第四十九章节.林久浩的胡思乱想日记（上）

无规律的点，是o在函数a与函数b关联影响下的参数溢出轨迹，使用超级计算机去穷尽它，找到函数a与函数b，如何穷尽解算，o是已知的，我们可以把函数a设定为核心信息元，停，核心信息元不是o吗？这是多元关联拟脑模型的特点，任何信息元在使用者的观察角度，都可以是核心信息元，好，函数a是核心信息元，我们将现有的已知的海量的线性函数逐一代入函数a，在每一个已知函数被代入函数a的时刻，函数a就是已知量，o是已知量，去求函数b，如果没有函数b，就继续去穷尽函数a。理论上，我们可以把这些多函数叠加的规律放大到更多的线性函数叠加，abcdefg......n，太复杂了，啊不对，是太繁琐，很多尝试性的计算动作，需要无限次的去做，但是理论上，我们可以找到多线性函数叠加的规律。

\n

理论是理论，穷尽就是无法穷尽，但是穷尽也是一种思路，好吧，我再说一个有用的方法，知道多元关联拟脑模型的特点吗？多元关联拟脑模型注重‘相对关系’，什么是相对关系，例如a与b有关联关系，b与c有关联关系，那么a与c会同时出现在以b为核心信息元的三维坐标系中，既然a与c同处于一个三维坐标系中，那么它们之间有直接关系吗？没有，因为我们需要的是信息元之间的相对关系，而a与c的关系是由b产生的间接关系，那么这种方式对计算分布的点及运动点有什么作用？我们可以利用多元关联拟脑模型，把分布的点或者运动点，在多个三维坐标系中关联出它们的相对关系模型，这样我们就得到了这些点，在多个三维坐标系中的距离角度等相对关系信息，对这些距离角度参数做趋势分析，我们可以找到这些点分布的规律，或者是运动的规律，问题又来了，运动的点可以知道谁是起点，而分布的点我们怎么知道谁是起点呀？对，运动的点如果知道最开始的点，那么该点就是起点；对于分布的点，就从关心者或者观察者认定的点作为起点吧，这里有人较真了，到底哪个是客观的起点，较真的人去穷尽所有点为起点，然后去计算吧。总之，多元关联拟脑模型提供了这种功能，我们可以利用多元关联拟脑模型，通过多元关联计算，去发现分布的点和运动的点的规律。

\n

问题又来了，具体怎么做？

\n

我们看到空间有大量分布的点，我们可以利用多元关联拟脑模型，为这些点建立

本章未完，请点击下一页继续阅读！ 第6页 / 共9页