今天给各位分享赵敏：古老腊子树的生命张力（散文）的知识，其中也会对赵敏：古老腊子树的生命张力（散文）进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
赵敏：古老腊子树的生命张力（散文）的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于赵敏：古老腊子树的生命张力（散文）、赵敏：古老腊子树的生命张力（散文）的信息别忘了在本站进行查找喔。
本文导读目录：
“保护古树，记住乡愁”，这个命题，是鲁山县林业局，县文联，县作协在县委县政府确立的“6336”发展思路的全盘规划中发起的一项活动。鲁山县光是两个世纪之上的各种名贵珍稀古树就遍布27个乡镇。这种非文化物质遗产当今无疑成了鲁山最壮丽的一道自然景观。鲁山是中原历史沿革古县城，优美的自然风景，深厚的人文怡俗，已深切地将这个有着近十个世纪之久的大自然宠儿美画得如一盘雕刻盛景，只需用精美托盘，一托遍走。 该如何将这些古树保护完好，让它继续留存世间，为社会的文明发展，研究其古价值 所用，让它与穿越的古岁月继续见证风雨的脚印，让美好的鲁山人永远有机会抚摸它沧桑的年轮，仰望它枝叶苍翠的绿荫，我们得倾尽心血将它有序有规程地保护。作为人文，自然两大景观，用心用情，用整个生命附注关爱！ 于是，作协主席叶建秀带我们走进了鲁山让河乡赵楼村朱园沟的丘陵浅山之间。叶建秀是个很随和的人，一路上怕我们寂寞，不停地为我们做向导，讲笑话。在一处丘陵的向阳面，我们看见了这棵树，它已经有250年的历史，叫腊子树，村里的老人们又叫它“白马子”树。这一天是2020年6月24号，天很闷，很燥，火球似的热意散发在我们的周围，一路走来汗流夹倍，说是丘陵浅山，路途却十分难走，一帮人坐在树荫下不走了。只有我和市政协的振营主任还继续跟着向导往前走。看见腊子树的时候，我们俩人还是很震惊，因为这棵树完全是长在石头缝里，大块大块的灰黑色石缝中，伸展着树的粗大的生命的根，碎石块里，杂草丛生，一条条胳膊粗细的根拱起，暴裂粗糙的皮象风烛残年的老人的手臂，无数条根在石缝里裸露在外，经历了多少日晒雨淋的岁月桑沧，却依然顽强地苍劲。仰脸看去，墨黑苍绿的枝叶铺天盖地，硕大的枝条伸向四面八方，它的树干不高，分为两个枝杈，两杈的树干也不是很粗，树干也呈墨黑色。县林业局为它挂的树龄牌上，写着惊人的树龄：“250年，腊子树”！ 它的叶子也很美，半椭圆的形状，叶根部半圆，叶顶部尖尖的，叶子不大，肥厚肥厚的，油水充分，深墨绿色，呈现生命原汁。看着它的叶子，想到这树的生长年轮，它能在无土缺肥的荒山生长两百多年，可见它生命力量的强大。今天，它枝叶繁茂，遮天弊日，正得宜于树上每一片这样的叶子，依附着它深扎于顽石之中的强根，进行朝露晨夕的光合作用。 最善于思辩的哲学家们曾经得出过这样的结论“美，就是充满生命源泉张力的人和物。腊子树，它向世人展示的正是这样勃勃的生机，生命力的张扬。 朱园沟66岁的监委会主任孙富强老人给我们讲了一个关于腊子树的小传说。 清朝光绪年间（注：光绪元年是1875年，至1909年改元宣统，光绪共34年，从光绪元年1875年至今2020年，共145年）。本地有位赵郎中，跟随祖父，父亲行医，赵郎中20岁那年，有天深夜，大雨滂沱，雷鸣电闪，他家的大门被人敲得山响，70多岁的祖父披衣开门，门外站着母子二人，母亲全身湿透，怀里护着儿子，儿子有十几岁模样，被母亲用蓑衣紧紧包裹着，看到有人开门，母亲“噗”地一声就跪在了泥水里，哭着说：赵郎中，我家男人得了重病，口吐鲜血，已奄奄一息，还望郎中前去救命。赵郎中赶紧扶起跪在泥水中的“母亲”，说我们去，你稍等！赵郎中将儿子，孙子都喊了起来，商量之后，决定儿子带着孙子前去救人。 在昏暗的油灯下，赵郎中的父亲为那位“母亲”的男人诊断了病情，父子俩相对摇头，这病有办法医治，可止血的药现在这光景去哪里找呢？就在这时，赵郎中的耳边有一个清淅的声音跟他说：我带你们去取药，跟着我走！20岁的赵郎中好像领悟到了什么，他猛然站起来，拉着他爹的手说：爹，我们去取药！ 漆黑的夜，雨下得瓢泼一样，伸手不见五指，深秋的风吹在身上使人发抖，爷儿俩钻进雨肚子里不停脚往前走，也辩不清东南西北，不知什么时候，爷儿俩前面出现一个圆圆的火球，火球引着爷儿俩走了很久很久，突然一声炸雷，前方的火球腾空而起，照亮了整个浅丘山凹，也照亮了腊子树周围，一阵大风吹起，腊子树叶纷纷落下。倾刻间，腊子树下长满了绿油油的，生机盎然的“草血竭”。（注：中药材，“草血竭”，又名“血三七”，它还有一个更响亮的名字叫“一口血”。它为蓼科植物，“草血竭”的叶，根，茎，秋季采挖，去净泥沙，湿，晾干，均为强效止血药材。主治症瘕积聚，跌打损伤，外伤出血，吐血咯血，崩漏，水肿，蛇咬伤，烫火伤等。取自《本草纲目》）。 赵郎中惊喜万分，急喊他爹：爹，采药呀！ 爷儿俩瞬间背着两大捆“草血竭”下山，那位“母亲”的男人在奄奄一息中喝下了赵郎中爷儿俩为他熬好的“草血竭”汤药。 20岁的赵郎中有一个疑问一直在脑子里挥之不去，他问他爹，问他爷爷：“草血竭”在“目典”里李时珍爷爷说它生长在缅甸国，印尼国，还有南洋一带。在咱这里的土质里生不出这样的好药材呀？他爷爷和他爹被问得目瞪口呆，也说不出所以然来。 岁月更替，白驹过隙。腊子树美丽的传说从一个半世纪之前就已经在贫苦百姓中流传。它历经清代整个封建王朝，走过民国血雨醒风时期，新中国成立，它走到了今天，两个半世纪生长在我中原茂密的浅山丘陵中，默默承受狂风暴雨的吹打，已经强大到生命力承载风雨暗故园，天轮转寰地动它不动，腊子树的根部边沿上，不知道从何年何月起，有什么人为它修建了两座小小的上供求拜祠堂，虽很小，但暗喻着它对人间命脉深深知晓的绵长日月。求拜的祠堂用的是长方形的砖砌成的，这样的长方形大砖只有在古老的年代里才会有，已经无从考究这是那个时代里的方砖砌成的。 从光绪年间到今天，已经过去了150年，而那时腊子树已经有100年的树龄了，多少人间沧桑往事早已消散在广袤的宇宙之中。美好的民间故事里满满承载着劳动人民对幸福生活，健康平安的最高理想，最完美的追求，最热切的愿望与向往。他们希望的是：社会太平，民生稳定，无疾无病，家人团圆，没有灾难。他们希望的是：政府要为百姓做事，要为百姓谋福祉，漫漫长夜里，他们的命运不再被苦痛侵袭。 今日的鲁山，政府正在为他们谋着美好的福祉与未来，就说这一任的官员，勤政廉政，扶贫攻坚，别说只“保护古树，记住乡愁”。他们当今真的很忙，干着让百姓交口称赞的广阔的事业。 “点山生青翠，拦水荡明媚”！ 遍布鲁山境内的大批古树都在两个世纪之上，象让河乡的枫杨，家槐都在七个世纪之久，四棵树乡文殊寺的银杏已近十个世纪！这些古树要保护，深深流淌了近千年的乡愁要叙说。这一任的鲁山县委，县政府在确立了“6336”发展思路之后“每个行业都展现着新的姿态，鲁山有太多的景色需要描绘，有太多的琴弦需要弹拨，他们要实施生态建县，旅游立县，农业稳县，工业富县，文化强县，依法治县六大攻坚战略，要坚守安全生产，社会稳定，党风廉政建设三条底线，要做好生态保护，旅游提升，脱贫攻坚三篇文章！ 这是鲁山人正在前行的辉煌之路，在这个阶段即将变为历史的足迹之前，鲁山美好的人文，自然，生态等环境正在一一改观。古树的命运与大美鲁山的人文情怀紧密地拧合在一起。也许，再有一个世纪，再有两个世纪，风雨洗涤的古岁月将一切化为乌有，大自然的尘埃里飘散着空气清香的味道，人们远道而来的心情是赏景，赏树，美好的生命景致也会让后人叹为观止！ 古树依然生机盎然，依然会向走近它的人们诉说今天留下的传说！ 接前一篇文章【AI】行为树学习这篇文章，我们就着前面学习的行为树基本知识继续学习，上手写一个简单行为树框架这种东西，网上都有现成的框架，我们之所以要重复造轮子，为的是更好地学习和理解行为树的基础 首先理清楚行为树的抽象，对于我们去实现事半功倍。 之前我一直执着去抄代码，抄项目框架、抄战斗逻辑，做个CV工程师，直到撞破了南墙，才发现，抄是没有用的，没有理解，抄完就像背过的课文，一会儿就忘了。 这回，我们先理清楚大致的流程，再开始着手写代码。 首先我们拿到实现行为树框架这个需求，我们要搞清楚，什么是行为树？我们要实现什么抽象？ 还是以需求出发：比如我们要让一个 NPC 在 a, b, c 三点之间巡逻。现在我们假设行为树的所有子节点都挂在同一个根节点下，那这个行为树的作用就是用来遍历这些节点，直到找到一个节点的条件满足，然后执行这个节点的逻辑。每个节点可能都有准入的条件。 就上面的需求，我们需要抽象出树节点抽象类、组织树状结构，然后需要提供一个评估方法，用来评估这个节点是否满足条件。BTNode：树节点抽象类。所有节点的基类。提供AddChild和GetChild方法，用数组维护子节点列表BTAction：行为节点，行为节点是真正做事的节点，具体的游戏逻辑应该放在这个节点里。提供SetPrecondition用来设置准入条；提供Evaluate来评估该节点是否符合准入条件；提供Update方法供外部调用，刷新逻辑；然后在Update逻辑里维护节点的生命周期：OnEnter、OnExit、OnExecuteBTPrecondition：条件修饰节点，提供一个IsTrue的方法，来判断能否进入节点。 有了上面这三个类，我们就可以组织起一个树结构，然后添加条件，构成基础的行为树了！ 接下来，我们先写个简单测试用例，来试一下是否满足我们的需求 这样，角色行为就一直被控制在巡逻节点了，但是每次去访问子节点的时候都要去遍历。 而这个遍历就牵涉到遍历顺序的问题，是自左向右，还是随机选择，或者其他的一些规则等等，这样就延伸出各种各样的控制节点。 2.2.1 Selector选择节点Selector节点就类似于 or 操作，只要一个子节点返回true，这个selector节点的结果就是true带优先级的选择节点（BTActionPrioritySelector）：这种选择节点每次都是自左向右依次选择，当发现找到一个可执行的子节点后就停止搜索后续子节点。这样的选择方式，就存在一个优先级的问题，也就是说最左边的节点优先级最高，因为它是被最先判断的。对于这种选择节点来说，它的子节点的前提设定，必须是“从窄到宽”的方式，否则后续节点都会发生“饿死”的情况，也就是说永远不会被执行到。 2. 不带优先级的选择节点（Non-priority Selector）：这种选择节点的选择顺序是从上一个执行过的子节点开始选择，如果前提满足，则继续执行此节点，如果条件不满足，则从此节点开始，依次判断每一个子节点的前提，当找到一个满足条件的子节点后，则执行该节点。这种方式，是基于一种称之为“持续性”的假设，因为在游戏中，一个行为一般不会在一帧里结束，而是会持续一段时间，所以有时为了优化的目的，我们可以优先判断上一个执行的节点，当其条件不满足时，再寻找下一个可执行的节点。这种寻找方式不存在哪个节点优先判断的问题，所以对于前提的设置的要求，就是要保证“互斥”（Exclusion）。 2.2.2 Sequence 序列节点Sequence 节点就类似于 and 操作，只有所有子节点返回true，这个Sequence 节点的结果才是true将其所有子节点依次执行，也就是说当前一个返回“完成”状态后，再运行下一个子节点 2.2.3 Parallel 并行节点Parallel 节点就和Sequence 节点类似，只有所有子节点返回true，这个Sequence 节点的结果才是true不管节点结果如何，都会将其所有子节点都运行一遍随机概率收到消息Inverter（取反）Repeater（循环） Database：黑板，一个存放共享数据的地方，可以看成是一个Key－Value的字典。为什么需要黑板呢？因为设计良好的行为逻辑，应该是独立的，可以在行为树的任何位置部署的。也就是说行为A和行为B并没有直接的沟通方法。黑板的作用就是作为一个行为树的“数据库”，让各个行为节点都可以储存数据进去，供感兴趣的行为节点利用。（同时，在Unity3d的语境下，Database继承MonoBehavior，可以提供各种Component给节点使用。） 驱动层通过Update去遍历这棵树，从根节点开始往下访问，直到找到可以进入的节点，执行节点逻辑 参考源码： https://github.com/Aver58/TeddyFrameWorkFinneyTang/TsiU_AIToolkit_CSharp AI分享站 行为树（Behavior Tree）实践（1）- 基本概念行为树（Behavior Tree）实践（2）- 进一步的讨论behaviac与Behavior Designer的对比 Behavior-Designer-Souce-Code UML f15gdsy/BT-Framework 伍一峰：游戏AI - 行为树Part2：框架AI 行为树的工作原理 | indienova 独立游戏Luyu Huang's Tech Blog https://xinzhuzi.github.io/2020/05/08/AI/AI/ 决策树是非常优秀的机器学习算法，其易于理解，可解释性强，是一种自上而下，对样本数据进行树形分类的过程，由结点和有向边组成。结点分为内部结点和叶结点，其中每个内部结点表示一个特征或属性，叶结点表示类别。从顶部根结点开始，所有样本聚在一起。经过根结点的划分，样本被分到不同的子结点中。再根据子节点的特征进一步划分，直至所有样本都被归到某一个类别（即叶结点）中。 决策树的目标是从一组样本数据中，根据不同的特征和属性，建立一颗树形的分类结构。我们既希望它能拟合训练数据，达到良好的分类效果，同时又希望控制其复杂度，使得模型具有一定的泛化能力。 从若干不同的决策树中选取最优的决策树，通常有以下几种算法：ID3、C4.5、CART。接下来我们将逐一展开介绍。 ID3 (Iterative Dichotomiser 3) 算法是决策树生成算法的一种，基于奥卡姆剃刀原理（“如无必要，勿增实体”，即“简单有效原理”），越是小型的决策树越优于大型的决策树。ID3算法的核心是在决策树各个结点上对应信息增益准则选择特征，递归地构建决策树。 首先我们引入信息熵（Information Entropy）的概念，信息熵是度量样本集合纯度最常用的一种指标。熵这个概念最早起源于物理学，在物理学中是用来度量一个热力学系统的无序程度，而在信息学里面，熵是对不确定性的度量。在1948年，香农引入了信息熵，将其定义为离散随机事件出现的概率，一个系统越是有序，信息熵就越低，反之一个系统越是混乱，它的信息熵就越高。所以信息熵可以被认为是系统有序化程度的一个度量。具体的，对于样本集合D，类别数为K，数据集D的经验熵表示为： 其中 是样本集合 D 中属于第k类的样本子集，| |表示该子集的元素个数，|D|表示样本集合的元素个数。 针对某个属性 a 对于数据集 D 的经验条件熵H(D,a) 为： 其中 表示 D 在属性 a 取第 i 个值的样本子集， 表示中属于第k类的样本子集。 信息增益g(D,a) 则表示为经验熵-条件熵： 信息增益越大表示使用属性 a 来划分所获得的“纯度提升越大”。 ID3算法的核心是在决策树各个结点上对应信息增益准则选择特征，递归地构建决策树。具体方法是： 1）从根结点 (Root Node) 开始，对结点计算所有可能的特征的信息增益，选择信息增益最大的特征作为结点的特征。 2）由该特征的不同取值建立子节点，再对子结点递归地调用以上方法，构建决策树；直到所有特征的信息增益均很小或没有特征可以选择为止； 3）最后得到一个决策树。 ID3算法虽然可以有效生成决策树，但是还是有很多值得改进的地方： ID3没有考虑连续特征，比如长度，密度都是连续值，无法在ID3运用。这大大限制了ID3的用途。ID3采用信息增益大的特征优先建立决策树的节点。很快就被人发现，在相同条件下，取值比较多的特征比取值少的特征信息增益大。比如一个变量有2个值，各为1/2，另一个变量为3个值，各为1/3，其实他们都是完全不确定的变量，但是取3个值的比取2个值的信息增益大。如果校正这个问题呢？ID3算法对于缺失值的情况没有做考虑没有考虑过拟合的问题 信息增益虽然很合理，事实上，其对可取数目较多的属性有所偏好，为减少这种偏好可能带来的不利影响，由Ross Quinlan在1993年提出的著名的C4.5决策树算法对其进行了改进，不直接使用信息增益，而是使用增益率 (Gain ratio) 来选择最优划分属性。增益率定义为： 其中 称为属性 a 的固有值 (Intrinsic value) 。属性 a 的可能性取值数目越多，则IV(a) 的值通常会越大。 增益率准则对取值数目较少的属性有所偏好，因此，C4.5算法并不是直接选择增益率最大的候选划分属性，而是使用了一个启发式：先从候选划分属性中找出信息增益高于平均水平的属性，再从中选择增益率最高的。 C4.5虽然对ID3进行了改进，但仍然存在一定的缺陷：C4.5 使用的是多叉树，而用二叉树效率更高；C4.5 只能用于分类问题；C4.5 使用的熵模型拥有大量耗时的对数运算，连续值还有排序运算；C4.5 在构造树的过程中，对数值属性值需要按照其大小进行排序，从中选择一个分割点，所以只适合于能够驻留于内存的数据集，当训练集大得无法在内存容纳时，程序将无法运行。 CART决策树使用基尼指数 (Gini index) 来选择划分属性。Gini描述的是数据的纯度，与信息熵含义类似。具体来看，对于数据集 D 的纯度可用基尼值来度量： CART在每一次迭代中选择基尼指数最小的属性及其对应的切分点进行分类。但与ID3、C4.5不同的是，CART是一颗二叉树，采用二元切割法，每一步将数据按属性 a 的取值切分成两份，分别进入左右子数。属性 a 的基尼指数定义为： 于是，我们在候选属性集合A中，选择那个使得划分后基尼指数最小的属性作为最优划分属性。 剪枝 (Pruning) 是决策树学习算法多付过拟合的主要手段。在决策树学习中，为了尽可能正确分类训练样本，结点划分过程将不断重复，有时会造成决策树分之过多，这是就可能出现过拟合，因此，可通过主动去掉一些分支来降低过拟合的风险。 决策树剪枝的基本策略有预剪枝 (Prepruning) 和后剪枝 (Postpruning) 。预剪枝是指再决策树生成过程中，对每一个结点在划分前先进行估计，若当前结点的划分不能带来决策树泛化性能的提升，则停止划分并将当前结点标记为叶结点；后剪枝则是先从训练集生成一颗完整的决策树，然后自底向上对非叶结点进行考察，若将该结点对应的子树替换为叶结点能带来决策树泛化性能提升，则将该子树替换为叶结点。 现实学习任务中，除了离散属性，更多的会遇到连续属性，由于连续属性的可取值数目不再有限，因此不能直接根据连续属性的可取值来对结点进行划分。这就需要用到连续属性离散化技术，最简单的策略是采用二分法 (Bi-partition) 对连续属性进行处理，这正是C4.5决策树算法采用的机制。 缺失值也是现实任务中常见的问题，有些缺失仍然保有一定的信息价值，因此我们可以将信息增益的计算式进一步推广为： 其中 是属性 a上无缺失值样本所占的比例； 是属性 a 上无缺失值的样本子集。若样本 x 在划分属性 a 上的取值已知，则将 x 划入与其取值对应的子结点，且样本权值在子结点保持为 。若样本 x 在划分属性 a 上的取值未知，则将 x 划入所有子结点，且样本权值在于属性值 a 对应的子结点中调整为 ，也就是将同一样本以不同的概率划入到不同的子结点中去。 关注每周金融科技新闻 掌握最新前沿资讯 熟悉风控背后原理 服务银行数字化转型 关注公众号:RiskControlling赵敏：古老腊子树的生命张力（散文）的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于赵敏：古老腊子树的生命张力（散文）、赵敏：古老腊子树的生命张力（散文）的信息别忘了在本站进行查找喔。
未经允许不得转载！ 作者:谁是谁的谁，转载或复制请以超链接形式并注明出处。
原文地址：http://www.bbwdc.cn/post/18054.html发布于：2026-02-18
