体用生克
心易占卜玄机原文 天下之事有吉凶,托占以明其机。天下之理无形迹,假像以显其义。故乾有健之理,于马之类见之。故占卜寓吉凶之理,于卦象内见之。然卦象一定不易之理,而无变通之道,不可也。易者,变易而已矣。至如今日观梅复得革兆,有女子折花,异日果有女子折花,可乎。今日算牡丹得姤兆,为马所践,异日果为马所践毁,可乎。且兑之属,非止女子。乾之属,非止马。谓他人折花有毁,皆可切验之真,是必有属矣。嗟乎!占卜之道,要变通。得变通之道者,在乎心易之妙耳! 译文 天下万事万物的发展都有吉凶之分,人们寄托于占卜来阐明事物变化中的细微玄机。天下的自然真理和大道是没有具体形迹的,必须借助于具体的物象来显现它的真实含义。所以,乾卦含有刚健不息的道理,这种道理在马一类的动物身上就能具象地体现出来;同样,占卜中蕴含的吉凶之理,也都能从推演出的卦象内部看出来。然而,如果仅仅死守卦象中固定不变的道理,而不知道顺应时势去变通,是绝对不行的。“易”的核心本质,就在于发展与变化。就像今天“观梅占”得出了《泽火革》卦,应验在有女子来折花;那么改天再占得同样的卦象,还能断定一定又是女子来折花吗?今天“牡丹占”得出了《天...
八卦万物类象
八卦类象乾:玄黄、大赤色、金玉、宝珠、镜、狮、圆物、木果、贵物、冠、象、马、天鹅、刚物。 坎:水、带子带核之物、豕鱼、弓轮、水具、水中之屋、盐、酒、黑色。 艮:土石、黄色、虎、狗、土中之物、瓜果、百禽、鼠、黔喙之属。 震:竹木、青碧绿色、龙、蛇、 苇、竹木乐器、草、蕃鲜之物。 巽:木、蛇、长物、青碧绿色、山木之禽鸟、香、鸡、直物、竹木之器、工巧之器。 离:火、文书、干戈、雉、龟、蟹、槁木、甲胄、螺、蚌、鳖、赤色。 坤:土、方物、五谷、柔物、丝绵、百禽、牛、布帛、舆、金、瓦器、黄色。 兑:金刃、金器、乐器、泽中之物、白色、有口缺之物、羊。 八卦万物属类乾卦天时:天、冰、雹、霰。 地理:西北方、京都、大郡、形胜之地、高亢之所。 人物:君、父、大人、老人、长者、官宦、名人、公门人。 人事:刚健武勇、果决、多动少静、高上下屈。 身体:首、骨、肺。 时序:秋、九十月之交、戌亥年月日时、一四九年月日时。 动物:马、天鹅、狮、象。 静物:金玉、宝珠、圆物、水果、刚物、冠、镜。 屋舍:公廨、楼台、高堂、大厦、驿舍、西北向之居。 家宅:秋占宅兴隆、夏占有祸、冬占冷落、春占吉利。 婚姻:贵官之眷、有...
梅花易数起卦
一、先天起卦(未得卦先得数)梅花易数以先天卦序“乾1、兑2、离3、震4、巽5、坎6、艮7、坤8”取数,卦以八除,爻以六除。 卦以八除:即取得数字后除8取余数对应卦,例如得数字7为艮卦;数字12除8余4为震卦。 爻以六除:即取变爻时,以重卦总数除6取余数做变爻,例15除6余3,则3爻变。 1、时间起卦法(年月日时起卦)直接利用起卦当下的农历时间(年、月、日、时)来推算。 适用场景: 心中突然有事想测,或者有人直接来问事,没有其他明显的外部兆头。 取数规则: 年数: 取地支排序(子1,丑2,寅3…亥12)。 月数: 取农历月份(正月为1…腊月为12)。 日数: 取农历日期(初一为1…三十为30)。 时数: 取地支排序(子1,丑2,寅3…亥12)。 推算公式: 上卦 = (年 + 月 + 日) ÷ 8 取余数 下卦 = (年 + 月 + 日 + 时) ÷ 8 取余数 动爻 = (年 + 月 + 日 + 时) ÷ 6 取余数 例:2017年1月14日上午10点起卦 农历:丙申年十二月十七日巳时。 上卦:7(年数)+12(月数)+17(日数)...
六爻学习
六爻六爻五行生克基础知识一、五行生克及方位生克木火土金水,顺位相生,隔位相克 木生火,火生土,土生金,金生水,水生木,木生火 木克土,土克水,水克火,火克金,金克木,木克土 方位东方木,南方火,西方金,北方水,中央土 二、天干地支五行及方位天干甲,乙,丙,丁,戊,己,庚,辛,壬,癸 阳干:甲,丙,戊,庚,壬 阴干:乙,丁,己,辛,癸 地支子,丑,寅,卯,辰,巳,午,未,申,酉,戌,亥 阳支:子,寅,辰,午,申,戌 阴支:丑,卯,巳,未,酉,亥 地支和月份冬月为子,腊月为丑,正月为寅,二月为卯,三月为辰,四月为巳 五月为午,六月为未,七月为申,八月为酉,九月为戌,十月为亥 地支和四季寅卯辰为春,巳午未为夏,申酉戌为秋,亥子丑为冬 但是要注意,寅卯为春属木,但是辰属春却是属土,因为四季交替的一个月属土,则有辰,未,戌,丑在四季交替属土 地支和时辰子(23-1),丑(1-3),寅(3-5),卯(5-7),辰(7-9),巳(9-11) 午(11-13),未(13-15),申(15-17),酉(17-19),戌(19-21),亥(21-23) 地支生克(同五行生克)寅卯木—>辰未戌丑...
vscode远程连接AutoDL
一、准备工作1、你本地需要装什么本地至少准备这几个: VS Code VS Code 扩展:Remote - SSH 本地终端 Windows:PowerShell / Windows Terminal macOS / Linux:Terminal VS Code 官方说明,Remote - SSH 扩展可以让你直接打开远端机器上的文件夹,并像本地开发一样使用 VS Code 的功能。 2、AutoDL 实例要处于开机状态AutoDL 控制台里把实例开机,然后复制它给你的 SSH 命令。AutoDL 官方文档里就是这种形式: 1ssh -p 38076 root@region-1.autodl.com 这里面分别对应: 用户名:root 主机地址:region-1.autodl.com 端口:38076 二、测试普通 SSH 能不能连上在本地终端先试一次,不要一上来就开 VS Code。 1ssh -p 38076 root@region-1.autodl.com 如果第一次连接,终端可能会提示是否信任主机,输入: 1yes 然后输入 Au...
Conda命令速查
Conda 命令速查适用平台:Windows / macOS / Linux(PowerShell、bash、zsh 等)。 1. 基础与自检1234conda --version # 查看 conda 版本conda info # 运行环境与配置概览conda config --show # 展示所有配置项conda config --show-sources # 配置文件来源(.condarc 位置) 初始化 shell(只需一次): 123456# 任选或多选:bash / zsh / fish / powershell / cmd.execonda init bashconda init zshconda init fishconda init powershellconda init cmd.exe 看到 “No action taken.” 说明已初始化;重开终端即可。 2. 环境(env)管理2.1 创建 / 激活 ...
文章的分类和标签设计
文章的分类和标签设计分类(Categories)技术类 编程语言(programming-languages) 算法与数据结构(algorithms-and-data-structures) 计算机系统(computer-systems) 网络与安全(networks-and-security) 数据库与数据(databases-and-data) 人工智能/机器学习(machine-learning) 前端开发(frontend) 后端与分布式(backend-and-distributed) 移动与客户端(mobile-and-client) 运维与DevOps(devops) 软件工程与工具(software-engineering) 图形学与多媒体(graphics-and-media) 人机交互与可用性(hci-and-ux) 数学基础(math-foundations) 课程与作业(courses-and-assignments) 项目与实习(projects-and-internships) 读书与论文笔记(reading-and-papers) 比赛与刷...
Git命令速查
Git 命令速查适用平台:Windows / macOS / Linux。覆盖安装后常用到的配置 / 新建与克隆 / 提交与撤销 / 分支与合并 / Rebase / 远端 / 标签 / 记录 / 暂存 / 子模块 / 工作树 / 稀疏检出 / 清理 / 排错等。 1. 基础配置(一次性/全局)12345678910111213git --versiongit config --global user.name "Your Name"git config --global user.email "you@example.com"git config --global init.defaultBranch main # 默认主分支名git config --global core.autocrlf input # macOS/Linux ...
微表情和心理特征一致性融合的测谎模型研究
微表情和心理特征一致性融合的测谎模型研究 一句话:就是做一个“看脸+听声音+看说话内容”的多模态测谎模型,核心不是简单把特征拼在一起,而是专门抓“微表情”和“心理特征”之间的不一致,把“言不由衷”“认知超载”这种心理机制用算法形式表达出来。 一、在整个课题中的位置 研究内容一:解决“有啥数据”的问题(数据集分析与构建)。 研究内容二:解决“怎么判断谎言”的核心算法问题。 研究内容三:把算法做成一个可用的平台系统。 所以,研究内容二就是:基于微表情和心理特征一致性融合的测谎模型研究——是整篇论文里最“算法”和“创新点”集中的部分。 二、这个模型整体在做什么?从流程上看,可以概括成三层: 原始输入: 视频:包含被试脸部的连续帧(微表情信号) 音频:说话的声音(语速、停顿、音高等) 文本:把说话内容转成文字(语义、情感、复杂度等) 中间特征层: 视觉通道 → 提取微表情时空特征 语音/文本通道 → 计算认知负荷分数序列、情绪矛盾分数序列等“心理学特征”,再编码成一个心理特征向量(+基本声学与文本特征) 决策层: 通过一个一致性融合模块(交叉注意力 + 不一致性加...