赵峥点头:“我看到文献里面讲了几种合成方式,有……”
“都不用,”
程岳一边摇头,一边在纸上写下合成方法一边讲,“你按照我说的来做,用p123,一种嵌段共聚物,和Teos来做,我查了一下价钱,这两个虽然都不算很便宜,但胜在产率高,并且合成的微球,无论是粒径还是孔径都非常均匀,这么看来还是比较实惠的。”
赵峥捧着程岳在纸上写下的合成步骤,和他在文献中看到的任何一种都不同。不过程岳说是那就是了,他相信程岳的合成方法。
“看着好像不太难啊……”
赵峥喃喃自语,他觉得这甚至比文献中的还要简洁一些。
程岳点头:“是不太难,不过具体的细节,比如搅拌的时间,温度变化,浓度配比这些,还需要你摸索优化一下。”
“好说好说,有方向就行!”
赵峥能混到现在,也是靠着他,在实验步骤的优化方面,从来不怕麻烦的精神。
“嗯嗯,别着急,等合成出微粒后,我们需要借助透射电子显微镜的影像,不断调整角度来判断粒径和孔径,但具体微孔的承载体积,需要做一个氮气吸脱附曲线来判断。我看了一下这两种实验在咱们学校也都有条件做的。”
赵峥的神情肉眼可见的茫然。
这些都是什么和什么?
程岳已经看了一上午司徒捷报的茫然表情,眼见赵峥也开始茫然起来,不由有些头痛:“不着急不着急,等你合成好以后,我来教你怎么用仪器,怎么看数据,你就不要顾虑地好好做吧!”
“你看!”
程岳兴致勃勃,“这是两万多个数据,每一行代表一个样品,一共有384行,每一列代表一个参数,目前有53列,就相当于是一个五十三维的数据集。但是人脑无法处理五十三维的数据集,为了让我的实验结果清晰准确的展示,我要用一个计量学的方法,叫做主成分分析,简称pca,来帮我实现数据降维。”
从上一世读博和刘启光教授合作的经验,他知道刘启光对于pca完全不懂,是他的博士生导师用已经计算好的数据慢慢解释,才让刘启光明白这个概念和运算过程。
所以这次组会上他也没有跟刘启光细说,打算拿到结果再跟他慢慢讲,同组的师兄师姐们更是不会明白这些了。
可司徒捷报,作为计算机大佬,数学一定很强,所以程岳其实是第一次跟人讲自己的计算思路,十分兴奋。
“虽然看着这384x53的数据集很庞大,但其实也就是个矩阵而已,设这个矩阵为x,我要进行的第一步计算是把每一列进行零均值化,接着再求导协方差矩阵c=(xx)^T,得到这个协方差矩阵的特征值和对应的特征向量后,把特征向量按照对应特征值大小按照左大右小排列成新的矩阵,这时候,如果我们取前两行组成矩阵p的话,y=px就是把53维降到二维以后的数据了!当然,我是默认这些对应的荧光值和吸收值都和他们的浓度在一定范围内成线性关系,否则计算肯定要复杂得多。”
程岳一边讲一边在纸上写着方程,,“这样,本来难以表达的五十三维数据,现在就能变成人人都看得懂的二维数据了!虽然我们看似丢掉了二维之后的五十一维,可变换后的新矩阵,前二维基本上就能包括95%左右的能够使我的不同样品产生分离的足够信息了,所以……捷报?”
程岳讲着讲着一抬头,看到的却是司徒捷报僵住的脸。
“呃……捷报,你有什么问题吗?”
司徒捷报尴尬笑笑,他本以为以自己的进度,已经学得很快了。
当然事实也的确如此。
可他怎么也想不到,他连程岳的需求都听不懂。
司徒捷报抓抓头,有些不好意思地问:“什么是……矩阵?”
“?”
程岳这才回神,意识到司徒捷报虽然计算机天赋过人,可毕竟也是个十八岁刚上大学的学生,没学过矩阵也是正常。
“别急,我慢慢教你……”
然后。
司徒捷报用了一上午的时间,让程岳明白了什么叫“一个人数学好但并不代表他会教数学”
。
两人一个抓耳一个挠腮,颇有崔齐管兵这对哼哈二将写英语论文时的风范。