认识——转化的力量

 看了《维度-数学漫步》这部纪录片,我很喜欢,对于其中的思路和介绍的多维空间有了深入一点的了解。其中的一个例子我印象深刻,片中以一个二维世界爬虫的视角,这个爬虫只能够看见二维的物体,所以当一个三维的单体穿过爬虫所在的二维空间的时候,它只能够看到三维单体与二维平面的相交的形状。当然不同的穿过方式会产生不同的相交的形状。这个例子让我不禁想到我们人类生活的空间是一个三维空间,我们就像那些爬虫一样只能看见高维空间与我们所处三维空间的相交的形状,去没有办法看清高维空间本身。有点悲哀,看清事物本质是如此困难,尤其在这种高维空间当中。当然也应该庆幸,我们还能够认识那些相交的形状,这是我们认清事物本质的钥匙。这个纪录片启示我们要用创新的思维,革命性的视角去看待事物。虽然不能够看到事物本身,但是我们可以通过转化的方式去认识事物,认识规律。这是很难能可贵的。创造性的思维应该就是指的这些东西吧!

《谈解放思想》

  人类的力量是伟大的可是却是有限的,而自然的奥秘是无穷的,我们要用有限的力量和精力去认知自然。最近一直再思考这样一个问题,这主要源于对数据处理方法的学习。主要涉及时域、空域、频域,他们之间似乎呈现出这样的一种关系(如图),时域可以认为是一维的,空域包括二维和三维,而时空则是四维的,但是他们都可以建立起于频域的关系。人类认识事物的方式受我们的感官的限制,所以我们没有办法完全看清事物的本质。就好像地图投影一样,我们可以把三维的球体投影到二维的平面,这样我们就可以得到有用的信息。当然同样会失去某些信息。人类是否可能完全适用改变视角的认知方式呢?就好像我们一直使用十进制数,如果我们采用4进制或者5进制会不会也行,进制本来就没有什么分别!只是我们习惯了,同样度量单位也是如此。选定某一种固定统一方式带来方便的同时也局限了我们的思维。我们应该能够改变我们的视角,或者转换问题。认识事物必须通过联系,比如A和B如果两者没有交集,那么无论如何A也没有办法知道B的存在。我们不妨将交集定义为C,C就是两者之间的联系,只有通过C我们A才能认识B。这是否适应人类?

《认识——转化的力量》


  今天学习遥感中地物波谱测定,感到定量化的本身就是一种转化,用人类的概念来抽象现实客观世界。测定地物的波谱,用地物的反射波谱曲线描述地物的实际波谱特性。反射值的测定是根据标准量来标定的,国际标准的计量单位是根据现实的事物作为基准的,比如秒、米等。通过这种相对值来描述世界,形成了定量的概念。爱迪生为了试验合适的灯丝,试验了几千种材料,这应该属于直接的方法了吧。而爱迪生测定灯泡体积的方法确实转化的绝好范例。科学试验中必须重视转化。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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

太一吾鱼水

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