计量经济学中时间序列怎么样选择分析方法

【恒定】的意思是什么？【恒定】是什么意思？ 【恒定】的意思是： 永恒固定。★「恒定」在《现代汉语词典》第533页 恒定是什么意思 永恒固定。 ★「恒定」在《现代汉语词典》第533页 恒定的英语单词1.constancy2.homeostasis3.stationarity4.constant;stable 用恒定造句 1.本文给出了动惯性系中的功能原理及机械能守恒定律。2.变长线扫描系统采用的扫描方式和聚焦元件使线束宽度小且恒定,线束功率密度与点扫描焦斑的相当。3.冲击波前方的熵密度是恒定的。4.电荷守恒定律5.电子的稳定性是对电荷守恒定律的最简明而又最有说服力的检验之一。6.动量守恒定理7.动量守恒定律可以取代牛顿第三定律。8.对能量的理解导致了能量守恒定律，该定律统一了物理科学中相当众多的现象。9.对微观世界里的混乱事件的唯一制约，乃是守恒定律所加的约制。10.分析的结果很好地说明了工作压力与工作质量的关系，根据能量守恒定律，在系统运转中，资源应有所保留。11.光速恒定，初看起来好像很平常。12.恒定失效频度期13.回转窑给料量恒定是保证回转窑热工平衡和物料平衡的基础。14.机器中的各种损耗，尽管很大，但这与能量守恒定律丝毫也不矛盾。15.机械能守恒定律16.基底负荷电站 [电力]:发电量恒定的电站。17.假定两个扬声器都发射恒定频率的纯正弦声波。18.利用简单对称性的电磁场,讨论了场和电荷系统遵从的动量守恒、量矩守恒定律.19.论述物理学的对称性，对称性与守恒定律，对称性对物理发展所起的作用以及对称性自发破缺产生的变化。20.内分泌系统:由无管腺体组成的系统,分泌激素(荷尔蒙)以供身体正常生长、发育、繁殖和自我恒定性之需。21.能量和动量守恒定律22.能量守恒定律23.能量守恒定律的普适性直到1847年才得到公认。24.能量守恒定律还用于光谱分析。25.能量守恒定律也获得简单的形式。26.牛顿时代以来物理学的发展，使动量守恒定律显得比牛顿第三定律还重要。27.如果宇称守恒定律受到破坏，就会取消这个限制。28.若人体与环境达成热平衡，以保持体温恒定，就谓之具有热舒适性。29.肾小球滤过率也能保持恒定。30.实际运行表明,步进电机运行稳定,且具有步距角小、矩恒定、耗低等优点。31.守恒定律提供了从实验这个有利地位观察到的图景。32.他发现一定量的机械能会恒定地产生等量的热。33.它的值代表了对透明度的恒定影响。34.它使转子能以恒定速度转动，保持输出电压稳定。35.图1．6示出了“典型”人眼对整个光谱范围内功率恒定而波长不同的各种可见光的相对响应曲线。36.温度恒定时发生的过程叫做等温过程。37.温室为需要恒定的，相对较高温度的植物所建的暖室38.我们就是这样利用能量和动量守恒定律的。39.我们可以采取恒定控制罩温的形式。40.物理学的守恒定律类似于语言学规则。41.需要有一个能在其两个接线柱之间保持恒定的电源。42.需要有一个能在其两个接线柱之间保持恒定势差的电源。43.宇称守恒定律44.载气一般由压缩钢瓶供给，并要使载气压力恒定。45.在恒定电场中，带电粒子得到恒定的加速度。46.粘膜充血是不恒定的表现。47.这一透彻的概括就是能量守恒定律。48.这种方法依赖于悬重 *** 长的恒定性。49.质量守恒定律50.质量守恒定律方程51.周围氧化剂浓度、温度量级、燃料性质参数是保持恒定的。>

核函数包括线性核函数、多项式核函数、高斯核函数等，其中高斯核函数最常用，可以将数据映射到无穷维，也叫做径向基函数（Radial Basis Function 简称 RBF），是某种沿径向对称的标量函数。[1] 通常定义为空间中任一点x到某一中心xc之间欧氏距离的单调函数，可记作 k（||x-xc||）， 其作用往往是局部的，即当x远离xc时函数取值很小。分类核函数的选择要求满足Mercer定理（Mercer"s theorem），即核函数在样本空间内的任意格拉姆矩阵（Gram matrix）为半正定矩阵（semi-positive definite）。常用的核函数有：线性核函数，多项式核函数，径向基核函数，Sigmoid核函数和复合核函数，傅立叶级数核，B样条核函数和张量积核函数等[2] 。平稳和各向同性核函数具有平稳性（stationarity）的核函数仅是特征空间下样本间向量的函数，对指数集的平移变换保持不变（translation invariant）。若样本的协方差与其向量的方向无关，即仅与距离有关，则可使用具有各向同性（isotropy）的核函数。很多核函数同时满足平稳性和各向同性，这里给出其常见例子[3] ：1. 径向基函数核（RBF kernel）式中，为RBF核的超参数，定义了学习样本间相似性的特征长度尺度（characteristic length-scale），即权重空间视角下特征空间映射前后样本间距离的比例[3] 。2. 马顿核（Matérn kernel）式中为核函数的超参数，为修正贝塞尔函数（modified Bessel function）。由修正贝塞尔函数的定义可知，马顿核是指数函数与多项式函数的乘积，其可导性，或平滑程度与有关，的常见选择为1.5和2.5。当时，马顿核等价于以为特征尺度的RBF核[3] 。3. 指数函数核（exponential kernel）指数函数核是马顿核在的特殊形式，通常对应奥恩斯坦-乌伦贝克过程（Ornstein-Uhlenbeck Process, OU）。OU过程是一个连续但不平滑（均方不可导）的随机过程。其对应的数学模型是维纳过程（Wiener process）下质点运动的速度[3] 。4. 二次有理函数核（rational quadratic kernel, RQ kernel）式中为超参数。可以证明，RQ核是无穷个RBF核的线性叠加，当趋于无穷时，RQ核等价于以为特征尺度的RBF核[3] 。其它1. 周期核函数（periodickernel）平稳核函数可以用于构建周期核函数：式中，表示该核函数具有的周期，例如由RBF核得到的周期核的形式为：。2. 内积核函数（dot product kernel）内积核函数也被称为多项式核函数，其形式为：，式中表示多项式的阶数[3] 。3. 各向异性核函数对各向同性核函数，定义可将各向同性核函数转化为各向异性核函数，式中是表征各向异性的函数，其格拉姆矩阵的对角元素表示对不同维度所取的不同尺度[3] 。理论根据模式识别理论，低维空间线性不可分的模式通过非线性映射到高维特征空间则可能实现线性可分，但是如果直接采用这种技术在高维空间进行分类或回归，则存在确定非线性映射函数的形式和参数、特征空间维数等问题，而最大的障碍则是在高维特征空间运算时存在的“维数灾难”。采用核函数技术可以有效地解决这样问题。设x,z∈X,X属于R（n）空间，非线性函数Φ实现输入空间X到特征空间F的映射，其中F属于R（m），n<<m。根据核函数技术有：K(x,z) =<Φ(x)，Φ(z) > (1)其中：<, >为内积，K(x,z)为核函数。从式(1)可以看出，核函数将m维高维空间的内积运算转化为n维低维输入空间的核函数计算，从而巧妙地解决了在高维特征空间中计算的“维数灾难”等问题，从而为在高维特征空间解决复杂的分类或回归问题奠定了理论基础。性质核函数具有以下性质[4] ：（1）核函数的引入避免了“维数灾难”，大大减小了计算量。而输入空间的维数n对核函数矩阵无影响，因此，核函数方法可以有效处理高维输入。（2）无需知道非线性变换函数Φ的形式和参数.（3）核函数的形式和参数的变化会隐式地改变从输入空间到特征空间的映射，进而对特征空间的性质产生影响，最终改变各种核函数方法的性能。（4）核函数方法可以和不同的算法相结合，形成多种不同的基于核函数技术的方法，且这两部分的设计可以单独进行，并可以为不同的应用选择不同的核函数和算法[5] 。

平稳性检验例句:1.The effectiveness of monetary policy on economic policy and price changes ismainly tested through stationarity test, cointegration test and causality test. 货币政策对经济政策与物价变动的影响，主要通过应用平稳性检验、协整性检验与因果检验，来检验其有效性。2.Appling unit root stationarity test and cointegration test theory, this paper studiesthe relationship of fiscal expenditure on science and technology and economicgrowth from 1978-2005. 利用单位根平稳性检验和协整检验的理论，研究1978-2005年度我国财政科技投入与经济增长的关系。

对于单位根也可以使用PP检验，程序为： PROC AUTOREG DATA=数据集名； MODEL 被检验变量=/stationarity=(pp); RUN；程序的结果给出了没有常数项、有常数项、常数项和趋势项的三种检验情况。判断的依据是看后面的检验概率。对于协整分析，其程序为 PROC AUTOREG DATA=数据集名； MODEL 被检验变量=解释变量/stationarity=(pp); RUN；但协整检验只给出T值，你需要查临界值才能判断。

proc arima data=out; identify var=x stationarity=(adf=1) ;run;

严格平稳性的含义是，一个时间序列的统计特性在时间上是不变的。具体来说，如果一个时间序列满足严格平稳性，那么以下三个条件必须同时满足：1、时序独立性：序列中每个时间点的取值与其他时间点的取值无关。换句话说，序列的统计特性在时间上不会发生任何变化。2、同分布性：序列中的每个时间点的取值都服从同一个概率分布。换句话说，序列的概率分布在时间上保持不变。3、有限二阶矩：序列的方差是有限的，且任意两个时间点之间的协方差只依赖于它们之间的时间差，而不依赖于具体的时间点。严格平稳性是许多计量经济模型和方法的基础假设。它的存在使得我们可以应用许多统计工具和技术来对时间序列数据进行建模和分析。例如，通过假设数据满足严格平稳性，我们可以使用自相关函数（ACF）和偏自相关函数（PACF）等工具来识别时间序列中的自相关性和滞后关系。此外，许多经济学理论和模型也基于严格平稳性的假设进行推导和分析。需要注意的是，严格平稳性是一个较强的要求，实际的时间序列往往很难满足这一条件。在实际应用中，我们通常使用弱平稳性（Weak Stationarity）作为严格平稳性的近似，它要求时间序列的均值、方差和自相关函数在时间上是常数或只与时间差有关。弱平稳性相对较容易满足，同时也能够适应更广泛的时间序列数据。

https://blog.csdn.net/BigData_Mining/article/details/81092750 一、概述 1.时间序列的平稳性 这样的时间序列被称为平稳时间序列。也可以认为，如果一个时间序列无明显的上升或下降趋势，各观察值围绕其均值上下波动，这个均值相对于时间来说是一个常数，那么时间序列为平稳序列（弱平稳（Weak stationarity））。 事实上，有两种关于平稳的定义，还有一种强平稳过程： 强平稳过程（Strict stationarity):对于所有可能的n，所有可能的t1,t2,…,tnt1,t2,…,tn，如果所有可能的Zt1,Zt2,…,ZtnZt1,Zt2,…,Ztn的联合分布与Zt1u2212k,Zt2u2212k,…,Ztnu2212kZt1u2212k,Zt2u2212k,…,Ztnu2212k相同时，称其为强平稳。 两种平稳过程并没有包含关系，弱平稳不一定是强平稳，强平稳也不一定是弱平稳。强平稳是事实上的平稳，而弱平稳是统计量在观测意义上的平稳（均值、方差）。 平稳的基本思想是:时间序列的行为并不随时间改变。平稳性刻画的是时间序列的统计性质关于时间平移的不变性。我们研究时间序列很重要的一个出发点 是希望通过时间序列的历史数据来得到其未来的一些预测，换言之，我们希望时间序列在历史数据上的一些性质，在将来保持不变，这就是时间平移的不变性。反之，如果时间序列不是平稳的，由历史数据得到的统计性质对未来预测毫无意义。 2.时间序列的组成 每个时间序列的主要组成部分: 时序检测去除噪音的方法有两种，移动平均法（MA）和指数平滑，ARIMA采用的就是移动平均MA 1.移动平均法 它的基本原理：对任意奇数个连续的点，将它们最中间的点的值替换为其他点的平均值，假设{xixi}表示数据点，位置i的平滑值为sisi,则有： si=12k+1∑j=u2212kkxi+j si=12k+1∑j=u2212kkxi+j 这个简单的方法存在很严重的问题，这和图像处理中的均值滤波是类似的（只不过这里是一维的），采用这样简单粗暴的平滑处理会导致数据变“模糊”，当一个尖峰进入平滑窗口时，当前的数据就会被这个尖峰突然扭曲，直到异常值离开平滑窗口。即因为噪音数据，原始数据丢失了细节。在图像处理中，我们采用高斯滤波来解决这一问题，我们的平滑窗口是带权值的，越靠近中心数据的权重越大，越靠近平滑窗口边缘的点权重越小。这里同样适用，我们通过使用加权移动平均法，公式如下： si=∑j=u2212kkwjxi+j，其中∑j=u2212kkwj=1 si=∑j=u2212kkwjxi+j，其中∑j=u2212kkwj=1 这里的wjwj是权重因数。使用高斯函数来生成权重因数公式如下： f(x,σ)=12πσ2u2212u2212u2212u2212√exp(u221212(xσ)2) f(x,σ)=12πσ2exp(u221212(xσ)2) 参数σσ决定曲线的宽度，当x大于3.5σσ时函数值为0。因此f(x,1)可以用来生成9点的权重因数，只要取f(x,1)上[-4,-3,-2,-1,0,1,2,3,4]这几个位置的函数值即可。把σσ设为2就能得到15点的权重因数，即x为-7到+7之间的所有整数时的取值，以此类推。 移动平均法存在很多问题： 假设p=1,q=2,且进行了一阶差分后，序列平稳了,那么： X^tu2212Xtu22121=u03d51(Xtu22121u2212Xtu22122)+θ1εtu22121+θ2εtu22122 X^tu2212Xtu22121=u03d51(Xtu22121u2212Xtu22122)+θ1εtu22121+θ2εtu22122 即： X^t=Xtu22121+u03d51(Xtu22121u2212Xtu22122)+θ1εtu22121+θ2εtu22122 X^t=Xtu22121+u03d51(Xtu22121u2212Xtu22122)+θ1εtu22121+θ2εtu22122 其中，X tX t为预测值。ARIMA(p,d,q)模型可定义为： (1u2212∑i=1pu03d5iLi)(1u2212L)dXt=(1+∑i=1qθiLi)εt (1u2212∑i=1pu03d5iLi)(1u2212L)dXt=(1+∑i=1qθiLi)εt 其中L是滞后算子（Lag operator),d∈Z,d>0。∈Z,d>0。 ARIMA模型运用有一个较为通用的流程，如下所示: 1.根据时间序列的散点图、自相关函数和偏自相关函数图识别其平稳性。 2.对非平稳的时间序列数据进行平稳化处理。直到处理后的自相关函数和偏自相关函数的数值非显著非零。 3.根据所识别出来的特征建立相应的时间序列模型。平稳化处理后，若偏自相关函数是截尾的，而自相关函数是拖尾的，则建立AR模型；若偏自相关函数是拖尾的，而自相关函数是截尾的，则建立MA模型；若偏自相关函数和自相关函数均是拖尾的，则序列适合ARMA模型。 4.参数估计，检验是否具有统计意义。 5.假设检验，判断（诊断）残差序列是否为白噪声序列。 6.利用已通过检验的模型进行预测。 四：判断平稳性 https://blog.csdn.net/bi_hu_man_wu/article/details/64918870 五：非平稳序列的平稳化 （1）去除趋势（针对确定趋势） 思路：yt=Tt+xtyt=Tt+xt其中TtTt是趋势xtxt平稳，我们主要找到趋势，去掉便可。通常我们采用拟合趋势，得到趋势的表达式，若去掉后仍不平稳，则是拟合错误。（找寻趋势的部分可参见下面的趋势分析-拟合与平滑） （2）差分 一步差分Δy=ytu2212ytu22121=(Iu2212B)ytΔy=ytu2212ytu22121=(Iu2212B)yt s步差分Δsy=(Iu2212Bs)ytΔsy=(Iu2212Bs)yt 比如周数据，可以选择s=7，若一次差分后得到白噪声就没有意义了，这时可以选择分数差分。但差分会使的方差变大。 （3）变换 对于方差变化的序列，可以选择log（）变换，去除指数趋势。 一般情况可以考虑box-cox变换。 六：案例 https://blog.csdn.net/Fredric_2014/article/details/85699116 https://blog.csdn.net/Fredric_2014/article/details/85340339 https://blog.csdn.net/weixin_41988628/article/details/83149849 七。讨论与分析 由于良好的统计特性，ARIMA模型是应用最广泛的时间序列模型，各种指数平滑模型都可以用ARIMA模型来实现。即通过Holter-winters建立的模型，用ARIMA同样可以得到。即便ARIMA非常灵活，可以建立各种时间序列模型（AR，MA，ARMA）但是ARIMA也有局限性，最主要的局限在于ARIMA只能建立线性的模型，而现实世界中纯线性模型往往不能令人满意

滞后阶数p的方法是 1.y_t满足covariance-stationarity 也就是对于任意t 均值不变 方差不变 协方差只是间隔项数的函数 2.u_t是白噪声而不出现序列相关 3.p的确定遵循parsimony的原则 国内应该翻译为“精简” 一般构造AIC和 SBC两个指标来比较 这两个指标越小越好

时间序列分析 一般是Box-Jenkins的方法 把因变量的滞后项作为自变量 y_t = b0 + b1*y_{t-1} + b2*y_{t-2} + ... + bp*y_{t-p} + u_t 这样的模型确定滞后阶数p的方法是 1. y_t满足covariance-stationarity 也就是对于任意t 均值不变 方差不变 协方差只是间隔项数的函数 2. u_t是白噪声而不出现序列相关 3. p的确定遵循parsimony的原则 国内应该翻译为“精简” 一般构造AIC和 SBC两个指标来比较 这两个指标越小越好 AIC = T * ln(残差平方和) + 引入p阶的惩罚 SBC相似 也就是说首先残差平方和应该越小说明自变量也就是滞后阶数的解释能力强 不过呢引入的滞后项数越多 残差平方和应该越来越小 所以要看有效性 便加入一个惩罚 使得模型精简 原理和adjusted R^2一样 AIC适合小样本 SBC适合大样本 然后这两个信息标准都在一般的回归软件中列了出来 比较其中最小的就是合适的p阶滞后 但是一定要保证残差是白噪声

拉格朗日乘数法的基本思想拉格朗日乘数法（Lagrange Multiplier Method）是一种优化算法，拉格朗日乘子法主要用于解决约束优化问题，它的基本思想就是通过引入拉格朗日乘子来将含有n个变量和k个约束条件的约束优化问题转化为含有（n+k）个变量的无约束优化问题。拉格朗日乘子背后的数学意义是其为约束方程梯度线性组合中每个向量的系数。如何将一个含有n个变量和k个约束条件的约束优化问题转化为含有（n+k）个变量的无约束优化问题？拉格朗日乘数法从数学意义入手，通过引入拉格朗日乘子建立极值条件，对n个变量分别求偏导对应了n个方程，然后加上k个约束条件（对应k个拉格朗日乘子）一起构成包含了（n+k）变量的（n+k）个方程的方程组问题，这样就能根据求方程组的方法对其进行求解。解决的问题模型为约束优化问题：m i n / m a x f ( x , y , z ) min/max f(x,y,z) min/maxf(x,y,z)s . t . s.t. s.t. g ( x , y , z ) = 0 g(x,y,z)=0 g(x,y,z)=0数学实例首先，我们先以麻省理工学院数学课程的一个实例来作为介绍拉格朗日乘数法的引子。求双曲线xy=3上离远点最近的点。解：首先，我们根据问题的描述来提炼出问题对应的数学模型，即：m i n f ( x , y ) = x 2 + y 2 min f(x,y)=x^2+y^2 minf(x,y)=x 2 +y 2 s . t . s.t. s.t. x y = 3 xy=3 xy=3（两点之间的欧氏距离应该还要进行开方，但是这并不影响最终的结果，所以进行了简化，去掉了平方）根据上式我们可以知道这是一个典型的约束优化问题，其实我们在解这个问题时最简单的解法就是通过约束条件将其中的一个变量用另外一个变量进行替换，然后代入优化的函数就可以求出极值。我们在这里为了引出拉格朗日乘数法，所以我们采用拉格朗日乘数法的思想进行求解。我们将 x 2 + y 2 = c x^2+y^2=c x 2 +y 2 =c的曲线族画出来，如下图所示，当曲线族中的圆与 x y = 3 xy=3 xy=3曲线进行相切时，切点到原点的距离最短。也就是说，当 f ( x , y ) = c f(x,y)=c f(x,y)=c的等高线和双曲线 g ( x , y ) g(x,y) g(x,y)相切时，我们可以得到上述优化问题的一个极值（注意：如果不进一步计算，在这里我们并不知道是极大值还是极小值）。在这里插入图片描述现在原问题可以转化为求当f(x,y)和g(x,y)相切时，x,y的值是多少？如果两个曲线相切，那么它们的切线相同，即法向量是相互平行的: ▽ f / / ▽ g ▽f//▽g ▽f//▽g由 ▽ f / / ▽ g ▽f//▽g ▽f//▽g可以得到， ▽ f = λ ▽ g ▽f=λ▽g ▽f=λ▽g。这时，我们将原有的约束优化问题转化为了一种无约束的优化问题，如下所示：原问题（约束优化问题）：m i n f ( x , y ) = x 2 + y 2 min f(x,y)=x^2+y^2 minf(x,y)=x 2 +y 2 s . t . s.t. s.t. x y = 3 xy=3 xy=3无约束方程组问题:由 ▽ f / / ▽ g ▽f//▽g ▽f//▽g可以得到u2202 f u2202 x = λ u2202 g u2202 x frac{partial f}{partial x} =λ frac{partial g}{partial x} u2202xu2202fu200b =λ u2202xu2202gu200b u2202 f u2202 y = λ u2202 g u2202 y frac{partial f}{partial y} =λ frac{partial g}{partial y} u2202yu2202fu200b =λ u2202yu2202gu200b x y = 3 xy=3 xy=3通过求解上面的无约束方程组我们可以获取原问题的解：2 x = λ y 2x=lambda y 2x=λy2 y = λ x 2y = lambda x 2y=λxx y = 3 xy=3 xy=3通过求解上式可得， λ = 2 λ=2 λ=2或者是 u2212 2 -2 u22122：当 λ = 2 λ=2 λ=2时， ( x , y ) = ( 3 , 3 ) (x,y)=(sqrt3, sqrt3) (x,y)=( 3u200b , 3u200b )或者 ( u2212 3 , u2212 3 ) (-sqrt3, -sqrt3) (u2212 3u200b ,u2212 3u200b )，当 λ = u2212 2 λ=-2 λ=u22122时，无解。所以原问题的解为 ( x , y ) = ( 3 , 3 ) (x,y)=(sqrt3, sqrt3) (x,y)=( 3u200b , 3u200b )或者 ( u2212 3 , u2212 3 ) (-sqrt3, -sqrt3) (u2212 3u200b ,u2212 3u200b )。通过举上述这个简单的例子就是为了体会拉格朗日乘数法的思想，即通过引入拉格朗日乘子 λ lambda λ将原来的约束优化问题转化为无约束的方程组问题。拉格朗日乘数法的基本形态求函数 f ( x , y ) f(x,y) f(x,y)在满足 g ( x , y ) = c g(x,y)=c g(x,y)=c下的条件极值，可以转化为函数 L ( x , y , λ ) = f ( x , y ) + λ ( g ( x , y ) u2212 c ) L(x,y,lambda)=f(x,y)+lambda (g(x,y)-c) L(x,y,λ)=f(x,y)+λ(g(x,y)u2212c)的无条件极值问题。我们可以画图来辅助思考。在这里插入图片描述绿线标出的是约束g(x,y)=c的点的轨迹。蓝线是f(x,y)的等高线。箭头表示斜率，和等高线的法线平行。从图上可以直观地看到在最优解处，f和g的斜率平行。▽ [ f ( x , y ) + λ ( g ( x , y ) u2212 c ) ] = 0 , λ ≠ 0 ▽[f(x,y)+λ(g(x,y)u2212c)]=0, λ≠0 ▽[f(x,y)+λ(g(x,y)u2212c)]=0,λ ue020u200b =0一旦求出λ的值，将其套入下式，易求在无约束极值和极值所对应的点。L ( x , y ) = f ( x , y ) + λ ( g ( x , y ) u2212 c ) L(x,y)=f(x,y)+λ(g(x,y)u2212c) L(x,y)=f(x,y)+λ(g(x,y)u2212c)新方程 F ( x , y ) F(x,y) F(x,y)在达到极值时与 f ( x , y ) f(x,y) f(x,y)相等，因为 L ( x , y ) L(x,y) L(x,y)达到极值时 g ( x , y ) u2212 c g(x,y)u2212c g(x,y)u2212c总等于零。例1给定椭球 x 2 a 2 + y 2 b 2 + z 2 c 2 = 1 frac{x^2}{a^2}+frac{y^2}{b^2}+frac{z^2}{c^2}=1 a 2 x 2 u200b + b 2 y 2 u200b + c 2 z 2 u200b =1，求这个椭球的内接长方体的最大体积。这个问题实际上就是条件极值问题，即在条件 x 2 a 2 + y 2 b 2 + z 2 c 2 = 1 frac{x^2}{a^2}+frac{y^2}{b^2}+frac{z^2}{c^2}=1 a 2 x 2 u200b + b 2 y 2 u200b + c 2 z 2 u200b =1下求 f ( x , y , z ) = 8 x y z f(x,y,z)= 8xyz f(x,y,z)=8xyz的最大值。当然这个问题实际可以先根据条件消去 z z z，然后带入转化为无条件极值问题来处理。但是有时候这样做很困难，甚至是做不到的，这时候就需要用拉格朗日乘数法了。通过拉格朗日乘数法将问题转化为：L ( x , y , z , λ ) = f ( x , y , z ) + λ g ( x , y , z ) = 8 x y z + λ ( x 2 a 2 + y 2 b 2 + z 2 c 2 u2212 1 ) L(x,y,z,lambda)=f(x,y,z)+lambda g(x,y,z)=8xyz+lambda(frac{x^2}{a^2}+frac{y^2}{b^2}+frac{z^2}{c^2}-1) L(x,y,z,λ)=f(x,y,z)+λg(x,y,z)=8xyz+λ( a 2 x 2 u200b + b 2 y 2 u200b + c 2 z 2 u200b u22121)对 L ( x , y , z , λ ) L(x,y,z,lambda) L(x,y,z,λ)求偏导：u2202 x L ( x , y , z , λ ) u2202 x = 8 y z + 2 λ x a 2 = 0 frac{partial xL(x,y,z,lambda)}{partial x} =8yz+frac{2lambda x}{a^2}=0 u2202xu2202xL(x,y,z,λ)u200b =8yz+ a 2 2λxu200b =0u2202 x L ( x , y , z , λ ) u2202 y = 8 x z + 2 λ y b 2 = 0 frac{partial xL(x,y,z,lambda)}{partial y} =8xz+frac{2lambda y}{b^2}=0 u2202yu2202xL(x,y,z,λ)u200b =8xz+ b 2 2λyu200b =0u2202 x L ( x , y , z , λ ) u2202 z = 8 x y + 2 λ z c 2 = 0 frac{partial xL(x,y,z,lambda)}{partial z} =8xy+frac{2lambda z}{c^2}=0 u2202zu2202xL(x,y,z,λ)u200b =8xy+ c 2 2λzu200b =0u2202 x L ( x , y , z , λ ) u2202 λ = x 2 a 2 + y 2 b 2 + z 2 c 2 u2212 1 = 0 frac{partial xL(x,y,z,lambda)}{partial lambda} =frac{x^2}{a^2}+frac{y^2}{b^2}+frac{z^2}{c^2}-1=0 u2202λu2202xL(x,y,z,λ)u200b = a 2 x 2 u200b + b 2 y 2 u200b + c 2 z 2 u200b u22121=0最终得到 x = 3 3 a , y = 3 3 b , z = 3 3 c x=frac{sqrt 3}{3}a,y=frac{sqrt 3}{3}b,z=frac{sqrt 3}{3}c x= 33u200b u200b a,y= 33u200b u200b b,z= 33u200b u200b c最大体积为 V m a x = f ( 3 3 a , 3 3 b , 3 3 c ) = 8 3 9 a b c V_{max}=f(frac{sqrt 3}{3}a,frac{sqrt 3}{3}b,frac{sqrt 3}{3}c)=frac{8sqrt 3}{9}abc V maxu200b =f( 33u200b u200b a, 33u200b u200b b, 33u200b u200b c)= 98 3u200b u200b abc多约束的拉格朗日乘数法上面我们讨论的都是单约束的拉格朗日乘数法，当存在多个等式约束时（其实不等式约束也是一样的），我们进行一些推广：m i n / m a x f ( x , y , z ) min/max f(x,y,z) min/maxf(x,y,z)s . t . s.t. s.t. g i ( x , y , z ) = 0 , i = 1 , 2 , . . . , N g_i(x,y,z)=0, i = 1,2,...,N g iu200b (x,y,z)=0,i=1,2,...,N多约束拉格朗日乘数法的函数表达形式为：L ( x , y , z , λ ) = f ( x , y , z ) + Σ i N λ i g i ( x , y , z ) L(x,y,z,lambda)=f(x,y,z)+Sigma_i^Nlambda_ig_i(x,y,z) L(x,y,z,λ)=f(x,y,z)+Σ iNu200b λ iu200b g iu200b (x,y,z)广义拉格朗日乘数法(Generalized Lagrange multipliers)以上我们的拉格朗日乘数法解决了等式约束的最优化问题，但是在存在不等式的最优化问题，因此学者提出了广义拉格朗日乘数法，用与解决含有不等式约束的最优化问题。首先，我们先一般化我们的问题：m i n x , y , z f ( x , y ) min_{x,y,z}f(x,y) min x,y,zu200b f(x,y)s . t . s.t. s.t. g i ( x , y ) ≤ 0 , i = 1 , 2 , . . . , N g_i(x,y)le0,i=1,2,...,N g iu200b (x,y)≤0,i=1,2,...,Nh i ( x , y ) = 0 , i = 1 , 2 , . . . , M h_i(x,y)=0,i=1,2,...,M h iu200b (x,y)=0,i=1,2,...,M类似于拉格朗日乘数法，我们用 α i alpha_i α iu200b 和 β i eta_i β iu200b 作为不等式约束和等式约束的拉格朗日乘子，得出如下：L ( x , y , α , β ) = f ( x , y ) + Σ i N α i g i ( x , y ) + Σ i M β i h i ( x , y ) L(x,y,alpha,eta)=f(x,y)+Sigma_i^Nalpha_ig_i(x,y)+Sigma_i^Meta_ih_i(x,y) L(x,y,α,β)=f(x,y)+Σ iNu200b α iu200b g iu200b (x,y)+Σ iMu200b β iu200b h iu200b (x,y)KKTKKT条件（Karush–Kuhn–Tucker conditions）指出，当满足以下几个条件的时候，其解是问题最优解的候选解(摘自wikipedia)。1、Stationarity(稳定性)对于最小化问题就是：▽ f ( x , y ) + Σ i N α i ▽ g i ( x , y ) + Σ i M β i ▽ h i ( x , y ) = 0 ▽f(x,y)+Sigma_i^Nalpha_i▽g_i(x,y)+Sigma_i^Meta_i▽h_i(x,y)=0 ▽f(x,y)+Σ iNu200b α iu200b ▽g iu200b (x,y)+Σ iMu200b β iu200b ▽h iu200b (x,y)=0对于最大化问题就是：▽ f ( x , y ) u2212 ( Σ i N α i ▽ g i ( x , y ) + Σ i M β i ▽ h i ( x , y ) ) = 0 ▽f(x,y)-(Sigma_i^Nalpha_i▽g_i(x,y)+Sigma_i^Meta_i▽h_i(x,y))=0 ▽f(x,y)u2212(Σ iNu200b α iu200b ▽g iu200b (x,y)+Σ iMu200b β iu200b ▽h iu200b (x,y))=02、Primal feasibility(原始可行性)g i ( x , y ) ≤ 0 , i = 1 , 2 , . . . , N g_i(x,y)le0,i=1,2,...,N g iu200b (x,y)≤0,i=1,2,...,Nh i ( x , y ) = 0 , i = 1 , 2 , . . . , M h_i(x,y)=0,i=1,2,...,M h iu200b (x,y)=0,i=1,2,...,M3、Dual feasibility(对偶可行性)α i ≥ 0 , i = 1 , 2 , . . . , N alpha_ige0,i=1,2,...,N α iu200b ≥0,i=1,2,...,N4、Complementary slackness(互补松弛)α i g i ( x , y ) = 0 , i = 1 , 2 , . . . , N alpha_ig_i(x,y)=0,i=1,2,...,N α iu200b g iu200b (x,y)=0,i=1,2,...,N其中的Stationarity(稳定性)与我们的拉格朗日乘数法的含义是相同的，就是梯度共线的意思；而Primal feasibility(原始可行性)条件就是主要约束条件，自然是需要满足的；有趣的和值得注意的是Dual feasibility(对偶可行性)和Complementary slackness(互补松弛)，接下来我们探讨下这两个条件，以及为什么不等式约束会多出这两个条件。为了接下来的讨论方便，我们将N设为3，并且去掉等式约束，这样我们的最小化问题的广义拉格朗日函数就变成了：L ( x , y , α , β ) = f ( x , y ) + Σ i 3 α i g i ( x , y ) L(x,y,alpha,eta)=f(x,y)+Sigma_i^3alpha_ig_i(x,y) L(x,y,α,β)=f(x,y)+Σ i3u200b α iu200b g iu200b (x,y)绘制出来的示意图如下所示：在这里插入图片描述其中 d i > d j d_i>d_j d iu200b >d ju200b ，当 I > j I>j I>j，而蓝线为最优化寻路过程。让我们仔细观察式子 α i ≥ 0 alpha_ige0 α iu200b ≥0和 α i g i ( x , y ) = 0 alpha_ig_i(x,y)=0 α iu200b g iu200b (x,y)=0，我们不难发现，因为 α i ≤ 0 , g i ( x , y ) ≤ 0 alpha_ile0, g_i(x,y)le0 α iu200b ≤0,g iu200b (x,y)≤0，而 α i g i ( x , y ) = 0 alpha_ig_i(x,y)=0 α iu200b g iu200b (x,y)=0，所以 α i alpha_i α iu200b 和 g i ( x , y ) g_i(x,y) g iu200b (x,y)之中必有一个为0。我们从上面的示意图入手理解并且记好公式 ▽ f ( x , y ) + Σ i N α i ▽ g i ( x , y ) + Σ i M β i ▽ h i ( x , y ) = 0 ▽f(x,y)+Sigma_i^Nalpha_i▽g_i(x,y)+Sigma_i^Meta_i▽h_i(x,y)=0 ▽f(x,y)+Σ iNu200b α iu200b ▽g iu200b (x,y)+Σ iMu200b β iu200b ▽h iu200b (x,y)=0。让我们假设初始化一个点A， 这个点A明显不处于最优点，也不在可行域内，可知 g 2 ( x , y ) > 0 g_2(x,y)>0 g 2u200b (x,y)>0，违背了 g i ( x , y ) ≤ 0 g_i(x,y)le0 g iu200b (x,y)≤0，为了满足约束 α i g i ( x , y ) = 0 alpha_ig_i(x,y)=0 α iu200b g iu200b (x,y)=0，有 α 2 = 0 alpha_2=0 α 2u200b =0，导致 α i ▽ g i ( x , y ) = 0 alpha_i▽g_i(x,y)=0 α iu200b ▽g iu200b (x,y)=0而对于 i = 1 , 3 i=1,3 i=1,3，因为满足约束条件而且 g 1 ( x , y ) ≠ 0 , g 3 ( x , y ) ≠ 0 g_1(x,y)≠0,g_3(x,y)≠0 g 1u200b (x,y) ue020u200b =0,g 3u200b (x,y) ue020u200b =0，所以 α 1 = 0 , α 3 = 0 alpha_1=0,alpha_3=0 α 1u200b =0,α 3u200b =0。这样我们的式子 ▽ f ( x , y ) + Σ i N α i ▽ g i ( x , y ) + Σ i M β i ▽ h i ( x , y ) = 0 ▽f(x,y)+Sigma_i^Nalpha_i▽g_i(x,y)+Sigma_i^Meta_i▽h_i(x,y)=0 ▽f(x,y)+Σ iNu200b α iu200b ▽g iu200b (x,y)+Σ iMu200b β iu200b ▽h iu200b (x,y)=0就只剩下 u2207 f ( x , y ) u2207f(x,y) u2207f(x,y)因此对着 u2207 f ( x , y ) u2207f(x,y) u2207f(x,y)进行优化，也就是沿着 f ( x , y ) f(x,y) f(x,y)梯度方向下降即可，不需考虑其他的条件（因为还完全处于可行域之外）。因此，A点一直走啊走，从A到B，从B到C，从C到D，这个时候因为D点满足 g 2 ( x , y ) = 0 g_2(x,y)=0 g 2u200b (x,y)=0，因此 α 2 > 0 alpha_2>0 α 2u200b >0，所以 α 2 u2207 g 2 ( x , y ) ≠ 0 alpha_2u2207g_2(x,y)≠0 α 2u200b u2207g 2u200b (x,y) ue020u200b =0，因此 ▽ f ( x , y ) + Σ i N α i ▽ g i ( x , y ) + Σ i M β i ▽ h i ( x , y ) = 0 ▽f(x,y)+Sigma_i^Nalpha_i▽g_i(x,y)+Sigma_i^Meta_i▽h_i(x,y)=0 ▽f(x,y)+Σ iNu200b α iu200b ▽g iu200b (x,y)+Σ iMu200b β iu200b ▽h iu200b (x,y)=0就变成了 u2207 f ( x , y ) + α 2 u2207 g 2 ( x , y ) u2207f(x,y)+alpha_2u2207g_2(x,y) u2207f(x,y)+α 2u200b u2207g 2u200b (x,y)所以在优化下一个点E的时候，就会考虑到需要满足约束 g 2 ( x , y ) ≤ 0 g_2(x,y)≤0 g 2u200b (x,y)≤0的条件，朝着向 g 2 ( x , y ) g_2(x,y) g 2u200b (x,y)减小，而且 f ( x , y ) f(x,y) f(x,y)减小的方向优化。因此下一个优化点就变成了E点，而不是G点。因此没有约束的情况下其优化路径可能是A→B→C→D→G→H，而添加了约束之后，其路径变成了A→B→C→D→E→F。这就是为什么KKT条件引入了Dual feasibility(对偶可行性)和Complementary slackness(互补松弛)，就是为了在满足不等式约束的情况下对目标函数进行优化。让我们记住这个条件，因为这个条件中某些 α i = 0 alpha_i=0 α iu200b =0的特殊性质，将会在SVM中广泛使用，而且正是这个性质定义了支持向量(SV)。

为使PCA算法能有效工作，通常我们希望所有的特征 都有相似的取值范围（并且均值接近于0）。如果你曾在其它应用中使用过PCA算法，你可能知道有必要单独对每个特征做预处理，即通过估算每个特征 的均值和方差，而后将其取值范围规整化为零均值和单位方差。但是，对于大部分图像类型，我们却不需要进行这样的预处理。假定我们将在自然图像上训练算法，此时特征 代表的是像素 的值。所谓“自然图像”，不严格的说，是指人或动物在他们一生中所见的那种图像。 注：通常我们选取含草木等内容的户外场景图片，然后从中随机截取小图像块（如16x16像素）来训练算法。在实践中我们发现，大多数特征学习算法对训练图片的确切类型并不敏感，所以大多数用普通照相机拍摄的图片，只要不是特别的模糊或带有非常奇怪的人工痕迹，都可以使用。 在自然图像上进行训练时，对每一个像素单独估计均值和方差意义不大，因为（理论上）图像任一部分的统计性质都应该和其它部分相同，图像的这种特性被称作平稳性（stationarity）。 具体而言，为使PCA算法正常工作，我们通常需要满足以下要求：(1)特征的均值大致为0；(2)不同特征的方差值彼此相似。对于自然图片，即使不进行方差归一化操作，条件(2)也自然满足，故而我们不再进行任何方差归一化操作（对音频数据,如声谱,或文本数据,如词袋向量，我们通常也不进行方差归一化）。实际上，PCA算法对输入数据具有缩放不变性，无论输入数据的值被如何放大（或缩小），返回的特征向量都不改变。更正式的说：如果将每个特征向量 都乘以某个正数（即所有特征量被放大或缩小相同的倍数），PCA的输出特征向量都将不会发生变化。 既然我们不做方差归一化，唯一还需进行的规整化操作就是均值规整化，其目的是保证所有特征的均值都在0附近。根据应用，在大多数情况下，我们并不关注所输入图像的整体明亮程度。比如在对象识别任务中，图像的整体明亮程度并不会影响图像中存在的是什么物体。更为正式地说，我们对图像块的平均亮度值不感兴趣，所以可以减去这个值来进行均值规整化。从反向传播梯度着手了解到基本在deep learning中只要你是使用gradient descent来训练模型的话都要在数据预处理步骤进行数据归一化。当然这也是有一定原因的。 根据公式 u2202Eu2202w(2)11=x1δ(2)1如果输入层 x 很大，在反向传播时候传递到输入层的梯度就会变得很大。梯度大，学习率就得非常小，否则会越过最优。在这种情况下，学习率的选择需要参考输入层数值大小，而直接将数据归一化操作，能很方便的选择学习率。而且受 x 和 w 的影响，各个梯度的数量级不相同，因此，它们需要的学习率数量级也就不相同。对 w1 适合的学习率，可能相对于 w2来说会太小，如果仍使用适合 w1 的学习率，会导致在 w2 方向上走的非常慢，会消耗非常多的时间，而使用适合 w2 的学习率，对 w1 来说又太大，搜索不到适合 w1 的解。后续研究之后再这方面碰到问题的话，会继续深究，加以补充，各位有不同的理解，也可底下评论讨论一下，共同学习。

第一段是回归第二段是时间序列

对时序数据的研究包括两个基本问题： 在R中，一个数值型向量或数据框中的一列可通过 ts() 函数存储为时序对象 时间序列数据【存在季节性因素，如月度数据、季度数据等】可以被分解为趋势因子、季节性因子和随机因子 可以通过相加模型，也可以通过相乘模型来分解数据 对于乘法模型，可以取对数，将其转化为加性模型 那么如何将时间序列进行拆分，分解成这三部分呢？对于趋势和季节的分解，下面介绍移动平均和季节因子 时序数据集中通常有很显著的随机或误差成分。为了辨明数据中的规律，我们总是希望能够撇开这些波动，画出一条平滑曲线。画出平滑曲线的最简单办法是 简单移动平均 。比如每个数据点都可用这一点和其前后q个点的平均值来表示，这就是居中移动平均 centered moving average St是时间点t的平滑值， k=2q+1 是每次用来平均的观测值的个数，一般我们会将其设为一个 奇数 。居中移动平均法的代价是，每个时序集中我们会损失最后的q个观测值，平均值消除了数据中的一些随机性 使用R语言 forecast 包中的 ma() 函数来对Nile时序数据进行平滑处理 从图像来看，随着k的增大，图像变得越来越平滑。因此我们需要找到最能画出数据中规律的k，避免过平滑或者欠平滑。这里并没有什么特别的科学理论来指导k的选取，我们只是需要先尝试多个不同的k，再决定一个最好的k 除此之外，还可以使用 加权移动平均 来进行平滑化 加权移动平均法的一大优势是它可以让趋势周期项的估计更平滑。观测值不是直接完全进入或离开计算，它们的权重缓步增加，然后缓步下降，让曲线更加平滑 季节指数的计算 将时序分解为趋势项、季节项和随机项的常用方法是用LOESS光滑做季节性分解。这可以通 过R中的 stl() 函数 stl函数只能处理相加模型，如果要处理相乘模型，可以使用log进行转换 [1] https://www.youtube.com/watch?v=2mM8BUqWAZ4 [2] https://zhuanlan.zhihu.com/p/21877990 [3] https://www.jianshu.com/p/e6d286132690 [4] https://nwfsc-timeseries.github.io/atsa-labs/sec-boxjenkins-stationarity.html [6] Kabacoff, Robert. R 语言实战 . Ren min you dian chu ban she, 2016.

数字信号处理的主要数学工具是傅里叶变换，而傅里叶变换是研究整个时间域和频率域的关系。然而，当运用计算机实现工程测试信号处理时，不可能对无限长的信号进行测量和运算，而是取其有限的时间片段进行分析。 取用有限个数据，就是将信号进行加窗函数操作，也即信号数据截断的过程。 做法是从信号中截取一个时间片段，然后用观察的信号时间片段进行周期延拓处理，得到虚拟的无限长的信号，然后就可以对信号进行傅里叶变换、相关分析等数学处理。周期延拓后的信号与真实信号是不同的，下面从数学的角度来看这种处理带来的误差情况。设有余弦信号x(t)在时域分布为无限长(- ∞, ∞)，将截断信号的谱XT(ω)与原始信号的谱X(ω)相比。可以发现截断后数据的谱线已与原始谱线不同，是两段振荡的连续谱。这表明原来的 信号被截断以后，其频谱发生了畸变，原来集中在f0处的能量被分散到两个较宽的频带中去了，这种现象称之为频谱能量泄漏。 信号截断以后产生的能量泄漏现象是必然的，因为窗函数w(t)是一个频带无限的函数，所以即使原信号x(t)是限带宽信号，而在截断以后也必然成为无限带宽的函数，即信号在频域的能量与分布被扩展了。又从采样定理可知，无论采样频率多高，只要信号一经截断，就不可避免地引起混叠，因此信号截断必然导致一些误差，这是信号分析中不容忽视的问题。 当进行离散傅立叶变换时，时域中的截断是必需的，因此泄漏效应也是离散傅立叶变换所固有的，必须进行抑制。可以通过窗函数加权抑制 DFT 的等效滤波器的振幅特性的副瓣，或用窗函数加权使有限长度的输入信号周期延拓后在边界上尽量减少不连续程度的方法实现。 如果增大截断长度T，即矩形窗口加宽，则窗谱W(ω)将被压缩变窄（π/T减小）。虽然理论上讲，其频谱范围仍为无限宽，但实际上中心频率以外的频率分量衰减较快，因而泄漏误差将减小。当窗口宽度T趋于无穷大时，则谱窗W(ω)将变为δ(ω)函数，而δ(ω)与X(ω)的卷积仍为H(ω)，这说明，如果窗口无限宽，即不截断，就不存在泄漏误差。为了减少频谱能量泄漏，可采用不同的截取函数对信号进行截断，截断函数称为窗函数，简称为窗。泄漏与窗函数频谱的两侧旁瓣有关，如果两侧p旁瓣的高度趋于零，而使能量相对集中在主瓣，就可以较为接近于真实的频谱，为此，在时间域中可采用不同的窗函数来截断信号。 实际应用的窗函数，可分为以下主要类型： Why there are so many different window functions is because each of these have very different spectral properties and have different main lobe widths and side lobe amplitudes. There is no such thing as a free lunch: if you want good frequency resolution (main lobe is thin) , your side lobes become larger and vice versa. You can"t have both. Often, the choice of window function is dependent on the specific needs and always boils down to making a compromise. ** This is a very good article that talks about using window functions ( http://www.utdallas.edu/~cpb021000/EE 4361/Great DSP Papers/Harris on Windows.pdf ). 矩形窗使用最多，习惯上不加窗就是使信号通过了矩形窗。这种窗的优点是主瓣比较集中，缺点是旁瓣较高，并有负旁瓣，导致变换中带进了高频干扰和泄漏，甚至出现负谱现象。 三角窗亦称费杰（Fejer）窗，是幂窗的一次方形式，三角窗与矩形窗比较，主瓣宽约等于矩形窗的两倍，但旁瓣小，而且无负旁瓣。 汉宁窗、海明窗和布莱克曼窗，都可以用一种通用的形式表示，这就是广义余弦窗。这些窗都是广义余弦窗的特例，汉宁窗又被称为余弦平方窗或升余弦窗，海明窗又被称为改进的升余弦窗，而布莱克曼窗又被称为二阶升余弦窗。采用这些窗可以有效地降低旁瓣的高度，但是同时会增加主瓣的宽度。 这些窗都是频率为 0、2π/(N–1)和 4π/(N–1)的余弦曲线的合成，其中 为窗的长度。可以采用下面的命令来生成这些窗： 其中，A、B、C 适用于自己定义的常数。根据它们取值的不同，可以形成不同的窗函数： ● 布莱克曼窗 Blackman A=0.5，B=0.5，C=0.08； ● 汉宁窗 Hanning A=0.5，B=0.5，C=0； ● 海明窗 Hamming A=0.54，B=0.54，C=0； 汉宁（Hanning）窗又称升余弦窗，汉宁窗可以看作是3个矩形时间窗的频谱之和， 它可以使用旁瓣互相抵消，消去高频干扰和漏能。 汉宁窗与矩形窗的谱图对比，可以看出，汉宁窗主瓣加宽（宽度为8pi/N）并降低，旁瓣则显著减小。第一个旁瓣衰减一32dB，而矩形窗第一个旁瓣衰减-13dB。此外，汉宁窗的旁瓣衰减速度也较快，约为60dB/10oct，而矩形窗为20dB/10oct。由以上比较可知， 从减小泄漏观点出发，汉宁窗优于矩形窗。但汉宁窗主瓣加宽，相当于分析带宽加宽，频率分辨力下降。 海明（Hamming）窗也是余弦窗的一种，又称改进的升余弦窗，海明窗与汉宁窗都是余弦窗，只是加权系数不同。海明窗加权的系数能使旁瓣达到更小。分析表明， 海明窗和汉宁窗函数的主瓣宽度是一样大，第一旁瓣衰减为-41dB 。海明窗的频谱也是由 3个矩形时窗的频谱合成，但其 旁瓣衰减速度为20dB/10oct，这比汉宁窗衰减速度慢 。海明窗与汉宁窗都是很有用的窗函数。 是一种指数窗， 高斯窗谱无负的旁瓣，第一旁瓣衰减达一55dB。高斯窗谱的主瓣较宽，故而频率分辨力低。 高斯窗函数常 被用来截断一些非周期信号，如指数衰减信号等 。 除了以上几种常用窗函数以外，尚有多种窗函数，如平顶窗、帕仁（Parzen）窗、布拉克曼（Blackman）窗、凯塞（kaiser）窗等。 如果在测试中可以保证不会有泄露的发生，则不需要用任何的窗函数。但是如同刚刚讨论的那样，这种情况 只是发生在时间足够长的瞬态捕捉和一帧数据中正好包含信号整周期的情况 。 对于窗函数的选择，应考虑被分析信号的性质与处理要求。 @bartlett - Bartlett window. @barthannwin - Modified Bartlett-Hanning window. @blackman - Blackman window. @blackmanharris - Minimum 4-term Blackman-Harris window. @bohmanwin - Bohman window. @chebwin - Chebyshev window. @flattopwin - Flat Top window. @gausswin - Gaussian window. @hamming - Hamming window. @hann - Hann window. @kaiser - Kaiser window. @nuttallwin - Nuttall defined minimum 4-term Blackman-Harris window. @parzenwin - Parzen (de la Valle-Poussin) window. @rectwin - Rectangular window. @tukeywin - Tukey window. @triang - Triangular window. when you use a window function, you have less information at the tapered ends. So, one way to fix that, is to use sliding windows with an overlap as shown below. The idea is that when put together, they approximate the original sequence as best as possible (i.e., the lower figure should be as close to a flat value of 1 as possible). Typical overlap values vary between 33% to 50%, depending on the application. You get a cleaner estimate if you use overlap. That is to say, the larger the overlap, the more blurred the spectrogram will look because the segments will be overlapped to a greater degree. The smaller the overlap the more "blocky" the spectrogram will appear because each Fourier transform uses less and less common waveform samples. You can also observe the trade-off between main lobe width and side lobe amplitude that I mentioned earlier. Hanning has a thinner main lobe (prominent line along the skew diagonal), resulting in better frequency resolution, but has leaky sidelobes, seen by the bright colors outside. Blackwell-Harris, on the other hand, has a fatter main lobe (thicker diagonal line), but less spectral leakage, evidenced by the uniformly low (blue) outer region. PS The non-stationarity of the signal (where statistics are a function of time, Say mean, among other statistics, is a function of time) implies that you can only assume that the statistics of the signal are constant over short periods of time. There is no way of arriving at such a period of time (for which the statistics of the signal are constant) exactly and hence it is mostly guess work and fine-tuning. Both these methods above are short-time methods of operating on signals. Say that your signal is non-stationary. Also assume that it is stationary only for about 10ms or so. To reliably measure statistics like PSD or energy, you need to measure these statistics 10ms at a time. The window-ing function is what you multiply the signal with to isolate that 10ms of a signal, on which you will be computing PSD etc.. So now you need to traverse the length of the signal. You need a shifting window (to window the entire signal 10ms at a time). Overlapping the windows gives you a more reliable estimate of the statistics. You can imagine it like this:1. Take the first 10ms of the signal.2. Window it with the windowing function.3. Compute statistic only on this 10ms portion.4. Move the window by 5ms (assume length of overlap).5. Window the signal again. PSS Usually make the length of the fft (third argument to pwelch) the same as the window length. The only case you want to have this different is when you use zero-padding , which has limited use. If you use it like this, there are a few rules to remember: https://www.zhihu.com/question/50402321/answer/144988327 关于加窗后的频谱修正，请参考《 简单总结FFT变换的幅值和能量校正 》 加窗函数的FIR滤波器长度的确定 http://www.ilovematlab.cn/thread-37120-1-1.html http://blog.sina.com.cn/s/blog_6fb8aa0d0102v274.html 有时会出现这样的奇怪情况，目前无解 https://www.zhihu.com/question/65862090 噪声参考（ http://blog.csdn.net/u010565765/article/details/70770429?locationNum=10&fps=1 ）

对于单位根也可以使用PP检验，程序为： PROC AUTOREG DATA=数据集名； MODEL 被检验变量=/stationarity=(pp); RUN；程序的结果给出了没有常数项、有常数项、常数项和趋势项的三种检验情况。判断的依据是看后面的检验概率。对于协整分析，其程序为 PROC AUTOREG DATA=数据集名； MODEL 被检验变量=解释变量/stationarity=(pp); RUN；但协整检验只给出T值，你需要查临界值才能判断。

proc autoreg data = gnp; model y = / stationarity =(adf =3); run;

1. 分布滞后模型估计的困难 阿尔特-丁伯根的(OLS)递推估计法。其缺陷如下 1、自由度问题。 2、多重共线性问题。 3、滞后长度难于确定2. 确定滞后长度的方法 尽管滞后长度的确定有难度,但人们在积极探索,寻求办法解决这一问题。 1、根据实际经济问题以及经验进行判断。 2、利用时间序列本身的变化3. 有限分布滞后模型的修正估计方法 估计分布滞后模型的基本思想。

一般是Box-Jenkins的方法把因变量的滞后项作为自变量y_t = b0 + b1*y_{t-1} + b2*y_{t-2} + ... + bp*y_{t-p} + u_t这样的模型确定滞后阶数p的方法是1. y_t满足covariance-stationarity 也就是对于任意t 均值不变 方差不变 协方差只是间隔项数的函数2. u_t是白噪声而不出现序列相关3. p的确定遵循parsimony的原则 国内应该翻译为“精简”

滞后阶数p的方法是 1.y_t满足covariance-stationarity 也就是对于任意t 均值不变 方差不变 协方差只是间隔项数的函数 2.u_t是白噪声而不出现序列相关 3.p的确定遵循parsimony的原则 国内应该翻译为“精简” 一般构造AIC和 SBC两个指标来比较 这两个指标越小越好

时间序列分析一般是Box-Jenkins的方法把因变量的滞后项作为自变量y_t = b0 + b1*y_{t-1} + b2*y_{t-2} + ... + bp*y_{t-p} + u_t这样的模型确定滞后阶数p的方法是1. y_t满足covariance-stationarity 也就是对于任意t 均值不变 方差不变 协方差只是间隔项数的函数2. u_t是白噪声而不出现序列相关3. p的确定遵循parsimony的原则 国内应该翻译为“精简”一般构造AIC和 SBC两个指标来比较 这两个指标越小越好AIC = T * ln(残差平方和) + 引入p阶的惩罚SBC相似也就是说首先残差平方和应该越小说明自变量也就是滞后阶数的解释能力强 不过呢引入的滞后项数越多 残差平方和应该越来越小 所以要看有效性 便加入一个惩罚 使得模型精简 原理和adjusted R^2一样AIC适合小样本 SBC适合大样本然后这两个信息标准都在一般的回归软件中列了出来比较其中最小的就是合适的p阶滞后但是一定要保证残差是白噪声

首先肯定是根据经济理论以及推测，然后通过检验是否需要加入高次项，可以用连接检验，具体操作为reg后输入linktest对于滞后期，则可以采用信息准则来判断，reg后输入estat ic，然后加入你想要的自变量滞后一期，重复上述操作，看看AIC以及BIC是否最小，具体你详细查看这两个命令或者看书

时间序列分析 一般是Box-Jenkins的方法 把因变量的滞后项作为自变量 y_t = b0 + b1*y_{t-1} + b2*y_{t-2} + ... + bp*y_{t-p} + u_ t 这样的模型确定滞后阶数p的方法是 1. y_t满足covariance-stationarity 也就是对于任意t 均值不变 方差不变 协方差只是间隔项数的函数 2. u_t是白噪声而不出现序列相关 3. p的确定遵循parsimony的原则 国内应该翻译为“精简” 一般构造AIC和 SBC两个指标来比较 这两个指标越小越好 AIC = T * ln(残差平方和) + 引入p阶的惩罚 SBC相似 也就是说首先残差平方和应该越小说明自变量也就是滞后阶数的解释能力强 不过呢引入的滞后项数越多 残差平方和应该越来越小 所以要看有效性 便加入一个惩罚 使得模型精简 原理和adjusted R^2一样 AIC适合小样本 SBC适合大样本 然后这两个信息标准都在一般的回归软件中列了出来 比较其中最小的就是合适的p阶滞后 但是一定要保证残差是白噪声

lz可以的 才学计量经济 就开始这么高深的话题 时间序列分析一般是Box-Jenkins的方法把因变量的滞后项作为自变量y_t = b0 + b1*y_{t-1} + b2*y_{t-2} + ... + bp*y_{t-p} + u_t这样的模型确定滞后阶数p的方法是1. y_t满足covariance-stationarity 也就是对于任意t 均值不变 方差不变 协方差只是间隔项数的函数2. u_t是白噪声而不出现序列相关3. p的确定遵循parsimony的原则 国内应该翻译为“精简”一般构造AIC和 SBC两个指标来比较 这两个指标越小越好AIC = T * ln(残差平方和) + 引入p阶的惩罚SBC相似也就是说首先残差平方和应该越小说明自变量也就是滞后阶数的解释能力强 不过呢引入的滞后项数越多 残差平方和应该越来越小 所以要看有效性 便加入一个惩罚 使得模型精简 原理和adjusted R^2一样AIC适合小样本 SBC适合大样本然后这两个信息标准都在一般的回归软件中列了出来比较其中最小的就是合适的p阶滞后但是一定要保证残差是白噪声

计量经济学中的滞后期有什么用。应该怎么确定滞后期？

主要的数学所面对的问题是，精算师估计有多大每个保险合同的预期成本。这有条件预计索赔额是所谓的纯保费及它的基础是总保费被控向被保险人。这一预期值是conditionned提供的资料，有关投保人和有关合同，我们称之为投入亲乐在这里。这个回归问题是，邸邪教组织有几个原因：大量的例子，大批变量（其中大部分是离散和多值） ，非平稳性的分布，以及有条件的分布因变量，这是非常邸erent从这些通常遇到的典型应用机器学习和函数逼近。这个分布有一个群众在0 ：绝大多数该保险合同不屈服任何索赔。这是分布还强烈不对称，并已发尾（上只有一边，相应的大索赔） 。 在本文中我们研究和比较几个学习算法随着方法传统上所使用的精算师的订定保费。这项研究是演出对一个大型数据库的汽车保险政策。该方法被triedare如下：常数（无条件）的预测作为基准，线性回归，广义线性模型（ mccullagh和nelder ， 1989年） ，决策树模型（ chaid （卡斯， 1980年） ） ，支持向量机回归（ vapnik ， 1998年） ， 多层神经网络，混合神经网络的专家，以及目前保费结构，保险业的公司。

Why stationary?（为何要平稳？）Why weak stationary?（为何弱平稳？）Why stationary?（为何要平稳？）每一个统计学问题，我们都需要对其先做一些基本假设。如在一元线性回归中（），我们要假设：①不相关且非随机（是固定值或当做已知）②独立同分布服从正态分布（均值为0，方差恒定）。在时间序列分析中，我们考虑了很多合理且可以简化问题的假设。而其中最重要的假设就是平稳。The basic idea of stationarity is that the probability laws that govern the behavior of the process do not change over time.平稳的基本思想是：时间序列的行为并不随时间改变。正因此，我们定义了两种平稳：Strict stationarity: A time series {} is said to be strictly stationary if the joint distribution of ,, · · ·, is the same as that of,, · · · ,for all choices of natural number n, all choices of time points ,, · · · , and all choices of time lag k.强平稳过程：对于所有可能的n，所有可能的,, · · · , 和所有可能的k，当,, · · ·,的联合分布与,, · · · ,相同时，我们称其强平稳。Weak stationarity: A time series {} is said to be weakly (second-order, or co-variance) stationary if:① the mean function is constant over time, and② γ(t, t u2212 k) = γ(0, k) for all times t and lags k.弱平稳过程：当①均值函数是常数函数且②协方差函数仅与时间差相关，我们才称其为弱平稳。此时我们转到第二个问题：Why weak stationary?（为何弱平稳？）我们先来说说两种平稳的差别：两种平稳过程并没有包含关系，即弱平稳不一定是强平稳，强平稳也不一定是弱平稳。一方面，虽然看上去强平稳的要求好像比弱平稳强，但强平稳并不一定是弱平稳，因为其矩不一定存在。例子：{}独立服从柯西分布。{}是强平稳，但由于柯西分布期望与方差不存在，所以不是弱平稳。（之所以不存在是因为其并非绝对可积。）另一方面，弱平稳也不一定是强平稳，因为二阶矩性质并不能确定分布的性质。例子：,,互相独立。这是弱平稳却不是强平稳。知道了这些造成差别的根本原因后，我们也可以写出两者的一些联系：一阶矩和二阶矩存在时，强平稳过程是弱平稳过程。（条件可简化为二阶矩存在，因为）当联合分布服从多元正态分布时，两平稳过程等价。（多元正态分布的二阶矩可确定分布性质）而为什么用弱平稳而非强平稳，主要原因是：强平稳条件太强，无论是从理论上还是实际上。理论上，证明一个时间序列是强平稳的一般很难。正如定义所说，我们要比较，对于所有可能的n，所有可能的,, · · · , 和所有可能的k，当,, · · ·,的联合分布与,, · · · ,相同。当分布很复杂的时候，不仅很难比较所有可能性，也可能很难写出其联合分布函数。实际上，对于数据，我们也只能估算出它们均值和二阶矩，我们没法知道它们的分布。所以我们在以后的模型构建和预测上都是在用ACF，这些性质都和弱项和性质有关。而且，教我时间序列教授说过："General linear process(weak stationarity, linearity, causality) covers about 10% of the real data." ，如果考虑的是强平稳，我觉得可能连5%都没有了。对第二个问题：教授有天在审本科毕业论文，看到一个写金融的，用平稳时间序列去估计股票走势（真不知这老兄怎么想的）。当时教授就说：“金融领域很多东西之所以难以估计，就是因为其经常突变，根本就不是平稳的。”果不其然，论文最后实践阶段，对于股票选择的正确率在40%。连期望50%都不到（任意一点以后要么涨要么跌）。

windows10激活系统需要使用密钥激活。使用激活密钥激活系统步骤如下所示：1、在windows设置中，点击更新和安全选项。2、进入更新和安全页面后，点击激活。3、然后在激活选项卡中，点击更改产品密钥。4、根据系统版本，输入windows10对应的的产品密钥。5、然后点击下一步，开始验证激活密钥。6、激活密钥验证完毕后，完成系统激活。

ありがとう（谢谢） - 大桥卓弥なまぬるい风に吹かれながら 东京の空眺めてたら 被生涩的 风吹拂着 遥望着东京的天空 namanurui kazeni fukarenagara tokyono sora nagametetara远くで暮らしてるあなたの事をふと思い出す 元気ですか? 在远方 生活的你 突然想起 你还好么？ tookude kurashiteru anatanokotowo futimoidasu genkidesuka梦を追いかけて离れた街 见送ってくれたあの春の日 追逐着梦想离开了故乡 被你目送的那个春天的日子 yumewo oikakete hanaretamichi mioguttekureta anoharunohi頼りなかった仆に「后悔だけはしないで」と永远记得 你对我说“从不后悔”tayorinakatta bokuni [koukaidakewa shinaide] to优しい言叶 ぬくもり その笑颜 那温柔的话语 和温暖的笑脸yasashiikotoba nukumori sono egaoずっと覚えてるよ そして忘れないよ 会一直记得 永不忘记 zutto oboeteruyo soshite wasurenaiyo今 心からありがとう 现在 从心里 感谢你 ima kokorokara arigatou出来が悪くていつも困らせた あなたの涙何度も见た 我很没用 总是惹你掉眼泪 dekiga warukute itsumo komaraseta anatano namida nandomo mita素直になれずに骂声を浴びせた そんな仆でも爱してくれた 不诚实的 我总是让你挨骂 即使这样你也爱我sunaoni narezuni baseiwo yobiseta sonnabokudemo haishitekureta今になってやっとその言叶の本当の意味にも気づきました 到了现在 那句话真正的意义 终於瞭解了imaninatte yattosono kotobano hontono iminimo kizukimashita「辛くなったときはいつでも帰っておいで」と 吃不消的话 什么时候都 可以回来 [tsurukunatta tokiwa itsudemo kaeteoide] toいつも仆の味方でいてくれた 你总是 站在我这边 itsumo bokuno ajikatade itekureta心配かけたこと 支えてくれたこと 为我担心 支持我 shinpaikaketakoto sasaetekutetakoto今 心からありが とう 现在 从心里 感谢你 ima kokorokara arigatou返しても返しても返しきれない 还呀还 也还不清 kaeshitemo kaeshitemo kaeshikirenaiこの感谢と敬意を伝えたい 要把这份感谢 和敬意 告诉你 konokanshato keiiwo tsitaetai頼りなかった仆も少し大人になり 靠不住的我也 慢慢的长大了 tayorinakatta bokumo shikoshi otonaninari今度は仆が支えていきます 这次我 会支撑这个家 kondowa bokuga sasaete ikimasuそろそろいい年でしょう 楽して暮らしてください 我们已经长大了 请轻松的生活吧 sorosoro iitoshideshou tanoshite kurashite kudasai仆ならもう大丈夫だから 交给我的话 已经没问题了bokunaramou dajyobudakaraあなたの元に生まれ本当によかったと 被你 生出来 真好 anatano motoni umare hontoni yokattato今こうして胸を张って言い切れる 现在可以 常开胸怀的说 imakoushite munewo hatte iikireruあなたの愿うような仆になれていますか? 像你希望中那样的人 我 有没有成长成那样anatano negauyouna bokuni nareteimasuka そんな事を考える 这件事 考虑著sonnakotowo kangaeru今 心からありがとう 现在 从心底 感谢你ima kokorokara arigatou

在《碧蓝幻想Versus》中，夏洛特是游戏里的矮子角色，非常受GBF玩家欢迎，因为这个人物的招式都比较灵活，应对敌人的攻击都能更加迅捷，下面带来夏洛特的出招表。夏洛特出招表介绍出招表如上图夏洛特担任卢米埃圣骑士团团长职位的骑士。曾在命悬一线时被圣骑士团所救，从此刻苦锻炼，练就了足以弥补种族弱点的强大实力，并最终登上了圣骑士团团长职位的实干家。她严肃认真、品性高洁，却为自己的身高有负声名显赫的圣骑士团团长之威严而烦恼，正在寻找增高的方法。

原因是环境变量值的名称问题。以windows7操作为例：1、可以看到安装提示的报错。2、点击开始按钮，然后点击控制面板进入。3、进入之后，点击右侧的选择高级系统设置：4、选择高级系统设置后，如图所示，点击高级。5、点击下面的环境变量。6、然后接下来的页面，在环境变量中双击TEMP选项。7、最后，将变量值修改为C:TEMP，如图所示，点击确定，这样就可以解决问题，再重新安装。

在操作office系列软件中，经常会需要用到各种快捷键方便大家快速执行各种操作。有网友想将excel合并单元格，不知道excel合并单元格快捷键是什么。下面就给大家介绍下excel合并单元格快捷键是什么。工具/原料：系统版本：windows10系统品牌型号：戴尔xps系列软件版本：小白一键重装系统excel合并单元格快捷键是什么快捷键的熟练使用可以帮助我们在工作中提高效率，那么excel合并单元格快捷键是什么呢?接下来为大家讲解excel合并单元格快捷键设置方法的图文演示。合并单元格在excel默认的情况下是没有快捷键的。excel合并单元格快捷键需要用以下方法设置：1、打开excel，选择工具——点击“自定义”。这时会出现一个“自定义”表单。不要理会这个表单，上面没有可供选择的项目。2、右键点击“合并单元格“的图标。发现没有，和平时右击不一样了!3、选择”总是只用文字“选项。这时平时用来合并的按钮就变成了“合并及居中”，这个就是你想要的快捷方式了，现在点关闭,然后选几个单元格,再按组合键：ALT+M，就可以合并居中了。4、现在就已设置完成了。excel合并单元格的快捷键是alt+M。1、单击菜单：工具---自定义“然后选中”合并及居中“按钮单击右键选择”总是使用文字退出自定义，按ALT+M就是合并及居中的快捷键了，也可以在命名框中输入你要的快捷捷如。2、设置合并单元格的快捷键和拆分都是alt+m，不过不能直接使用,还需要设置一下。其实也可以设置成其他的键作为合并单元格的快捷键。3、可以自己自定义一个:右键单击工具栏任一处，选择“自定义”，选择“命令”标签，类别“格式”，在命令中选择“合并单元格”按钮将其拖到工具栏合适位置，关闭“自定义”窗口就可以使用了。4、Excel有个超级快捷键F4，可以重复上一步动作。举例：选中单元格A1到B1，合并单元格;右手用鼠标选中C2到D3，左手按F4键，右手接着选择，左手F4。

效果如何？我想把它报告给我的孩子们，但费用非常昂贵。恐怕我会把钱扔掉？我希望那些学习过的人能给我一个好的网上学校。你可以仔细考虑一下，然后付一笔钱去学习一门学科，然后看一看。

君の笑颜が　何よりも好きだった kiminoegaoga naiyorimosukidattaきみのえがおが　なによりもすきだった 你的笑容曾是我生命中的最爱同じことで　笑いあったね onajikotode waraiattaneおなじことで　わらいあったね我们曾因为同一件事 相视而笑过呢ふとした瞬间に　いろんな君を思い出す futositasyunkanni ironnakimiwoomoidasuふとしたしゅんかんに　いろんなきみをおもいだす不经意的一瞬间 脑海中浮现出了变化万千的你『仆が现実的すぎた』と今になって悔やんでる 『bokugagenjitutejisugeta』toimaninattekuyanderu『ぼくがげんじつてきすぎた』といまになってくやんでる『是我太过现实了』 到现在我仍然追悔莫及『君との梦のために』もっと生きるべきだった 『kimitonoyumenotameni』mottoikirubekidatta『きみとのゆめのために』もっといきるべきだった本应该『为了与你共同编织的梦』一同生活下去君のいない　秋祭り kiminoinai akimaturiきみのいない　あきまつり没有你身影的 秋日之祭典今の仆は younger than yesterday imanobokuwaいまのぼくは younger than yesterday现在的我已变得 younger than yesterday花びらが舞うように君は笑ったね hanabiragamauyounikimiwawarattaneはなびらがまうようにきみはわらったね你的笑容如同绚烂的落英缤纷もっと笑わせたかった mottotowarawasetakattaもっとわらわせたかった还想让你再度绽出迷人的笑颜晴れているのに冷たい雨が降っている haretirunonitumetaiamegafutteiruはれているのにつめたいあめがふっている但从万里无云的天空中注下的却是冷若冰晶的雨滴君の笑颜が　何よりの好きだった kiminoegaoga naiyorimosukidattaきみのえがおが　なによりもすきだった你的笑容曾是我生命中的最爱みんな一人じゃ生きれない minnahitorijyaikirenaiみんなひとりじゃいきれない尘世间所有人都不能独自依赖君の帰る场所で kiminokaerubasyodeきみのかえるばしょで所以我想在属于你的归处仆はずっと在り続けたい bokuwazuttoarituzuketaiぼくはずっとありつづ けたい永远存在下

合并单元格快捷键是合并居中，AltHMC。合并单元格，指的是在办公软件中，excel将两个或多个位于同一行或者同一列的单元格合并成一个单元格。合并单元格的操作多用于Word中的表格或Excel及表格控件中，大部分表格软件或者表格控件都支持合并单元格。Excel合并Excel合并单元格，是一个让人又爱又恨的东西，强烈建议，尽量不要把单元格合并在一起，因为合并单元格会给以后的数据处理带来很多的麻烦，但合并单元格的功能，在套打或设定版面时，又有其不可替代的作用，因此让人又爱又恨。怎么合并单元格。也许你已了解，但还是要说明一下。选择需要合并的单元格，然后点击格式工具栏里的合并居中，就可以合并单元格了。还可以在选择后，在单元格、格式、对齐、合并单元格。而在Excel2007里，还可以在右键菜单中找到合并单元格的操作。此外在极速Office2017中选择需要的单元格后直接右键就可以合并单元格。

矩阵

百臂巨人 Hécatonchires百臂巨人（古希腊语：u1f18κατu03ccγχειρεu03c2，单数：u1f19κατu03ccγχειρ、u1f19κατu03ccγχειροu03c2）是希腊神话中一些有50个头、100只手臂的巨人的统称。他们的名字来自于希腊语词根u1f11κατu03ccν（“一百”）和χεu03afρ（“手”），合起来的意思就是“有100只手的”。在拉丁语中，百臂巨人被直译为“凯恩蒂马尼”（Centimani），即“100只手的怪物”。百臂巨人出现于希腊神话的早期阶段。赫西俄德在《神谱》中称他们为“俄拉尼得斯”（常见的说法是“赫卡同克瑞斯”,英文：Hecatoncheires）。根据《神谱》，百臂巨人是盖亚和乌拉诺斯所生的孩子，共有3个，名字分别为布里阿瑞俄斯（Βριu03acρεu03ceu03c2）、科托斯（Κu03ccττοu03c2）和古革斯（Γu03cdηu03c2）。他们都是些巨大而凶猛的怪物，甚至比提坦和独眼巨人还要巨大。在百臂巨人出生后不久，乌拉诺斯看到他们都是些丑陋的怪物，就把他们扔进塔耳塔罗斯深处。这件事促使盖亚怂恿克罗诺斯去推翻他的父亲。另有说法认为，把百臂巨人关入塔耳塔罗斯的是克罗诺斯。总之，3个百臂巨人一直被监禁在塔耳塔罗斯，受到巨龙坎佩的严密看管。在提坦之战中，奥林匹斯众神（以宙斯为首）在与提坦（以克罗诺斯为首）的斗争中处于劣势；这时该亚建议宙斯去向百臂巨人求助。宙斯于是下到塔耳塔罗斯将3个力大无穷的百臂巨人释放了出来，他们果然愿意为宙斯服务。在战斗中，百臂巨人一次投掷100块像山一样巨大的石头，令提坦巨神都无法抵抗。只是在百臂巨人的帮助下，宙斯才获得了最后的胜利。赫西俄德接着写到，3个百臂巨人后来成了守卫塔耳塔罗斯大门的看守。或许是为了协调古老的百臂巨人神话与奥林匹斯神系的关系，赫西俄德让3个百臂巨人中的一个，布里阿瑞俄斯成了海神波塞顿的女婿（神谱，817）。关于百臂巨人还有其它几个完全无关的传说，即以布里阿瑞俄斯为主角的传说。在伊利亚特（i.399）中，荷马提到了一个在其它希腊神话中都没有发现过的故事：一些奥林匹斯神，以波塞冬和雅典娜为代表，企图推翻宙斯。但是海洋女神忒提斯请来了一个百臂巨人来保护宙斯，使众神的叛乱归于失败。这个百臂巨人众神称之为布里阿瑞俄斯，而人类称之为“埃盖翁”（Αu1f30γαu03afων，来自名词αu1f34ξ，“山羊”）。古罗马诗人维吉尔在他的史诗《埃涅阿斯纪》中也提到了埃盖翁；但维吉尔写了一场与希腊神话完全不同的战争：埃盖翁站在提坦一边作战，而且最后提坦神族战胜了宙斯。在科林斯的地方神话中，布里阿瑞俄斯是海神波塞冬与太阳神赫利俄斯之间的仲裁者。波塞冬与赫利俄斯因为争夺科林斯而起了争执。结果布里阿瑞俄斯裁决，科林斯地峡属于波塞冬，而科林斯的卫城则是赫利俄斯的圣所。

信息资源、公共标准

你上多玩网站上去看看 、、六魔包的插件也能 ~！！~不过 我喜欢用大脚的 ~！~~你做过MS宏 上面也会提示。。。

1、下载并安装“暴风激活工具”，安装完成后双击打开暴风激活工具。 2、点击“一键永久激活Windows和Office”，稍等片刻，当软件提示“您的产品已激活”时，则证明激活完成。 Windows10操作系统在易用性和安全性方面有了极大的提升，除了针对云服务、智能移动设备、自然人机交互等新技术进行融合外，还对固态硬盘、生物识别、高分辨率屏幕等硬件进行了优化完善与支持。

近年来，豪华品牌如今都在江城，从入门门槛车型的价格来看，各自豪华品牌的入门级车型越来越接近合资品牌。因此，我们也可以看到越来越多的奢侈品牌，在销量上取得了很大的进步。但是，为什么在汽车市场整体下滑的情况下，却有那么多豪华品牌呈现上升趋势？即使在这些品牌车型中，它也占据了相当大的市场份额。这不得不说。对于中国汽车消费者来说，今天就聊一聊。在40万左右的价格区间，中国汽车市场有多少消费者能被豪华品牌行为模式所触动？在这个细分市场中，宝马X3并不是最大的。但是人气确实非常非常高，最起码是国内的王者才能够得上。但是我们需要注意的是，在新款宝马X3上市之前，老款车型并不属于任何一款国产宝马车型。最简单的一点就是，从整体产品实力来看，老款宝马X3还是比较老的。另外，这款车型并非完全国产，所以与华晨宝马无关。此外，性价比远低于奥迪Q5和奔驰GLC。然而，新车型上市后，产品实力的差距得到了很好的解决。相对来说，在这个细分市场的车型中，奥迪Q5的受欢迎程度绝对是独一无二的，也是豪华品牌车型市场中最受欢迎的车型之一。而且奥迪的新旧车型在老市场都比较大。对于绝大多数消费者来说，这绝对是一款独一无二的神车，除了空之间略有区别之外，各方面的表现都非常均衡。但实际上，奥迪Q5在国内加长之后已经达到了2908mm空的轴距，它的后排空其实非常宽敞。坐在这样一辆奥迪Q5的后座上，甚至能给你带来一种恍惚感，你就像坐在奥迪A6的后排一样。另一个非常重要的地方是奥迪品牌。虽然现在很多消费者给人的印象是已经从豪华品牌市场第一的份额上拉了下来，但实际上更多的是奥迪Q5凭借自身的产品实力远远优于很多二线豪华品牌的中型SUV。事实上，与一线豪华品牌的众多中型SUV车型相比，在其他豪华品牌还没有完全反应过来的时候，凯迪拉克XT5的市场份额无非是凯迪拉克前辈的SARS车型，他能够率先完成自己的国产化进程，以完全不同的身份出现在消费者面前，也是一种全新的尝试。但是XT5和XRS没有太大区别，很多消费者可能不太熟悉。如果按照现金xt5的市场价定价，包括其最终成交价，XT5的最终成交价并不低。但如果将二线豪华品牌的中型SUV大部分集中上市，XT5的市场折扣并不突出。但在同样的前提下，凯迪拉克作为豪华品牌的美系品牌，以更大的空范围吸引了众多消费者，其中动力性能更为出众，在同级别车型中具有无与伦比的魅力。我应该如何在这三种模式中选择？如果你对一线豪华品牌的市场影响力总是难以弥合，个人认为还是选择奥迪Q5这样典型的中型SUV车型比较好，更符合你对一线品牌的认知。另外，如果你对运动操控性有更高的追求，宝马x3自然符合你的要求，但如果你要求的豪华品牌影响力不高，且车辆实际驾驶性能不太讲究，凯迪拉克XT5g符合你的使用要求。百万购车补贴

　　不少GBF玩家都想知道格斗新作碧蓝幻想Versus发售日是什么时候，我特意整理了一下碧蓝幻想Versus发售日一览，对这款游戏感兴趣的同学不妨来看一下，以免错过发售日期。 　　游戏发售日一览 　　碧蓝幻想Versus将于2020年2月6日发售，独占登陆PS4平台，中文版将于2月6日与日版同步上市。碧蓝幻想Versus预购在2019年8月5日开启，感兴趣的玩家可以抢先预购。 　　游戏简介 　　

快点快点看快点快点看大口大口分开肯定看得开弟弟都看到肯定快点快点看看

First Robot Mop DebutsIf iRobot has its way, millions of people around the world will soon be retiring their mops and buckets. The Cambridge, Massachusetts–based company is finally announcing the follow-up to its remarkably popular Roomba robot rug and floor vacuum: the Scooba robot floor-cleaning system. It"s the first household robot designed to sweep, scrub, mop, and dry tile, linoleum, and wood floors. The company is also touting a major partnership coup: The Scooba"s cleaning fluid will come from Clorox Co., which makes household cleaning products.iRobot CEO Colin Angle explained to us at a recent conference why his company chose to target mopping as the next robotic household-chore challenge. "These are the low-hanging fruit," he said, "the things that can make an immediate, understandable difference."iRobot executives hope that the Scooba makes a difference for those who hate mopping and almost never scrub their floors. "People hate vacuuming," says iRobot cofounder and chairman Helen Grenier, "but they really loathe mopping. The Scooba actually scrubs the floor."The decision to build a mopping robot was both an obvious and a difficult one for iRobot. "We knew that on the axis of targets, this was a big one. We also knew that water was scary [and] that something that picks up fluid was going to be substantially more complex than spinning brushes and picking up dirt," recalled Angle.HistoryThe idea of artificial people dates at least as far back as the ancient legend of Cadmus, who sowed dragon teeth that turned into soldiers; and the myth of Pygmalion, whose statue of Galatea came to life. In classical mythology, the deformed god of metalwork (Vulcan or Hephaestus) created mechanical servants, ranging from intelligent, golden handmaidens to more utilitarian three-legged tables that could move about under their own power. Jewish legend tells of the Golem, an clay statue animated by Kabbalistic magic. Similarily, in the Younger Edda, Norse mythology tells of a clay giant, M?rku1b26i or Mistcalf, constructed to aid the troll Hrungnir in a duel with Thor, the God of Thunder. The first recorded design of a humanoid robot was made by Leonardo da Vinci around the 1495. Da Vinci"s notebooks, rediscovered in the 1950s, contained detailed drawings for a mechanical knight that was apparently able to sit up, wave its arms, and move its head and jaw. The design was likely based on his anatomical research recorded in the Vitruvian Man. It is not known whether or not he attempted to build the robot (see: Leonardo"s robot). The first known functioning robot was created in the 1738 by Jacques de Vaucanson, who made an android that played the flute, as well as a mechanical duck that reportedly ate and defecated. E.T.A. Hoffmann"s 1817 short story "The Sandman" features a doll-like mechanical woman, and Edward S. Ellis" 1865 "Steam Man of the Prairies" expresses the American fascination with industrialization. A wave of stories about humanoid automatons culminated with the "Electric Man" by Luis Senarens in 1885. Once technology advanced to the point where people foresaw mechanical creatures as more than toys, literary responses to the concept of robots reflected fears that humans would be replaced by their own creations. Frankenstein (1818), sometimes called the first science fiction novel, has become synonymous with this theme. When Capek"s play RUR introduced the concept of an assembly line run by robots who try to build still more robots, the theme took on economic and philosophical overtones, further disseminated by the classic movie Metropolis (1927), and the popular Blade Runner (1982) and The Terminator (1984). With robots a reality and intelligent robots a likely prospect, a better understanding of interactions between robots and human is embodied in such modern films as Spielberg"s A.I. (movie) (2001) and Proyas" I, Robot (2004). Many consider the first robot in the modern sense to be a teleoperated boat, similar to a modern ROV, devised by Nikola Tesla and demonstrated at an 1898 exhibition in Madison Square Garden. Based on his patent 613,809 for "teleautomation", Tesla hoped to develop the "wireless torpedo" into an automated weapon system for the US Navy. The first electronic autonomous robots were created by Grey Walter at Bristol University, England in 1948

在《碧蓝幻想Versus》中，玩家会在格斗中杜子涵许多强敌，特别是一些战斗力超强的BOSS，很多玩家不知道如何稳稳打过，下面带来稳过BOSS的方法介绍。稳过BOSS打法主要打法就是磨，血量有个5-6W之后最终boss也能站撸了，带上4个加血根本不会死。其他关卡都是带4个加血，磨都磨过去了，除了有一关boss他10%血以下会蓄力，蓄力满全图秒杀，所以要带武器爆发+攻击上升。他一开始蓄力就给自己加攻击力，然后2个解放奥义直接轰死。

认(みと)めてた 臆病(おくびょう)な过去(かこ)mitometeta okubayounakako认同吧 胆怯的过去わからない ままに 怖(こわ)がってたwakaranai mamani kowagatteta就这样一直无知 好害怕后(うし)ろの自分(じぶん)が现実(げんじつ)を 今(いま)に 映(うつ)すushironozifungagenzitsuwo imani utsusu背后的自己变成现实 映照而出いくつもの空(そら)を 描（か）いた ここはきっとikutsu mono sorao egaita kokowakitto究竟描绘了多少天空的这里一定是儚(はかな)い心(こころ) 乱(みだ)してhakanaikokoro mizashite脆弱的心扉 追逐吧梦(ゆめ)で 高(たか)く　跳(と)んだ　躰(からだ)はどんなyumede takaku tonda　karadawadonna因为梦想而高飞不安(ふあん) 缠(まとい)　っても　振(ふ)り払(はら)っていくfuan matoi　ttemo furiharatteiku无论有多么的不安 都能够挣脱眠(ねむ)る小(ちい)さな想（おも）い 拡(ひろ)がり出(だ)してnemuruchiisanaomoi hirogaridashite沉睡着扩散出小小的思念気(き)付(つ)く　弱(よわ)い　私(わたし) 君(きみ)がいればkitsuku　yowai　watashi kimigaireba发现 软弱的我 只要有你暗(くら)い世界(せかい)　强(つよ)くいれたkuraisekai　tsuyokuireta无论世界多么的黑暗都能坚强长(なが)い梦(ゆめ)见(み)る心(こころ)はそう永远(えいえん)でnagaiyumemirukokorowasoueiende长久注视梦想的心啊 对 那就是永远I wanna always stay with you我想一直待在你身旁I give you every thing I have给你我拥有的一切探(さが)していた 导(みちび)く光(ひかり)sagashiteita michibikuhikari一直寻找着 一道引路灯触(ふ)れれば すべて 思(おも)い出(だ)してfurereba subete omoidashite倒是都应该 都还记得挂(か)け替(が)えのない大切(だいせつ)な　今(いま)を　くれるkakegaenonaidaisetsuna　imawo　kureru无法替代 重要目(め)を闭(と)じ世界(せかい)を　知(し)ったmewotozisekaiwo　shitta闭上眼睛 世界 知道それはいつも　暖(あたた)かいのに　痛(いた)くてsorehaitsumo　atatakainoni　itakute它始终是 竟温暖又痛苦繋(つな)ぐ确(たし)かな　愿(ねが)い　重(かさ)なり合(あ)ってtsunagutashikana　negai　kasanariatte确实连接着 那重叠的希望见(み)える　迷(まよ)　いは　动(うご)き始(はじ)めたmieru　mayo　iha　ugokihazimeta看穿犹豫 移动开始君(きみ)を　守(まも)り　たくて　背负(せお)う伤(きず)はkimiwo　mamori　takute　seoukizuha我要保护你 即使受伤深(ふか)い　眠(ねむ)　りの　中(なか) 漂(ただよ)ったfukai　nemu　rino　naka tadayotta沉睡中 漂流代(か)わらない　约束(やくそく)だったkawaranai　yakusokudatta那永远不变的约定二人(ふたり)信(しん)じた绊(きずな)はそう鲜明(せんめい)にfutarishinzitakizunasousenmeini两人一直坚信着声(こえ)が届(とど)くまで　名前(なまえ)を呼(よ)んでkoegatodokumade　namaewoyonde直到听到你叫我的名字出会(であ)　えら　奇迹(きせき) 感(かん)じたいもっとdea eta kiseki kanzitaimotto遇见奇迹 感受到更多梦(ゆめ)で 高(たか)く　跳(と)んだ 躰(からだ)はどんなyumede takaku tonda　karadahadonna因为梦想而高飞不安(ふあん) 缠(まとい)　っても 振(ふ)り払(はら)っていくfuan matoi　ttemo furiharatteiku无论有多么的不安 都能够挣脱眠(ねむ)る小(ちい)さな想（おも）い 拡(ひろ)がり出(だ)してnemuruchiisanaomoi hirogaridashite沉睡的那小小的思念 渐渐扩散気(き)付(つ)く　弱(よわ)い　私(わたし) 君(きみ)がいればkitsuku　yowai　watashi kimigaireba发现 软弱的我 只要有你暗(くら)い世界(せかい)　强(つよ)くいれたkuraisekai　tsuyokuireta无论世界多么的黑暗都能坚强长(なが)い梦(ゆめ)见(み)る心(こころ)はそう永远(えいえん)でnagaiyumemirukokorohasoueiende长久注视梦想的心啊 对 那就是永远I wanna always stay with you我想一直陪着你I wanna hold you tight right now我想现在紧抱着你I swear I will wipe your tears.我发誓一定不会让你受委屈I"ll give you everything I have.我会给你我的一切[00:00.00]「crossing field」音译歌词[00:02.41]演唱：Lisa（リサ）[00:04.36]LRC编辑：浅墨璃璃[00:07.41]QQ：5667992[00:10.39]密偷 咩铁塔[00:13.56]喔哭 yong那卡扩[00:16.02]哇卡那哎 妈妈你[00:21.81]哭哇 嘎铁达[00:23.76]古西诺 诺记度噶 嘎记死谋 一妈一[00:28.26]古组速 一子马诺所 来va 卡嘎[00:37.67]古哭哇ki塔 哈嘎那一够卡拉[00:42.57]一在西在诶~ 由mei呆嘎古[00:47.62]痛呆~~ 嘎来那 哇够呐[00:51.37]福娃 马托 铁谋 古力哈那大度[00:55.49]呢木录 记萨那 哦嘛 器漏嘎累嘎时day[01:02.29]ki速 由哇 哇tashi[01:04.64]ki密嘎一 乐吧 哭rua一sei卡[01:08.35]速由哭 一累dei~~[01:10.45]那嘎一由 买米录口 够咯哇sou ei ei men day[01:18.76]爱了 骂了 喔位si day 位to[01:21.56]爱 giver ai位thing I hai[01:24.25]塞嘎 西跌达[01:27.10]密器 古哭西卡力[01:29.09]服了 累吧~~ 速呆呆[01:35.50]喔莫一大shi day[01:37.60]卡gei 压ei nou那嘎sei速那 一妈wo 哭累录[01:46.07]mei喔 杂jiu sei卡wo shi塔[01:51.07]速累 哇一ci嘛 啊大 大卡一妈你 一大哭dai~~[01:58.52]速那都 塔shi卡那 那该~~ 哥萨那力啊day[02:05.18]密呀 麻油 力哇 由都恰进嘛塔[02:09.30]ki密wo 妈谋力 他嗯dei~~~ 搜哇wo丢so坏[02:15.36]酷开 nei谋 密牛 那卡塔带由塔[02:19.97]卡哇啦那一 呀哭索哭大塔[02:24.87]哭太力 西记他ki 速那哇索 sen mei 你[02:32.46]········[02:58.46]酷为噶 多duo哭 妈day 那妈诶wo用dei[03:06.55]day啊 ei他 ki sei 看嗯记太妈托[03:10.85]由mei dei 他卡酷 痛en 呆~~[03:16.15]嘎来那 哇够呐[03:18.25]福娃 马托 铁谋 古力哈那大度[03:22.67]呢木录 记萨那 哦嘛 器漏嘎累嘎时day[03:29.39]ki速 由哇 哇tashi[03:31.58]ki密嘎一 乐吧 哭rua一sei卡[03:34.92]速由哭 一累dei~~[03:37.22]那嘎一由 买米录口 够咯哇sou ei ei men day[03:43.79]爱了 骂了 喔位si day 位to[03:47.59]爱了 骂了 hou diu 切ruai now[03:50.49]爱死位额 诶为 why 对 qius[03:53.32]爱 giver ai位thing I her[03:58.59]歌词编辑：浅墨璃璃[04:02.10]QQ：5667992—————————————本歌词中文谐音作者：浅墨璃璃——————————————————————————————QQ：5667992————————————————-———复制此歌词请注明来源和作者，拒绝盗版。（辛辛苦苦做出来的，请大家理解）———

第三章 英译汉的基础知识 　　第二节 英译汉句法对比（上） 　　词汇是语言的一个基本单位，对英汉两种语言的词汇对比分析是进行句法对比分析的基础。鉴于句法现象的复杂性，我们在这里只讨论两种语言在句子结构方面的一些异同，特别是长句的翻译，这也是英译汉考试中的重点和难点。 　　一、英汉长句的对比翻译 　　英语多长句，这是因为英语可有后置定语。扩展的后置定语可以是带从句或长修饰语的复杂句。英语句子可并列、包孕、环扣，长达一二百字。汉语一般不用后置定语，历来忌冗长拖沓，重清晰舒缓。一般文章中多不用长句，以四字到七八字以及十五字至十七八字左右的短、中句居多。汉语修辞上主张长短句相替、单复句相间。 　　长句在科技性的文体中的出现频率很高，因此也就成为研究生英语入学统一考试的重点。通过对近年来试题的分析，我们可以看出，所考查的绝大多数画线部分都是长句，这些句子结构复杂，逻辑性强，翻译起来困难重重。但是，无论多长的句子，多么复杂的结构，他们都是由一些基本的成分组成的。只要弄清英语原文的句法结构，找出整个句子的中心内容及其各层意思，然后分析各层意思之间的逻辑关系，再按汉语的特点和表达方式就可以译出原文了。在长句的英译汉实践中，我们始终应记住英汉在句法结构上的差异，不必拘泥于形式。我们先对英语长句作一简单分析。 　　1.英语长句的界定英语长句一般指的是各种复杂句，复杂句里可能有多个从句，从句与从句之间的关系可能包孕、嵌套，也可能并列、并行。所以翻译长句，实际上我们的重点主要放在对各种从句的翻译上。从功能来说，英语有三大复句，即：①名词性从句，包括主语从句、宾语从句、表语从句和同位语从句；②形容词性从句，即我们平常所说的定语从句；③状语从句。 　　2.英语长句分析一般来说，英语长句有如下几个特点：（1）结构复杂，逻辑层次多；（2）常须根据上下文作词义的引申；（3）经常须根据上下文对指代词的指代关系做出判断；（4）并列成分多；（5）修饰语多，特别是后置定语很长；（6）习惯搭配和成语经常出现。 　　3.英语长句的分析方法（1）找出全句的主语、谓语和宾语，即句子的主干结构；（2）找出句中所有的谓语结构、非谓语动词、介词短语和从句的引导词；（3）分析从句和短语的功能，例如，是否为主语从句，宾语从句，表语从句或状语从句等；（4）分析词、短语和从句之间的关系；（5）注意插入语等其他成分；（6）注意分析句子中是否有固定词组或固定搭配。 　　二、英译汉的句式结构转换 　　在翻译中，英汉句子结构有时可以不转换，有时则需要转换。这种转换通常有以下四种形式：（1）英语简单句结构转换成汉语复杂句结构；（2）英语复句结构转换成汉语简单句结构；（3）英语复句结构转换成汉语复句结构（包括倒装结构的转换等）；（4）英语被动句结构转换成汉语主动句或被动句结构。 　　英译汉的句子结构转换问题，实际上就是翻译方法的问题。对于一个英语长句，如何把它翻译成通顺流畅并符合汉语表达习惯的句子，是值得我们经常注意的。在转换的过程中，我们通常使用的方法有：顺序法、逆序法、分译法、合译法、综合法等。下面我们分别就这四种转换方式以及在转换过程中所使用的翻译方法作进一步的说明。 　　1.英语简单句的汉译 　　这里所说谓的"简单句"，主要指考研"英译汉"中结构较复杂、字数较多的句子。有时，英语简单句中主语与修饰词的关系并不十分密切，翻译时可以按照汉语多用短句的习惯，把长句"化整为零"，分开来叙述；但为了使语意连贯，通常需要适当地增加词语，这就是我们通常所说的"分译法".在考研英译汉试题中，考生经常可以碰到简单句的翻译。这些简单句貌似简单，但有很多修饰的成分在里面，如词组或从句等。如：「例1」Decisions of the Security Council on procedural matters shall be made by an affirmative vote of nine members.分析：该句在结构上是一个相对简单的句子，但如果我们按照原文的句子结构死译，就可能被译成："安全理事会有关程序事项的决议应该由九个理事会成员的可决票进行表决".这样的译文表面看起来无伤大雅，但读起来给人一种上气不接下气的感觉，显得有点凝滞。使用"分译法"，我们把它译为：译文：安全理事会关于程序事项之决议，应以九个理事国之可决票表决之。 　　「例2」（The same is true in the information revolution），and unavailability of communication links will impede progress.分析：该句的后半部分为一简单句，其中最难译的地方是unavailability一词，它的意义随文而生，依赖上下文有"不存在，缺乏，不能得到"等意思。如果不分译，就会出现这样的译文，"……高度发达和完美的通信的缺乏将阻碍进步".这一译文基本意义已译出，但不符合汉语的表达习惯。如用"分译法"，可以译成一个汉语复句：译文：（信息革命也面临同样的情形），没有高度发达和完善的通讯，信息革命是不可能取得成功的。 　　下面再举两个"分译法"的例子：「例3」She labored over a microscope，handue011wielding tiny electronic computers.分析：英文原句中的handue011wielding tiny electronic computers作状语，译成汉语则成为一个并列复句。 　　译文：她吃力地伏在显微镜上干活，用手焊制小型电子计算机。 　　「例4」The development of an economical artificial heart is only a few transient failures away.译文：只需再经过几次失败，就能造出价格低廉的人工心脏了。 　　「例5」We are fortified in our hope that the effort of achieving those ends will be greatly strengthened by the arrival of the Chinese delegation.译文：中国代表团的到来增添了我们的希望，使我们确信实现上述目标的努力将会得到极大的加强。 　　2.英语复句转换成汉语简单句（合译法） 　　这一转换过程可称为"合译法".有时很长的英语复句可以译成一个连贯性和紧凑性很强的汉语简单句。如：「例1」This is no class war，but a war in which the whole British Empire and Commonwealth of Nations is engaged，without distinction of race，creed，or party.分析：该句的主体是no……but这一结构，里面含有一个定语从句，如果采用"分译法"，可能的译文是，"这不是一场阶级之间的战争，而是这样的一场战争：在这场战争中，不分种族、不分信仰、不分党派，整个大英帝国及英联邦全体成员国无不参加".这个译文意思准确无误，但行文松散，思维逻辑的连贯性很差，给人一种拖泥带水的感觉。所以我们采用"合译法"把从句译成汉语中的某一成分。 　　译文：这不是一场阶级之间的战争，而是一场不分种族、不分信仰、不分党派，整个大英帝国及英联邦全体成员国无不参加的战争。 　　再举两个"合译法"的例子：「例2」While we were operating the machine tools，we were very careful.译文：我们在操作机床时非常小心。 　　「例3」There are some metals which possess the power to conduct electricity and ability to be magnetized.译文：某些金属具有导电的能力和被磁化的能力。 　　3.英语复句转换成汉语复句鉴于考研英语的英译汉试题中大多数句子都是复杂句或复合句，即所谓的长句，所以我们对英语长句的翻译作较详细的论述。前面我们对英语长句已进行过概括说明，知道了长句的特点以及具体的分析方法。下面我们就长句的英汉转换以及在此过程中所运用的方法进行分析。 　　对付长句，有两个行之有效的方法。首先是"拆"，就是把原句一个句子拆成几个分句、意群或小的句子；其次是"排"，就是按照汉语的逻辑顺序等习惯，重新安排所拆开的分句、意群或小的句子。为方便记忆，我们把这两种方法简称为"一拆二分".一般来说，翻译英语长句非一种方法所能及，它需要各种方法的综合，既有分译，又有合译；既有顺序译法，又有逆序译法；既有单独使用一种方法，又有各种方法综合使用。现在我们就上述各种方法的运用举例说明。 　　（1）顺序法：当英语长句的内容的叙述层次与汉语基本一致时，可以按照英语原文的顺序翻译成汉语。例如：「例1」A granted patent is the result of a bargain struck between an inventor and the state，by means of which the inventor gets a limited period of monopoly and publishes full details of his invention to the public after that period terminates.分析：按意群的关系，该句可以拆分为三部分。第一部分为：a granted patent is the result of a bargain struck between an inventor and the state；第二部分为：by means of which the inventor gets……monopoly；第三部分为：and publishes……terminates.上述三层意思的逻辑关系以及表达顺序基本上与汉语一致，只是第三部分里的时间状语根据汉语的表达习惯需要前置。所以对该句的翻译我们总体上采用顺序译法，第三部分采用逆序译法。 　　译文：一项批准了的专利是发明者与国家协议成交的结果。通过这种协议发明者获得一段时期的垄断权。这段时间一过，就得把发明的细节公诸于众。 　　再举数例有关"顺序法"的长句：「例2」It begins as a childlike interest in the grand spectacle and exciting event；it grows as a mature interest in the variety and complexity of the drama，the splendid achievements and terrible failures；it ends as deep sense of the mystery of manue10bs life of all the dead，great and obscure，who once walked the earth，and of wonderful and awful possibilities of being a human being.译文：我们对历史的爱好起源于我们最初仅对一些历的宏伟场面和激动人心的事件感到孩童般的兴趣；其后，这种爱好变得成熟起来，我们开始对历史这出"戏剧"的多样性和复杂性，对历的辉煌成就和悲壮失败也感兴趣；对历史的爱好，最终以我们对人类生命的一种深沉的神秘感而告结束。对死去的，无论是伟大与平凡，所有在这个地球上走过而已逝的人，都有能取得伟大奇迹或制造可怕事件的潜力。 　　「例3」If parents were prepared for this adolescent reaction，and realized that it was a sign that the child was growing up and developing valuable powers of observation and independent judgment，they would not be so hurt，and therefore would not drive the child into opposition by resenting and resisting it.译文：如果父母对这种青少年的反应有所准备，而且认为这是一个显示出孩子正在成长、正在发展珍贵的观察力和独立的判断能力的标志，他们就不会感到如此伤心，所以也就不会因对此有愤恨和反对的情绪而把孩子推到对立面去。 　　（2）逆序法：又称"倒置法"，主要指句子的前后倒置问题。有些英语长句的表达次序与汉语表达习惯不同，甚至完全相反，这时就必须从原文后面译起，逆着原文的顺序翻译。考研英语中这样的例子很多，许多句子都需要做这样的调整。逆序法在长句的翻译中，我们可根据不同的情况按意群进行全部逆序或部分逆序。 　　「例1」With a view to successfully maintaining a balanced system implemented by a basically even distribution of Federal resources，Federal financial aid is given only if a state has acceptable standards of administration.分析：该句可以分为三个部分。第一部分为：with a view to……of Federal resources，表示目的，其中的with a view to……意为"为了……"；第二部分为：Federal financial aid is given是该句的主句；第三部分为：only if……of administration，表示条件。因此从总体来看，该句的前半部分表示结论，后半部分表示条件。就汉语的一般规范而言，表示条件的状语经常放在前面。所以该句采取"逆序法".译文：各州先要制定符合规章的管理标准，然后联邦政府才会拨给财政援助，这是为了使联邦政府的财源基本上得到平均的分配，确保实施一种平衡的财政制度。 　　「例2」So it was that the farm poor were caught in their own past，the double victims of technology：exile from their home by advances in agricultural machinery；unfitted for life in the city because of the consequences of industrial mechanization.分析：该句可以分为两个层次。第一层次为：so it was that……technology；第二层次为：exile from their home……industrial mechanization.第一层次的内容表示结果，第二层次的内容表示原因。按照汉语的习惯表达法，我们经常把原因放在一句话的前面。 　　译文：农民由于农业机器日益用于生产而被赶出了自己的家园；而由于工业机械化的结果又使他们在城市里无以为生。（美国）农村中的穷人就这样变成了技术发展的双重牺牲品，又陷入了往昔遭受的困境。 　　「例3」A great number of graduate students were driven into the intellectual slum when in the United States the intellectual poor became the classic poor，the poor under the rather romantic guise of the Beat Generation，a real phenomenon in the late fifties.分析：该句的前半部分为内容的前景知识或称之为"议题"，后半部分为内容的背景知识，根据汉语的习惯我们可以把它译为：译文：50年代后期的美国出现了一个任何人都不可能视而不见的现象，穷知识分子以"垮掉的一代"这种颇为浪漫的姿态出现而成为美国典型的穷人；正是在这个时候，大批大学毕业生被赶进了知识分子贫民窟。 　　再看几个例子：「例4」It therefore becomes more and more important that，if students are not to waste their opportunities，there will have to be much more detailed information about courses and more advice.译文：因此，如果要使学生充分利用他们的机会，就得为他们提供大量关于课程的更为详尽的信息，作更多的指导。这个总问题显得越来越重要了。 　　「例5」Such is a human nature in the West that a great many people are often willing to sacrifice higher pay for the privilege of becoming white collar workers.译文：许多人宁愿牺牲比较高的工资以换取成为白领工人的社会地位，这在西方倒是人之常情。 　　（3）分译法：又叫"拆译法"，是指将长句中的某些成分（句子、词组或词）从句子主干中拆开，另行处理，以利于句子的总体安排。在考研英译汉试题中，有些长句里的某些成分是很难用"顺序法"或"逆序法"翻译。此时，采用"分译法"，将它们放到句子主干之首或句尾，分开来叙述。有时，为了拆分的需要，还要适当增加词语。考生必须注意的是：分译的目的是化长为短、化整为零，消除译文的阻塞；分译的条件是当句中主语或主句与修饰词的关系并不十分密切时。分译后的译文必须连贯，有整体感。例如：「例1」The average loss during a winter month may be astounding up to 20P greater than average during a summer month.分析：该句是英语中一个相对简单的句子，但是如果我们按照原文的结构去译的话，就可能把它译成："冬季每月损耗比夏季每月平均多达令人吃惊的20磅".这样的译文读起来就很不顺畅。实际上，句中的astounding一词与该句的主语关系不很紧密，所以完全可以把它单独拿出来另译，同时也不影响句子的整体意思。 　　译文：冬季每月损耗比夏季每月平均多20磅，这是很令人吃惊的。 　　例1只是一个简单的"单词分译"实例。 　　「例2」This land，which once barred the way of weary travelers，now has become a land for winter and summer vacations，a land of magic and wonder.分析：该句中有一个非限制性定语从句，它修饰land一词，从逻辑关系上来讲，它和其被修饰词之间的关系不是很紧密。如果按顺序译法或其他方法，land的修饰成分就显得有点长，不符合汉语的表达习惯。所以我们可以把它单独拿出来作为分译成分。 　　译文：这个地方现在已经成了冬夏两季的休假胜地，风光景物，蔚为奇观；而从前精疲力竭的旅游者却只能到此止步。 　　再举数例"分译法"的例子：「例3」The very important oil industry，which has done much to rejuvenate the economy of the South since the end of World War II，made considerable headway especially in the five states of Arkansas，Louisiana，Mississippi，Oklahoma and Texas.译文：第二次世界大战以后石油工业对振兴南部经济起了很大的作用。这个十分重要的工业部门特别是在以下五个州中取得了很大的进展，即阿肯色、路易斯安那、密西西比、俄克拉荷马和得克萨斯。 　　「例4」As the century developed，the increasing magnitude and complexity of the problems to be solved and the growing interconnection of different disciplines made it possible，in many cases，for the individual scientist to deal with the huge mass of new data，techniques and equipment that were required for carrying out research accurately and efficiently.（画线部分为该句的两个主语，这两个主语都很长，所以我们在翻译时把它们译成三个汉语单句。） 　　译文：随着本世纪时间的流逝，亟待解决的问题与日俱增，其复杂程度日趋深化，而且不同学科之间的相互联系日益密切。这一切在许多情况下使单个的科学家无法处理用以进行精确而高效的研究工作的大量新数据、新技术和新设备。 　　（4）综合法：有些长句单独使用以上三种方法中的任何一个都有不妥之处，那么可按时空顺序、有顺有逆、主次分明的方式进行处理。下面举例说明：「例1」This phenomenon describes the way in which light physically scatters when it passes through particles in the earthue10bs atmosphere that are 1／10th in diameter of the color of the light.分析：该句可以分解为四个部分：第一部分为：this phenomenon describes the way；第二部分为一个定语从句：in which light physically scatters；第三部分为一个状语从句：when it passes through particles in the earthue10bs atmosphere；第四部分为一个定语从句：that are 1／10th in diameter of the color of the light.其中，第一、二和三两部分之间是修饰与被修饰的关系。总体考虑之后，我们可以使用综合法来处理这个句子，即第一、二和第三部分用"合译法"，第四部分用"分译法"，这样译出来的句子就非常符合汉语的表达习惯。 　　译文：这种现象说明了光线通过地球大气微粒时的物理散射方式。大气微粒的直径为有色光直径的十分之一。 　　「例2」Taking his cue from Ibsenue10bs A Dollue10bs House，in which the heroine，Nora，leaves home because she resents her husbandue10bs treating her like a child，the writer Lu Xun warned that Nora would need money to support herself；she must have economic rights to survive.分析：该句共有三层含义：①鲁迅从书中得到启示；②女主人公离家出走，因为丈夫对她的态度；③鲁迅以此告诫人们应该做什么。在这三层含义中，②在意义上显然属于原因，按照汉语的表达习惯，通常应该前置；其他的句子则应根据实际情况分别进行逆译和顺译。 　　译文：易卜生的剧作《玩偶之家》中的女主人公娜拉离家出走，因为她憎恶她的丈夫像对孩子一样对待她。作家鲁迅从中得到启示，从而告诫人们娜拉得需要钱来养活自己，她要生存就必须有经济上的权利。 　　再举几个"综合法"的翻译实例：「例3」People were afraid to leave their houses，for although the police had been ordered to stand by in case of emergency，they were just as confused and helpless as anybody.译文：尽管警察已接到命令，要做好准备以应付紧急情况，但人们不敢出门，因为警察也和其他人一样不知所措和无能为力。 　　「例4」Up to the present time，throughout the eighteenth and nineteenth centuries，this new tendency placed the home in the immediate suburbs，but concentrated manufacturing activity，business relations，government，and pleasure in the centers of the cities.译文：到目前为止，经历了18和19两个世纪，这种新的倾向是把住宅安排在城市的近郊，而把生产活动、商业往来、政府部门以及娱乐场所都集中在城市的中心地区。 　　「例5」Pearson has pieced together the work of hundreds of researchers around the world to produce a unique millennium technology calendar that gives the latest dates when we can expect hundreds of key breakthroughs and discoveries to take place.（2001年考研试题） 　　译文：皮尔森已汇集世界各地数百位研究人员的成果，编制了一个独特的新技术千年历，它列出人们有望看到数百项重大突破和发现的最晚日期。 　　英语长句、难句的汉译是研究生英语考试中的难点，这就是为什么我们把它放在"英汉句子结构转换"中来讲的原因。应强调指出的是，以上介绍的几种长句翻译法，在翻译实际中往往需要加以综合运用，其中最基本是"顺序法"、"逆序法"、"合译法"和"分译法"等各种技法。考生在平时的训练中必须灵活地运用它们。

许多玩家在体验这款游戏过程中似乎遇到了很多的问题，诸如高达VERSUS按键怎么设置比较好便是困扰玩家们比较多的一个方面，为了让大家可以更好的上手，于是深空高玩这里就为大家提供了游戏按键设置推荐，若你也对此有疑问的话就一起了解下吧。按键设置推荐这个按键设置，初次上手肯定感觉很不适应，不过我个人感觉适应以后的兼顾性还是不错的。手柄玩，默认键位比较讨厌的一个是蓄力难以和跳跃兼顾，而把射击和格斗设置到R1和R2上比较能自由的蓄力。而新加的喷射下降，用处很大，播右摇杆又很麻烦，于是我设置到L2的肩键上。因为和方向键以及左摇杆在同一手，结合方向操作起来挺方便。如果习惯援护的，可以将另一个L键设成援护，特射用组合键完成等等。反正总体思路就是把需要蓄力的两个按键，和喷射下降，都设置到肩键上，这样方便使用，且和大拇指需要按的最常用的x跳跃键互不干扰。

metrics 指路由度量值，即从当前计算机发送数据包到目的地址的开销是多少，用于路径选择时使用，metrics值越小表示路径越好

http://www.taojapan.com/item/sports-diary/ttk-ep550.htm

我有，等我找一下