wangjinliang10的个人博客分享 http://blog.sciencenet.cn/u/wangjinliang10

博文

如何做原创性研究? 精选

已有 13613 次阅读 2013-12-22 01:35 |个人分类:科研体会|系统分类:科研笔记| 创新, 原创性研究

        Do search rather than research!  科研时间有限,要力争做些原创性思考,不要将精力耗散在细枝末节、修修补补的事情上。

“如何做原创性研究”这样的教诲也许只有在资深院士那里才能聆听的到,不过很难有这样的机会。作为话题我们不妨探讨一下,以便反思过去,继续前行。

英文的“research”很有意思,前缀re”表示一般的研究问题都是别人做过的,譬如物理实验,需要重新去做。在重做过程中可能会有不同发现,这就是通常所谓的“研究”。相比之下“search”则表示搜寻、探究未知的问题,大抵相当于我们所理解的“原创性研究”了。

Research相对容易,对于相同的问题侧重点可以不同,方法、手段可以不同,前人的结果可以改进、提高,细枝末节、修修补补的事都可以做。表现在论文方面,“跟风”的论文好写、好发。别人开出了路,顺着走比较容易。但是search就不同了,科学价值高,需要“无中生有”,这当然不容易!能够潜心做原创性研究者如凤毛麟角。其实作为研究者谁不希望能做出有价值的科研成果?可惜在“只以文章论英雄”的氛围下科研人员的心已经不太冷静了。这一话题姑且不谈,我建议如我一样的年轻学者都能力争做些原创性思考,不致在桃李满天下的时候只发了一堆论文而拿不出一点像样的东西给学生看。

当然,科研离不开知识积累,需要熟悉自己的研究领域,这是一个继承的过程,是创新的基础。但只有继承是产生不了新idea的,需要抓住一点翻来覆去地思考。个人感觉创新“要么抓住新问题,要么抓住新方法”。这两者必居其一,否则便是平庸的。其实原创性研究无非就是力度大一些罢了。

把一个学科比喻成一棵大树,常规的研究如同在细枝末节处再生出一枝、一叶;原创性研究是顺着枝节溯本求源重新审视树的形态,当发现某个主干上的粗枝畸形时要勇于斧正,或者让一颗新种子生根、发芽、破土而出。反思十余年的研究经历,感觉的确如此。虽然所取得的一些成果不值得称道,但的确有一定的原创性,拿来谈谈启发,请诸位不要见笑。(1) 周期概念的新拓展——加权周期概念(2006年);(2)分数阶导数的新发展——记忆依赖型导数概念(2011年);(3Hilbert-Huang变换的新发展——ESMD方法(2013年)。

“加权周期概念”这是一个数学概念,其提出是在博士研究生阶段。在研究时滞脉冲动力系统时发现前人大多都在阐述振动性。于是自然要问:在无穷远处解是如何振动的?频率也许不变,但其振幅可能是变化的。当时概周期(almost periodicity)比较盛行,读了些文献发现这样的周期性和常规的周期性与概周性都不同,于是就试图去定义它,研究它的性质等。这是从具体问题回溯到基本概念的很典型的研究方式。

“记忆依赖型导数概念”也是一个数学概念,其提出具有偶然性。“分数阶导数”的研究很热门,想关注一下,发现其物理含义不明确且数学定义存在缺陷,突然想到了记忆依赖型的定义,幸运的是不但物理含义明确、表现力强,数学上还是自洽的。从开始读文献到成文不足一月,这算一个特例,不过跳出“分数阶导数”的圈子来审视和思考问题的思路大抵是一样的。

ESMD方法”是一种数据分析方法,可能大家也了解了,前一段时间曾被科学网和《中国科学报》报道过。我想说的是,如果当初我们将黄院士发展的Hilbert-Huang变换看成一座高山而高山仰止的话,便没有进步了。最初只是想用内部极点对称插值代替外包络线插值做一点工作,没想到一做就做了两年多。黄院士是令人尊敬的和值得感谢的,在他的鼓励下我们重新系统地修改了文稿,还发展了关于瞬时频率的“直接插值法”,从而使得整套ESMD方法可以脱离Hilbert变换而独立使用。

当然,这些工作微不足道,研究还要继续,希望这点体会对您有所启发。还是那句话,科研时间有限,建议大家力争做些原创性思考。Do search rather than research!

预告:书稿《极点对称模态分解方法—数据分析与科学探索的新途径》已纳入出版程序,不久将会与读者见面,敬请关注。http://blog.sciencenet.cn/blog-686810-800911.html

 



https://blog.sciencenet.cn/blog-686810-751819.html

上一篇:最小二乘法和滑动平均法的新发展【ESMD方法】
下一篇:极点对称模态分解(ESMD)方法与小波变换的区别
收藏 IP: 122.81.53.*| 热度|

17 孙学军 姜志斌 王成社 罗利 杨文元 谢蜀生 吴刚平 戴幸华 刘晓峰 强涛 陈儒军 梁光河 张骥 刘思学 褚昭明 lier Veteran11

该博文允许注册用户评论 请点击登录 评论 (20 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-29 01:36

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部