機(jī)械社區(qū)
標(biāo)題: 國家發(fā)文加強(qiáng)數(shù)學(xué)研究，為什么？ [打印本頁]
作者: zmztx 時(shí)間: 2019-7-21 19:54
標(biāo)題: 國家發(fā)文加強(qiáng)數(shù)學(xué)研究，為什么？
本帖最后由 zmztx 于 2019-7-21 19:59 編輯
& K: c$ Q+ h: ?' B( _' R! G) C5 k- T# [! D; k
為切實(shí)加強(qiáng)我國數(shù)學(xué)科學(xué)研究，科技部、教育部、中科院、自然科學(xué)基金委共同制定了《關(guān)于加強(qiáng)數(shù)學(xué)科學(xué)研究工作方案》，并于近日正式印發(fā)。
: S B7 C" Z# L0 m ohttp://henan.people.com.cn/n2/2019/0721/c351638-33164435.html! J% e+ G& [* `7 ^$ {
以前，知道開《線性代數(shù)》和《概率論》是因?yàn)槊绹{(diào)查研究了前蘇聯(lián)，之所以先于美國實(shí)現(xiàn)了載人航天飛行，有個(gè)原因是蘇聯(lián)大學(xué)里開設(shè)了《線性代數(shù)》和《概率論》，而美國沒有。于是，那時(shí)國內(nèi)國防院校統(tǒng)統(tǒng)開《線性代數(shù)》和《概率論》5 }, H) B- m$ S' ?
可是為什么呢？
0 v5 ]# O- D) u& H# B4 R1 Z《線性代數(shù)》，可以把復(fù)雜的問題化簡后來研究，比所有問題一起來好得多。比如有限元，先把局部弄明白，再把這些“局部”放到一起來研究；同樣，模態(tài)分析是把亂七八糟的震動(dòng)，分解成為一個(gè)個(gè)頻率下的震動(dòng)形態(tài)。這兩者都是把復(fù)雜問題簡單化
《概率論》就是設(shè)法弄清楚，各個(gè)因素可能性之間的關(guān)系。我覺得這更重要。
比如，在生產(chǎn)計(jì)劃中，往往習(xí)慣于確定性思維，也就是不管是不是真行，反正就當(dāng)是每批活按照工時(shí)規(guī)定的時(shí)間，到時(shí)候就完了。純屬扯淡
如今非黑即白的思維大行其道，其實(shí)灰色是絕大多數(shù)
& U% [. y4 A& T- \6 c$ w7 J
1 I7 I, q, `) ?2 O# b) O
. j! w+ G! h, o( W7 e
作者: Leo_20180309 時(shí)間: 2019-7-21 20:03
大數(shù)據(jù)面前，一切都會(huì)成為定數(shù)，數(shù)學(xué)可是科技發(fā)展的必要前提
作者: 貓咪小新 時(shí)間: 2019-7-21 20:06
對整體機(jī)械行業(yè)影響也不大，計(jì)算機(jī)得益倒是很大。
作者: 曉昀 時(shí)間: 2019-7-21 20:15
數(shù)學(xué)是最基礎(chǔ)的研究和計(jì)算工具，很多實(shí)際問題最終的解決都是通過建立相關(guān)的數(shù)學(xué)模型，數(shù)學(xué)模型是運(yùn)用數(shù)理邏輯方法和數(shù)學(xué)語言建構(gòu)的科學(xué)或工程模型。
作者: 未來第一站 時(shí)間: 2019-7-21 21:05
因?yàn)橛龅狡款i了，花錢也買不來了。
作者: 喂我袋鹽 時(shí)間: 2019-7-21 21:19
任正非笑而不語~~
作者: m2006410 時(shí)間: 2019-7-21 21:24
是不是想研發(fā)模擬軟件？比如三維設(shè)計(jì)，力學(xué)分析類的。
作者: 韓寒11 時(shí)間: 2019-7-21 21:32
早就應(yīng)該這樣了，其實(shí)在上學(xué)那會(huì)兒班級(jí)里邊就有數(shù)學(xué)奇好，但是英語不好的同學(xué)，最后沒有考上好的學(xué)校，現(xiàn)在終于想起數(shù)學(xué)來了，等吧，再等幾代人吧
作者: zmztx 時(shí)間: 2019-7-21 22:08
本帖最后由 zmztx 于 2019-7-22 07:00 編輯
, L9 I( O# [1 j: v* o# o' F) k. c5 T" N0 Y4 @9 x- k+ D
如果說AI，頂級(jí)AI研究者中有華裔，其中還有國內(nèi)大學(xué)畢業(yè)去了美國
- p) t: O4 _" a. r關(guān)鍵他們都不在大陸，或者只是短期工作（合作）
7 f5 V& i N$ S; i5 g
作者: zmztx 時(shí)間: 2019-7-21 22:09
. t0 r3 B! V9 P* k1 K/ w4 g關(guān)鍵是數(shù)字化$ R6 ?4 H/ L7 S4 b# @& I0 Z
作者: 3983596 時(shí)間: 2019-7-22 07:46
想搞基礎(chǔ)學(xué)科研究
作者: zmztx 時(shí)間: 2019-7-22 07:54
極富才華的數(shù)學(xué)家，很少是在美國長大的8 {; r% ^+ D9 l
可是，需要數(shù)學(xué)的東西，往往都是在美國發(fā)展成熟，并且很快就成為應(yīng)用技術(shù)。尤其是二戰(zhàn)之后
) R8 w/ \, H1 t! U6 a" \4 R& I0 M
二戰(zhàn)期間，有兩項(xiàng)偉大的成就：一是原子彈，二是計(jì)算機(jī)* }7 l: k4 Q/ D/ L M( r
原子彈的研制過程中，使用了《運(yùn)籌學(xué)》。
( J* S, ~: @9 H& W* P計(jì)算機(jī)是英國人搞的，為的是破譯密碼。% L) V1 _; p: A9 `" o
這兩項(xiàng)技術(shù)發(fā)明地目的性極強(qiáng)，它改變了戰(zhàn)爭力量對比。. f3 v0 r6 [" V3 ?( [0 a
如果溯源，這兩項(xiàng)技術(shù)都不是開始于二戰(zhàn)期間，可在二戰(zhàn)中解決了大問題，顯示了數(shù)學(xué)的威力。當(dāng)時(shí)原子彈研制，那么多的頭緒，怎么才能快？不管怎么說，美國人用了運(yùn)籌學(xué)，而且結(jié)果完美。如果不用運(yùn)籌學(xué)，也許在日本爆炸的原子彈還要晚幾年才能做出來；破譯密碼，是天才的游戲，計(jì)算機(jī)是輔助工具。但沒有這輔助工具，天才也玩不轉(zhuǎn)。那時(shí)德國潛艇攻擊運(yùn)輸線、德國飛機(jī)到處轟炸，如果能知道德國人用電報(bào)發(fā)送的命令，那就好辦了。據(jù)說中國人有聰明的，直接猜出電報(bào)內(nèi)容。可次次都靠猜實(shí)在不靠譜，還是用計(jì)算機(jī)來幫忙算。. v2 i. p5 ]8 _
如果溯源。這兩技術(shù)都不是起源于美國，在美國是實(shí)實(shí)在在的使用，當(dāng)然發(fā)展是后來的事情，而且搞大了。現(xiàn)在，也是賺錢的利器
+ `$ p' s" }& p. {* |- J2 g; T6 M英國人腦袋里的東西，變成了美國人手里的鈔票，這其中的轉(zhuǎn)換密碼，到底是什么？太迷人了！! X' {) H- Z$ {1 D* y, W
作者: 豌豆先生愛吃蝦 時(shí)間: 2019-7-22 08:32
zmztx 發(fā)表于 2019-7-22 07:54
9 ?( x( B/ u+ a( \5 d$ m6 {極富才華的數(shù)學(xué)家，很少是在美國長大的! O( s) z% G/ E% S1 H& d
可是，需要數(shù)學(xué)的東西，往往都是在美國發(fā)展成熟，并且很快就成為應(yīng) ...
5 }: k( }! j. I* I0 L! l美國奉行的是拿來主義，哪里有人才，就會(huì)想法設(shè)法地去挖過來。' J8 B( q7 L5 \2 r& M
作者: kaixinjixieren 時(shí)間: 2019-7-22 08:49
數(shù)學(xué)無處不在啊
作者: keren693 時(shí)間: 2019-7-22 09:46
數(shù)學(xué)就是算法 算法就是能提升軟件效率 然后就有5 6 7 8 9G啥的了 然后就是帶動(dòng)經(jīng)濟(jì)，不可預(yù)知的未來大概就是這個(gè)意思吧
作者: zmztx 時(shí)間: 2019-7-22 10:32
0 @9 ~0 D( o! K9 X; A
大概兩三年前，李克強(qiáng)去北大，走到數(shù)學(xué)系說：數(shù)學(xué)是一支筆一張紙，不像物理系要買多少設(shè)備儀器。對數(shù)學(xué)系，項(xiàng)目費(fèi)用、獎(jiǎng)金少點(diǎn)提成、個(gè)人拿到手里的錢多點(diǎn)3 K7 |8 a4 x( w3 f) z8 T0 O% T
作者: zmztx 時(shí)間: 2019-7-22 10:47
, C" P. Q7 `, F7 @機(jī)械，設(shè)計(jì)工藝，很多還是憑經(jīng)驗(yàn)拍腦袋。對不對好不好且不論，這樣沒法子自動(dòng)進(jìn)行* {5 i* V* T% P! \) |8 W ~7 V y
各位估計(jì)都看過鐵摩辛柯的材料力學(xué)，據(jù)說鐵摩辛柯之前沒有材料力學(xué)，修橋、蓋房子、造機(jī)器，就是憑經(jīng)驗(yàn)，或者大概算一下，而且這計(jì)算結(jié)果還因人而異。鐵摩辛柯總結(jié)了前人成果，系統(tǒng)話、實(shí)驗(yàn)化，使得強(qiáng)度、剛度計(jì)算成為科學(xué)。意思就是你算還是我算，結(jié)果都一樣。2 o! {, z' a/ K9 d- K* x, P6 T* H
也就是憑經(jīng)驗(yàn)拍腦袋的事情少點(diǎn)
2 K6 |3 i' b* \# J% Y, P當(dāng)然，誰都不能說憑經(jīng)驗(yàn)拍腦袋的事情能徹底退出。而且不能退出的這些，既不可能推翻（經(jīng)驗(yàn)也不是經(jīng)不起檢驗(yàn)），也難以用AI解決（至少眼下是這樣）。換句話說，數(shù)學(xué)還有解決不了的問題。; Q. A6 M: N1 z- x' z
9 i7 n/ B+ _5 A- L9 {9 ~9 A$ I% c4 d
作者: 果果0122 時(shí)間: 2019-7-22 10:52
提示: 作者被禁止或刪除 內(nèi)容自動(dòng)屏蔽
作者: parkorliu 時(shí)間: 2019-7-22 11:01
數(shù)學(xué)是工具。。。三分手藝七分家伙。。。沒有家伙啥事都干不好。
作者: 454141017 時(shí)間: 2019-7-22 11:06
概率算法是神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)，p=(0,1)，神經(jīng)網(wǎng)絡(luò)是智能判斷的靈魂，p= 0 or p=1。最終的執(zhí)行力表現(xiàn)為 1 的疊加，或 0 的遞減，占空比的關(guān)系。
作者: 浣溪沙 時(shí)間: 2019-7-22 21:43
知道每年熱炒的高考?jí)言ツ牧耍紱]去科研，享清福，找不傷大腦的工作去了
作者: wangshenglijn 時(shí)間: 2019-7-22 22:17
現(xiàn)在國內(nèi)到處都搞人工智能，但是很少有數(shù)學(xué)專業(yè)的人員參與，我想，人工智能離不開計(jì)算方法，沒有算法的保證，如何搞好人工智能？
作者: zmztx 時(shí)間: 2019-7-23 09:20
為什么華為和任正非如此崇尚數(shù)學(xué)？
, q# N% S. i6 [4 t3 |- P
“我認(rèn)為用物理方法來解決問題已趨近飽和，要重視數(shù)學(xué)方法的突起。”——任正非與2012實(shí)驗(yàn)室專家座談講話
) `- d8 [& n+ y+ \, P7 n6 w" b6 K) e( }8 O
7 |, M# [% i* l3 c, L4 e2 @. m
“以后高科技數(shù)學(xué)比物理還重要，要從最基礎(chǔ)學(xué)科開始發(fā)現(xiàn)”——任正非接受群訪 r& B! |% D: _+ w/ e+ a- J8 R$ y
: d- s/ E( _" X3 [$ B+ f/ C: i2 {$ w. l
“在過去的20多年，凡是我們在數(shù)學(xué)和算法上投資比較大的，有專門的團(tuán)隊(duì)在做工作的，我們在這個(gè)領(lǐng)域的產(chǎn)品在全球都逐漸走向了領(lǐng)先；凡是不重視在數(shù)學(xué)和算法上投資的，這些產(chǎn)品目前來看都是落后的。所以我們應(yīng)該充分認(rèn)識(shí)到，面向未來，數(shù)學(xué)和算法在整個(gè)ICT行業(yè)，在構(gòu)筑競爭力和差異化方面起的作用會(huì)越來越大”——徐直軍（華為高管）在戰(zhàn)略與技術(shù)大會(huì)開幕式上的講話( X5 G* ]3 I* q3 }1 W
2 f9 _8 C3 u+ E" n {: ]" ?% G' A華為。其在全世界擁有26個(gè)研發(fā)能力中心，700多名在職數(shù)學(xué)家，800多名物理學(xué)家，120多名化學(xué)家。從1995年開始，華為就不斷招聘數(shù)學(xué)博士，創(chuàng)新性地突破IT技術(shù)的瓶頸。因?yàn)楫?dāng)今核心的密碼學(xué)、圖像學(xué)、數(shù)據(jù)壓縮存儲(chǔ)等技術(shù)，都與數(shù)學(xué)密切相關(guān)。
6 m) \: a% }' Q- S' \" o
: x7 T) N* k. l, }0 P( {, Y( \9 ?5 k2 g% M- F# f* @
2019年6月9日，第八屆世界華人數(shù)學(xué)家大會(huì)，在清華大學(xué)召開
7 w6 M! h9 ~6 H% L7 [會(huì)議中，丘成桐接受記者采訪時(shí)說：發(fā)展數(shù)學(xué)，并非直接為經(jīng)濟(jì)和技術(shù)服務(wù)，“很多人以為，基礎(chǔ)科學(xué)指的是技術(shù)上的原理和方法”“他們說重視基礎(chǔ)研究，重視的無非還是解決實(shí)際問題的應(yīng)用研究而已”
4 W' J& L7 S- j丘成桐認(rèn)為，華為的數(shù)學(xué)家（或者成為數(shù)學(xué)工程師），可能還是解決硬件和軟件的用用數(shù)學(xué)家偏多，“真正做基礎(chǔ)研究的科學(xué)家，和他們想象的不一樣”
& J1 t* Y2 Z& K1 b* U3 }' A
# ^" x& Y; b4 X+ ~ @; h' e4 A
7 k; l+ V4 T, Q4 u) Z) q D7 z
# g" f3 U h. l0 o6 N# y* t" }
作者: zmztx 時(shí)間: 2019-7-23 09:29
$ I- q$ P" u7 |. Q( u5 h
有道理
* f" @" I9 X. c: Q5 \8 H: U% @現(xiàn)在人工智能有點(diǎn)濫，甚至把紅綠燈變化也說成是人工智能。比較靠譜的是以算法劃界，用了公認(rèn)的AI算法，就可以歸入人工智能。5 O& K2 y5 d: r; y
比如樓上提到的貝葉斯網(wǎng)絡(luò)和貝葉斯推理，就算是人工智能
2 B3 x( u2 `; S5 Z但也有問題，實(shí)際應(yīng)用中可能會(huì)有很巧妙的方法出現(xiàn)，解決了不好解決的問題，這算什么？就像現(xiàn)在的優(yōu)化計(jì)算方法，大多數(shù)并不是數(shù)學(xué)家的成果，而是工程師們在實(shí)際中一點(diǎn)點(diǎn)弄出來的，好用，能用就行。不見得嚴(yán)謹(jǐn)2 ]6 C1 M; u. h7 z' d+ M4 ~
樓上文摘中丘成桐和任正非表達(dá)的意思，似乎就是兩個(gè)路子3 Q4 }" X0 O9 n- j' W K' C
+ @) Z% l; Y* N8 y( a4 G6 @' c
作者: 柳建凱 時(shí)間: 2019-7-23 11:29
數(shù)學(xué)是基礎(chǔ)
作者: Cavalier_Ricky 時(shí)間: 2019-7-23 20:30
為什么？突然發(fā)現(xiàn)差了唄。。。
2 U2 `9 D' e4 e2 }; _4 J; o: u7 n8 I/ g: V! Y3 E) H
問題是，到底怎么搞？
1 E# _, S( d6 Q3 S+ q
$ a) a, V5 e7 k' C: d8 k不會(huì)又是另一版本的綠壩、另一版本的電動(dòng)汽車啥的吧。。。) E% @- r r: q
! [: } H1 r1 X爺說話，就是想撒錢！求爺，別再亂撒錢了。你以為會(huì)得到人，就是夠不著的啊。
作者: 集成機(jī)甲 時(shí)間: 2019-7-26 05:49
只有一個(gè)數(shù)學(xué)么？了！其他學(xué)科怎么辦，如果各學(xué)科都能像體育 藝術(shù)考試一樣，那早就先進(jìn)的不行不行的了。我們這些年特長就是把簡單問題復(fù)雜化，實(shí)體問題虛幻化，把水?dāng)嚋啿藕孟率郑?hr noshade size="2" width="100%" color="#808080">
作者: zmztx 時(shí)間: 2019-7-27 08:04
注釋" Q V8 ]8 l N$ O# r7 D
& k/ @* F) P2 I7 H- 馬爾可夫過程， 也稱為馬爾可夫鏈 (Markov chain)， 是一類離散隨機(jī)過程， 它的最大特點(diǎn)是每一步的轉(zhuǎn)移概率分布都只與前一步有關(guān)。 而平穩(wěn)馬爾可夫過程則是指轉(zhuǎn)移概率分布與步數(shù)無關(guān)的馬爾可夫過程 (體現(xiàn)在我們的例子中， 即 H 與 n 無關(guān))。 另外要說明的是， 本文在表述上不同于佩奇和布林的原始論文， 后者并未使用諸如 “馬爾可夫過程” 或 “馬爾可夫鏈” 那樣的術(shù)語， 也并未直接運(yùn)用這一領(lǐng)域內(nèi)的數(shù)學(xué)定理。
- 在更細(xì)致的分類中， 這種每一列的矩陣元之和都為 1 的隨機(jī)矩陣稱為左隨機(jī)矩陣 (left stochastic matrix)， 以區(qū)別于每一行的矩陣元之和都等于 1 的所謂右隨機(jī)矩陣 (right stochastic matrix)。 這兩者在應(yīng)用上基本是等價(jià)的， 區(qū)別往往只在于約定。
- 這種幾乎滿足隨機(jī)矩陣條件， 但有些列 (或行) 的矩陣元之和小于 1 的矩陣也有一個(gè)名稱， 叫做亞隨機(jī)矩陣 (substochastic matrix)。
- 確切地說， 這種所有矩陣元都為正的矩陣不僅是素矩陣， 而且還是所謂的正矩陣 (positive matrix)。 這兩者的區(qū)別是： 正矩陣要求所有矩陣元都為正， 而素矩陣只要求自己的某個(gè)正整數(shù)次冪為正矩陣。
- 讀者們想必看出來了， p 其實(shí)是矩陣 G 的本征值為 1 的本征向量， 而利用虛擬用戶確定網(wǎng)頁排序的思路其實(shí)是在用迭代法解決上述本征值問題。 在數(shù)學(xué)上可以證明， 上述本征向量是唯一的， 而且 G 的其它本征值 λ 全都滿足 |λ|<1 (更準(zhǔn)確地說， 是 |λ|≤α ——這也正是下文即將提到的 Gnp0 的收斂速度與 α 有關(guān)的原因)。
- 當(dāng)然， 這絕不意味著在網(wǎng)頁排序上已不可能再做假。 相反， 這種做假在互聯(lián)網(wǎng)上依然比比皆是， 比如許多廣告或垃圾網(wǎng)頁制造者用自動(dòng)程序到各大論壇發(fā)貼， 建立對自己網(wǎng)頁的鏈接， 以提高排序， 就是一種常見的做假手法。 為了遏制做假， 谷歌采取了很多技術(shù)手段， 并對有些做假網(wǎng)站采取了嚴(yán)厲的懲罰措施。 這種懲罰 (有時(shí)是誤罰) 對于某些靠互聯(lián)網(wǎng)吃飯的公司有毀滅性的打擊力。
- 從投資角度講， 斯坦福大學(xué)顯然是過早賣掉了股票， 否則獲利將更為豐厚。 不過， 這正是美國名校的一個(gè)可貴之處， 它們雖擅長從支持技術(shù)研發(fā)中獲利， 卻并不唯利是圖。 它們有自己的原則， 那就是不能讓商業(yè)利益干擾學(xué)術(shù)研究。 為此， 它們通常不愿長時(shí)間持有特定公司的股票， 以免在無形中干擾與該公司存在競爭關(guān)系的學(xué)術(shù)研究的開展。
- 那些研究與 “佩奇排序” 的類似僅僅在于大方向 (即都利用互聯(lián)網(wǎng)的鏈接結(jié)構(gòu)來決定網(wǎng)頁排序)， 而非具體算法類似。! r" _& q1 J! m: g
& F6 k( j6 [/ Z2 d+ T% e* X4 l6 R8 O; J4 ?. N
補(bǔ)注
2 v% B- z! [$ ^+ B. Z9 F4 f8 K3 B; U& Z, y: E; p
0 x, @: C/ C; w3 z% d有些讀者對 “是數(shù)學(xué)成就了谷歌” 這一說法不以為然， 認(rèn)為是佩奇和布林的商業(yè)才能， 或?qū)?shù)學(xué)與商業(yè)結(jié)合起來的才能成就了谷歌。 這是一個(gè)見仁見智的問題， 看法不同不足為奇。 我之所以認(rèn)為是數(shù)學(xué)成就了谷歌， 是因?yàn)楣雀璁?dāng)年勝過其它搜索引擎的地方只有算法。 除算法外， 佩奇和布林當(dāng)年并無其它勝過競爭對手的手段， 包括商業(yè)手段。 如果讓他們?nèi)ギ?dāng)其它幾家搜索引擎公司的老總， 用那幾家公司的算法， 他們是不可能脫穎而出的； 而反過來， 如果讓其它幾家搜索引擎公司的老總來管理谷歌， 用谷歌的算法， 我相信谷歌依然能超越對手。 因此， 雖然谷歌后來確實(shí)用過不少出色的商業(yè)手段 (任何一家那樣巨型的公司都必然有商業(yè)手段上的成功之處)， 而當(dāng)年那個(gè)算法在今天的谷歌——如正文所述——?jiǎng)t早已被更復(fù)雜的算法所取代， 但我認(rèn)為谷歌制勝的根基和根源在于那個(gè)算法， 而非商業(yè)手段， 因此我說 “是數(shù)學(xué)成就了谷歌”。 [2011-01-01]% s, |( V% ~# Q1 w& Y. J
+ x( [8 Y& h/ t% ?
作者: zmztx 時(shí)間: 2019-7-27 08:12
本帖最后由 zmztx 于 2019-7-27 08:13 編輯
. `0 B2 v! |, _$ M5 X4 n( f3 k0 S7 i z# [6 b7 [
google矩陣以及MapReduce算法（網(wǎng)上的一個(gè)簡單解釋版）
$ ?8 y" F( }, N9 I. f1 t7 V2 ]2 x d+ { A6 D% m; V' v
/ e! Z! v. N- E" O: c+ A ^( q
4 Z+ w7 B! T p' e. {% J; g! J
Map-Reduce, 通過將運(yùn)算矩陣按頁面分離到多個(gè)頁面進(jìn)行運(yùn)算，例如運(yùn)算節(jié)點(diǎn)1上放1000個(gè)頁面，這1000個(gè)頁面的外鏈有4000個(gè)，那么這個(gè)節(jié)點(diǎn)的矩陣也就是一個(gè)1000列，4000行的，那么Map-Redure可以取特征向量的對應(yīng)的1000個(gè)（1列，1000行）的值到該節(jié)點(diǎn)進(jìn)行矩陣運(yùn)算，然后會(huì)得到一個(gè)（1列，4000行）的向量，每個(gè)頁面實(shí)際對應(yīng)到一行，傳遞到匯總節(jié)點(diǎn)進(jìn)行匯總求和即可。
: a) c: v& b2 E3 }( C) g6 H 這里有個(gè)問題就是可能各個(gè)運(yùn)算節(jié)點(diǎn)的頁面不一樣，所以最終各個(gè)節(jié)點(diǎn)合并矩陣時(shí)，最終可以類似成為一個(gè)hash表一樣定位頁面，然后將各個(gè)頁面算出來的一列向量進(jìn)行定位求和，最終得到計(jì)算出來的特征向量，第一次計(jì)算出來之后，才能知道這次運(yùn)算的向量到底是有多少個(gè)頁面。
- h+ e X. R: t9 G( V3 L* C/ E H
: N# s2 E/ q" n6 X8 Y
5 J D, I1 Z( J* v+ E* \9 B. j
作者: zll3310737 時(shí)間: 2019-7-27 08:29
根本的東西不改進(jìn)，再研究也沒什么大用處
作者: zmztx 時(shí)間: 2019-7-27 09:20
編輯先生
1 X, e& U2 H% y& G- `' m5 _請解釋一下，谷歌矩陣沒有通過審核的原因？
: x: Y8 Y I8 `" D, w8 N5 h! p政治原因嗎？谷歌矩陣只涉及網(wǎng)頁、矩陣和一些數(shù)學(xué)思路
0 n! }: m8 E2 q$ q6 Y難道是我得罪了你，或者得罪了你想扶持的那個(gè)小混混？
作者: zmztx 時(shí)間: 2019-7-27 11:42
編輯的解釋
. P2 [4 q+ A5 J, n0 t; u1 w不好意思# F+ [2 H* F9 O5 H3 U
) f7 c) i- f( W" V# k- J
& a) p1 m1 O Y4 Ghttp://www.ytsybjq.com/forum.php?mod ... p;page=1#pid6035852; u* r- L' Y# c, ?8 w- Q
" ^& L) i/ t9 W+ p+ z L3 L; D
作者: 田田田田田 時(shí)間: 2019-7-29 20:42
數(shù)學(xué)是基礎(chǔ)科學(xué)。中國現(xiàn)在整天吹牛，但是基礎(chǔ)還是很弱的。最近講的中國發(fā)明很多很多，但是不把平均數(shù)據(jù)公布的數(shù)據(jù)都是耍流氓。
作者: 直博和冰冰都要 時(shí)間: 2021-11-23 22:11
作者: wanglj671 時(shí)間: 2021-11-24 08:44
數(shù)學(xué)發(fā)展為相關(guān)行業(yè)進(jìn)步提供理論基礎(chǔ)
+ K% U, m! l5 e& f- m8 `- x" g! m- w. G
| 歡迎光臨 機(jī)械社區(qū) (http://www.ytsybjq.com/) |
Powered by Discuz! X3.5 |