读《暗时间》有感

最近读完了刘未鹏写的《按时间》里面的一些观点对自己有很大帮助,特别介绍一下,推荐给大家。

在本书中“暗时间”指的是自己潜意识里思考的时间。通常自己冥思苦想一个问题,久未得到答案,当脱离这个思考的环境,吃饭、上厕所甚至是睡觉的时候,自己的潜意识还会在思考这个问题,会在突然之间得到问题的答案。

  1. 能够迅速进入专注状态以及能够长期保持专注状态,是高效学习的两个习惯;

  2. 人们不愿意付出时间来学习,是因为对于自己付出的时间和精力以后,能否得到相应的回报的恐惧,也就是对于不确定性的恐惧。可以重新设计自己的人生季度条;

  3. 过早的退出是一切失败的根源(方向不对也要及时的止损),专注和持之以恒才是真正稀缺的;

  4. 加深记忆的方法有很多:与别人讨论或者讲给别人听、书写等;

  5. 坚持做一些重要的事情,无论是重要的还是不重要的;

  6. 人们思考问题通常是在自己现有的思维框架中进行的,很少能跳出自己的框架来思考问题,也就是自己不知道自己不知道。

  7. 看重过程,而不是看重单次结果:因为再好的过程也可能会失利,从长远来看,好的过程总体上必然导致好的结果;

  8. 人们通常会从自己认为的先验经验中推断当前的结果,有时候打破偏见唯一途径就是开阔自己的视野,多积累知识和不同背景人交流讨论;

  9. 能改变既有习惯的依靠的不是自制力而是知识;

  10. 书写是为了更好的思考;

  11. 困难的路越走越容易,容易的路越走越难;

  12. 不可替代性:专业领域的技能、跨领域的技能、学习能力、性格要素;

  13. 普通人遵守规则、牛人无视规则、伟人创造规则;

aaa

变分模态分解(Variational Mode Decomposition, VMD)是一种强大的非线性、无参数信号处理技术,专门用于复杂非平稳信号的分析与分解。它由Eckart Dietz和Herbert Krim于2011年提出,主要针对传统傅立叶变换在处理非平稳信号时的不足。VMD的核心思想是将复杂信号分解为一系列模态函数(即固有模态函数,IMFs),每个IMF具有独特的频率成分和局部特性。这一过程与小波分析或经验模态分解(EMD)类似,但VMD通过变分优化框架显著提升了分解的稳定性和准确性。 在MATLAB环境中实现VMD,可以帮助我们更好地理解和应用这一技术。其核心算法主要包括以下步骤:首先进行初始化,设定模态数并为每个模态分配初始频率估计;接着采用交替最小二乘法,通过交替最小化残差平方和以及模态频率的离散时间傅立叶变换(DTFT)约束,更新每个模态函数和中心频率;最后通过迭代优化,在每次迭代中优化所有IMF的幅度和相位,直至满足停止条件(如达到预设迭代次数或残差平方和小于阈值)。 MATLAB中的VMD实现通常包括以下部分:数据预处理,如对原始信号进行归一化或去除直流偏置,以简化后续处理;定义VMD结构,设置模态数、迭代次数和约束参数等;VMD算法主体,包含初始化、交替最小二乘法和迭代优化过程;以及后处理,对分解结果进行评估和可视化,例如计算每个模态的频谱特性,绘制IMF的时频分布图。如果提供了一个包含VMD算法的压缩包文件,其中的“VMD”可能是MATLAB代码文件或完整的项目文件夹,可能包含主程序、函数库、示例数据和结果可视化脚本。通过运行这些代码,可以直观地看到VMD如何将复杂信号分解为独立模态,并理解每个模态的物理意义。 VMD在多个领域具有广泛的应用,包括信号处理(如声学、振动、生物医学信号分析)、图像处理(如图像去噪、特征提取)、金融时间序列分析(识
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

打赏作者

wb175208

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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