有这样一种背单词的方法, 叫做逻辑记忆, 就是把相近的单词放到一起记忆,
对于这种记忆方法, 我想大家或多或少都使用过(即使不是在背单词的领域),
下面这段话, 是我在网上搜到的一段, 关于这种记忆方法的介绍.
逻辑记忆：通过词的本身的内部逻辑关系，词与词之间的外部逻辑关系记忆单词。
1)把几个字母看作做一个来记
如：对于"ight"
把这些单词放在一起记忆light, right, fight, night, might, sight, tight
2)外旧内新，
如：bridge “桥”看成 b+ridge ridge "山脊”
sharp 看成 s+harp harp "竖琴。
3)外新内旧，
如：cleave “劈开”看成 c+leave,
tact "机智：看成 t+act
在我个人我把这种方法应用到背单词的时候, 我遇到了这样的一个问题:
对于一个生词, 我很难发现一个与之相近的单词.
比如, 当我背诵funnel(漏斗)的时候, 我很难想到他可以喝tunnel(隧道)一起记忆, 虽然他们的拼写只差一个字母.
又比如, 当我背诵thirsty(口渴的,渴望的)的时候, 我很难想到应该和thirty(三十)一起记忆, 虽然他们也只差了一个字母, 虽然我还知道男人三十都十分渴望成功(这句话会帮助我们在thirsty和thirty之间建立起来更强的联系).
更多这样的例子, 参考下面这个链接的[四 . 应用示例]部分:
开源软件：使用mTogether帮助我们背单词, 介绍与应用示例
我很想找到一款这样的软件, 帮助我发现单词之间的关联, 给我线索, 帮助我以这种更难忘记的方式背单词.
但是没有找到.
于是为了解决这一问题, 我自己动手写了一个软件, 叫做mTogether,
意思是: Memorize foreign language words together (by a way easy to our brain.)
这个软件的目的, 是帮助我们发觉和建立单词之间的联系.
他会告诉我们一个单词和另外哪些单词最为相似.
我们可以把mTogether理解成一款介于字典软件和学习软件之间的软件
他的原理你输入一个单词, 然后他会在字典里面搜索,
接下来会按照一定的顺序给出一组相似的单词.
(这个功能上面, 他确实有一点儿小聪明, 而我则希望能在未来把他变得更聪明.)
mTogether的主页在这里:
http://code.google.com/p/mtogether/
逻辑记忆并不是我心中mTogether的全部,
暂时我还写了三篇博客介绍他的使用和安装, 有兴趣参下面链接:
开源软件：使用mTogether帮助我们背单词, 介绍与应用示例
帮助我们记忆单词的字典软件mTogether：安装与配置
mTogether的两种搜索方法：相似度搜索和正则表达式搜索
分享到：
相关推荐
NULL 博文链接：https://wjason.iteye.com/blog/1738953
2025职业教育知识竞赛题库（含答案）.pptx
基于.NET Core MVC与SQL Server的在线考试管理系统：多角色操作、国际化支持、全套源码与文档附赠,.net core mvc在线考试系统 asp.net在线考试管理系统 主要技术： 基于.net core mvc架构和sql server数据库，数据库访问采用EF core code first，前端采用vue.js和bootstrap。 功能模块： 系统包括前台和后台两个部分，分三种角色登录。 管理员登录后台，拥有科目管理，题库管理，考试管理，成绩管理，用户管理等功能。 教师登录后台，可进行题库管理，考试管理和成绩管理。 用户登录前台，可查看考试列表，参加考试，查看已考试的结果，修改密码等。 系统实现了国际化，支持中英两种语言。 源码打包： 包含全套源码，数据库文件，需求分析和代码说明文档。 运行环境： 运行需vs2019或者以上版本，sql server2012或者以上版本。 ,核心关键词： .net core mvc; asp.net在线考试管理系统; SQL Server数据库; EF core code first; vue.js; boot
C++编写的资产管理系统（带SQLServer数据库文件。）。
递归最小二乘法在线识别轮胎前后侧偏刚度：应用sin工况效果显著，适用多种场景，附simulink模型及代码,1、基于递归最小二乘法在线识别轮胎前后侧偏刚度，图为在正弦曲线工况，估计侧偏刚度的大小，效果较好 2、此模型也可用于其他工况下的刚度估计，有需要的朋友可以自行去尝试 3、包含simulink模型和递归最小二乘侧偏刚度估计代码 ,基于递归最小二乘法; 轮胎侧偏刚度在线识别; 正弦曲线工况估计; Simulink模型; 递归最小二乘侧偏刚度估计代码。,递归最小二乘法在正弦曲线工况下的轮胎刚度在线识别模型
PLL锁相环技术实现：SMIC55工艺下20MHz参考频率三阶二型CPPLL，快速锁定至1GMHz并带环形振荡器与DIV模块功能,pll锁相环 cppll cadence 三阶二型锁相环 工艺smic55 参考频率20MHz 分频比50 锁定频率1GMHz 锁定时间2us 环形振荡器 ring vco PFD模块 DIV模块 45分频，ps counter CP模块 工艺smic55 ,核心关键词：PLL锁相环; CPPLL; 工艺SMIC55; 参考频率20MHz; 分频比50; 锁定频率1GHz; 锁定时间2us; 环形振荡器（Ring VCO）; PFD模块; DIV模块（45分频，ps counter）; CP模块。,"SMIC55工艺：PLL环及二型锁相环技术解析"
EKF SLAM matlab simulation. EKF SLAM 分析及matlab仿真源码。
CPRI IP License支持Xilinx Vivado全版本，无MAC绑定，永久有效授权,CPRI ip license xilinx vivado 支持Vivado各版本，不绑定mac，永久有效 ,CPRI; IP license; Xilinx; Vivado; 不绑定Mac; 永久有效; 支持各版本。,"Xilinx Vivado支持：永久有效的CPRI IP License，不绑定MAC"
1.内容概要 通过KNN实现鸢尾花分类，即将新的数据点分配给已知类别中的某一类。该算法的核心思想是通过比较距离来确定最近邻的数据点，然后利用这些邻居的类别信息来决定待分类数据点的类别。 2.KNN算法的伪代码 对未知类别属性的数据集中的每个点依次执行以下操作： （1）计算已知类别数据集中的点与当前点之间的距离； （2）按照距离递增次序排序； （3）选取与当前点距离最小的k个点； （4）确定前k个点所在类别的出现频率； （5）返回前k个点出现频率最高的类别作为当前点的预测分类。 3.数据集说明 代码使用`pandas`库加载了一个名为`iris.arff.csv`的数据集 4.学习到的知识 通过鸢尾花分类学习了KNN算法，选择样本数据集中前k个最相似的数据，就是KNN算法中k的出处。k值过大，会出现分类结果模糊的情况；k值较小，那么预测的标签比较容易受到样本的影响。在实验过程中，不同的k值也会导致分类器的错误率不同。KNN算法精度高、无数据输入的假定，可以免去训练过程。但是对于数据量较多的训练样本，KNN必须保存全部数据集，可能会存在计算的时间复杂度、空间复杂度高的情况，存在维数灾难问
COMSOL三维采空区通风条件下的氧气与瓦斯浓度分布研究,comsol三维采空区通风条件下，氧气，瓦斯浓度分布。 ,核心关键词：comsol; 三维采空区; 通风条件; 氧气浓度分布; 瓦斯浓度分布;,"三维采空区通风模拟：氧气与瓦斯浓度分布研究"
项目已获导师指导并通过的高分毕业设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。 包含：项目源码、数据库脚本、软件工具等，该项目可以作为毕设、课程设计使用，前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷，具有很高的实际应用价值。 项目都经过严格调试，确保可以运行！可以放心下载 技术组成 语言：java 开发环境：idea 数据库：MySql8.0 部署环境：Tomcat（建议用 7.x 或者 8.x 版本），maven 数据库工具：navicat
DaisyDisk for Mac是一款直观且强大的磁盘清理工具，专为Mac用户设计。它通过交互式图表直观展示磁盘空间使用情况，以彩色区块形式呈现文件和文件夹大小，帮助用户快速定位占用空间的大文件。软件支持快速扫描，可在几秒内完成磁盘分析，并提供文件预览功能，避免误删重要文件。DaisyDisk还支持多磁盘管理、云存储扫描、隐私保护和安全删除功能。其界面简洁易用，适合新手和专业人士，是优化磁盘空间、提升系统性能的必备工具。
三菱FX3U伺服控制框架标准程序详解：定位控制参数设定、回原点操作、JOG手动控制及绝对与相对定位控制,FX3U和三菱伺服控制的框架标准程序，适合新手学习定位用。 用 标签分层，说明了定位控制中的公共参数设定、回原点、JOG手动、绝对定位、相对定位、控制等部分，有伺服驱动器的针脚接线。 ‘包括有： 1、程序一份 2、说明一份 ,核心关键词：FX3U; 三菱伺服控制; 框架标准程序; 新手学习定位; 标签分层; 公共参数设定; 回原点; JOG手动; 绝对定位; 相对定位; 控制; 伺服驱动器针脚接线。,"三菱FX3U伺服控制框架标准程序：新手定位控制指南"
Python自动化办公源码-40 excel处理实例（多工作表合并到单工作表）
2023-04-06-项目笔记-第三百八十六阶段-课前小分享_小分享1.坚持提交gitee 小分享2.作业中提交代码 小分享3.写代码注意代码风格 4.3.1变量的使用 4.4变量的作用域与生命周期 4.4.1局部变量的作用域 4.4.2全局变量的作用域 4.4.2.1全局变量的作用域_1 4.4.2.384局变量的作用域_384- 2025-01-22
基于MATLAB的含风光柴储微网多目标优化调度策略与模型实现,含风光柴储微网多目标优化调度 MATLAB代码 关键词：微网调度 风光柴储 粒子群算法 多目标优化 参考文档：《基于多目标粒子群算法的微电网优化调度》 仿真平台：MATLAB 平台采用粒子群实现求解 优势：代码注释详实，适合参考学习，非目前烂大街的版本，程序非常精品，请仔细辨识 主要内容：代码构建了含风机、光伏、柴油发电机以及储能电站在内的微网优化运行模型，并且考虑与上级电网的购电交易，综合考虑了多方经济成本以及风光新能源消纳等多方面的因素，从而实现微网系统的经济运行，求解采用的是MOPSO算法（多目标粒子群算法），求解效果极佳，具体可以看图 ,关键词：微网优化调度; 风光柴储; 粒子群算法; 多目标优化; MATLAB代码; MOPSO算法。,基于MATLAB的微网风光柴储多目标优化调度与MOPSO算法的实践研究
项目已获导师指导并通过的高分毕业设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。 包含：项目源码、数据库脚本、软件工具等，该项目可以作为毕设、课程设计使用，前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷，具有很高的实际应用价值。 项目都经过严格调试，确保可以运行！可以放心下载 技术组成 语言：java 开发环境：idea 数据库：MySql8.0 部署环境：Tomcat（建议用 7.x 或者 8.x 版本），maven 数据库工具：navicat
项目已获导师指导并通过的高分毕业设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。 包含：项目源码、数据库脚本、软件工具等，该项目可以作为毕设、课程设计使用，前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷，具有很高的实际应用价值。 项目都经过严格调试，确保可以运行！可以放心下载 技术组成 语言：java 开发环境：idea 数据库：MySql8.0 部署环境：Tomcat（建议用 7.x 或者 8.x 版本），maven 数据库工具：navicat
西门子SMART 200电机控制子程序V1.6：智能管理多达7个电机，灵活设置运行参数，故障自动切换备用电机，版本升级持续优化。,西门子SMART 200 电机控制子程序V1.6，可生成库 可控制1-7个电机 可设置同时运行的最大电机数量 可设置每个电机是否使用 可设置电机轮时间，当系统单次运行时间>轮时间，停止运行时间最长的电机，上累计运行时间最短的电机 可设置电机启动间隔 每次启动累计运行时间最短的电机 当有电机故障时，立即停止该电机，如果有备用电机自动切备用电机 7个电机内，可自由设置备用电机个数，使用的电机总数-最大电机数量=备用电机个数 附版本升级记录： V1.1优化：当使能被关闭后自动关闭对应电机 V1.2优化：运行中改变同时使用电机数量有效 V1.3更改：open信号上升沿直接启动1个电机(跳过启动间隔)，第二个电机启动间隔才有效 轮时间改为秒，当系统单次运行时间>轮时间，停止运行时间最长的电机，上累计运行时间最短的电机 V1.4优化 V1.5满足可以运行的电机数量>同时使用电机数量 时 轮才有效，不满足时，轮计时清零 V1.6 优化某些情况下，无法正确延时 ,核心关键词
点击查看，完整项目演示视频，更有数百个深度学习项目案例：zzgcz.com 项目A030-DIN的核心是通过深度学习技术实现个性化推荐算法，旨在为用户提供精准、高效的商品或内容推荐。在现代电子商务、社交媒体及内容平台中，推荐系统作为核心功能，极大地提升了用户体验。DIN（Deep Interest Network，深度兴趣网络）是一种专门针对用户行为数据进行建模的深度学习模型，通过捕捉用户历史行为中的兴趣点，动态地生成推荐结果。DIN模型的一个显著特点是，它能够根据用户的当前兴趣动态调整推荐内容，不仅仅是依赖于用户的全局行为历史。