高維

有基于均值未知的高維協(xié)方差矩陣的估計陳艷真，李樹有（遼寧工業(yè)大學 理學院，遼寧 錦州 121001）給出了一種基于均值未知情形下，高維協(xié)方差矩陣估計的新算法。即當矩陣的維數(shù)大于樣本容量時，根據(jù)隨機矩陣理論，通過樣本協(xié)方差矩陣特征值的邊緣密度函數(shù)和總體特征值的對數(shù)似然函數(shù)，得到目標矩陣特征值的估計量?；谑湛s估計的思想，對目標矩陣特征值和樣本協(xié)方差矩陣特征值進行收縮估計，通過特征值的估計得到高維協(xié)方差矩陣的一個新的估計量。數(shù)值模擬表明，對于多元正態(tài)的總體，高

fu GAO (高維富)School of Science, Dalian Maritime University, Dalian 116026, People’s Republic of ChinaAbstract The properties of an atmospheric-pressure collisional plasma sheath with nonextensively distributed electrons and hypothe

組放大器等方法的高維三迭代算法，旨在提高輸電線路故障定位的準確性[2]。1 輸電線路故障的數(shù)學模型1.1 一維輸電線路故障的數(shù)學分析假設1：500 kV輸電網(wǎng)中含有N個輸電線路，第i個線路中的諧波幅值為Si、角頻率為ωi、初始相位為αi，那么，輸電網(wǎng)的采樣周期Ti為任意輸電線路Ni出現(xiàn)故障，該線路就會出現(xiàn)大幅的頻率變化，改變輸電線路的潮流分布。假設2：任意線路Ni的頻率變化為Δfi，輸電線路狀態(tài)為e，輸電線路總數(shù)為set，那么頻率變化Δfi為式中：e=1為

、柳必恒研究組將高維糾纏光子的總體探測效率提升到71.7%，從而實現(xiàn)了無探測漏洞的高維貝爾不等式檢驗。該成果日前發(fā)表在國際知名期刊《物理評論快報》上。非局域性是量子力學和量子信息科學的重要基礎。隨著貝爾不等式的提出，人們可以在試驗上檢驗量子非局域性。由于試驗裝置的不完美，絕大多數(shù)試驗都存在漏洞，其中廣受關注的漏洞包括探測漏洞和局域性漏洞等。2015年，科學家們首次在二維糾纏體系中同時關閉了探測漏洞和局域性漏洞，并以此為基礎發(fā)展出了各種設備無關的量子信息任務

132)1 引言高維數(shù)據(jù)包含多種屬性，例如空間位置信息、多物理參量、多時次數(shù)據(jù)、醫(yī)療數(shù)據(jù)等，也可將其理解為維度超過2的數(shù)據(jù)。該類數(shù)據(jù)已經(jīng)稱為當下生活中經(jīng)常使用的一種數(shù)據(jù)[1]，但是由于該類數(shù)據(jù)的樣本量極大，分析和處理的難度以及效果較差，甚至無法完成原始高維數(shù)據(jù)的加載；并且，即便在實現(xiàn)加載的情況下，也會導致計算機資源的超量占用，對算法的運算效率造成較大影響[2，3]。當前，諸多學者針對高維數(shù)據(jù)的增量式聚類均展開相關研究，例如趙萌萌等人基于共享近鄰緊密度，研究

078)1 引言高維數(shù)據(jù)就是指多維數(shù)據(jù)，是一維數(shù)據(jù)或者能夠?qū)懗杀磉_式的二維數(shù)據(jù)，而高維數(shù)據(jù)同樣可以類推，不過在維數(shù)較高時，很難直觀地表示，因此目前高維數(shù)據(jù)挖掘是重點研究對象。高維數(shù)據(jù)挖掘是指在大量的數(shù)據(jù)內(nèi)，找出事先未知、隱含的，同時有用知識的一項任務[1]。是計算技術研究中一個非常具有價值的新領域，主要融合了統(tǒng)計學、機器學習、人工智能以及數(shù)據(jù)庫等多個領域的技術以及理論，成為數(shù)據(jù)庫領域以及國際信息的最新研究方向之一，受到工業(yè)界以及學術界的廣泛關注[2]。文獻

的實時數(shù)據(jù)流都以高維屬性發(fā)揮各自的作用，研究人員稱這種類型的數(shù)據(jù)為高維數(shù)據(jù)流[2，3]。由于高維數(shù)據(jù)流的應用逐漸廣泛，如何在具備關聯(lián)性的高維數(shù)據(jù)流之間進行并行計算成為了目前研究的熱點[4]。許多相關學者對此進行了大量研究，目前，常用的數(shù)據(jù)流計算處理方法主要有基于GPU并行處理的大規(guī)模連續(xù)潮流批量計算方法和基于分治法求解對稱三對角矩陣特征問題的MPI/Cilk混合并行方法，雖然都獲得了一定的研究成果，但是上述方法主要面向傳統(tǒng)類型的靜態(tài)數(shù)據(jù)，數(shù)據(jù)只能勻速到達且

朱淑婷高維，身為寧夏回族自治區(qū)公安系統(tǒng)首位帶犬女民警，她在警犬工作崗位上堅持訓導警犬已有12年的時間。在此期間，她獲得了多項榮譽，成了行業(yè)里的女中“翹楚”。2007年9月，從警校畢業(yè)的高維被分配到銀川市公安局巡特警支隊工作。誰都沒想到的是，高維在報道當天毛遂自薦，主動要求進入警犬中隊。對于那時的高維來說，認真學習警犬技術，做一名合格稱職的帶犬女民警是她的心愿。想要學好專業(yè)技術較強的警犬技術，必須要求具備較強的心理素質(zhì)、細致的觀察力、堅韌的毅力與充足的耐心，

境下實現(xiàn)了高效的高維量子通信。該成果日前發(fā)表于《物理評論快報》。量子通信是量子信息領域最重要的應用之一。理論研究表明，相比二維體系，高維量子體系在信道容量和抗噪聲能力上均具有明顯的優(yōu)勢，然而要在實驗上實現(xiàn)高效的高維量子通信仍然存在挑戰(zhàn)。近年來，李傳鋒、柳必恒研究組致力于高維量子通信網(wǎng)絡的實驗研究，在高維糾纏的制備與傳輸?shù)确矫嫒〉昧艘幌盗羞M展，包括制備出世界上保真度最高的32維量子糾纏態(tài)，實現(xiàn)高維糾纏態(tài)在11 km光纖中的有效傳輸?shù)?。該研究組首先制備出兩光子

等合作，首次實現(xiàn)高維量子糾纏態(tài)的最優(yōu)檢測。相關成果日前發(fā)表于《物理評論快報》。量子糾纏是量子信息過程的核心資源。如何在實驗上制備和檢測量子糾纏，是量子信息領域的基本任務。然而，隨著系統(tǒng)維度數(shù)和粒子數(shù)的增加，傳統(tǒng)的量子態(tài)層析技術這種檢測量子糾纏態(tài)的方法，消耗的資源將會指數(shù)增長，因而在實驗上不具備可擴展性。為了解決高維糾纏檢測這一難題，該研究組曾利用基于保真度的糾纏目擊方法檢測32維的兩體最大糾纏態(tài)，保真度達到了世界最高水平。然而，對于常見的非最大高維糾纏態(tài)，

境下實現(xiàn)了高效的高維量子通信。該成果日前發(fā)表于《物理評論快報》。量子通信是量子信息領域最重要的應用之一。理論研究表明，相比二維體系，高維量子體系在信道容量和抗噪聲能力上均具有明顯優(yōu)勢，然而要在試驗上實現(xiàn)高效的高維量子通信仍然存在挑戰(zhàn)。近年來，李傳鋒、柳必恒研究組致力于高維量子通信網(wǎng)絡的試驗研究，在高維糾纏的制備與傳輸?shù)确矫嫒〉靡幌盗羞M展，包括制備出世界上保真度最高的32維量子糾纏態(tài)，實現(xiàn)高維糾纏態(tài)在11 km光纖中的有效傳輸?shù)取Ｔ撗芯拷M首先制備出兩光子多維

構建了雙冗余網(wǎng)絡高維離散數(shù)據(jù)調(diào)度和特征信息識別模型，優(yōu)化了數(shù)據(jù)庫存儲結構；然后，提取雙冗余網(wǎng)絡高維離散數(shù)據(jù)特征量；最后，根據(jù)提取結果進行網(wǎng)絡組網(wǎng)控制和信息化調(diào)度[1]，實現(xiàn)雙冗余網(wǎng)絡高維離散數(shù)據(jù)融合處理.從而提高雙冗余網(wǎng)絡的信息訪問和傳輸調(diào)度能力，相關的雙冗余網(wǎng)絡高維離散數(shù)據(jù)調(diào)度和特征提取方法研究受到人們的極大關注.對雙冗余網(wǎng)絡高維離散數(shù)據(jù)特征提取是實現(xiàn)數(shù)據(jù)優(yōu)化訪問和信息組網(wǎng)控制的關鍵[2]，通過構建雙冗余網(wǎng)絡高維離散數(shù)據(jù)的特征辨識模型，采用多維信息空間重

庫中存儲了大量的高維稀疏數(shù)據(jù)，對高維稀疏數(shù)據(jù)的有效組合推薦是保障云數(shù)據(jù)庫得到有效訪問和檢索的關鍵。通過對高維稀疏數(shù)據(jù)特征空間的重構和降維處理，提取高維稀疏數(shù)據(jù)的關聯(lián)規(guī)則特征量，實現(xiàn)對高維稀疏數(shù)據(jù)的組合推薦[1]，提高對云數(shù)據(jù)庫的訪問和自動檢索能力。研究高維稀疏數(shù)據(jù)的推薦模型，對實現(xiàn)高維稀疏數(shù)據(jù)庫的最優(yōu)分布設計和云組合模型設計具有重要的應用價值，相關的高維稀疏數(shù)據(jù)組合推薦算法的研究受到了極大關注。文獻[2]提出一種面向稀疏和虛假評分的協(xié)同推薦方法。運用低秩矩

子糾纏態(tài)，為實現(xiàn)高維量子信息過程和研究高維量子物理基本問題打下重要基礎。該成果于8月28日發(fā)表在國際知名期刊《物理評論快報》上。高維量子糾纏態(tài)相比于二維系統(tǒng)在信道容量上有著非常巨大的優(yōu)勢，但展示該優(yōu)勢的前提是必須要實現(xiàn)高保真度高維量子糾纏態(tài)的制備、傳輸與測量。之前人們廣泛采用光子的軌道角動量、時間或頻率自由度進行編碼，但都不能同時解決高維量子糾纏態(tài)的制備、傳輸與測量的困難。2016年，郭光燦院士團隊的李傳鋒、柳必恒研究組開始采用光子的路徑自由度進行編碼，并

降低不確定數(shù)據(jù)對高維數(shù)據(jù)聚類的影響是當前的研究難點。針對由不確定數(shù)據(jù)與維度災難導致的聚類精度低的問題，采用先將不確定數(shù)據(jù)確定化，后對確定數(shù)據(jù)聚類的方法。在將不確定數(shù)據(jù)確定化的過程中，將不確定數(shù)據(jù)分為值不確定數(shù)據(jù)與維度不確定數(shù)據(jù)，并分別處理以提高算法效率。采用結合期望距離的K近鄰（KNN）查詢得到對聚類結果影響最小的不確定數(shù)據(jù)近似值以提高聚類精度。在得到確定數(shù)據(jù)之后，采用子空間聚類的方式避免維度災難的影響。實驗結果證明，基于Clique的高維不確定數(shù)據(jù)聚類算

，肖翠娥，傅建輝高維最小二乘投影算法在NIR中的應用＊羅逸平，肖翠娥，傅建輝（湖南城市學院 理學院，湖南 益陽 413000）針對高維復雜的近紅外光譜（NIR）數(shù)據(jù)，提出了一種新的基于高維最小二乘投影的變量篩選方法（HOLPPLS）。首先計算高維最小二乘投影系數(shù)并對系數(shù)的絕對值進行排序，系數(shù)的絕對值越大，對應的變量就越重要；然后結合PLS進行變量篩選。HOLPPLS是結合了高維最小二乘投影和PLS的向前變量選擇算法。實際數(shù)據(jù)集的實驗分析表明，HOLPPLS

文的基于PCA的高維流式數(shù)據(jù)聚類算法是在D-Stream算法的基礎上提出來的。首先，從基本原理上分析了D-Stream算法在高維網(wǎng)格劃分時，存在著大量計算，影響算法效率;其次，對于高維數(shù)據(jù)本身而言，存在著數(shù)據(jù)高維稀疏的特性;最后，本文采.用PCA降維與滑動窗口技術相結合的思想來改進D-Stream算法，并通過仿真實驗證明了算法的可行性。[關鍵詞]流式數(shù)據(jù)PCA滑動窗口聚類1引言近年來，我們處在一個數(shù)據(jù)爆炸式增長的時代，從以往的靜態(tài)數(shù)據(jù)過渡到流式數(shù)據(jù)，其隱藏

采用具有方向性的高維小波，而高維小波變換具有多尺度及傾角和方位角選擇特性，在三維地震數(shù)據(jù)體上進行河道刻畫、地層追蹤、斷層解釋及提取信息等工作時，采用高維小波變換并基于FFT快速算法的支持，計算效率能夠大幅度提高的情況下更好地完成.宋亮等(2011)提出基于高維連續(xù)小波變換的地震資料橫向不連續(xù)性檢測方法，應用于實際資料，效果顯著[9].高維小波具有良好的空間及波數(shù)域局部化性質(zhì)，可以用來分析地震資料瞬時屬性[5].通過文獻調(diào)研，本文主要以高維小波變換寬頻帶地震

番興明科研團隊的高維A玉米品種“云瑞506”通過云南省品種審定，是全國第一個通過審定的高維A玉米品種。云南省多以普通玉米為主，當?shù)厝罕娨蚓S生素A缺乏而患上夜盲癥較為普遍。番興明科研團隊建立了高賴氨酸和高維A多基因聚合體系，將玉米中維生素A的合成理論應用于玉米育種中，育成高維A玉米品種“云瑞506”，實現(xiàn)了優(yōu)質(zhì)蛋白和高維A兩個性狀同時改良和提高，在應用研究方面取得實質(zhì)性創(chuàng)新。“云瑞506”品質(zhì)檢測每克籽粒中維生素A含量超15微克，為高維A品種。病害接種鑒定高

分析?？梢暬嗑S高維數(shù)據(jù)的常用方法是使用平行坐標圖。但是，這些方法由于邊的重疊導致視覺混淆從而無法有效地表達數(shù)據(jù)信息和檢測模式。該文設計了一個高維數(shù)據(jù)可視化算法，基于邊捆綁的平行坐標圖，并對其進行重新排列，有效地提高了高維數(shù)據(jù)的理解和視覺分析能力。關鍵詞：高維；平行坐標圖；視覺混淆；可視化中圖分類號：TP31 文獻標識碼：A 文章編號：1009-3044（2018）09-0017-03Abstract： Due to the popularity of m

碼構造方法。構造高維核矩陣極化碼最直接的方法就是將GA-DE和Tal-Vardy方法從G2推廣到高維核矩陣。然而，在推廣這兩種方法時存在一些問題。①GA-DE方法：Huang等人[7]提出了一種-表達式方法用來獲得任意高維核矩陣在似然比域中SC譯碼算法的簡化遞歸公式。基于-表達式，可以利用GA-DE方法構造相應高維核矩陣極化碼[7]。然而，對于高維核矩陣極化碼，由于-表達式中引入了相關，其違背了高斯假設（多個獨立同分布的隨機變量相加的分布近似位高斯分布），

0)數(shù)學建模中的高維數(shù)據(jù)挖掘技術優(yōu)化研究閆婷婷(晉中職業(yè)技術學院，山西晉中030600)高維數(shù)據(jù)挖掘由于特征空間占用開銷較大，挖掘的復雜度較高，挖掘精度不高，為了提高對高維數(shù)據(jù)挖掘的準確性能，提出一種基于相空間重構和K-L變換特征壓縮的高維數(shù)據(jù)挖掘數(shù)學建模方法；采用集成學習技術,對高維數(shù)據(jù)信息流進行相空間重構處理，考慮類間的數(shù)據(jù)不平衡性，求得高維數(shù)據(jù)的關聯(lián)維特征參量，根據(jù)數(shù)據(jù)的鏈距離進行稀疏性融合，計算高維數(shù)據(jù)流模型的最大Lyapunove指數(shù)譜，根據(jù)譜分

高中部)由低維向高維的突破 ——對一道經(jīng)典試題的巧妙新解在合情推理與演繹推理這一章節(jié)中有一道經(jīng)典的習題.據(jù)此猜想：這道題由低維向高維的猜想是很自然的，一維情形很好證，而對于二維情形，其證明最早出現(xiàn)在2002年山東賽區(qū)的聯(lián)賽題中，網(wǎng)上對此也有諸多解法，如2011年《數(shù)學通報》第50卷第8期，《“重心”在手，“五心”皆成功》，這些方法各有巧妙之處，但似乎難以推廣到三維空間.而本文提供了一種新的解法，不僅在結論上實現(xiàn)了由低維向高維的推廣，也實現(xiàn)了思維和方法上由低

channel.高維洲，遼寧鳳城市人。海軍政治工作部文藝創(chuàng)作室美術創(chuàng)作員，國家一級美術師，中國美術家協(xié)會會員。曾在瑞士、北京、青島等地舉辦個人畫展。出版有《高維洲寫意山水作品》《高維洲國畫作品輯》《高維洲鄉(xiāng)村民居水墨寫生作品選》《高維洲扇面作品選》及《人民海軍美術家系列——高維洲卷》等多部畫集。2017年5月應邀為書畫頻道“一日一畫”欄目錄制15期講座。

00401）基于高維LPQ特征與聯(lián)合貝葉斯的人臉識別邢玲，臧婷，穆國旺（河北工業(yè)大學理學院，天津300401）針對Sun Jian等人提出的構造高維特征的方法，提出一種新的構建高維特征的方法，并且將新的方法推廣到建立高維局部相位量化（Local Phase Quantization，LPQ）特征.在此基礎上，提出了一種新的人臉識別方法，首先提取圖像的高維LPQ特征，然后利用主成份分析（principal component analysis，PCA）方法對

“80后”女乘警高維婷是呼和浩特鐵路公安處乘警支隊K691列車（呼和浩特至昆明）上的一名“80后”女乘警。作為支隊當時唯一一名女乘警，高維婷在乘警崗位上一干就是10年，先后擔當呼和浩特至北京、呼和浩特至成都、呼和浩特至昆明等線路的值乘任務。用她的話說，“待在車上的時間遠比在地面上的時間多?！迸c其他男乘警一樣，高維婷的日常工作主要是承擔列車上的治安、消防和處置突發(fā)事件等任務。豐富的從警經(jīng)歷使她熟練掌握各類槍械的性能、構造及使用方法，在她的手中15秒鐘就能完成

唯一一名女乘警，高維婷在乘警崗位上一干就是10年，先后擔當呼和浩特至北京、呼和浩特至成都、呼和浩特至昆明等線路的值乘任務。用她的話說，“待在車上的時間遠比在地面上的時間多?！迸c其他男乘警一樣，高維婷的日常工作主要是承擔列車上的治安、消防和處置突發(fā)事件等任務。豐富的從警經(jīng)歷使她熟練掌握各類槍械的性能、構造及使用方法，在她的手中15秒鐘就能完成一支手槍的拆解和組裝，2秒鐘即可完成出槍射擊任務。為了確保出行旅客的乘車安全，當班時，高維婷都會依次檢查列車上的消防設

噪聲的Lasso高維統(tǒng)計分析董青（西北大學數(shù)學學院，陜西西安710127）研究在非高斯噪聲下的Lasso的高維統(tǒng)計分析，給出了在誤差噪聲滿足二階矩有限條件下，Lasso方法的高維界估計，推廣了現(xiàn)有的關于Lasso的主要理論結果.所得結果具有一定的理論及應用價值.Lasso；稀疏；高維數(shù)據(jù)1 引言高維數(shù)據(jù)處理是機器學習和統(tǒng)計學等領域的研究熱點之一.而高維特征是海量數(shù)據(jù)的一個重要特征，其特點在于所研究問題的未知參數(shù)的維數(shù)遠遠大于所觀測到數(shù)據(jù)的個數(shù).顯然，此問題

Weijuan(高維娟)＊Childhood pustular psoriasis —— A case of a patient treated with traditional Chinese medicineLiu Jun(劉君), Zhang Juncha(張俊茶), Pan Lijia(潘麗佳), Zhang Xiaoqi(張曉琪), Du Xiaoyi(杜瀟怡), She Yanfen(佘延芬)＊, and Gao Weijuan(高維娟)＊Ge

面噴施腐植酸肥料高維露對提高樹莓產(chǎn)量和品質(zhì)的影響，于2015年在彰武縣二道河鄉(xiāng)樹莓產(chǎn)業(yè)基地進行此項試驗。1 材料與方法彰武縣二道河鄉(xiāng)樹莓產(chǎn)業(yè)基地，屬大陸性溫帶季風氣候，四季分明，雨熱同季，降水適中，光照充足。年平均氣溫8.8℃，最高氣溫35.9℃，最低氣溫31.0℃；年平均降水量近600 mm；年平均日照3 000 h，無霜期170～178d；霧日5d。氣候條件適合發(fā)展樹莓。選擇生長健壯、樹齡4年的‘秋?！瘶漭疄樵嚥模晷芯?.4m×2.5m，每666.7

寧530004）高維縱向?qū)傩詳?shù)據(jù)的懲罰廣義估計方程分析尹長明，付聃，田凱（廣西大學數(shù)學與信息科學學院，廣西南寧530004）文章證明了分析高維縱向二值屬性數(shù)據(jù)的懲罰廣義估計方程估計的漸近存在性，相合性與漸近正態(tài)性.屬性數(shù)據(jù)；懲罰廣義估計方程；高維縱向數(shù)據(jù)；漸近正態(tài)性1　引言和主要結果二值屬性數(shù)據(jù)在生物學、醫(yī)學，經(jīng)濟和社會科學等領域中都有廣泛的應用.已有大量的文獻報道有關連續(xù)性的高維縱向數(shù)據(jù)的研究[1-2]，而研究高維縱向二值屬性數(shù)據(jù)的報道比較少.設在試驗中

面噴施腐植酸肥料高維露提高葡萄產(chǎn)量和改善果實品質(zhì)的效果，于2014年在遼寧省營口紅旗鎮(zhèn)，筆者采用北京星朋農(nóng)業(yè)發(fā)展有限公司生產(chǎn)的高維露進行了該項試驗，以期為高維露在葡萄上的推廣應用提供理論依據(jù)。1 材料與方法1.1 試驗園概況 該試驗園位于遼寧省營口經(jīng)濟技術開發(fā)區(qū)葡萄產(chǎn)業(yè)基地，屬大陸性溫帶季風氣候。其特征是四季分明，雨熱同季，氣候溫和，降水適中，光照充足，氣候條件優(yōu)越。年平均氣溫9.8℃，最高氣溫36.9℃，最低氣溫31℃，年平均降水量近700 mm，年平均

王桂杰，李佰君，高維姝，本文英文部分如下：Analysis of related factors about the possibility of thyroid disease after chronic hepatitis patients treated with peg-IFN and ribavirinWANG Gui-jie，LI Bai-jun，GAO Wei-shu，The Sixth People's Hospital in shenya

LAD組合損失的高維統(tǒng)計性質(zhì)分析張凌潔,蘇美紅,張海(西北大學數(shù)學系,陜西西安 710127)線性模型;高維;穩(wěn)健估計;罰穩(wěn)健估計;LS+LAD的凸組合DO I：10.3969/j.issn.1008-5513.2013.05.0141 引言研究與應用的階段,將穩(wěn)健統(tǒng)計數(shù)據(jù)擴展到其他評估和測試的問題,同時建立穩(wěn)健估計的漸近理論,并講述有關穩(wěn)健性的相關知識;文獻[6]對文獻[4]提出的案例(a)lim sup p＜∞做了分析;文獻[7]給出M估計中每個估計量

究者把精力集中到高維小波濾波器的構造上，最簡單通用的構造方法是一維小波濾波器的張量積的形式，但這種構造對處理二維圖像中的水平和垂直方向的信息是困難的.在最近十幾年里，不可分小波濾波器的構造引起了相當多人的注意[5-6].崔麗鴻等[7]研究了高維不可分正交多小波包，邱進凌等[8]給出了一類擴展矩陣伸縮的緊支撐多元向量值雙正交小波包的構造并討論了它們的性質(zhì).本文中在上述理論的基礎上將小波包進行推廣，引入對應于高維正交周期尺度函數(shù)的小波包，給出具有任意矩陣伸縮的

藏嬌的資格，所以高維巖的奧迪停在我身邊時，我沒有客氣。 3 高維巖帶我去了家酒店，不甚豪華，但干凈舒適。他讓我先住著，其他的事他來安排。他沒問我來龍去脈，大概這就是成功男人的城府。 他說了飛機上的事故，是飛行員不滿薪酬，發(fā)了個小脾氣。他說是小脾氣，我笑，把手里攥著的紙揉成團，扔進紙簍。 空氣一瞬間凝固了似的，我在心里說：南勇，我終于還是要走這一步。然后對著跟我剛剛相識幾小時的男人說，如果你愿意，我們可以不分離，至少是現(xiàn)在。說出去的話像是水銀落到地上，四分