Wiki 的神话与现实

诞生于10前的 Wiki 技术正受到越来越多的欢迎,而许多公司正怀着一种不切实际的期望启动他们的 Wiki 项目。然而近期的一些报告,如,CMS Watch企业社会软件报告,以及企业中的 Wiki,都显示了 Wiki 项目之痛。对于 Wiki,夸夸其谈的项目主管们抱有多种神话心态,而现实却是另外一回事。本文是著名 CMS 研究机构 CMS Watch 发表的一篇关于企业 Wiki 的文章。

Wiki 的三个神话

  1. Wiki 会推动员工自觉地贡献信息。
  2. 员工凭直觉就能使用 Wiki 工具。
  3. Wiki 会让信息的管理变得简单明了。

然而现实中,Wiki 虽然确实拥有不小的价值,但象所有信息技术一样,你需要抱着批评的眼光来看待这种技术。

神话 #1: Wiki 将推动员工对信息的贡献

关于 Wiki 一个古老的神话就是,Wiki 技术会推动员工对信息的贡献。很多企业认为,Wiki 会推动员工贡献内容和意见的积极性。看看 Wikipedia,那些志愿者撰写了700万篇文章,当内容提供者可以自己决定什么可以写,什么不可以写的时候,他们就有了动力。

然而,很多公司的 Wiki 项目总是稍纵即逝,最终只剩下空荡荡的页面,这种情形往往来自那些没有明确目标的 Wiki 项目,这些项目并不知道其服务的对象与原因,或者因为什么都想做而变得空泛。

另一个典型的障碍是文化。信息的自由发布对一些组织化的管理文化来讲并不受欢迎,另外还会引发对内容质量的担忧,就是说,Wiki 中的一些信息可能是错误的。组织化的管理认为,那些一经发布的信息,都应该是权威的,完整的,有良好的文档。而 Wiki 却是边做边说,如果管理方不愿同这种文化对话,同时,员工又特别乐于提交那些未完成的内容时,Wiki 成功的几率就很小了。

象所有信息系统一样,Wiki 必须对员工的日常工作带来帮助,而不是定位于一个没有差错的信息档案系统。多数成功的 Wiki 项目都有明确的目标,而不是为 Wiki 而 Wiki,它们是围绕着信息的协同作业。

在这个基本前提之上,你还要通过各种方式鼓励内容的贡献。首先,不要推出一个空的 Wiki,里面要事先放一些基本内容,如样例内容或基本的信息结构。要将 Wiki 同其它企业工具集成,比如,在公司的 Intranet 上对你们的 Wiki 提供链接,让更多人知道它的存在。记住,没有相应的推动,Wiki 不会自己成长。

另外,高度成功的 Wiki 项目经常是那些熟知IT的人推动的,他们对这种技术有一定的了解与经验,或者他们曾在 Wikipedia 写过文章。在向非技术人员介绍 Wiki 时,可能面临着挑战,因为 Wiki 要求一种新的,不熟悉的个工作方式,而且这些系统的易用性常常是个很大的问题。

神话 #2: 员工都知道如何使用 Wiki

很多公司指望他们的员工立即投入到 Wiki 技术中,Wiki 的概念非常简单是否意味着它同样易于使用?

然而,事实上,Wiki 要求以一种新的方式对待内容与结构。那些熟悉 Wiki 的人往往并不知道普通人对 Wiki 的不解。比如,在 Wiki 中,链接以前的内容,在创建新页之前,你需要首先考虑可以从哪些页链接出来,这看上去是个小细节,然而对编辑者来说这是一种新的视角,需要实践。Wiki 的力量在于其自下而上的,基于链接的天性,然而要实现其全部价值,必须从一开始就坚持这种思路。你需要提供一些指引让用户全面用好链接以消除内容的冗余。

另外,多数 Wiki 系统的界面并不是那么用户友好。很多 Wiki 使用专用的置标语言(如 *text* 代表黑体, _text_ 代表斜体),而不是在其它在线出版系统(如 CMS 网站内容管理系统)中已经非常普遍的富内容编辑器。同时,不同的 Wiki 系统可能使用不同的置标语言,这些语言更适合小众的技术人群而非企业用户。因此,技术培训是必需的。

然而,即使是那些熟练的 Wiki 作者,在你的企业环境中,也需要培训,他们或许知道基本的概念,却对一些有用的功能知之甚少,如新内容的邮件提醒功能,版本回溯功能,以及离线工作模式。(CMS Watch企业社会软件报告的读者知道并不是所有 Wiki 系统都支持这些功能)

神话 #3: Wiki 会让你随时找到需要的信息

很多 Wiki 的推广者认为,Wiki 的灵活性可以保证那些最新的,最需要的信息总能被轻易发现,因为员工随时都在更新内容。

事实上,这些企业很快会发现,对 Wiki 的重度依赖将导致内容的增长失去控制。当整个结构陷入混乱,在堆积如山的内容中查找信息如同大海捞针一样。如果每一个新页都需要一个不一样的名字,你如何 查找有意义的名字;当发布一个新页比查找一个旧页更简单的时候,你如何避免信息的爆炸。

这还不算,在多数 Wiki 系统中,搜索功能都很弱。搜索结果经常首先显示那些最新改动过的内容,如果你想找一些新东西,这可能有用,但在成千上万的搜索结果中,这没有多少用处。

Information-capacity gap

如果你不事先规划并制定指引,Wiki 最终会不堪重负,信息过载与有限容量之间的鸿沟会给企业带来风险,意味着人们越来越难发现信息,或者信息越来越膨胀。

要实现一个实用的 Wiki,你需要专门的努力。你需要指定几个 Wiki 经理或管理员,他们定期检查内容的质量。另外,还需要向用户提供帮助和最佳实践,如怎样创建和维护结构,如何大量使用链接。除此之外,还需要一些简单的指 引,帮助用户维护内容,链接,结构。尽管 Wiki 为了保持灵活而不强制使用模板,但开发一些模板指引还是有用的,如,在每页的顶部放一个 TOC 目录,让用户知道这页的主要内容与结构。

Wiki 的现实

Wiki 是一种灵活地创建与分享信息的方法,然而灵活与简单并不能证明 Wiki 的成功。简单还可能给你带来更大的挑战,尽管短期可以获得成效,然而长期来看,有可能导致过度膨胀而失去控制。

因此,尽管 Wiki 是非传统的工具,然而那些传统的技术神话依然会对 Wiki 带来厄运,在开展 Wiki 之前需要仔细规划,保证管理者知道你们有多少资源,尤其是人力资源。最终,你的企业文化可能成为成败的关键,一个鼓励开放式沟通,注重实践的领导者将成为 一个成功的 Wiki 项目的基石。

本文国际来源:http://www.cmswatch.com/Feature/190-Wiki-Myths?source=RSS
中文翻译来源:COMSHARP CMS 官方网站(35公里译)

内容概要:本文围绕“基于交流潮流的电力系统多元件N-k故障模型研究”展开,深入探讨了利用Matlab代码实现电力系统在发生多个关键元件同时故障(即N-k故障)情况下的交流潮流计算故障分析方法。该模型不仅考虑了传统潮流方程的非线性特性,还引入了故障约束条件,能够精确模拟复杂多样的故障场景,如短路、断线等,进而评估电网在极端运行条件下的稳态动态行为。研究通过构建典型电力系统算例,验证了所提模型在故障筛选、脆弱性识别及系统恢复策略制定方面的有效性,为电力系统安全评估、风险预警和防御体系构建提供了坚实的理论依据和技术支撑。此外,模型具备良好的扩展性,可进一步应用于连锁故障传播分析、恶意攻击模拟等高级安全分析领域。; 适合人群:具备电力系统分析基础理论知识和Matlab编程能力的高校研究生、科研院所研究人员以及电力公司从事电网规划、运行安全管理的技术人员,特别适用于开展电力系统安全稳定、可靠性评估应急响应机制研究的专业人士。; 使用场景及目标:①开展电力系统在多重故障条件下的交流潮流仿真,评估系统电压稳定性、线路过载风险及负荷损失程度;②识别电网中的关键薄弱环节脆弱元件,支撑电网加固改造防御资源配置;③用于科研项目中的故障场景建模算法验证,或作为教学案例帮助学生理解复杂故障下的系统响应机制。; 阅读建议:此资源以Matlab代码为核心实现手段,建议读者结合理论推导代码实现进行对照学习,重点关注故障建模过程中雅可比矩阵的修正方法、故障注入方式及收敛性处理策略,建议在仿真中逐步增加故障数量复杂度,深入理解N-k故障对系统潮流分布的影响规律,并尝试将其拓展至含新能源接入的现代电力系统场景中进行验证优化。
【重要提示】本资源设置为0积分下载,若非0积分请勿轻易下载 亲爱的CSDN用户: 首先感谢你点进这个资源页面。我需要提前说明一个重要情况: 本资源原本已设置为“0积分下载”,即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素,自动将部分资源的积分调整为非0数值(如1积分、2积分、5积分等)。这是平台系统的自动行为,而非作者本人的设定。 因此,如果你当前看到该资源的下载所需积分不是0(例如显示为1、2、3……),请谨慎决定是否下载。 如果你按照非0积分支付并下载后发现资源内容不符合预期、链接失效,或者实际上该资源本应是免费的,作者无法为此承担积分损失或退还操作。强烈建议:仅在页面显示为0积分时进行下载。 另外,本资源描述中并未直接提供具体的下载地址或外部链接,因为它本身是一个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中有外部网盘地址,这是正常的——资源文件应通过CSDN内置的“下载”按钮获取。若因平台积分显示异常导致你支付了积分,请优先联系CSDN客服咨询积分退还政策,作者有权限修改平台自动设定的积分值。 感谢你的理解支持。技术分享本应开放,但受限于平台规则,特此提醒如上。祝学习进步!
内容概要:本文详细介绍了基于PyTorch实现的并行物理信息神经网络(PINNs)在NLS–MB方程孤子演化预测中的应用实例,系统阐述了模型架构设计、损失函数构造、训练流程优化及并行计算策略的实施过程。通过深度融合物理先验知识深度学习框架,该方法有效求解了非线性薛定谔类偏微分方程,实现了对孤子动力学行为的高精度、高效率数值模拟长期演化预测,充分展现了PINNs在处理复杂科学计算问题中的强大建模能力泛化性能。; 适合人群:具备一定深度学习理论基础和偏微分方程求解经验,熟练掌握Python编程语言及PyTorch深度学习框架,从事计算物理、流体力学、光学通信或相关工程仿真的研究生、科研人员及高级技术人员。; 使用场景及目标:①深入理解如何将物理守恒律控制方程作为硬约束嵌入神经网络,提升模型在稀疏数据下的泛化能力物理一致性;②掌握PINNs在非线性孤子波、色散介质传播等复杂动力系统建模中的关键技术实现路径;③应用于量子物理、非线性光学、大气海洋动力学等领域中传统数值方法难以求解的高维、强非线性偏微分方程的正/反问题研究。; 阅读建议:建议读者结合文末提供的完整代码资源(可通过公众号“荔枝科研社”获取)进行动手实践,重点关注物理残差项在自动微分框架下的精确计算、多任务损失权重的平衡策略,并尝试迁移模型至其他类型的非线性演化方程以深化理解应用能力。
内容概要:本文围绕LLC谐振变换器的变频移相混合控制模型展开研究,通过Simulink搭建完整的仿真模型,系统阐述了该控制策略的理论基础实现方法。研究结合变频控制移相控制的优点,旨在提升LLC谐振变换器在宽负载范围内的转换效率系统稳定性,深入分析其在高频高效电源系统中的动态响应特性优化潜力。文中详细展示了控制逻辑设计、关键参数整定及仿真验证过程,有助于读者全面掌握LLC变换器的工作机理先进控制技术的应用。; 适合人群:具备电力电子技术、自动控制理论及仿真建模基础的科研人员工程师,特别适用于从事高频电源、新能源变换系统研发的技术人员,以及电力电子电气工程方向的研究生及以上学历人员。; 使用场景及目标:①深入理解LLC谐振变换器的核心工作原理及其在轻载重载工况下的控制挑战;②掌握变频移相混合控制策略的设计思路、协同机制仿真建模技巧;③应用于高频DC-DC变换器、电动汽车车载充电机、光伏微逆变器及高效开关电源等高性能电力电子系统的研发性能优化。; 阅读建议:建议读者结合提供的Simulink仿真模型逐步操作,重点观察系统在不同负载条件下的频率调节相位调节响应,深入分析效率曲线谐振腔波形变化,进而掌握控制参数对系统性能的影响规律,可进一步拓展至其他谐振拓扑(如Series Resonant、LCL等)的混合控制策略研究。
内容概要:本文详细介绍了基于物理信息神经网络(PINNs)求解欧拉-伯努利双梁正问题的PyTorch实战方法,通过Python代码实现对双梁结构力学行为的建模数值求解。该方法将控制偏微分方程作为物理约束嵌入神经网络训练过程中,结合深度学习框架实现无需传统网格划分的高精度数值仿真,适用于复杂工程结构的正问题求解。文中系统阐述了模型架构设计、损失函数构造、边界初始条件处理、网络训练流程及结果可视化等关键技术环节,突出了PINNs在固体力学领域中融合数据驱动物理规律的优势。; 适合人群:具备一定深度学习理论基础和力学背景知识,熟悉PyTorch框架使用,从事科学研究或工程技术工作的研究生、高校科研人员及工业界研发工程师。; 使用场景及目标:①掌握物理信息神经网络在结构力学中的建模范式;②实现对欧拉-伯努利梁等经典弹性体问题的无网格神经网络求解;③探索将PINNs拓展至更复杂的多物理场耦合、非线性材料或动态响应分析等问题的新途径;④为工程仿真提供一种避免传统有限元离散化、适应不规则几何和高维问题的替代方案。; 阅读建议:建议读者结合所提供的完整代码逐模块运行调试,深入理解物理损失项数据损失项的平衡机制,关注网络超参数选择对收敛性的影响,并尝试修改结构参数、边界条件或外载形式以验证模型泛化能力,进一步推动方法在实际科研项目中的迁移应用。
源码下载地址: https://pan.quark.cn/s/56fcef70b5be **苹果的iTunes历史版本:12.6.5.3** iTunes是由苹果公司开发的一款数字媒体播放软件,它不仅用于维护个人的音乐资料库,还支持Apple的iPod、iPhone和iPad产品进行同步和交互操作。这个特定的历史版本——12.6.5.3,是在苹果对iTunes实施多次更新和功能优化之后的一个可靠版本。 在12.6.5.3版本中,核心的改进方向在于兼容性提升和稳定性增强。那个时期的iTunes仍然提供了对iOS设备的完整支持,用户可以通过USB数据线将音乐、视频、软件、书籍以及照片等资料传输到他们的iPhone、iPad或iPod touch设备上。同时,它也支持设备的备份和还原功能,以保障用户的数据安全。 在音乐管理领域,iTunes 12.6.5.3展示了一个直观的界面,使用户可以便捷地浏览、播放、整理以及购买音乐。它具备智能播放列表功能,能够依据用户的偏好自动生成播放列表。除此之外,该版本的iTunes融合了Apple Music服务,用户可以付费订阅并获取庞大的在线音乐资源库。 对于视频资料,用户可以欣赏和下载购买的电影及电视剧作品,其中包括高清和4K分辨率的影片。这个版本或许也包含了AirPlay技术的支持,让用户能够将媒体资料无线传输到兼容AirPlay的设备,例如Apple TV。 在设备同步环节,12.6.5.3版的iTunes维持了各种iOS系统版本的兼容状态,涵盖了当时最新的iOS操作系统。这使用户在将设备升级至最新系统时,依然可以无障碍地管理设备内的内容。 压缩文件包中的`iTunes64Setup.exe``iTunes32Setup...
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 依据所提供的文件资料,能够系统性地剖析并归纳出关于HiTool工具操作的相关要点,主要涵盖以下几个领域: ### 一、HiTool工具概述 #### 概述 HiTool是由深圳市海思半导体有限公司研发的一款用于将程序镜像载入到单板Flash中的烧写工具。该工具能够支持多种不同的烧写情境,涵盖一键将所有程序镜像载入到单板Flash、单板已配备BootROM时按地址载入其他程序镜像以及仅载入Boot到单板Flash等操作。 #### 适用产品型号 - **产品名称**:Hi3536 - **产品版本**:V100 #### 目标读者 - **技术支持人员** - **单板软件开发人员** ### 二、环境配置 为了确保HiTool工具能够顺利运行,需要按照以下步骤进行环境准备: 1. **软件配置**:将SDK中的`osdrv\tools\pc_tools\uboot_tools`文件夹内的`HiTool.exe`文件复制到PC的某个本地硬盘中。(PC设备必须安装Windows操作系统) 2. **硬件连接**:保证单板的串口和网线已经正确连接。 3. **工具启动**:运行`HiTool.exe`工具,选择相应的芯片型号(例如Hi3536),然后点击“确定”。 ### 三、分区载入 #### 适用情境 适用于一键将所有程序镜像载入到单板Flash的情况。 #### 载入步骤 1. **启动HiTool工具**:参照“环境配置”的步骤来启动HiTool工具。 2. **选择HiBurn选项**:进入HiBurn烧写工具界面。 3. **选择分区载入模式**:进入分区载入的操作界面...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值