鲍海飞
文献学习的一点体会 精选
2020-3-30 12:37
阅读:8265

文献学习的一点体会

鲍海飞 2020-3-30

 

          学习让人开阔眼界,学习让人痴迷求索。近来在查阅文献资料,有一些感想和体会,就是如何学习新知识。

 第一,要下功夫去找。就是要找你专注和感兴趣的东西。这是学习之开始,明白要干一件什么事,来论述什么事,是在什么领域,要解决什么问题的。中国古人就有‘踏破铁鞋无觅处,得来全不费工夫’。这就是说一定要去花时间去寻找。对于理工科来说,在浩如烟海的文献中,最好要查到那些开山鼻祖的文献。比如,学习力学的,就要学习阅读力学的经典教科书,读一读,大师是如何描写和论述的,是怎样引入一个概念、怎样给出一个定义,有时如何运用理论公式的。只有仔细阅读比较,你才能感受前辈的思想、认知、眼光、境界,乃至独到之处。因为大部分的文章只是泛泛的引用,少有论述,即使有论述,也是择其善处而已。因此,要找到关键文献是最重要的。而其中,辨别真伪是关键。
        
第二,要花时间去啃。文献资料到手了,就要花时间去琢磨。可以先从简单的,自己容易理解的入手,有一个初步的印象和认识,然后再仔细研读那些经典的。这是一个从简、泛、博到深、精、专的过程。从大量阅读比较分析中,这个时候才能看出什么是高山和洼地,为什么那些文献才是经典的,才是开山之作,更值得翻来覆去的研读。这是一个从肤浅到深入的认识过程,当然也就是很吃力的过程。因为,你要面对许多陌生的概念、符号、公式和方法。比如,什么是非线性,什么是局域的,什么是全局的,什么是瞬态和静态的等等,物理上是怎样描述的,数学上是怎样定义的,都需要对照和思考。哪一个不懂,都会影响你的阅读和分析。因此,要啃什么、怎么啃是关键。骨头上的肉是最后的,也是最香的。因此,学习是要讲究方法和效率的,要分轻重缓急,时间是否允许,精力是否允许、能力是否可以等,都会影响和限制我们的进度。

 第三,要不断地去‘悟’。学习是有窍门的,要找到自己学习的方法,就是要不断地琢磨。如何去啃?怎么啃?我想应该包括这几个内容。简单地说,面对一篇文献,首先通读,大致翻阅。感兴趣的,就继续读,发现重要,就重头再读,然后按照他的引用,按照他的来龙去脉,再去寻找和发现新的文献资料。阅读中,有一些文献比较生涩,难以理解,就会出现阅读中‘迷失’的问题。所阅读的,都知道,也理解了,但却不知道他要阐述什么,因此学习过程中就忘记什么是重点了。这个时候,我的一个方法是找文中的‘关键词’,用笔在其下画道道。现在我不仅画道道,画圈圈,还做各种标记,三角形,感叹号等等。有时候,为了增前理解和记忆,就将某一段的关键词在文献边缘空白处索性写下来。这样可以提高再次查找和阅读的效率。此外,一些体会和想法也可以在文献的空白之处写下来,这些都有益于学习。或许哪一天,人们从你的文献中发现你对某个问题的‘留言’,其意义和价值可能就大了。费马曾经在研究勾股定理时,在一页纸头的边角留言:‘……我确信已经找发现了一个美妙的证法,但这里的空白太小,写不下’的留言。因此,好的文献要反复研读,不断地领悟其精髓。第二个是对文献中出现的公式,要留意。这是造桥开路的劈山斧,是最重要的工具。公式是物理含义的至简数学表述,是模型的化身,公式的背后就是原理!只有把握公式,知道如何运用公式,在什么地方用,怎么用,才是懂了。再一个就是文献中的图表。千言万语可绘成一幅图。图的重要性不言而喻。因此,要下功夫研读每一幅的内涵和它所表达的含义,真的把这幅‘画’读懂,它传达了什么含义,给出了什么结论。
   

 数据,数据,还是数据。数据决定了一个模型如何建立,反过来,一个模型又是如何进行数据预测的。模型正确与否,还需要通过数据来验证。对一些概念的理解,需要的不仅仅是记忆,需要的是经年累月的思考。举一个例子。信号处理中,为什么要引入复变函数?难道只是为了数学处理方便吗?难道只是为了数学的完整性吗?这个问题曾经困惑了我很长时间。通过希尔伯特变换,从一个实信号中得到了信号的另一个成分---虚数部分,从而构成了一个完整的包含有幅角和相位的函数表述。难道这只是为了完成实数和虚数的转变吗?显然不是。如果从极坐标表示来看,一个物理量只有包含了幅角和相位,也就是幅度的大小和时间历程才构成了一个完整的信号,而通过希尔伯特变换恰好实现了这一过程,并得到了物理上有意义的非负频率。这样理解,便让人豁然开朗了。另外,从传感器获取信息信号这一点来讲,每一个信号的获取,其本身就已经包含了响应和被处理的过程,它同时也包含了频率等信息。单独的一个信号是孤立的,没有多大意义,而只有连续的信号才能揭示物理过程。数据流,指的就是所要观察的物理量随时间历程变化的时间流,它不仅包含了幅度大小,还包含了其它信息,其中一个就是信号之间的关联,也就是相位,同时也包含着变化的变慢等。因此,变换的本身就是一个发现和复原信号原本信息的过程,而这只有通过复变函数,或者说复变量,以及相应的变换才能实现一个完整物理量的获取。通过这样的定义和变换,便使得每个数据都有了自身的特征和符号。

数据本身就是个集合,分析数据就是要找到其间的关联(相关性)和性质。数据本身包含了过去的、现在的、还有未来的,所谓‘鱼龙混杂’,噪声往往会掩盖掉真实的数据。数据来源于哪里,用于何处,数据的真实性、时效性就更加重要;数据的提取、筛选和处理同样重要,采用了什么模型,用了哪些边界条件,是静止的看待数据,还是动态的看待数据等等,如何对待、应用和分析数据都需要斟酌。大数据的时代,即要看得见树木,也要看得见森林,就是要从无序中提取出本征有用的信号。就比如应有在非线性非静态时序分析中的小波变换等方法,得到数据处理后的图谱,即让人能看到局部的细节,又不失整体,这才是完整的。

  

         学习中,虽然‘细节决定成败’,应该关注细节,但不要被细节所拘泥。最重要的是,在学习中要关注的是作者提出的问题和解决问题的方法,也就是他的内核、思想与方法。对待一个问题,看他是否考虑的细致与周全,他提出了一个什么问题,给出了什么探索方法,解决了哪些问题,还存在什么问题,与其它方法相比,优劣在哪里;论述中,从头到尾,是否是完整、一致和自洽的,以及可推广应用的领域和适应性等。这些问题都需要从众多文献中反复不断地阅读和理解体会。
       
为了提高学习的认识深度,就需要不断地对文献进行学习,需要反复阅读,更要仔细研读经典,温故而知新,使理论与实践有机地衔接,前后贯穿,通过不断归纳总结,在实践中得到深入的认识和体会。有的书和文章很长,需要慢慢来读,可以分几口气读完和理解。

为了提高学习效率,阅读中,还有两点值得注意。第一,要学会‘略’。文献学习中,会遇到许多新的概念、名词和公式,有许多不懂和不理解。这个时候,我们可以先知道它就可以了。至于它为什么是这样,而不是那样,可以先不深究。这个时候,要学会放下它。第二,要学会‘补’。因为你‘忽略’了,因此,等你有时间了,你就要及时来打补丁。把文献中一些没有理解的问题要及时回顾,再去查找相应的文献资料,深入学习。因此,你的头脑中要一直‘存储’那些问题。

 

无论数学公式还是物理模型,没有完美的,都是对自然的模拟和近似。数学提供了一种方法和手段,物理提出了一种思想和模型。二者的结合,实现了形与神的结合。进而,人类用自己的模型和度量衡来丈量浩瀚的宇宙,我们对自然的认识随之也不断深入。

文献是人类智慧的结晶,深入文献,还要走出文献。

数学决定了物理的出路,思想决定了物理能够走多远,学习和探索让人类摆脱了孤陋和浅薄。

转载本文请联系原作者获取授权,同时请注明本文来自鲍海飞科学网博客。

链接地址:https://wap.sciencenet.cn/blog-278905-1225973.html?mobile=1

收藏

分享到:

当前推荐数:19
推荐到博客首页
网友评论5 条评论
确定删除指定的回复吗?
确定删除本博文吗?