落下的眼泪

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇落下的眼泪范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

落下的眼泪范文第1篇

我知道，这个问题好幼稚。就是一滴轻盈的泪，一滴水而已，常常就是一瞬间，电视里面的主角几分钟就可以留完，你又合必问，一滴眼泪，落下的时间。

可是人越是长大，就越是不懂释放。不会再放声大笑，也不会再嗷嚎大哭。一滴眼泪在留下之前，可能已经在心底酝酿了很久，甚至落下之前，就已经悄然蒸发。

喜欢在阳光下收集松树的脂油。那一滴滴的清澈似乎不会蒸发，也毫无掩饰。那些挺拔在寒冷彻骨的冬天没有哭，却在阳光下尽显软弱。难道释放伤感的出口一定是温暖的么？

女孩和男朋友分手了。经历了6年的感情，两个人平静友好顺理成章的让人吃惊。一群朋友本来是要安慰她的。可是她却笑人家太八卦。你们干嘛把电影里面的伤感离别当成现实呢？女孩照样天天实验，上自习，看书，活的滋润而充实。原以为她会趁着毕业离开这个城市。可她好像比分手前还容光焕发，继续分手前计划，考博，一个学校。

然后一天冷餐会，几个死党开玩笑对着蜡烛许愿，又把蜡烛放的老远，说这样都能吹灭方能如愿以偿。几个人嘻嘻哈哈都成功了，轮到了她的时候，偏偏那烛火顽强起来，如何奄奄一息都能死灰复燃，在那里般的摇曳，于是众人起哄说你没戏了死心吧……

她的眼泪一瞬间喷涌出来，滚滚而下，还在兀自拼命吹着不肯罢休。我从来没有见过这样一种汹涌的哭泣，那不是在流泪，简直是飞流直下三千尺，仿佛她身体里的水突然绝堤。

她就那样泪如泉涌的哭了很久，终于承认，她还喜欢他，她是在悄悄不争气的许愿，可以破镜重圆。

她一直辛苦的忍着忍着，不愿那么软弱，不想给人同情的借口，她不愿，让他以为她没有了他就不行。

于是那么多悲伤的水，就在心里长久的堆积。她其实一直在流泪的，只是我们看不见，它暗暗流淌了那么长时间，终于在那一刻可以，一泻千里。

其实哭了又能怎样，擦干眼泪依然不得不独自承担，何必浪费时间？

一个手永远冰冷的女孩说，已经，懒得哭了。

我又有多久懒得哭了呢？这样一个中午，恶梦醒来之后。有点凉，阴天了。我端着茶杯在阳台上看。耳朵里响着House Carpenter，我就一直那么站着，莫名其妙的伤感，难得有这样一个时刻，气氛如此阴郁，世界如此安静，我一个人站着伤感，在冷空气的侵袭下有些瑟瑟发抖。我对自己说不如就现在吧，煽情一把，然后没有犹豫没有酝酿，泪就真的来了，心也开始尖锐的痛了，仿佛所有的感觉，突然间复苏了。

落下的眼泪范文第2篇

【关键词】 类风湿关节炎；证候；BP神经网络；非线性建模

证候是一个非线性复杂系统，中医证候的诊断过程，实质上是由临床收集到的各种症状，通过分析归纳，获得证型诊断的过程，这个过程，可以看作是一个从观察指标到证型诊断的非线性映射过程，用非线性数学模型可以充分模拟。基于黑箱结构的人工神经网络(Artificial Neural Networks，ANN)具有强大的非线性拟合能力，能够任意精度逼近非线性函数，因此，我们将其用于类风湿关节炎(rehumatoid arthritis，RA)证候的非线性建模研究。

1 临床资料

本研究采用中国中医科学院望京医院提供的765例RA临床证候资料。参考《中药新药临床研究指导原则(试行)》[1]、文献整理结果及专家经验，制定临床观察表。共观察183个症状、体征，每个症状按无、轻、中、重分别记为0、1、2、3分；并同时给出肝肾不足证、寒湿阻络证、瘀血阻络证、气血两虚证、痰瘀阻络证、阴虚内热证、热毒蕴结证、寒热错杂证、脾肾阳虚证等10个基本证型的诊断。从上述病例中抽取临床症状和证型诊断构成样本集合，作为神经网络的学习和测试样本。在神经网络的训练过程中，症状向量作为神经网络的输入向量，证型诊断分别对应网络的输出向量。

2 研究方法

2.1 数据预处理及病例分组

先对所有数据进行归一化处理，使处理后的输入输出信息均在(0，1)区间。对上述数据进行主成分分析，主成分的选择标准定为95%。数据经过主成分分析，前98个主成分的贡献率涵盖了总共183个指标的95.035%的信息，故我们取前98个主成分作为进一步分析的指标。通过主成分分析，输入向量从183个减至98个。可见原始数据有很大的冗余。

将765例样本随机分为A、B、C 3组，每组255例。依次选取其中两组作为训练集，另一组作为测试集，共循环3次。

2.2 建立基于共轭梯度下降算法的类风湿关节炎证候BP网络模型

2.2.1 类风湿关节炎证候BP神经网络的结构

在MATLAB7.0环境下，建立基于共轭梯度下降算法的三层前向BP神经网络模型。该模型包括输入层、隐层和输出层，其中输入层包含183个输入神经元；隐层有2个，各包含100个神经元；输出层包含10个输出神经元。两个隐层之间通过正切S型传递函数(tansig)连接，隐层与输出层之间用对数S型传递函数(logsig)连接。设定该网络的系统误差小于0.01，最大迭代次数500次。

2.2.2 类风湿关节炎证候BP网络的输出方式

将具有肝肾不足证、寒湿阻络证、瘀血阻络证、气血两虚证、痰瘀阻络证、阴虚内热证、热毒蕴结证、寒热错杂证、脾肾阳虚证等10种证型诊断样本的期望输出值分别定为(0，1，0，0，0，0，0，0， 0，0)，……，(0，0，0，0，0，0，0，0，0，1)。预测整合输出值为(0， 0.2，0.4，0.6，0.8，1)，这6个数值分别对应原始输出值的(0－0.1，0.1－0.3，0.3－0.5，0.5－0.7，0.7－0.9，0.9－1)区间的数值。整合输出值≤0.4为诊断不成立，≥0.6为诊断成立。

2.2.3 基于共轭梯度下降算法的类风湿关节炎证候BP神经网络模型的训练

网络参数的初始值取为[-0.5，+0.5]上均匀分布的随机数，利用train函数对网络进行训练，第1次训练经过89次迭代以后，网络的系统误差降至0.009 450 59；第2次训练经过56次迭代后，网络的系统误差降至0.009 423 47；第3次训练经过58次迭代以后，网络的系统误差降至0.009 174 36。上述数值均小于规定的最小误差0.01，提示网络趋于稳定，网络性能达标，训练自动停止。

2.2.4 类风湿关节炎证候BP神经网络模型的测试

该网络模型的权值趋稳，训练结束后，分3次分别对1/3测试样本做检验。规定单证阳性诊断的符合情况为单证特异性；所有单证诊断的符合情况为单证准确率；病例的全部证型诊断符合情况为诊断准确率。即：单证特异性(%)＝预测输出所有单证阳性符合例数/期望输出所有单证阳性例数×100%；单证准确率(%)＝预测输出所有单证符合例数/期望输出所有单证例数×100%；诊断准确率(%)＝预测输出符合例数/所有病例数×100%。其中，以整合输出值的大小排序，主证为证候的前2位证类，兼证为第3位证类，第3位以后的证类忽略不计。

3 结果

测试结果显示：3次测试的平均单证特异性为81.31%，平均单证准确率为95.70%，平均诊断准确率为90.72%。结果见表1。表1 RA证候BP神经网络模型测试结果与临床诊断结果的比较（略）

4 讨论

ANN的一个显著特征是它能够通过自动学习来解决问题，对样本的学习过程，即为对网络中神经元间的联系强度(即权重系数)逐步确定的过程，通过对样本的学习，可以学会识别自变量与应变量间的复杂的非线性关系。经过充分学习后的ANN获取了样本的特征规则，并将这些规则以数字的形式分布存贮在网络的连接权中，从而构成了系统的非线性映射模型。用ANN建模，可将过程或对象看成一个“黑箱”，只要测得输入输出数据，就可以建立相应的模型，不必象传统的系统辨识那样把过程或对象分为线性系统还是非线性系统，也不必对过程或对象内部进行分析，这对未知过程的系统辨识是十分方便的。

中医证候体系具有复杂系统的非线性、开放性、层次性、涌现性和高维性特征，是一个多维多阶多变量的非线性复杂系统[2-3]。中医学辨证施治过程，实质上是对大量数据信息作出处理，提取规律的过程。如何从中医学大量现象学描述中寻找其内在规律，是证的规范化研究之热点和难点。以往多采用统计学方法，但效果不够理想。ANN作为一种智能信息处理系统，能够充分逼近任意复杂的非线性关系，获得样本数据的规则，较好避免数据处理中可能掺杂的主观因素，客观如实地反映研究对象[4]，因此，可以将其用于中医证候的非线性建模研究。

我们在MATLAB7.0环境下，对一组RA临床证候资料建立了基于共轭梯度算法的BP神经网络证候模型，并用3倍交叉验证的方法进行测试，结果显示：该模型具有很好的诊断、预测能力。说明ANN能够充分模拟症状与证型诊断之间的非线性映射关系。这是目前在不打开人体黑箱的前提下，建立非线性证候模型、反映证候的内在规律和特征的有效方法。

BP神经网络有一个明显的缺点是收敛速度非常慢，为此，我们基于共轭梯度学习算法，采用trainscg函数改进train函数，从而加快了神经网络的收敛速度。我们建立的RA证候网络模型3次训练的迭代次数分别为89、56、58，说明通过改进的BP神经网络具有很好的收敛性能。

另外，针对临床证候资料多存在兼夹证以及各证型之间有主次之分的情况，我们首先将模型的输出采用1个输出节点对应1种证型的方式，比如，RA证候模型共有10个证型，我们将包含10个证型的输出采用(0，1，0，0，1，0，0，0，0，0)的方式，其中，括号内每一个数值代表一种证型，“0”表示诊断不成立，“1”表示诊断成立，这样就可以诊断兼夹证了；然后，我们将整合输出值整理成(0，0.2，0.4，0.6，0.8，1)等6个等级的方式，这6个数值分别对应原始输出值的(0－0.1，0.1－0.3，0.3－0.5， 0.5－0.7，0.7－0.9，0.9－1)区间的数值，并规定整合输出值≤0.4为诊断不成立，≥0.6为诊断成立，这样就进一步根据整合输出值的大小直接判断有几个兼夹证以及各证型的主次地位了。可见，我们建立的RA证候网络模型不仅能够利用神经网络的自主学习能力从大量的样本中抽提出比较全面的证候内在规律，具有良好的诊断、预测能力，而且操作简便，真正实现了证候诊断的智能化。ANN技术是中医证候非线性建模的可行性方法。

虽然我们已经证实了ANN用于证候非线性建模的可行性，但是，以目前的技术，还无法从网络的联接权中抽提出网络通过自动学习所获得的证候规律，今后可以围绕这个关键问题继续开展研究。另外，证候的诊断信息具有模糊性特征，用模糊神经网络理论应更能够逼近证候的全貌，我们曾经试图用模糊神经网络进行证候的非线性建模研究，但是，目前的模糊神经网络还无法处理证候的兼夹问题，模糊神经网络的输出结果只能是多类中的一类，因此，我们暂时未作。今后我们将围绕这方面展开深入研究，力争建立证候的模糊神经网络模型。

总之，一门学科只有不断地吸纳先进的思想与技术，在继承的基础上发展创新，才能真正具有生命力。中医证候复杂系统研究，呼唤非线性科学、人工神经网络、计算数学、模糊数学、信息工程、医学工程、复杂性科学等多种边缘学科、交叉学科理论和技术方法的介入，理论上的探讨和不断切实可行的实践探索并行，才能使中医证候规范研究从量的积累上升到质的飞跃。

参考文献

[1] .中药新药临床研究指导原则(试行)[S].北京：中国医药科技出版社，2002.115－119.

[2] 白云静，申洪波，孟庆刚，等.基于复杂性科学的中医学发展取向与方略[J].中国中医药信息杂志，2005，12(1)：2－5.

[3] 白云静，申洪波，孟庆刚，等.中医证候复杂性特征及证候研究思路探析[J].中国中医药信息杂志，2004，11(9)：754－756.

[4] 白云静，申洪波，孟庆刚，等.中医证候研究的人工神经网络方法探析[J].中医药学刊，2004，22(12)：2221－2223.

3 结果

测试结果显示：3次测试的平均单证特异性为81.31%，平均单证准确率为95.70%，平均诊断准确率为90.72%。结果见表1。表1 RA证候BP神经网络模型测试结果与临床诊断结果的比较（略）

4 讨论

ANN的一个显著特征是它能够通过自动学习来解决问题，对样本的学习过程，即为对网络中神经元间的联系强度(即权重系数)逐步确定的过程，通过对样本的学习，可以学会识别自变量与应变量间的复杂的非线性关系。经过充分学习后的ANN获取了样本的特征规则，并将这些规则以数字的形式分布存贮在网络的连接权中，从而构成了系统的非线性映射模型。用ANN建模，可将过程或对象看成一个“黑箱”，只要测得输入输出数据，就可以建立相应的模型，不必象传统的系统辨识那样把过程或对象分为线性系统还是非线性系统，也不必对过程或对象内部进行分析，这对未知过程的系统辨识是十分方便的。

中医证候体系具有复杂系统的非线性、开放性、层次性、涌现性和高维性特征，是一个多维多阶多变量的非线性复杂系统[2-3]。中医学辨证施治过程，实质上是对大量数据信息作出处理，提取规律的过程。如何从中医学大量现象学描述中寻找其内在规律，是证的规范化研究之热点和难点。以往多采用统计学方法，但效果不够理想。ANN作为一种智能信息处理系统，能够充分逼近任意复杂的非线性关系，获得样本数据的规则，较好避免数据处理中可能掺杂的主观因素，客观如实地反映研究对象[4]，因此，可以将其用于中医证候的非线性建模研究。

我们在MATLAB7.0环境下，对一组RA临床证候资料建立了基于共轭梯度算法的BP神经网络证候模型，并用3倍交叉验证的方法进行测试，结果显示：该模型具有很好的诊断、预测能力。说明ANN能够充分模拟症状与证型诊断之间的非线性映射关系。这是目前在不打开人体黑箱的前提下，建立非线性证候模型、反映证候的内在规律和特征的有效方法。

BP神经网络有一个明显的缺点是收敛速度非常慢，为此，我们基于共轭梯度学习算法，采用trainscg函数改进train函数，从而加快了神经网络的收敛速度。我们建立的RA证候网络模型3次训练的迭代次数分别为89、56、58，说明通过改进的BP神经网络具有很好的收敛性能。

另外，针对临床证候资料多存在兼夹证以及各证型之间有主次之分的情况，我们首先将模型的输出采用1个输出节点对应1种证型的方式，比如，RA证候模型共有10个证型，我们将包含10个证型的输出采用(0，1，0，0，1，0，0，0，0，0)的方式，其中，括号内每一个数值代表一种证型，“0”表示诊断不成立，“1”表示诊断成立，这样就可以诊断兼夹证了；然后，我们将整合输出值整理成(0，0.2，0.4，0.6，0.8，1)等6个等级的方式，这6个数值分别对应原始输出值的(0－0.1，0.1－0.3，0.3－0.5， 0.5－0.7，0.7－0.9，0.9－1)区间的数值，并规定整合输出值≤0.4为诊断不成立，≥0.6为诊断成立，这样就进一步根据整合输出值的大小直接判断有几个兼夹证以及各证型的主次地位了。可见，我们建立的RA证候网络模型不仅能够利用神经网络的自主学习能力从大量的样本中抽提出比较全面的证候内在规律，具有良好的诊断、预测能力，而且操作简便，真正实现了证候诊断的智能化。ANN技术是中医证候非线性建模的可行性方法。

虽然我们已经证实了ANN用于证候非线性建模的可行性，但是，以目前的技术，还无法从网络的联接权中抽提出网络通过自动学习所获得的证候规律，今后可以围绕这个关键问题继续开展研究。另外，证候的诊断信息具有模糊性特征，用模糊神经网络理论应更能够逼近证候的全貌，我们曾经试图用模糊神经网络进行证候的非线性建模研究，但是，目前的模糊神经网络还无法处理证候的兼夹问题，模糊神经网络的输出结果只能是多类中的一类，因此，我们暂时未作。今后我们将围绕这方面展开深入研究，力争建立证候的模糊神经网络模型。

总之，一门学科只有不断地吸纳先进的思想与技术，在继承的基础上发展创新，才能真正具有生命力。中医证候复杂系统研究，呼唤非线性科学、人工神经网络、计算数学、模糊数学、信息工程、医学工程、复杂性科学等多种边缘学科、交叉学科理论和技术方法的介入，理论上的探讨和不断切实可行的实践探索并行，才能使中医证候规范研究从量的积累上升到质的飞跃。

参考文献

[1] .中药新药临床研究指导原则(试行)[S].北京：中国医药科技出版社，2002.115－119.

[2] 白云静，申洪波，孟庆刚，等.基于复杂性科学的中医学发展取向与方略[J].中国中医药信息杂志，2005，12(1)：2－5.

落下的眼泪范文第3篇

我不再相信眼泪

眼泪有时就像一个不听话的水娃娃，不经意间滑过脸颊；眼泪有时又像一个坚强的小姑娘，不管怎样就是不落下；眼泪时而“娇嫩欲滴”，时而“坚强不屈”，让我永久猜不透它。

还记得一次，我独自去解放碑滑冰，一路上兴奋激动伴随着我，到了大都会，换上鞋，一切准备就绪。我小心翼翼地走上冰，紧拉住栏杆不放，慢慢熟悉，尽管以前来过这儿，但是隔得时间太久了难免会有些生疏。我拉着栏杆慢慢地滑了几圈后，找到感觉了，便松开了手，最后我滑得越来越快，由前面的两只脚在冰上滑动，到现在的一只脚抬起一只叫在冰上滑动。在一个转弯的不远处有一个小洞洞，我当时也没有注意就滑了过去，突然右鞋前面锯齿状在小洞那儿绊了一下，我“砰”的一声响，膝盖撞到了固定栏杆的板上，一会儿后疼痛蔓延全身，这时眼泪就像一个坚强的姑娘，我迅速地从冰上爬起，继续滑，到了最后我再也没有摔跤。

经过这一次事件，改变了我原来的观点：眼泪就是一个发泄物，在自己难过伤心时就落下，而现在不同了，我把眼泪当做了珍珠，不能再让眼泪那么轻易滑走。所以我不再相信眼泪！

落下的眼泪范文第4篇

雨，在希望中落下，在感动中落下，也在幸福中落下。这场雨中那无私的爱也在渐渐拉开帷幕……

去年夏天，我和妈妈随团去云南野象谷旅游，正好赶上热带雨林的大雨。雨大得就象有人端着一大盆水，直接倒在你的头顶，虽然打着伞，但是一下全身就湿透了，冷得让人发抖。走着走着，我脚下一滑，不小心重重地摔在台阶上。

“宝贝小心！”身后一双温暖的手立刻将我从冰冷的雨水中抱了起来。我回头一看，原来是卉卉姐，焦急、关切之情写满了她美丽的大眼睛，一把花伞扔在脚下。一阵剧痛传来，我低头一看，膝盖上雨水血水混杂在一起，眼泪直在眼眶里打转。“哎呀，摔破了。”卉卉姐立刻皱起眉头，把我拉到旁边人伞下，迅速找出消毒纸巾，急忙俯下身，帮我擦拭伤口，还不时嘟起嘴给我的腿吹气，这样可以缓解一点疼痛。卉卉姐又从包中找出创可贴，快速对准伤口，轻轻地、严丝合缝的贴上……看着淋得湿透的卉卉姐，看着她轻柔的动作，看着她焦急的神情，看着她那正在为我吹气的嘴，顿时让我感到一股暖流涌上心头，眼泪不听使地往下流……这时我突然想起来，卉卉姐正怀着小宝宝，怎么能蹲在冰冷的雨水中呢？我立刻擦干眼泪，跑过去捡起花伞，举地卉卉姐的头顶。这时，我忘记了一切疼痛。“卉卉姐姐，我没事了，已经不疼了。你快擦擦吧，小宝宝还好吗？有没有在肚子里抗议？”卉卉姐立刻舒展开紧皱的眉头，开地心把我抱在怀中，眼泪就象水滴一样，一下就流了下来，她一定也感受到了温暖的爱……

每次看到那道伤痕，我就会想起这次云南之旅，想起卉卉姐在大雨中给予我的无私关爱和无限温暖。

北京市海淀区中关村第三小学六年级:张欣瞳

落下的眼泪范文第5篇

总有一个人 是心口的朱砂

想起那些花 那些傻 眼泪落下

只留一句 你现在好吗

如果爱忘了 泪不想落下

那些幸福啊 让她替我到达

如果爱懂了 承诺的代价

不能给我的 请完整给她

总有些牵挂 旧的像伤疤

越是不碰它 越隐隐的痛在那

想你的脸颊 你的发 我不害怕

就让时间 给我们回答

如果爱忘了 泪不想落下

那些幸福啊 让她替我到达

如果爱懂了 承诺的代价

不能给我的 请完整给她

我说我忘了 不痛了

那是因为太爱太懂了

笑了 原谅了 为你也值得

用你的快乐 告诉我

现在放开双手是对的

别管我多 舍不得

如果爱忘了 就放他走吧

那些幸福啊 让她替我到达

如果爱懂了 承诺的代价

不能给我的 请完整给她

如果爱忘了 你还记得吗？

[01:22.31][00:03.93]戚薇 - 如果爱忘了

[00:09.33]曲：林天爱 词：唐恬，李志清

[00:11.48]专辑：如果爱忘了

[01:32.91][00:17.91]music…。。

[00:19.19]总有一些话 来不及说了

[00:25.87]总有一个人 是心口的朱砂

[00:32.30]想起那些花 那些傻 眼泪落下

[00:39.34]只留一句 你现在好吗

[00:44.66]

[00:46.83]如果爱忘了 泪不想落下

[00:53.26]那些幸福啊 让她替我到达

[00:59.48]如果爱懂了 承诺的代价

[01:06.26]不能给我的 请完整给她

[01:35.44]总有些牵挂 旧的像伤疤

[01:41.89]越是不碰它 越隐隐的痛在那

[01:48.62]想你的脸颊 你的发 我不害怕

[01:55.47]就让时间 给我们回答

[02:01.60]

[02:01.81]如果爱忘了 泪不想落下

[02:07.79]那些幸福啊 让她替我到达

[02:14.15]如果爱懂了 承诺的代价

[02:20.94]不能给我的 请完整给她

[02:26.84]

[02:28.59]我说我忘了 不痛了

[02:32.22]那是因为太爱太懂了

[02:35.56]笑了 原谅了 为你也值得

[02:41.74]用你的快乐 告诉我

[02:45.17]现在放开双手是对的

[02:48.22]别管我多 舍不得

[02:53.35]

[02:53.62]如果爱忘了 就放他走吧

[02:59.91]那些幸福啊 让她替我到达

[03:06.23]如果爱懂了 承诺的代价

[03:12.76]不能给我的 请完整给她