13、埃吕尔和伊利奇思想对适用机器设计的贡献

埃吕尔和伊利奇思想对适用机器设计的贡献

1. 埃吕尔和伊利奇思想概述

1.1 雅克·埃吕尔(Jacques Ellul)

雅克·埃吕尔(1912 - 1994)是法国社会学家和神学家。他在波尔多大学任教多年,参与了多个宗教、环保和公民团体,持有反对共产主义的立场,自认为是新教徒和无政府主义者,这使他在战后法国知识界处于边缘地位,但在美国却更有名。

埃吕尔专注于对“技术”(technique)的研究。他认为“技术”并非指机器、科技或达成目的的特定程序,而是人类活动各领域中理性得出且具有绝对效率的方法总和。他区分了技术行动和技术现象,技术现象是在各领域追求最佳手段,这些手段的集合造就了技术文明。

对于特定技术的好坏,埃吕尔认为难以评判,因为专家们意见不一,且有些方面可能被忽视。技术化进程不断推进,影响着社会的各个领域。技术成为社会的决定性因素,它创造的问题大多只能依靠技术解决,人类逐渐屈服于技术逻辑。

埃吕尔并未提出解决方案,只是对系统的运作方式进行了诊断。他认为人类不应完全摒弃技术,但要意识到技术对自身的影响,进而有意识地控制和引导技术化进程。他的名字主要在有限的知识圈子和新卢德主义者中流传,新卢德主义关注技术的负面影响,并质疑技术进步的必然性。

1.2 伊万·伊利奇(Ivan Illich)

伊万·伊利奇(1926 - 2002)是一位难以归类的思想家,有时被定义为自由思想家、哲学家、社会学家、教育家和神学家等。他在20世纪70年代创作了许多有影响力的书籍,在另类社会运动中较为知名。

伊利奇的观点可看作是对埃吕尔见解的实际应用。他通过研究特定社会子系统(如教育、交通和健康)

【电能质量扰动】基于MLDWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
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