凡占人物性情，有气为吉，无气为凶，皆论于有气无气也。 乾卦： １、为直，吉则正真无私，直来直往，凶则为人不懂委曲求全，凡事不知变通。 ２、为高，则人吉则性情高洁，凶则好高鹜远、曲高和寡，孤芳自赏。 ３、为德，吉则德行高妙，受人爱戴，凶则虽有德行，但不受人理解。 ４、为威，吉则威武气壮，凶则好面子，爱装腔作调。 坤卦： １、为厚，吉则为人厚重踏实，虽不喜言笑而易办事可靠，凶则为人呆傻，总教不会，难以沟通。 ２、为宽，吉则为人宽厚，脾气大度，凡事不喜与人计较，凶则庸俗不堪，为人随便，事不挑剔。 坎卦： １、为动，吉则人聪明，反应灵活，随机应变，凶则性格飘忽，捉摸不定，办事虚浮不堪大用。 ２、为险，吉则处事周道，心思细致，凶则阴险狡诈 离卦： １、为烈，吉则为人爽真大气，有原则，凶则脾气暴燥。 ２、为明，吉则做声名远扬，影响力强，凶则时被人关注，容易引来骂声或是口舌。 震卦： １、为动，吉则志向远大，有一飞冲天之志，凶则好高骛远，专求声名，虚于其外。 ２、为发，吉则奋发向上，凶则心多叵测，毫无定见，性格虽急而做事不成。 巽卦： １、为柔，吉则性格柔和，细声细气，为人好，凶则为人卑下，好奉承拍马。 ２、为顺，吉则处事不惊，逆来顺受，凡处皆能适应，凶则随波逐流，胸无大志，丧气颓废。 艮卦： １、为静，吉则为人安静，喜静不喜闹，安宁祥和，凶则遇事退缩小前，怕人怕事。 ２、为止，吉则做事行止有规矩，会把握分寸火候，凶则做事百无一事，凡事有头无尾，毫无耐性。 兑卦： １、为悦，吉则和颜悦色，多愁善感，凶则奴颜婢膝。 ２、为说，吉则言语机灵，凶则为人喜饶舌。 ３、为艺，吉则擅长于音乐歌唱，凶则好声音酒色。
根据Google的AForge.NET中的源码分析BP反向传播算法原理
Aforge.net神经网络模型中，有BP学习算法，BP算法直接使用的是激活网络类，而不是用的接口，结果导致使用BP算法，就必须要继承激活网络类来进行覆盖函数调用，而激活网络类如果进行继承的话，会有很多麻烦的事，修改网络结构或是调整算法，并不是很灵活。 在GOOGLE的这个库中，神经网络算法比较简单，其结构大体是： 网络包括多个层叠加，而层中包括神经元。 建立一个激活网络的对象，然后指出要分多少层及每层多少个神经层，默认它是三层，一层为输入，一层为输出，输入即是输入的向量，即参数的个数，而输出则是输出的结果，可以是一个或是多个。 在计算时，先是输入的数据，进入每一层，先从神经元开始计算： 1、神经元的计算：每个神经元与输入的数据，输入的数据乘以神经元自身的权重,求出总和，然后再加上一个阈值，然后把这个值用激活函数处理一下（激活就是把它转换成处处可求导的），并进行返回给层。 ActivationNeuron.cs类中的Compute函数： public override double Compute( double input ) { // check for corrent input vector…