中医文化的管理学启示


【两年前的一些心得,无意中在电脑中发现。时过境迁,现在的观点和当初已经有所变化了,但倾听一下自己多年前的心声,也是别有一番滋味在心头】

写下这个题目的时候,就觉得有些大,凭自己这点水平,不管是中医文化还是管理理论,都还只能算是个门外汉,但一时又想不出更合适的,索性就冒充一下专家,谈谈自己的一些心得体会吧

如果仔细观察身边的朋友你会发现,人一旦过了而立之年,就会开始关注起养生和健康的问题了,如果你对着一位二十来岁的年轻人谈论身体的保健,他壮的像牛一样,一定会对此表示不屑。所以,我说我很长一段时间以来喜欢看电视上的养生保健节目,有空就听人讲讲黄帝内经的时候,你就不会对此表现出诧异了。

我对中医文化的兴趣来源于一次无意的移动应用体验。我有一款比较老土的Nokia塞班手机,但不管怎么说也是智能的。我在上面安装了一个叫做“多米音乐”的应用程序——这名字取的多好,意头好,听着就喜欢。之所以喜欢这个软件,是因为我发现它的在线音乐内容挺丰富的,听歌的时候不用专门下载了,方便。后来,无意中发现里面有个栏目叫百家讲坛,似乎有些侵权的嫌疑,然后在里面有个内容叫黄帝内经,没想到一听就迷上了。黄帝内经以前在我的印象中就是一本晦涩难懂的医学著作,没想到被徐文兵老师讲的如此好听,有兴趣朋友可以自己找来听听。

当然,听了很多也看了很多,就有了不少体会。中医文化博大精深,她其实不仅仅是用来看病治病的,更是一种道,正所谓大道相通,它可以融入到我们的生活,也能够指导我们的工作。现在人们生病时候,首先就会想到西医,因为西医“快”,发个烧感个冒啥的,赶紧到医院挂几瓶吊针,还有那么多工作等着,都想早点治好回去干活,大家都“伤不起”。西医治病的理论和中医完全不同,它讲究“科学”,也就是要找到病根:细菌、病毒,然后想办法把它们灭掉,病也就好了。西医虽然“科学”,但问题是很多病找不到原因,有些病就算找到根儿了却没有去根儿的方法,只有眼睁睁看着。中医正好相反,并不关注病是谁造成的,而是以人为本,更关注人体本身,为啥会得病?是风寒暑燥热的那一样造成人体的阴阳失调。中医讲究的是平衡,有了不该有的东西就想办法去掉,少了该有的东西就想办法补上。当人体达到自然的平衡,抵抗力强了,病自然也就没了。这种阴阳调和的方法其实也就是道家的思想,是影响中国几千年文化的基础。

在管理学中有个方法叫目标管理,所谓以目标为导向,以人为中心,以成果为标准,这可能也是目前采用最广泛的企业管理方法。首先要有目标,然后才有任务的分解,于是每个员工有了自己的工作。对比刚才说的中医理论,一个企业或一个部门可以看作一个人体,中医方法强调的是调和以达到平衡,身体正常运转,目标顺利实现。万一目标没有达成,说明得病了,用中医的方法就是要找到阴阳失衡的地方,然后补或泄以使之回归自然之道。有时候当目标管理出现了问题,我们可能会采取极端的方法,一定要找到罪魁祸首除之以后快。显然这是西医的方法,快速,最理想的情况是病毒找的准,杀毒方法也对,短期内目标很快就实现了;但有时可能找到了致病因素,却没找不到解决办法;有时是根本找不到问题出在哪儿;还有一种情况最糟糕,以为找到症结了,其实弄错了,杀敌一千,自损八百。内经中有句话叫圣人不治已病治未病,不治已乱治未乱。就像人生活在自然中,呼吸饮食之间,不可能与病毒细菌不接触。我们不是要天天想办法灭菌杀毒,而是应该调整好自身小宇宙,与它们和谐相处。企业管理也是如此,堵不如疏,斗不如和,这才是长久之计。子曾经曰过:苛政猛于虎,苛不是严厉而是多和细,过多的条条框框貌似很好,让细菌病毒无所遁形,但也同时会伤害到无辜的人,破坏整体的生态环境的平衡,管理变的低效,目标难以达成。

我们学习外国先进的管理经验,但绝不能照搬全抄,应该消化吸收融会贯通加入利用。中国几千年的文化沉淀,随便扣一点都是宝。在这里我想号召一下,有时间多学习一些中国的传统文化,别让老祖宗留下这笔宝贵财富从我们手里弄丢了。

(2012年6月13日)

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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

极客行天下

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