老将出马,一个顶仨

                               老将出马,一个顶仨
                                      -也谈硬盘起死回生法
    1998年的一天(具体时间记不清了),用了一年多的硬盘(1.6G)向我罢了工,屏幕显示的英文信息大意是硬盘有故障。
    已经过保修期了,只有自己动手了,先用DOS6.22的scandisk程序扫描了一遍硬盘(硬盘是FAT16分区),发现0磁道有坏簇,scandisk作好bad标记后继续扫描,中途发现一大堆的坏簇,勉强扫描好,眼前已是红通通的一片bad标记。接着高极格式化,几次都是格式化中途(停在那修某个簇修了二十几分钟,我的好耐性可都是电脑培养出来的啊!)就死了机。
    看来DOS这小子是想把坏簇修好才甘心,可眼睛大肚子小,没这个能量,我只要你能跳过去,能用就行(少个几兆没什么),总比完蛋好吧。找出一大叠工具盘,Norton Utilities 8中文版映入我眼中,这家伙可是大名鼎鼎的磁盘管理专家啊,没错!就是它了,于是运行了其中的Norton Disk Doctor(磁盘医生),照着提示往下做,这家伙傻乎乎地也做了BAD标记后,高极格式化也不行,白高兴了一场。
    翻出家中的报刊资料查找起来,“PCTOOLS9.0”-报上提到它也是管理硬盘的高手,试试再说,于是在光盘找了起来,没找到,又赶快上街买了一张,回家试了半天,还是不行。
    到此为止,一般人是不会试的了,硬盘报废,重买一个吧,一千大洋可是个大数目啊。再说又不是物理性损坏,肯定能修好(!?)。
    再趴到一大堆纸上找了起来(找点灵感吗),偶尔翻到一本小册子(新潮软件97贺岁光盘,《新潮电子》出的),上面有一个软件ADM可以管理硬盘,死马当做活马医,试试看吧!
    没想到运气真好,小册子上说pReformat(格式化)菜单中有Verfiy disk(硬盘校验)这一项,经过漫长的二十几分钟的校验,发现坏簇几百个,再经过二十几分钟的Format entire disk(高极格式化整个硬盘),重启动后在DOS下高极格式化竟一下子通过了(不停顿),而且scandisk了一遍,一个坏簇也没了。真是奇迹!!!重装Win95,半小时后,一切正常。
    至此硬盘被修复了,到现在这个老伙计也就用ADM搞了四五次,一直健壮地为我卖着力(还运行Win98了),想来ADM校验后把坏簇剔除了,DOS就找不到坏簇了(当然不是真的把坏簇给修好了,不过少了这几百个簇也没什么大不小的,而且坏簇剔除后对周围的好簇也没有任何影响,不像scandisk即使给坏簇做了标记,但时间长了,坏簇周围会有更多的坏簇出现,有点像传染病了!)。
    已经过去这么长时间了,为什么还要写这遍文章了,因为近一年来,朋友的、单位的十几个硬盘(600M、800M、1G、4.3G、5G、10G、20G等,任何分区均可,先用ADM将分区删除,再校验)均通过此法顺利修复,且生龙活虎地工作着;个别严重的,用ADM搞好后,再用Pqmagic将严重处单独划了一个分区(不格式化也不用),作为数据盘也一直运行正常。而ADM这个软件一般人都把它当做一个硬盘管理软件,没想到还有如此强大的功能(还能删除一些顽固的Fdisk删除不了的分区),看来这个95年的老家伙真是老将出马,一个顶仨啊(只要不是物理性损坏,都可以试试)!另外ADM校验过程中通过不了的硬盘,就只有报废了(如果在保修期内,可别相信JS给你修好,要他换新的,因为返回厂家一来一去就是大半年,早过保修期了)。
此拙作献给大家,希望能对各位有点帮助,毕竟一个硬盘(现在最小的20G硬盘)最少也要七八百大洋啊。对硬盘修复有不同高见的,请指教,我的E-mail是zhangjun901050@yahoo.com.cn
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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