｔ内＝Ｋ１内，烟囱外部的公式是 P 外／Ｔ外＝Ｋ外根据空气浮力定律：Ｆ＝ｍａ＝Ｖａ＝ｇＶ，＝内－外，推导出烟囱内部的加速度为ａ＝ｇ／空。由于烟囱的内外是相通的，所以，实际上Ｐ值的内外差别很小，所以 P 内＝ P 外，所以可以把加速度看成为近似地和温度差成正比例。公式变更为Ｔ＝常数，这样＝（Ｔ内－Ｔ外）Ｋ２，这样就得到一个公式ａ＝ｇ（Ｔ内－Ｔ外）Ｋ２／空，由于ｇ，Ｋ２，空都是常数，所以可以把ｇＫ２／空设为可Ｋ３。这样可以直接得出一个结论公式ａ＝Ｋ３（Ｔ内－Ｔ外），这个公式说明烟在烟囱管中的上升升力来自于温度差，只要设法产生温度差，就可以使得烟囱内的烟和空气获得上升动力。所以干燥问题中获得风速的原理就是烟囱中烟的上升原理，不难知道，我们必须给干燥房修建一个配套的空气加速管道，而且根据浮力原理，这个管道必须垂直放置，放在干燥房的下面，并且通到干燥房中。要管道的原理主要有：第一，使管道内部的空气呈现层流态，这样摩擦阻力会很小，提速快。第二，保持管道内部和外部绝热保温，保持Ｔ存在，如果温度差消失那么空气加速将不存在，甚至空气变冷反而会下沉。所以管道必须是密封的、光滑的、隔热的。这样这个类似烟囱的管道就应该起名叫空气隔热加速管。而我设计的干燥设备就是干燥房下面接一个空气隔热加速管，在管子的下端再建造一个锅炉。所以这套设施必须在有高差的地方，或者要有土崖，或者在顶楼上，高差在１２～１５米比较好。要保证锅炉产生的全部热量都通过管道进入干燥房就必须采取以下措施：第一烟管套在空气隔热加速管中，然后从别的出口排烟。第二，锅炉放在空气隔热加速管中或者地下。或者就用电炉子加热。或者用暖气片放到空气隔热加速管中。在空气隔热加速管和干燥房连接部分也有讲究。为了保证干燥房中各个地方受热均匀，而且都可能有热气，那么就要在干燥房中开至少６个出气孔，并且布设相应的管道和空气隔热加速管的上端连接，每个气孔都可以开关，用以调节空气流的分布。而干燥房的东墙和西墙的顶部应该开四个排气孔（最好用电动排气扇），用以控制室内的温度和空气流通速度。这样，一套简单而且高效的干燥设备构造好了。这个构造有些象农村过去的烤烟炉。用这个设施可以在空气温度不太高的情况下快速、干净、高效的干燥蔬菜、果品。这些东西干燥时的温度不能太高（防止烤熟，变质），但是空气的温度也不能太低，保持在３５～４５度之间就可以。这样可以把干燥需要的所有四个条件都具备，风速增加了，温度也不小，接触面积很大，相对湿度变小（饱和差变大），而且可以利用太阳能自己产生热量。; 个人分类: 生活点滴|7449 次阅读|0 个评论

说说美国的“狗屁S”: shareworld 2008-10-31 19:02; 什么？狗屁S ？我怎么没有听说过啊？如果你有这样的疑问的话，那说明你已经落伍了，如果继续这样的话，可是要被时代淘汰的哦！好了，不开玩笑，进入正题，所谓狗屁S，其实是美国GPS卫星定位系统的昵称，下面我们就慢慢说一说狗屁S。狗屁S是美国第二代卫星定位导航系统，它是从本世纪 70 年代开始研制的，历时 20 年，耗资200亿美元，1994 年全面建成。建成以后，这个很好很强大的定位系统不仅为军方提供了精确的定位和导航功能，而且在民用领域也取得了突飞猛进的发展。又经历了十多年的发展，它已经渐渐融入了我们的生活。如今，手机上要装GPS，出租车上也要装GPS，工作出差的时候要用GPS，休闲旅游的时候也要带上GPS我们似乎每时每刻都在GPS的光辉之下了。那么，GPS是怎么工作的呢？人们为什么又叫它狗屁S呢？狗屁S拥有21颗工作卫星，还有另外3颗在太空随时待命，以防止其他卫星的罢工。这24颗工作卫星均匀地分布在6个轨道面上，以近似圆形的轨道围绕地球运行。每颗卫星的运行周期为11小时58分，也就是说，每天它绕地球转两圈。这样的卫星分布，保证了这样一个条件：无论你在地球上的哪一个角落，你所能看到的天空上，至少有四颗卫星。为什么要有四颗呢？这是因为，科学家希望通过计算你和卫星的距离，得到你的具体位置。而你的位置包括你所在的经度、纬度、高度，要想这三个未知数，必须有三颗卫星加入运算。同时，不要忘记，卫星在20000多公里的高空高速运转，还必须算出它们在测定距离的过程所耗费的时间，因此，需要第四课卫星加入进来。这样的话，就可以正常定位了。 GPS的定位是相当准的，我们国家还很难达到那种水平。那么，GPS定位精度有多准呢？我告诉你，美国军方用GPS的时候，精度是1-3米，而我们民用的时候，精度是10-15米。可以想象，当我们驾车行驶在公路上的时候，说不定就会发现自己正在路旁的水沟里前进呢，如此哭笑不得的事情，让人禁不住一边感谢GPS，一边忍不住轻轻地骂一句：这玩意儿，狗屁S！你知道为什么我们的精度这么低吗？这是因为GPS导航定位系统发射两种信号：粗码（C/A码）和精码（P码），民用的只能接收到第一种信号，而军方却可以自由自在地使用P码，因此精度高得叫人羡慕。不过知足吧，在1996年以前，美国还对GPS的信号进行认为地干扰，降低定位精度呢！还是96年的时候，布什总统签署了总统令，宣布美国在未来十年逐步解除这种人工干扰，我们才可能在今天，利用到15米以下的定位精度。怎么样？人家有技术就是牛吧？这个可爱而又可恶的狗屁S！这就是GPS的卫星分布情况上一篇：偷了我的钱犯罪，我是既往不咎，还是伸张正义？下一篇：色盲眼中的世界（图）; 个人分类: 我有一个收获|808 次阅读|2 个评论

[转载]太阳能发动机工作原理: 热度 1 kxj5639245 2008-6-18 11:49; 当德国人兴冲冲的花了数十亿建了个所谓的世界上最大的太阳能发电站时，中国人却可以不屑一顾，因为我们有了廉价的太阳能发动机，它可以让我们用同样的钱来建上百个同样功率的太阳能发电站。太阳能发动机：又称补充式太阳能空气发动机，是一种以空气为介质，利用太阳能加热做功的发动机。针对数千元一平米的光伏太阳能电池板而言，花数千万元也只能利用足球场面积大小的太阳光照面，而该发动机装置只需建几道弧形的聚光围墙，在围墙上贴上一层反光材质来聚光就可以了，其廉价的优越性是无可替代的。该发动机主要包括换气装置、加热装置和做功装置三部分。其工作原理是先把冷空气压缩得具有二个大气压的压强，然后加热作等压膨胀，再将膨胀后的气体释放势能做功，这样就多获得了膨胀出来的气体所做的功，从而实现了热功的转换。在浮力法太阳能发电方法中讲过了补充式加热的方法是一种既可内然又可外然、不受空间面积限制、能无限循环而超高效的利用热能资源的方法，因此本装置仍然使用补充式加热方法。所谓补充式加热：因为空气做功的大小取决于膨胀率，而空气的膨胀率又取决于加热前后的温差，为了取得最大的温差最好的办法就是把热空气直接换成冷空气，因此在加热装置内拥有一定量气体的状态下一边排出高压热空气做功一边也在不断的充入冷空气来受热膨胀，这就是补充式加热。只有具有一定压强的空气受热膨胀后才能做功，所以冷空气先要被压缩才能充入加热装置加热，而压缩冷空气需要做功，这个功当然是取自热空气所做出的功的一部分，要想有效的利用热空气做出的功来压缩冷空气，就必须尽量的减少功的转换过程，最好的办法就是用热空气的压强势能所产生的推力来直接推压冷空气，然而我们都知道，气体释放势能时压强所产生的推力是由大到小的，而压缩气体时，所需的推力却是由小到大的，这两者不能同步，因此这就需要一个能变力的装置来完成，即把热空气产生的由大到小的力转换成由小到大的力来同步压缩所需要的力，当然这个转变也不能有太大功耗。为了方便设计，这里先设加热装置内有两个大气压，空气就需要压缩成一半才能被推入加热装置，忽略摩擦力和温度的影响，作出空气体积变化和压强变化的关系如图（图中的红线) 要想使两边力能够平衡，只要找到一种运动中力的变化过程与之相似的即可。我们很容易想到重物作圆周运动时在切边上产生的分力，作重物圆周运动时角度变化和切边分力变化的关系图（上图中的蓝线），对比我们发现，除开始小范围外，其它都很接近，我们去掉开始一段距离，从与水平线成大约8度左右的地方开始运动，再作关系线（如图中绿线），我们发现，两者已经很接近。因此我们就采用重物作圆周运动来逆反空气对活塞的作用力，下面来具体分析一下受力情况：圆轮上的重力球的重力与活塞受到两个大气压时的推力相当，圆球起始位置到圆顶位置的弧长等于活塞在缸内的移动距离,忽略磨擦阻力和温度对空气膨胀率的影响。初始时（图一），重力球在轮的右边8度的位置上，其对杠杆产生的压力等于加热装置内二个大气压热气对活塞产生的推力，左边活塞不受力，三者处于受力平衡状态；装置运行(图二)，右边活塞上移20%，受到的与加热装置连通的热空气的推力没有变，而圆球转动到40.8度的位置上，它对右边杠杆的压力减少了23.6%，左边的活塞下移20%，因为空气被压，它受到增加了的25%个大气压的阻力，这时三者大致能够平衡；继续运行(图三)，右边活塞上移50%，受到的热空气的推力仍没变，为二个大气压，而圆球因转到顶点，它对杠杆已没有力的作用，而左边活塞下移50%，它的压强增加了100%个大气压强，因此也为二个大气压，这时三者受到的作用力还是平衡的；装置继续运行(图四)，右边活塞超出了一半体积，热气阀门关闭，开始靠减压膨胀做功，移动到80%时，压强降了75%个大气压，而圆球运动到左边40.8度的位置，这时它对左边杠杆产生了相当于起始作用力的76.4%的压力,而左边杠杆压缩超过50%后,缸内压强等于加热装置内的压强,气体开始被推入加热装置,因此它的受力不再变化,始终为二个大气压,此时三者的受力大致平衡;(图五)当右边活塞移到顶端时,空气不再膨胀,活塞只受到一个大气压的基础压力,即不受力.圆球移到左边8度的位置,它对左边杠杆产生的压力等于二大气压对活塞产生的压力,左边的活塞依然只受到等于加热装置内的两个大气压的压力,此时,三者依旧受力平衡。由上述过程可以看出, 借助逆力装置用排热空气产生的推力来直接压缩冷空气的过程，其功耗极小，当结合惯性轮使用时，功耗几乎可以忽略不计，也就是说，在不费功的情况下，把冷空气压入具有二个大气压的加热装置，而换出等体积的热空气减压排出，而冷空气被加热作等压膨胀出来的那部分气体则可以通过做功装置来排气做功，从而达到了热功的转换过程。假如一缸可以压入1升二个大气压的冷空气，用太阳聚光加热到170度左右，大约可以膨胀成1.5升的热空气，去掉1升热空气释放势能做功补偿压缩冷空气所做的功，剩余0.5升二个大气压的热空气释放势能所做的功就是我们利用太阳能所做得的功。相对而言，整个装置虽然技术含量比较低，但它确实是一个实用的廉价的产生安装使用都很方便简单的装置。在这新兴技术还不能普及的年代，这种太阳能发动机还是有很大使用价值的，比起光伏发电，同样的功率却只需其千之几的建设成本。（原文 http://blog.163.com/cys_179/ ）; 6886 次阅读|0 个评论

试论信息理论的基石--- 二十四条命题及其推理 1998年: tengyi1960 2008-1-3 13:46; 试探信息理论基石 1998 试论信息理论的基石 --- 二十四条命题及其推理 On the Foundation of Information Theory 信息理论的发展需要以客观公理为其基石，这些公理一般来源于前期认识、假说或者基本命题。鉴于过去专业理论与定律难以解释和解决图书情报事业发展中出现的一些新问题，本文针对信息、信息创造（输入）、信息处理、信息流动（输出或传播）提出 24 条基本命题（假说），作为（有待于进一步论证和探索）向公理进军的基石和前提。命题 1 ：世界由物质和信息（关系）构成。世界不仅由物质构成 , 而且由物质之间关系，即信息构成。信息有自然信息和人工信息之分。人类信息的精华是人工信息，人工信息由概念组成。推论：信息（智力）、能源和材料（资源或物质）是支撑未来世界发展的三大支柱。命题 2 ：信息非物质，其本身无质量。信息（ Information ）从其英语语源上看，“ in ”是接受到消息，“ formation ”是顺理成章，也就是说，信息是增长人们的知识，传播各种事情和东西，是把我们不明确的知识弄清楚后，整理成章再传递给需要获取信息的人信息与物质不同，它不象物质那样具有尺寸和重量，它没有物体那种质量。信息和物质特点是没有尺寸，没有重量，容易复制。推论：信息产业是省空间、省资源、省能量的产业。命题 3 ：创造新信息是把两个以上信素组合起来。信息创造大致可以分以下两种：一种是以组合逻辑为基础，把原有的因素重新组合；另一种是以历史的逻辑为根本，舍去过去（工作）沿袭因素中的一部分，并添加现实中吸收的新因素，重新组合成一个整体。即：以具有两个以上原有概念为前提，并把这些概念融化在头脑里，再产生新概念（信息）。推论：和其他行业领域的交流是创造新信息的源泉之一。命题 4 ：平均信息量增加是自然规律。平均信息量是“不确定”、“混乱”的量。在自然界，现象有必定向增加平均信息量方向发展的规律。换句话说，如果不重视自然现象就意味着必定会出现不确定、混乱的状态。而以把模糊不清的部分搞清楚为目的的收集、处理信息活动、能够使平均信息量减少。信息量增加与平均信息量减少是同一概念，当不存在 “ 不清晰 ” 时，平均信息量为零。推论：公司不悦意改革，任其自然发展，就会变成混乱的经营。命题 5 ：数据是信息的素材，知识也是种信息。数据是从自然现象中搜集的原如材料，根据使用数据人的目的按一定形式加以处理，就形成了信息。知识是人们理解了数据和信息的意思后，以高度活用的形式编排记忆的信息。推论：数据是以怎样、多少、哪个、是或不是的方式表现；信息是以什么、何时、何地、谁来表现；知识则以怎样、为什么的形式记忆。信息是增长人们的知识，传播各种事情的东西。命题 6 ：不可能收集到和处理世界上所有的信息。在信息爆炸的今天，人们连掌握一部分信息都是很困难的，更不可能收集和处理世界所有的信息。由于人的信息处理能力目前远远落后于新增信息的有待处理量，因此，大量压缩无用信息，立即作废不必要信息，尽量产生便于使用的信息，不无目的地去收集信息，利用专家咨询网解决问题已成为处理信息业务的新准则。命题 7 ：处理信息才能和创造能力之间没有密切的关系。计算机式人手和爱迪生式人物是两种人物。前者多受益于教育，后者则更多依赖于天才；前者多具有记忆和处理才能，后者具有创造才能。所谓处理信息才能是指信息收集，分类整理，存储，检索，提供以及删除的才能，而信息创造才能是指独立创造，重下定义，灵活适应，灵活自发，流畅使用语言，熟练和严密运用概念等能力的集合。因此，创造性极强的人 ( 爱迪生式的 ) 不一定是极聪明的善于记忆和进行信息处理的人员 ( 计算机人物 ) ，反之亦然。处理信息与创造是两回事。命题 8 ：分类是把杂乱的信息群归纳成近似的类别，以便容易查找。命题 9 ：信息处理的重要环节之一是建立词汇库。命题 10 ：一次信息处理是指变换信息存储介质 ( 载体 ) ，二次信息处理是分析整理原始信息。命题 11 ：：共享所需信息的前提是建立数据库。命题 12 ：信息检索是查找符合特定目的信息。目的性是一切行动的出发点，行动有效与否，成功与否的标准是行动目的。信息检索广、快、精、准标准也决定于目的性要求。命题 13 ：删除大部分信息无碍大局。命题 14 ：信息量与信息出现概率成反比，与意外性和新颖性成正比。在物质世界里，所有的东西都可以计量，在信息世界里，我们不能说“请给我一水桶信息”。有人说“狗咬了人不算新闻，但人咬了狗就会成为新闻”。“狗咬了人”这种事不足为奇，因此信息量较小，不能成为新闻；相反“人咬了狗”这种事不符合普通常识，其出现率低，意外性强，这一事件信息量较大，因此可以成为重大新闻。另外，我们说图象比语言信息量大，这是对比相同时间内两者比特 ( 信素 ) 质得出的结论。信息是 !-- -- !-- -- !-- -- !-- -- 比特命题 15 ：信息价值与信息量无密切关系，信息价值决定于信息对信宿的重要性。客观存在的以 200 元购买某中文期刊中一页供求信息复印件；某公司以 5 万元买下计算机顾客名单的磁盘；以及拥有大量技术资科的科技信息中心，对那些与技术无关的人来说，为这些资料无任何价值的事实说明，决定信息价值的不是信息 ( 资料 ) 的量，而是信息本身 ( 在信宿中 ) 的重要性。推论：信息价值有原价值方式与实得利益计算方式两种。前者多用于计算学费，调查费，设计费，程序费等，后者的应用则更加广泛，如专利交易等。信息成本与信息价值无密切关系。中介公司的工作原理，以及在使用信息时不是全部信息起决定作用等说明了这一点。当然，这并不排除必要时间，场所，必要的信息量是信息形成价值的前提。命题 16 ：信息价格是使用信息所获利益 ( 损失 ) 与不采用信息时利益 ( 损失 ) 之差。实得利益按如下公式计算：信息价格 = !-- -- !-- -- !-- -- !-- -- 　 !-- -- !-- -- － !-- -- !-- -- !-- -- !-- -- 　 !-- -- !-- -- …… !-- -- !-- -- ：使用信息时的概率； !-- -- !-- -- ：不使用信息时的概率； !-- -- !-- -- ：使用信息进所获得的利益； !-- -- !-- -- ：不使用信息时所获得的效益。愿为得到大学入学模拟试题出资的理由，大概是指望将来获得更大利益；某公司也是指望采用那份用户信息后，会扩大自己的市场，获得更大的利益，才同意支付上述款额的。总之，这种信息价格是把期待使用信息利益 ( 损失 ) 作为标准来考虑的，也就是说，是以使用这种信息的应得效益和不使用信息的实际效益之差为标准计算的。推论在信息交换中按用户的立场和观点来考虑上下浮动的价格幅度，并努力增加在说服和引导用户中所产生的信息附加价值 ( 推销的价值，用户教育的价值 ) 。命题 17 ：信息在传播过程中一定会发生变化 ( 流动增值或减值 ) 。信息如同金钱，流动增值，但是这是在增加智能后而发生的。如：信息流动造成认识水平上升，信息流动后取代能源，土地，资金现象等。另一种自然规律是平均信息量平均信息量增大造成的信息流动减值。如：个人口头传播信息失真与谣言的产生等现象和信息自行消亡的现象。推论：不要完全相信间接听到的信息，必须经过核实信息来源方能采取行动。正确运用炫耀与宣传的作用与威力往往会收到意想不到的结果。命题 18 ：提高信息传播效率就是增大 S 、 N 之比。信息传递效率完全是信号 (Signal) 和杂音 (Noise) 比的问题。当不考虑信息的内容时，信号 ( 完整准确的有用信息成份 ) 就变得极为重要。信息本身包含有信号和杂音，传递中也常常会混入偏差 ( 杂音 ) ，从而影响把信号准确无误地传递给信宿。因此，缩小杂音 ( 明在区分杂音和信号，努力消除杂音 ) ，增大信号是提高传播效率的有效方法，即：增大信号与杂音之比。推论：不必使用大炮，杂音就能破坏组织。组织 ( 系统 ) 的各要素 ( 下属子系统 ) 主要是采信息结合起来的，也就是说组织里信息中信号与杂音比变小，各要素间结合就变弱，组织就会跨掉，成为一盘散沙。如： “ 锁国政策 ” ( 封锁杂音 ) 与 “ 中央集权 ” ( 行政组织加强信息传递 ) 在历史上曾对政府稳定起到一定的保护作用。 ( 信息处理与检索的基本方法也是增大 SN 之比 ) 。命题 19 ：信息价值观随主系统的层次标准而变化 ( 决定于所处环境的主导层次标准 ) 。特定场合信息价值是固有的，但它同主导层次的评价标准相关联，主导层次标准变化，信息价值评价标准也发生变化。如：用户个人系统标准，组织系统标准往往属于不同的系统层次。首先，查新报告的“成败”取决于评价人的价值观，撰写报告者本人的价值观并不重要，干这项工作就要注重评价者 ( 用户，委托人 ) 的价值观，这才是成功这路。其次，评价者亦有层次标准的差异，如科研经费申请者与主管审批领导之间评价标准存在差异等。即：在信息服务中信息提供者的评价并不十分重要。命题 20 ：信息消费能够创造更高层次信息消费需求。命题 21 ：历史是超越时间的单方信息传递。现代的信息传递大部分遵守社会交换法则（推论：有偿信息服务具有广泛性），而历史则是超越时间的单方信息传递（以无目的，辐射性为特征）。信息的积累性与重复利用无损耗性，使历史文献成为信息的最主要来源之一。推论：要动态地看待信息，接收信息和处理信息。命题 22 ：信息学是一门崭新的科学，同时也是一门艺术。信息交流，处理和传播规律的不可捉摸性使之成为一种艺术。信息学中最多的是经验或命题，基本没有定律，因此，有其不可定量的、软科学的一个方面。信息学是高智力的科学，智力来源于智能，而智能是根据知识、经验、悟性进行正确判断以及从事健全行动的能力，这也可证明上述命题。命题 23 ：超大规模集成电路和光磁盘的迅速发展加速无纸（或信息）社会的到来。信息以能量和物质为媒介，自由地超越空间和时间进行传播，因此，材料革命，技术革命必然促进信息社会的到来。命题 24 ：高度发达的信息通信，控制，处理系统是支撑 21 世纪社会发展的智力基础。; 个人分类: 论文交流|2408 次阅读|3 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 原理

相关帖子

相关日志

关闭安全验证