平滑处理fxaa文章列表:

• 1、记录美好生活 高性价比相机都在这里
• 2、关于幂律分布，你还应该知道如何用代码实现！｜集智百科
• 3、新车卖不动，二手却走俏，6万买辆09年的本田思铂睿值不值？
• 4、逆水寒画面点评：强悍画面下的真实江湖
• 5、涨势停不下来！双重利好推动布伦特原油突破71美元大关

记录美好生活 高性价比相机都在这里

历史一刻！#神舟十二号发射任务圆满成功#

刚刚，据中国载人航天工程办公室介绍，神舟十二号载人飞船发射任务取得圆满成功！

祝平平安安，顺顺利利！

英雄出征，穿云破日！

影像成为我们生活中不可缺少的一部分，除了记录美好的生活外，还起到创作的作用。其中相机是广大创作者首选的工具。如今相机性能的提升让画面精度越来越高，从而呈现出更多的细节，为影像创作带来更多便利。

现在失眠上拥有诸多性能强行的相机，并且有着不错的性价比。今天就为大家来盘一盘。

富士X-S10

近几年，各大网络流媒体平台不断发展，短视频已成为了广大网友社交中非常重要的一环，甚至也是各大自媒体创作者的重要才能展示方向。正是得益于网络带宽的发展，如今我们能在网络上看到的视频画质越来越好了，不过这也就意味着创作者们需要产出更高品质的视频，代表着需要更为专业的影像设备才能够完成这个任务。所以，今天我们就来聊一聊被称为vlog神器的专业无反相机——富士X-S10。

五轴防抖带来稳定画面

稳，绝对算得上是视频拍摄中最重要的点。如果一个视频连稳都难以做到的话，那观众是绝对无法观看下去的。一般来说想要让画面保持稳定的话，需要极其笨重且安装麻烦的稳定器来配合才能做到。而富士X-S10却拥有了极其强大的机身五轴防抖功能，配合上内置IBIS单元、DIS图像防抖增能和带有OIS的镜头，可以达到最高6档的防抖级别。如此强大的防抖性能让我们在拍摄视频时，即使是手持走动拍摄，也能够获得极其平稳的画面。

如果你自己就拥有一个稳定器，再配合上富士X-S10的防抖性能的话，得到的画面稳定性会更上一层楼！对于一个vlog创作者来说，富士X-S10的防抖能力是非常实用的。

18种胶片模拟随心换

在相机的颜色技术研发上，富士一直都是处于“霸主”的地位，“富士南波湾”的称号也是因为其优秀的色彩控制而得来。如今的富士X-S10机内也拥有广受网友们好评的18种胶片模拟模式。特别是经典的“ETERNA漂白效果”，能够让我们的照片呈现出独特的低饱和高对比的惊艳效果，这类效果非常适合用于城市风光的拍摄当中，基本上尝试过这个胶片模式的摄影师都对其赞不绝口。

多向翻转屏，随心所欲拍你所想

想象一下,当你想要拍摄一个低角度的场景,但是相机的屏幕却无法翻折的时候会有多尴尬。“翻转屏就是第一生产力”，这是我的一个专业婚礼摄影师朋友经常提到的一句话，虽然不敢说有多准确，但是在一定程度上来讲也体现出了翻转屏在我们拍摄过程中的重要性。

富士X-S10提供了一个支持多向的翻转屏,能够让我们随心所欲拍摄我们想要的角度而不做出尴尬的姿势。做体面人，拒绝摄影尴尬姿势，从我做起！

索尼A7C

提到微单或单电数码相机，相信大家第一个想到的牌子都是索尼，作为最早探索全画幅微单相机领域的厂商，索尼生产的微单相机带给我们太多的惊喜了。今年，索尼依旧在扩张着自己的微单/单电数码相机版图，持续推出震撼市场的新品，而索尼A7C则是其中的佼佼者。

此次推出的A7C依旧是索尼最熟悉的全画幅微单领域机器，但是其采用的外观设计却是与此前的产品大相径庭。以往A7系列的无反相机中采用的都是仿单反相机的造型设计，而A7C采用的外观设计则与A6000系列更为接近，特别是取景器设置在屏幕左上方这一点。相比于传统的A7系列外观设计，A7C此次的设计毫无疑问更为符合“轻巧、便携”这一微单相机的专属特点，其机身大小和重量与一台APS-C画幅的机器相差无几，但是采用的却是实实在在的全画幅CMOS，就光是这一点，就已经让无数无反相机望尘莫及了。更何况，其所搭载的CMOS更是极其强大。

索尼A7C采用的是一块约2420万像素的全画幅背照式Exmor R CMOS影像传感器和BIONZ X影像处理器，这对硬件组合与索尼此前所推出广受好评的经典机型A7M3如出一辙，相信对A7M3有所了解的都知道这块CMOS有多么强大吧。其能够为我们稳定地提供高感低噪性能和15级动态范围。官方数据中，A7C的感光度最高可达51200，在经过扩展之后更是达到了惊人的204800，如此强大的高感能力让我们在夜景拍摄中能够更为从容不迫，也能得到更为纯净的图片画面。

当然，提到了这组强大的处理器组合，就绕不开其提供的视频性能。在视频拍摄方面，A7C能够通过全画幅格式全像素读取无像素合并的方式进行记录，从而获得了拍摄高达6K超采样质量的4K视频能力。同时，其也支持S-Log3和S-Log2图像配置文件，能够给予我们更大的后期范围。作为一款定位入门级别的全画幅微单数码相机，这样的视频拍摄参数可谓是恐怖如斯，几乎打遍同类机型无敌手。

视频拍摄的能力强大了，那么对焦性能自然也不能落后。索尼A7C的对焦系统具有693点焦平面相位检测，可覆盖约93%的影响区域。不管是拍摄视频还是图片的时候，都能够让我们迅速锁定拍摄对象，在复杂的环境中也能实现精准对焦，再搭配上索尼黑科技的实时眼部对焦功能，对于喜欢拍摄动物、人像的朋友来说这简直就是福音一般的机器。

尼康Z 5

尼康Z 5带给人直观的视觉体验，它的电子取景器提供准确而清晰的视图，减少像差和眼睛疲劳，透过取景器以不同的方式看世界。它搭载可翻折触控显示屏，操作起来直观流畅。尼康Z 5的操作性也值得关注，深凹槽握柄设计和镜头的重量实现平衡，右手操作，左手支撑镜头，拍摄简单方便。还有一个惊喜就是双SD卡插槽，除了能提供额外的存储空间，还可以进行素材的备份和记录两种不同格式的照片。

尼康Z 5通过采用约2,432万有效像素的FX全画幅传感器，实现影像精致的细节和逼真的质感，让整个画面呈现高清晰度，并提供自然优美的虚化效果。色彩还原度也十分真实，拍出来的影像也更生动。另外，尼康Z 5可拍摄高达ISO范围100-51200的照片，纹理、细节和颜色更加逼真，且噪点少。

尼康Z 5在多种场景下都能获得高清晰度影像，这得益于它的273点自动对焦系统，Z 5可覆盖画面的水平和垂直方向约90%的范围，能够捕捉处于不同位置的拍摄对象。一张图片总有想要突出的重点，因此对焦是拍摄的灵魂所在，尼康Z 5相机可以自动检测并跟踪人和宠物的眼部，并且保持持续对焦，能拍摄出令人印象深刻的肖像照片。此外，这2种功能均可让用户选择所要对焦的某一只眼睛。拍摄视频时，相机还将能连续识别动物的脸部。

防抖或减震也是拍摄视频需要保证的一点，镜头太晃就会显得视频质量不够好，看的人感受也不好。尼康Z 5搭载强大的相机VR减震功能，即使在昏暗的环境下，也能手持拍摄清晰的影像。

尼康Z 5的卖点主要是创意，我想并不是说相机本身的创意，而是相机的一些功能为创作者提供更多可能性。例如使用Z 5可拍摄具有丰富细节的4K超高清/30p视频，还可以在相机显示屏上触控对焦来实现被摄对象之间的平滑过渡，同时轻松调整自动对焦速度来创建更具电影感的视频。而且相机允许在录制视频时保存拍摄的照片，这样一来，就不用退出视频录制拍照或者在视频里面截图，方便了创作者的发挥。另外，尼康Z 5的间隔拍摄功能可以在相机内生成延时视频，同时保存静止图像，风景中逐渐变化的光线、移动的浮云、快节奏的城市景观，在凝缩的时间里创建具有戏剧化效果的个性化视频。

备受关注的全画幅微单数码相机尼康Z 5，已于8月25日在京东平台首发。尼康Z 5向各种类型的创作者致敬，为新手提供更多的可能性，从令人印象深刻的背景虚化的肖像，到色彩斑斓的风景照片，均出自一台轻便坚固又易操作的相机。无论身处城市还是大自然，无论白天还是黑夜，只要灵感袭来，世界就是乐园。

关于幂律分布，你还应该知道如何用代码实现！｜集智百科

导语

今天我们继续学习幂律分布的基本概念——幂律概率分布，以及如何用代码实现幂律分布。内容来自集智百科，集智百科是复杂系统领域的百科全书，涵盖复杂系统领域的基本概念（持续完善中）。

我们正在组织撰写翻译相应的维基词条，并附上代码实现。想要自己创建词条，一起贡献知识的小伙伴们可以通过链接报名哦。点击「编辑」，做些改变，按下「保存」，你将影响世界！

幂律概率分布

（Power-law probability distributions）

广义上，幂律概率分布是一个密度函数（或离散情况下的概率质量函数）具有以下形式的分布： 对于较大的，，其中且是一个慢变函数(Slowly varying function)，对于任何正因子，它都满足的这个属性来自于渐进的标度不变性。因此，仅控制左尾的形状和有限范围。如果是常量因子函数，并且我们有一个幂律适用于所有的值，在许多情况下，可以很容易地依据幂律假设出一个下限。结合这两种情况，当是一个连续变量，幂律有以下形式：

其中，

是标准化常量因子

下面我们来讨论这个分布的性质。 首先，它的矩可表示为：

当，定义是完备的； 当，发散： 当，均值与高阶矩都是无穷大； 当，均值存在，但方差和高阶矩都是无穷大。 如果从这种分布中抽取有限样本，意味着中心矩估计永远不会收敛——并且随着数据的增多，他们还有增大的趋势。这种幂律概率分布又被称为帕累托型分布，具有帕累托尾部特征的分布，或是具有规则变化的分布。

帕累托型分布 | 来源：https://www.google.com

一种不满足上面的一般形式的修改，即指数截止幂律分布。

在这种分布中，指数衰减项最终会在较大的处超过正常的幂律分布。这种分布无法成比例缩放，因此并不是幂律;不过，它会在截止前的有限区域内近似地缩放。（注意，一般的幂律分布是这种分布的简单形式，即的指数截止幂律分布。）这种分布是渐近幂律分布的常见替代方法，因为它考虑了有限大小的影响。

Tweedie分布是一族统计模型，其特征是基于可加（additive）与可再生（reproductive）卷积以及标度变换（scale transformation）的闭包（closure）。因此，这些模型都表达了方差和均值之间的幂律关系。这些模型作为数学收敛的焦点，类似于正态分布在中心极限定理中所扮演的角色。这种收敛效应解释了为什么在自然过程中, 方差-平均幂律表现得如此广泛, 就像泰勒在生态学中的定律和在物理学中的涨落标度。还可以证明，使用扩展箱（ expanding bins） 的方法时，这种方差- 均值幂律分布（variance-to-mean power law）意味着存在1 / f噪声，而1/ f噪声可能是由于Tweedie收敛效应（Tweedie convergence effect）而产生的。

图形验证法

检验幂律概率分布

虽然人们已经提出了更成熟更稳健的方法，但通过随机样本检验幂律概率分布的最常用的图形方法还是帕累托双分位图（Pareto quantile-quantile plots ）（或帕累托Q-Q图），平均剩余寿命图（mean residual life plot）和双对数图（Paretoquantile-quantile plots）。

（log-log图）

在双对数图上呈现直线是必要的，但并没有足够的证据证明他们的幂律关系，直线的斜率就对应于幂律指数。

另一种更强大的图形检验法是利用bundles of residual quantile functions 残余分位函数束 。（注意，幂律分布也称为帕累托分布。）这里假设从概率分布中获得随机样本，并且我们想知道分布的尾部是否遵循幂律（换句话说，我们想知道分布是否有“帕累托尾”）。此处随机样本也被称为“数据”。

帕累托Q-Q图是这样绘制的：它将取对数后（样本）数据的分位数与取均值为1的指数分布对应的分位数（或标准帕累托分布的位数）进行比较。如果得到的散点图表现是“渐近收敛”为直线，就应该怀疑其服从幂律分布。帕累托 Q-Q图的局限是它在尾部指数（也称为帕累托指数）接近于0时表现不佳，因为帕累托Q-Q图难以检验尾部是缓慢变化的分布。

帕累托分布 | 来源：https://www.google.com

另一种检验幂律概率分布的方法是平均剩余寿命图，它包含以下步骤：首先对数据取对数，然后将高于第 i 阶统计量的数据平均值与第 i 阶统计量进行比较绘制，从i = 1, ..., n,其中n是随机样本容量。如果绘制出的散点图走势呈现为一条“稳定”的水平直线，那么应该考虑其服从幂律分布。但由于平均剩余寿命图对异常值非常敏感（它并不稳健），所以它通常会产生一些难以解释的图形; 而这些图形通常被称为 Hill horror plots 。

Hill horror plots | 来源：https://www.google.com

双对数图是使用随机样本以图形方式检验尾部分布的另一种方式。使用这个方法必须要谨慎，因为双对数图中呈现直线对幂律概率分布是必要不充分条件，许多非幂律分布在双对数图上也显示为直线。这个方法是将特定数在该分布中的概率估计量的对数 | 对比这个数的对数 | 进行绘图。通常，此估计量是该数据在数据集中出现的次数的比例。如果图中的点在x较大时倾向于“收敛”为直线，则可得出结论，该分布具有“幂律尾”（power-law tail）。目前这些类型的绘图的应用示例已经发表。但这种方法的局限是，需要大量的数据才能使结果可靠。此外，它仅适用于离散（或分组）数据。

log-log Graph 双对数曲线图 | 来源：https://www.google.com

不过，目前已经提出了使用随机样本检验幂律概率分布的另一种图形方法。该方法包括绘制对数变换样本的束，是最早提出使用随机样本探索矩的存在和矩生成函数的工具，基于残差分位函数（RQF）（也称为残差百分位函数） ，它提供了许多众所周知的概率分布的尾部行为的完整表征，包括幂律分布与其他类型的重尾，甚至非重尾分布的分布。这种方法绘制的图形没有上面提到的平均剩余寿命图、双对数图和帕累托 Q-Q图的缺点，它们对异常值很敏感，能够直观地检验具有小值的幂律，并且不适用于分析大量数据。此外，其他分布类型的尾部也可以用这个方法观察检验。

绘制幂律分布

（Plotting power-law distributions）

一般来说，幂律分布是在双对数坐标轴上绘制的，强调右尾部分。最简便直观的方法是通过（互补）累积分布函数（cumulativedistribution function，缩写为cdf）说明：

累积分布函数 | 来源：https://www.google.com

注意，cdf也是幂律函数，只是它的标度指数较小。从数据处理角度，cdf的等价形式是rank-frequency 分布，即先按升序排列的观察值，再将它们与矢量

对应。

尽管便于记录数据，抑或是便于拟合平滑概率密度（质量）函数，但这些方法在数据表示中引入了隐式偏差，因此应该避免。另一方面，所述的cdf法对处理这些隐式偏差更稳健（但并非没有偏误）并且保留了在双对数图形上的线性特征。

虽然在同时用线性最小二乘法拟合幂律时，使用cdf绘制优于pdf（概率密度函数），但其不可避免地在数学上有不准确性。因此，在估计幂律分布的指数时，建议使用最大似然估计。

从经验数据估计指数

有许多方法可以估算幂律尾部的标度指数值，但并非所有方法都能产生无偏且一致的结果。一些最可靠的技术通常基于最大似然估计。替代方法通常基于双对数概率，双对数累积分布函数或对数分组数据进行线性回归，但是，应该避免这些方法，因为它们都可能导致对标度系数的具有显著偏误的估计。

关于这些方法，以及能够使用它们的条件，可以进一步发现，这篇文章全面而详细地提供了可用的代码（Matlab、Python、R和C ）来评估和测试幂律分布的过程。

详细代码如下：

# coding: utf-8

# # 用numpy生成0，1之间的幂律分布

#

# ### 概率密度函数为

# f(x) = a*x^(a-1)

a = 0.4

# 采样数量

samples = 10000

s = np.random.power(a, samples)

# 绘图展示结果

import matplotlib.pyplot as plt

count, bins, ignored = plt.hist(s, bins=50)

x = np.linspace(0, 1, 100)

y = a*x**(a-1.)

normed_y = samples*np.diff(bins)[0]*y

plt.plot(x, normed_y)

plt.show

# # 使用原生方法生成0，1之间的幂律分布

import math

# 分布函数的反函数

def rev(x,a):

return math.exp(math.log(x) / a)

# 生成分布

s1 =

for i in range(samples):

s1.append(rev(np.random.uniform(0,1),a))

# 绘图

count, bins, ignored = plt.hist(s1,bins=50)

x = np.linspace(0, 1, 100)

y = a*x**(a-1.)

normed_y = samples*np.diff(bins)[0]*y

plt.plot(x, normed_y)

plt.show

# # 线性拟合生成结果

# 统计不同区间的数据数量

divide_num = 100

ys = np.zeros(divide_num)

xs = np.linspace(0,1,divide_num)

for i in range(len(s)):

ys[int(s[i] * 100)] = 1

# 使用sklearn包中的回归工具

from sklearn import linear_model

# 回归

x_log = np.log(xs)

y_log = np.log(ys)

#线性拟合数据准备

X_para=

Y_para=

for x ,y in zip(x_log[1:],y_log[1:]):

X_para.append([float(x)])

Y_para.append(float(y))

# 使用sklearn的线性拟合函数进行拟合

regr = linear_model.LinearRegression

regr.fit(X_para, Y_para)

#

plt.title("fit the log data")

plt.scatter(x_log,y_log,color ="black")

plt.plot(X_para, regr.predict(X_para),color='blue',linewidth=3)

plt.show

通过R函数估计指数, 并绘制双对数数据拟合线：

详细代码如下：

pwrdist <- function(u,...) {

# u is vector of event counts, e.g. how many

# crimes was a given perpetrator charged for by the police

fx <- table(u)

i <- as.numeric(names(fx))

y <- rep(0,max(i))

y[i] <- fx

m0 <- glm(y~log(1:max(i)),family=quasipoisson)

print(summary(m0))

sub <-

paste("s=",round(m0$coef[2],2),"lambda=",sum(u),"/",length(u))

plot(i,fx,log="xy",xlab="x",sub=sub,ylab="counts",...)

grid

lines(1:max(i),(fitted(m0)),type="b")

return(m0)

}

如果你有更好的代码，欢迎贡献到集智百科上，或者联系我们，成为我们的志愿者！

新车卖不动，二手却走俏，6万买辆09年的本田思铂睿值不值？

哈喽，大家好！检车家老撕鸡又和大家见面啦，我是一名修过车的二手车检测师老高，帮大家排雷是我的本职所在。我最喜欢看的电影是周星驰的《大话西游》，里面有一段经典台词：曾经有一份真挚的爱情摆在我面前，我却没有去珍惜，等到我失去的时候，我才后悔莫及……这段台词印在了多少人的脑海中。

这个道理每个人都懂，但是在现实生活中依然不断上演着失去后才珍惜的剧情。汽车领域也不例外，很多车款上市在售阶段无人问津，反而停产退市以后在二手车领域火了起来，纷纷得到了迟来的爱。大致数说这类车，远的有大众R36，近的有大后超锐志，以及英菲尼迪的G系列/FX系列。老高我这次要检测的本田思铂睿，也是这样一款车。

在东风本田的体系中，思铂睿一直扮演着一个不温不火的角色，尽管上市初期凭借着国产“讴歌TSX”的品质使其成功地吸引了一部分车迷，但是运动型轿车就是给少数人准备的。这类年轻人追求个性，不从众，有自己的独立想法，所以才会选择这种小众车。

但是人不会永远年轻，当年开这车的小伙子如今都已经成家立业，拖家带口了，不得不为家庭和责任妥协。所以忍痛割爱，卖掉心爱的座驾。这就是一辆运动型轿车对于一个年轻人的意义，陪他从年少轻狂走向成熟稳重。而另一部分被父母所逼，放弃思铂睿转买其它车的年轻人，都心怀一个当年没实现的梦，所以二手思铂睿特别是第一代思铂睿就成为了二手车市场的抢手货。

这次的客户自称忠实的本田粉，从飞度到思域雅阁都赞不绝口，思铂睿更是大爱，不过年轻的时候没有能力购买，有条件的时候思铂睿却已经停产。这次买车着实是为了自己的一个惦念已久的愿望。接下来一起看下今天的主角，看看这台经历了十一年风风雨雨的思铂睿，还能不能唤醒那颗年轻的心，能不能让客户大哥带回家。

车型年款：本田思铂睿 2009款 2.4L TYPE-S

出厂时间：2009-10

表显里程：15万KM

厂商指导价：25.58万

车商报价：6.1万

检测地点：山西太原

看到这款思铂睿难免会想起雅阁，在心里面做一个对比。首先这个大灯就比雅阁好看多了，最起码人家是疝气带透镜的。

首先还是外观漆面检查，客户大哥对外观要求不高，但是咱们得做到心中有数。绕车一圈，漆面基本上都有后期修复痕迹。

该说不说，这个尾灯就没有前大灯那么犀利了，也不如雅阁的尾灯优雅。

前翼子板存在二次喷漆的情况，但没有发现钣金。翼子板也是剐蹭高发区，在狭窄的空间倒车或者拐弯非常容易刮到。喷漆或者钣金是难以避免的，多次喷漆都有可能，不必太在意。

右后翼子板钣金修复，做漆面积不大。

还有多个面有喷漆和瑕疵，就不一一单独放图了。主要还是看一下关键的部分有没有钣金或者切割修复。

外观漆面总体来说还可以，只有右C柱部分有比较严重的钣金修复，虽然没有发现切割更换的情况，但严格意义来说，车辆的四梁六柱，任意一个结构件受损，都可以认定为事故车的。不过对于正常用车来说，损伤的影响又没那么大，所以这一类有瑕疵的车并不影响在市场流通，低价买低价卖。

外观的问题先暂时告一段落，我们来看看发动机舱。十一个年头的车子，机舱看起来并没有那么老旧脏污，零部件也没有老化破损的情况。2.4L自然吸气发动机最大功率133千瓦（181马力），最大扭矩225牛米，参数比雅阁2.4高1千瓦，其实基本就是一样，开起来也并没有感觉比雅阁快。发动机本体留到一会儿看，先看看机舱框架是不是有事故存在。

首先机盖两侧铰链螺丝未见拆卸，锁块等附件没有动过，结合外观漆面的检测结果，可以判定机盖为原厂部件。

减震器座没有异常，漆面厚度在正常范围不过避震螺丝有拆卸拧动的痕迹，应该是换过了，只要不是事故造成的易损件维护，问题就不大。

水箱框架和翼子板梁的焊点同样也是正常无修复的，所以机舱没有影响发动机的事故，但是大灯有拆卸改装痕迹，不排除是更换后的。

以发动机为本的本田对于这款发动机的造诣早已炉火纯青，发动机本身的故障率很低，基本上没有什么通病。面前这台发动机没有大面积拆卸和吊装的痕迹。

从这个角度看，发动机机脚螺丝还是原厂状态，凭这一点就可以排除发动机吊装分解维修的可能。

气门室盖没有拆过，漏油也是不存在的。

压缩机发电机未见拆卸，排气管等附件也没有动过，这款发动机也是比较早期开始使用缸盖集成式排气歧管的发动机。

变速箱同样没有拆卸分解痕迹，看来本田这一套动力组合还是很完美的，十一年不动一颗螺丝。

不过发动机内部就不像外边那么完美了，机油已经很脏了，车还是要好好保养才能保证关键时刻不掉链子。

刹车油也已经不成样子了，颜色发黑有杂质，这些都是需要保养处理的。

接着进入车内看看驾驶舱的情况，内饰部分和雅阁还是比较像的，中控做工比较精细，各个按键的手感也都十分出色。音响和空调的操作都和讴歌RL很相似，似乎只是把RL的音响和空调区调换了位置。整体看起来还是有雅阁的感觉，不过一眼就看到主驾驶座椅严重塌陷起褶，卖相不怎么样。从侧面也说明公里数不少了。

思铂睿的仪表盘采用独特的立体设计，速度表和转速表都是向外凸出的，很有立体感，运动版的仪表为红色背光，普通版为蓝色。

欣赏完内饰设计，来看看车内有没有什么问题。首先保险盒没有发现进水腐蚀痕迹，这是排查内饰有没有泡水的重要一项。

座椅骨架有生锈，不过这属于正常的浮锈，可能是用车环境潮湿或者洗车的时候水分没有彻底晾干造成的生锈。

安全带的标签已经磨损的不像样，依稀可以辨认出2009的字样，看来还是原厂安全带，没有更换过。

仪表台骨架以及其他的部件也没有生锈腐蚀的迹象，综合内饰其他部位的检测，可以排除车辆泡水的可能性。

随后把车子升了起来检测底盘。一眼望去，底盘干爽平整，没有明显的托底剐蹭痕迹，也没有明显的大面积漏油情况。

前双叉臂悬挂，带横向稳定杆。

后多连杆悬挂带横向稳定杆，这是中高端车的标配，比起现在的某些豪华车都简配成麦弗逊要厚道多了。

检查底盘前部，发现水箱框架下横梁有焊接更换的情况，前方有事故。这就体现了检测底盘的重要性，上面是没有什么异常的，看底盘才会发现这个问题。这样的话水箱冷凝器都有更换，但是我们知道发动机舱盖没有更换，推测可能是撞击部位较低造成的。

既然前部有事故，就要检查前纵梁有无受伤。仔细观察一圈，前纵梁漆面自然平滑，没有变形钣金焊接修复痕迹，看来前部事故并不是特别严重，有可能是撞到了比较低的围栏或石墩子。

检查元宝梁并没有受伤，这就表示悬架和发动机变速箱没有损伤，运气还是不错的。但是水箱框架的焊接是车身的一部分，再加上右C柱的损伤，这辆车属于车况较差的分级。

四条轮胎磨损严重，胎纹都要磨没了。安全着想，还是建议及早更换。

最后进行动态路试，行驶过程中发现变速箱换挡有明显的顿挫，而且车内噪音大，除了风噪就是胎噪，不开音乐的话，对耳朵是一种折磨。隔音本来就是本田一贯的吐槽点，加上年份多，门框胶条老化，密闭性变差。后期入手的话，这些都需要进行整备和检修。

路试完，所有的检测项目就全部完成了，做个车况小结。

车辆外观检测：全车剐蹭凹陷较多，前杠更换，左前翼子板喷漆，机盖喷漆，左后门喷漆，左后翼子板钣金喷漆，后杠喷漆，右后叶子板钣金，右后门喷漆，右前门喷漆，右前翼子板喷漆，右C柱钣金；

发动机舱检测：水箱拆卸更换，冷凝器更换，散热器风扇更换，全车油液需更换，大灯拆卸改装；

车辆内饰检测：内饰磨损较大；

车辆路试检测：换挡顿挫明显，后排噪音大；

车辆底盘检测：轮胎磨损严重，轮毂剐蹭，底盘拖底，水箱下横梁焊接，前避震器更换。

总体来说，这辆思铂睿认定为事故车，前部事故；内饰磨损大；变速箱换挡顿挫；全车油液和轮胎等需要保养维护。把车况交代给客户大哥，大哥撇撇嘴说：小事故没啥，大梁没事就行，二手车哪有不碰不撞的，只要发动机变速箱是好的都能接受。又盘算了一下后期需要整备的地方和费用，大哥淡定的去和车行砍价去了。

这款思铂睿当年厂商指导价25.58万，如今的二手车行情在6万左右，保值率和雅阁相差不多。今天车行报价6.1万，这个报价在正常行情区间，不过有点儿虚高，事故车加上后期整备的地方比较多，砍三千下来应该问题不大。

客户大哥买这辆思铂睿，可以说是为了弥补年轻时的一个遗憾，即便是事故车也不介意，这并不是他缺乏理智，而是在思考判断过后作出的决定。其实一般性事故车并不是完全没有了使用价值，事故车还是可以正常行驶，还是可以发挥代步功能和彰显身份特征的，只是在车辆安全和车辆价值上有所欠缺和不足。而对于特大事故车、水泡车、拼装车这种安全隐患大的二手车来说，就没有入手的必要了。

好了，今天的检测分享就到这了，我是检车家的一名二手车检测技师。喜欢就赞、不喜欢就喷。我修车多、读书少，写的不好，请大家多担待。检车家，愿做你最懂车的朋友！

报价29万的雪佛兰科迈罗，一次事故换了半个车头，买主依然入手

53万买老款保时捷帕拉梅拉图啥？网友：这车开去跑马拉松了吧

火烧车也敢卖？这辆6万的现代索纳塔半价都没人要！买家自认倒霉

库存车咋样？玛莎拉蒂吉博力一年多没挪过窝，买主谨慎提车

逆水寒画面点评：强悍画面下的真实江湖

在万众的期待下，《逆水寒》终于在上周五开启了不限号内测。这款游戏为玩家打造了一个“会呼吸的江湖”，游戏内的细节多到令人咋舌，也正是因为这些细节，让游戏变得更为真实。而画面则作为游戏的令一大卖点，被玩家们津津乐道。和其他同类型游戏相比，《逆水寒》的画面绝对是这其中的佼佼者，当你打开游戏看到它第一眼时，带来的那份惊艳是前所未有的。

官方在游戏内测前公布了不同画质下的需求的电脑配置，我们可以看到即使是最高画质，要求的配置也十分的亲民，只需要GTX970便可运行。游戏中的画面选项很多，但如果你觉得麻烦，你大可根据系统搭配好的选项直接设置。

低画质：

Intel Core i3-2105 或 AMD Athlon X4 750K 及同等型号CPU

NV GTX650 或 AMD HD 6770 及同等型号显卡

8G内存

高画质：

i7-4790 或 Ryzen5 1500X 及同等型号CPU

NV GTX970 或 AMD RX470 及同等型号显卡

16G内存

测试机配置：

系统：Windows 10 64bit

CPU ：Intel Core i7-2600K

内存：8 GB

显卡：技嘉 GTX 1080 G1 Gaming 8G

画面选项：

我们截取了游戏中几组最高画质和最低画质的对比图，可以看出在最低画质下，游戏的近景细节还是非常出色的，而最高画质则将远景细节展现了出来。

PS：点击下方图片即可拖动拉杆调节画质

拿杭州中的一个场景为例，点开大图我们可以看出，在最低画质下画面并没有不堪入目，水面效果几乎和最高画质持平，而远处的风景在最低配置的画质下也是一个可以让人接受的风格。在最高画质下，远处风景尽收眼底，还会相比最低画质多一些植被。

在雨天效果下，最低和最高画质相差无疑，只是在最高画质下，树木的细节更加丰富，雨天还会多出雾蒙蒙的效果。

游戏近景：

在测试这个选项时，我选择了一个山头，因为植物比较多所以非常好展现。在最低画质下，近处的草仿佛杂草一般没有规则没有间隙，猛一看像一个荒废的山头，而不远处的鲜花是在最低画质下唯一给这个场景增添色彩的元素。随着画质的提升，草和花的数量也会跟着增多，当到了最高画质下，整个山坡显得春季盎然，美不胜收。

环境光遮蔽：

使用环境光遮蔽之后，图中比较明显的变化是台子下的建模添加了一些平滑的阴影。从下图中的对比不难看出，在开启了环境光遮蔽以后，增加了一些场景中小建模的阴影，让整个建模变得更加真实。

阴影效果：

阴影效果在游戏中对比十分的明显，我专门找了一个动态效果多的场景进行测试，在关闭的情况下，影子仿佛一大块灰色色板一般在地面上，即使树在动，影子也不会动。但随着效果的提升，树木的阴影都会进行即时的反馈，并且阴影质量也有所提升，和关闭的情况下相比，最高的阴影效果几乎能将每片树叶的影子都显示出来。

抗锯齿：

测试抗锯齿时选择了汴京里的一座大桥，在关闭抗锯齿的情况下，我们可以看到桥上栏杆处有明显的锯齿，而在开启以后，栏杆棱角变得平滑了许多。

贴图品质：

这一选项主要影响了游戏中纹理的贴图品质，从下面的最低到最高选项，石面的质感做得十分到位。最低选项下石面的细节和最高画质相比仅仅只是少了一些光影上的衬托。而高选项和最高选项几乎没有什么太大的区别。

场景细节：

场景细节在不同的配置下所展现的东西都有所不同，比如在最低的配置下，场景内的元素比较少，地面上的草也十分的零散，如同杂草一般，但随着画质的提升，落叶、草丛、远处房屋的窗帘等细节都随着细节选项的提升而展现出来。

青丝效果：

青丝效果是这款游戏的一大特色，它一改同类型游戏中，头发如同一大块黑色紫菜一般贴在头上，而是以TressFX发丝技术，将发丝做到每根都能清楚的看到，十分贴近现实。

结语

不得不说的是，《逆水寒》的画面绝对是目前同类型游戏中的“翘楚”。在最高画质下运行时，游戏带给了玩家一个最真实、最有代入感的江湖。而由于多年的细心打磨，即使你的配置不够，在最低画质下也是可以一览江湖美景。

涨势停不下来！双重利好推动布伦特原油突破71美元大关

FX168财经报社（香港）讯国际原油价格周四（1月25日）亚洲时段进一步扩大升势，再次刷新2014年12月以来最高水准，其中布伦特原油一度突破每桶71美元关口，主要受助于美国原油库存创连续第10周下跌，以及近期美元持续走软。

周四指标布伦特原油期货上涨0.6%，盘中最高触及每桶71.03美元的2014年12月初以来最高水准；美国WTI原油期货亦上涨0.9%，盘中刷新每桶66.32美元的逾三年高位。两个指标原油合约自去年中以来均涨近60%。

美国能源信息署（EIA）周三公布数据显示，1月19日止当周，美国原油库存下降110万桶至4.1158亿桶的2015年2月以来最低水平。尽管上周库存降幅低于预期，但连续10周下跌是EIA数据最早追溯至1982年以来的最长跨度。

同时，上周美国原油期货合约交割地库欣库存进一步下降，跌至3,920万桶，为2015年1月以来最低。加拿大石油管线Keystone运送量减少，帮助削减那里的库存，新的Diamond管线增加原油流出数量。

当前石油输出国组织（OPEC）和俄罗斯等产油国的减产举措这对油价提供支撑。另一方面，美元指数周三跌至三年新低，也令美元计价的商品对持有其他货币的买家来说更便宜，此前美国财长努钦称美元走弱对美国贸易有利。

期货经纪机构AxiTrader首席市场策略师Greg McKenna表示，“沙特和俄罗斯继续协同努力以口头推高油市，昨晚两国石油部长称，他们也在其他较长期计划方面进行合作。这再加上美元下跌、库存继续下降，这些因素共同推高了（原油）价格。”

然而，整体看涨的油市面临美国产量增加的问题。EIA的数据显示，上周原油日产量升至990万桶，接近1970年创下的1,004万桶纪录高位。美国产出自2016年中以来已增长逾17%，现在与主要出口国沙特处在同一水平。

沙特能源、工业和矿产资源大臣法力赫（Khalid al-Falih）周三在瑞士达沃斯称，他不担心美国产量威胁，因委内瑞拉和墨西哥产量下降。

法力赫还表示，OPEC不可能在今年6月份的维也纳会议上改弦更张，但这次会议可能是微调OPEC再平衡目标的好机会，并称OPEC可以在6月会议上讨论2019年“渐进平滑退出”减产策略。

校对：Sarah

本文源自FX168财经网

更多精彩资讯，请来金融界网站(www.jrj.com.cn)