pity一词的底层逻辑

英语单词 pity,意为同情、怜悯,字面义和保持初心有关:

  • pity v./n.同情,怜悯

这个单词为什么会具有这么一个意思呢?其实,这个单词的词根,是pi-,含义指善良或保持初心的,所以,pity 一词的结构分析如下:

  • pity = pi-善良、如来、保持初心的 + (i)ty名缀,表性质、状态 = 同情,怜悯

为什么会是这样的呢?这就像看到一个老人跌倒了,要不要扶的问题?社会风气变坏了,很多人就会说,不能扶,怕对方讹诈我,这其实就是初心的丧失导致的,因为很多人其实正好有了不扶的理由,但真正保持初心的人,在有条件的情况下(比如自己确实有时间、有机会、有能力可以施以援手),社会风气即使变坏了,还是会想办法在扶不扶之前,先观察一下对方是不是真的跌倒了需要救助,是不是存在讹诈的可能,然后再决定是否施以援手,或保持一定的距离,先进行询问或看是否可以进行交谈交流,在了解一定情况后,采取一定的保障措施(比如手机拍照录音等)再进行施以援手,实在不行,也可能会帮忙打个电话,叫个救护车什么的。丧失初心的人,即便有机会、有能力施以援手,也会给自己找理由,以怕讹诈、怕麻烦为理由,偷偷地或直接地走开,其实很多人的冷漠,并不会完全是因为这个社会有人讹诈,所以不愿意助人,相反,是他们找到了更好的理由,让自己的冷漠变得似乎天经地义,事实上,社会风气的恶化是非常复杂的,人的恶也不只是因为这个社会有强盗、小偷,其实起哄、为恶助势的行为,或为冷漠助力的很多舆论本身,也是一种恶;我们面对恶,不是想办法让它变得好一点,而以因为存在恶,反而找到了让恶加深、让困境恶化、让戾气更盛的理由,甚至为之推波助澜,当然,这和人性有关,大部分的人,在底子里,是缺乏智慧和懦弱的,很难克服,这也正是古代一个帝王可以奴役一个庞大的国家一样,不说反抗的勇气和斗争的精气,泱泱之众,连质疑一下的能力和愿望都没有。

pity 一词,其实和pious同根,pious表示虔诚之意:

  • pious a.虔诚的;虔敬的;

pious的结构分析如下:

  • pious = pi-善良->虔诚、努力保持初心的 + ous形缀,…的 = 虔诚的

需要注意的是,pious的名词形式是piety,词形上和pity非常接近:

  • piety n.虔诚 //= pi-善良->虔诚 + -ety(通-ity)表性质或状态 = 虔诚

其实,pity和pious从字母象形的角度来看,它们的核心义涵来自首字母p-,象形,手、手掌,pi-意为拍手,可能有拟声成份。

词根pi- = p手掌、手 + i元音 = 拍手,用手拍打(灰尘) = 保持干净 = 引申:干净、洁净 = 引申:纯洁、善良,或进一步引申:虔诚、忠诚或同情、怜悯等

因此,pity和pious很可能和pure相通:

  • pure a.纯的;纯粹的;纯净的;

pure一词中的pu-或pur-字面义指洗手或以水洗手,引申为纯洁,和pity、pious本质上有异曲同工之妙。

pity、pious、pure 在构词和会意方面,和佛教的教理,以及儒家亚圣孟子论证人之初性本善、人有恻隐之心的方式或底层逻辑是非常接近的。天底下,没有一个人生来就是恶人,即便人生下来,人性中就有一定的恶的成份,也不能说人生来就是恶人,这就像一条狗上身,不能因为有一粒灰尘,就说整条狗都是脏的,或者将其定义或视为是一条脏狗一样,不能这样去贴标签和这样武断地去定义人、狗或者生命,就像蛇有毒、老虎吃人一样,我们不能直接判其有罪,将它们抓进牢房里边一样,这其实是一种缺乏智慧的做法,是认知不足的表现。就像一个男子,看到一个女人,就想强奸她,但他最后并没有实施强奸的行为,也没有进一步鼓动他人去强奸,我们就不能去将这个男子抓起来,并判定他是一个强奸犯一样,我们也不能说,因为他没有实施强奸的行为,他曾经产生的想强奸的想法,就不是一种流氓的思想或想法,是的,这种想法依然是一种主观的恶,它并没有因此就是善的,相反, 我们只有具有了真正的智慧和勇气,我们才能克服恶的思想和行为,让真正善良的花朵在阳光下绽放,当我们面对恶的时候,去克服恶,本质上,其实是在恢复最初的大体的模样,这非常类似佛教如来的境界或菩提之身的说法。

只不过,对于如来之身,进一步的探讨,是否如明镜需要擦试与否,佛教不同教派是有争议的。有的主张时时常拂拭,有的(禅宗)则认为本来无一物、何处惹尘埃。

在这里插入图片描述

内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位与地图构建)的性能展开多项对比实验研究,重点分析在稀疏与稠密landmark环境下、预测与更新步骤同时进行与非同时进行的情况下的系统性能差异,并进步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度与地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试与分析。; 适合人群:具备定机器人学、状态估计或自动驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测与更新机制同步与否对滤波器稳定性与精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重点关注状态协方差传播、观测更新频率与噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 与稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行与非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
内容概要:本文围绕“基于主从博弈的售电商多元零售套餐设计与多级市场购电策略”展开,结合Matlab代码实现,提出了种适用于电力市场化环境下的售电商优化决策模型。该模型采用主从博弈(Stackelberg Game)理论构建售电商与用户之间的互动关系,售电商作为领导者制定电价套餐策略,用户作为跟随者响应电价并调整用电行为。同时,模型综合考虑售电商在多级电力市场(如日前市场、实时市场)中的【顶级EI复现】基于主从博弈的售电商多元零售套餐设计与多级市场购电策略(Matlab代码实现)购电组合优化,兼顾成本最小化与收益最大化,并引入不确定性因素(如负荷波动、可再生能源出力变化)进行鲁棒或随机优化处理。文中提供了完整的Matlab仿真代码,涵盖博弈建模、优化求解(可能结合YALMIP+CPLEX/Gurobi等工具)、结果可视化等环节,具有较强的可复现性和工程应用价值。; 适合人群:具备定电力系统基础知识、博弈论初步认知和Matlab编程能力的研究生、科研人员及电力市场从业人员,尤其适合从事电力市场运营、需求响应、售电策略研究的相关人员。; 使用场景及目标:① 掌握主从博弈在电力市场中的建模方法;② 学习售电商如何设计差异化零售套餐以引导用户用电行为;③ 实现多级市场购电成本与风险的协同优化;④ 借助Matlab代码快速复现顶级EI期刊论文成果,支撑科研项目或实际系统开发。; 阅读建议:建议读者结合提供的网盘资源下载完整代码与案例数据,按照文档目录顺序逐步学习,重点关注博弈模型的数学表达与Matlab实现逻辑,同时尝试对目标函数或约束条件进行扩展改进,以深化理解并提升科研创新能力。
内容概要:本文介绍了基于粒子群优化算法(PSO)的p-Hub选址优化问基于粒子群优化算法的p-Hub选址优化(Matlab代码实现)题的Matlab代码实现,旨在解决物流与交通网络中枢纽节点的最优选址问题。通过构建数学模型,结合粒子群算法的全局寻优能力,优化枢纽位置及分配策略,提升网络传输效率并降低运营成本。文中详细阐述了算法的设计思路、实现步骤以及关键参数设置,并提供了完整的Matlab仿真代码,便于读者复现和进步改进。该方法适用于复杂的组合优化问题,尤其在大规模网络选址中展现出良好的收敛性和实用性。; 适合人群:具备定Matlab编程基础,从事物流优化、智能算法研究或交通运输系统设计的研究生、科研人员及工程技术人员;熟悉优化算法基本原理并对实际应用场景感兴趣的从业者。; 使用场景及目标:①应用于物流中心、航空枢纽、快递分拣中心等p-Hub选址问题;②帮助理解粒子群算法在离散优化问题中的编码与迭代机制;③为复杂网络优化提供可扩展的算法框架,支持进步融合约束条件或改进算法性能。; 阅读建议:建议读者结合文中提供的Matlab代码逐段调试运行,理解算法流程与模型构建逻辑,重点关注粒子编码方式、适应度函数设计及约束处理策略。可尝试替换数据集或引入其他智能算法进行对比实验,以深化对优化效果和算法差异的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值