2012年终极心愿之每月培养一个好习惯

2012年,我将每月培养一个好习惯做为一个习惯,开始有意识地培养、并记录习惯养成。我以为自己每天都坚持得很好,但记录表明成功率相当一般。就像做时间管理时一样,不能相信自己的感觉,要相信真实的记录。


习惯成功次数应记录总次数成功率
1.练习吉他26334576%
2.仰卧起座20932964%
3.6:30起床27636276%
4.23:00睡觉21836260%
5.细嚼慢咽31433693%
6.犬子在不微博28432687%
7.整理桌面26531385%
8.上肢锻炼26230287%
9.给每天给儿子读一个故事17629360%
10和儿子一起听音乐15425760%
11静蹲练习9724240%
12每周岳麓山475192%
13记录习惯33936293%


在这些习惯中:
  • 坚持最好的是每周岳麓山。一年52个星期里只有4个星期没有爬山。
  • 最得意的是每天给儿子读一个故事。实事上这已经成为我们两人共同的习惯。但在今年10月份之后,他渐渐可以自己阅读,也就不需要我给他读了。
  • 收获最大的是早起。虽有不少偷懒的日子,但只要起来了,都还是做了自己喜欢的事。
  • 已经失去意义的是细嚼慢咽。没有人监督,也没有标准判断是不是成功,最后就成了敷衍。
  • 坚持最差的是早睡,到后来甚至破罐子破摔了。


2011年末,我给自己的2012年许下三个心愿:第一, 2012年6月10日进行一次距离更长的夏季骑行拉练。第二, 2012年12月21日举办一场小范围的吉他演奏会。第三, 养成每个月培养一个好习惯的习惯。结果,我在2012年6月10日骑行308公里岳阳往返,第一个心愿的实现堪称完美;我在2012年12月21日为8个家庭弹奏了8首曲目,第二个心愿的实现也比较满意;但第三个心愿只能勉强打及格了。前两个心愿都有明确的时间和行动,在规定时间完成了就是完成了,没完成就是没完成。而第三个心愿却要日复一日的积累。今天没做到,还有明天;今天做到了,也还有明天。

一件事情再有困难,一咬牙一跺脚也就过去了。一件事情再简单,可要日复一日的坚持,却是最难的。

转载于:https://www.cnblogs.com/gentium/archive/2012/12/28/5266953.html

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
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