关于新增加一个路由器 要怎么设置连接的问题

1、拿一条网线接到路由器LAN口和电脑网口上，让电脑能够正常登录到路由器的管理页面，电脑的IP地址选择自动获取(路由器默认开启了DHCP功能)。

2、在电脑上用浏览器打开路由器的管理页面，输入路由器的管理账号密码进入配置页面(账号密码在路由器底部都是有的)。

3、在管理页面左侧的菜单栏中，找到‘DHCP服务器’单击展开，默认状况下，DHCP都是开启的。

4、选择‘不启用’，也就是关闭路由器的DHCP功能，单击保存按钮完成设置。

5、路由器重启完成后，所有的网线都接到路由器的LAN口上，包括从上一个路由器出来的主线，这样，所有的电脑都能正常连接和访问了。

6、最后说明下，在新接入进来的路由器关闭了DHCP(自动发放IP)功能，是为了避免获取的IP不是源头路由器提供的IP，这样就无法上网，甚至会出现局域网网络瘫痪。所以，关闭DHCP就是把后来接入的路由器当交换机来使用。

大众创新万众创业的背景下，企业稳健运营五年而遭遇瓶颈的现状下，创新被推到了风口浪尖。

首先，何为创新？

搜狗百科这样科普：创新是指以现有的思维模式提出有别于常规或常人思路的见解为导向, 利用现有 的知识和物质,在特定的环境中, 本着 理想化 需要 或为满足社会 需求 ,而 改进或创造 新的事物、方法、元素、路径、环境,并能获得 一定有益效果 的 行为。 创新是以新思维、新发明和新描述为特征的一种概念化过程。起源于拉丁语，它原意有三层含义，第一， 更新 ；第二， 创造新的东西 ；第三， 改变 。

对文艺女青年的我而言， 创新是基于需求的深深浅浅的连接 。 人、事、物、思维、行动之间的逻辑连接或任意连接构成创新的基石，在它们之间基于某种需求的打破原有连接、建立新的连接并产生有价值的效益（即使失败也会带来价值）的永无终止的尝试就是创新的基本模式。 如，更新是升级原有连接，创造新的东西是打破原有连接，改变则包括两者。连接从无到有产生创新，连接从有到无产生创新，连接由深及浅产生创新，连接由浅及深产生创新。

举个栗子，从无到有的连接产生的创新：

2017是鸡年的年份，红包是充满祝福的礼物，当两者从毫无关系到建立连接，就产生了创新，比如用很多份红包拼成2017的字样，让人眼前一亮。

看着红红火火的新年创意，让我们一起看看创新的原则与方法。

创新的原则之一：永远不要抛弃创新的根本-产品。

不管如何创新，产品是创新的价值得以体现的根本媒介。

创新的原则之二：服务是永远无法复制的法宝。

产品也许能被复制，但是服务却无法被简单复制。海底捞的周到热情服务，又有谁能复制去？

创新的方法：好奇是创新的萌芽，兴趣是创新的营养，质疑是创新的举措，而探索是创新的方法。

再好的方法若要落地也要不停的实践，在实践的道路上，分享如下四点心得：

一、魄力确定目标

这涉及到危机面前，我们是被动要求创新还是主动自我突破。如同鸡蛋从内打破是生命，从外打破是食物。我们若能审时度势主动求新求变，定能掌握生命的主动权；否则，安于现状，借口推脱，困难堆砌，最后也只能在更大的压力下焦虑痛苦改变。苦也是变，乐也是变，同样要变，何不魄力定下改变的目标，乐中求变呢？

二、倾听整合资源

创新的过程中，个人的力量犹如草尖露珠，团队的力量才是细水长流。每个人都会遇到自己的瓶颈，这时借助团队每个成员的力量迫在眉睫。特别是阅历丰富、见多识广的伙伴往往能给我们打动内心的建议，而此时我们要做的就是倾听倾听倾听（重要的事情说三遍）。在倾听中，我们收获更多创意，资源也就汇集而来。

三、整合切实落地

魄力确定目标，倾听整合资源后，我们还要不打折扣地落地执行。在执行力上，我们不仅要速度第一，还要兼顾完美；不仅要理由退后，还要结果提前。

四、矢志不渝优化

PDCA循环作为一个闭环，必须要矢志不渝地优化。在优化中寻求突破，在巨人的肩膀上从优秀到卓越。

总之，创新让企业基业长青，创新让个人活出自己的价值。创新是基于需求的深深浅浅的连接，创新路上永无止境，创新路上也绝不拥挤，因为坚持不懈的人并不多，而祝愿看到此处的你是坚持到底的那个人。

你好，我看过第一本书籍是:教育 与脑神经科学。

读的第一本认知科学的书是《教育与脑神经科学》，这也是对我影响最大的一本学习科学类图书。让我认识到学习和创新的本质是联结。学习的本质是新知识与已有知识的连接，是知识与生活经验的连接，更是是知识与观念的连接，当真正的学习发生，大脑便会长出新的神经连接。现在的脑科学研究已经可以清楚观测到，神经元努力延伸生长最终紧密连接的全过程，那场景像极了人类的学习精神和探索精神，我看到脑神经努力生长时的画面感到极其震撼。创新的本质是连接，创新是表面毫不相关的两种事物与想法突然地连接，就其神经学的角度看来，创新就是两个距离遥远的神经元发生连接，因此创新便显得可遇而不可求。

想到我的学习经历，对学习和创新的本质就理解更深刻了。我一直酷爱数学，小学时喜欢找难题做，喜欢给同学讲题，特别有成就感。其实就是学习科学倡导的输出式学习，讲出来，教别人是最有效的学习方式。初中时对数学的兴趣越来越浓，每天都在寻找挑战，遇到难题，就像寻到宝贝一样，不解出来绝不罢休。为了做题，甚至到了偷题做的地步。那时一位女同学有一本厚厚的数学习题集，我天天馋的不得了，单只能眼巴巴看着，却不好意思向她借。但数学的吸引力实在难以抗拒，于是想了一个方法，中午放学，干脆不回家吃饭，等她走了便拿来做，感觉快回来了便赶快放回去。做题时只找难题，上课基本不听讲，都是偷偷在下面做题。

第一次真正感觉数学的美妙是在初一，当时班里有很多从初二初三留级的学生，有一天两人同时来问我一道题，我当时也没想出来，于是一直在思考。两天后的一个晚自习，突然灵光一闪，发现了一种巧妙的等量代换的方法解决了问题，立即给他两人讲解，当时兴奋的不行，特别是发现解题方法的那一瞬间，真的是有一种心流的体验，那就是脑神经的创造性联结吧！从此一发不可收拾，每天都在寻找难题，寻找挑战性的的感觉。这也是学习科学所倡导的，让大脑始终处于高强度思维的学习最有效。后来我当了老师，就决不让学生重复机械的训练，更多是让他们找新题趣题难题做，原来是有科学依据的。

后来到初二，逐渐找到自己的学习方法，做题时会把当下的题目和以前做过的题目联系起来思考，慢慢就发现其中隐藏的规律和模型，再遇到任何题目，自己思考的角度已不是做题者，好像一眼就能看穿出题者的心思，一秒就能找到解题的方向。每次考试，我交卷的速度经常让监控老师十分惊讶，而我也乐于制造这种惊讶。对我来说，不考满分太难了，考试就是展示和享受，就是炫耀和显摆。其实就是建立了知识、方法、题型的的联系，形成完整结构和思维模型，遇到任何题目都能在题目、知识和方法之间建立联系，因此便能快速解题。

有一次找到一道超难的综合性题目，看似正确的思考方向最后都是死路。整整一周的时间，几乎时刻都在思考。有一次躺在床上，突然想到必须另辟蹊径，突破原来的观念，这一下就找到了解题的钥匙，很快便迎刃而解。当时感觉自己好像无所不能，有一种能拯救全世界的感觉，思维又得到了一次飞跃和升华。其实，联系脑科学的研究成果，我们的教学中比较常见的题型训练、专项训练、机械重复训练，看似建立了紧密的神经链接，形成了思维的高速公路，解决问题轻而易举，考高分轻而易举。但却让思维模式化、模型化，过度的训练，过多的知识，于创新而言，只能是阻碍和限制。固有的神经联结越是牢固，越难以打破。就像那道设计绝妙的超级难题，看似正确的方向，却全都是死路，看似完全不可能的方向最后却柳暗花明。但打破思维模型、突破常规思考何其困难。

后来数学老师把两个班最优秀的学生集合在一起上课，有一天竟然拿这道题考验大家，他说这是初中阶段的顶尖难题，可以是他压箱底的题目了。我心中窃喜，我表现的机会又来了，这次看我不震死你们，因为我笃定，他们谁也解不出来。在给大家留了充足的思考时间后，老师一个一个的找尖子们上台尝试解题，但我一看到他们的思路就在下面暗自摇头，无比期待老师叫我的名字，以便我大显身手。最后老师找到了另一个班的第一名，看到他的第一步我就知道了结果，因为越是数学水平高，越是会这样思考，但最后却无路可走。最后老师直接在讲堂上引导着那个同学，但他越来越茫然，最后老师竟然怒了，板擦砸向讲台，扔了粉笔，拂袖而去，站在门外生了一阵闷气，后来进来说不讲了。我本来有一股强烈的冲动，想主动举手说，老师我来。但又想到老师竟然都没想到我，我过于自负，省数学竞赛一等奖，几乎满分获奖，竟然没想到我，一股傲气压抑了我的表现欲，最终我没有举手上台。但这也成了我学生时代在课堂上发生的最为遗憾的一件事。我的数学老师是我整个学生时代最优秀的老师，是他带我进入数学的另一个境界。其实，那时还是太小，不应该和老师赌气的。但也许正是有了这种深深的遗憾，后来我当了老师，总是喜欢让孩子们站上讲台，让他们体会成为课堂主人、学习主人的那种巨大的成就感、生长感、自信感、幸福感，他们也就越来越喜欢数学了

设置步骤：

1、打开控制面板-网络和共享中心。

2、点击-设置新的连接或网络。

3、选择-连接到工作区-下一步。

4、选择“否”，创建新连接。

5、选择-使用我的Internet连接。

6、目标名称填写：(也可以随便填写)，勾选-现在不连接，仅进行设置以便稍后连接，点击下一步。

7、填写你在网站上注册的用户名和密码，点击创建，然后点关闭。

8、点击立即连接，连接成功。

为什么新思想新科技大多出自少数几个国家？其他国家的人几乎毫无贡献？甚至聪明勤奋的中国人也缺乏创新能力，导致被美国肆意霸凌。主要原因是基础认知的差异和普及，次要原因是市场激励的差异。我们要想提高国民的创新能力，除了搞好市场激励外，重点要向大众科普必要的基础认知，科学的基础认知可以启发和指导创新，大幅提高国民的创新能力。

世界的本源：
古希腊人就有原子的思想，认为物质最终由最小的原子构成，自然现象由基础规律演化而来。这种认知大大启发了欧洲人探索自然规律。现代科学已基本证明宇宙是从奇点演化出来的，奇点所含有的信息必然不多，由此演化出来的纷杂世界必然是以几个简单规则为基础，然后逐层推进。人类要想发现这些规则，可以通过分类研究自然现象，总结规律，然后整合规律，用更抽象更统一的概念描述，这个过程逐渐推进就可以最终接近那几个基本宇宙规则。

空间和时间：
自然界的维度可能很多，但人脑能感知到的只有空间和时间4个维度，进而形成几何和因果的直觉，在这些直觉的基础上总结出适合人脑理解和掌握的知识。从高维度的自然界到人脑的直觉，一定不是一一对应的关系，所以人脑总结的知识是凌乱的，很难统一，要想接近世界本源，必须超越空间和时间的维度，从更多维度上统一规律，放弃直觉理解。
这种认知能启发创造和理解多维理论，如弦论，M理论。

认知的过程：
人类的认知能力有局限性，我们首先是通过感官接触外界，把接收到的信息转化为电信号通过神经传入大脑，大脑是由800亿个神经元细胞连接构成的庞大网络。电信号的强度决定神经元上的突触接通和连接强度，并进一步决定下一条神经元上突触的接通情况，从而在庞大的神经元连接网络中形成独特的电流涟漪。只要接收的信息不同，形成的电流涟漪就会不同，这些独特的电流涟漪就是我们对外界的感性认识，我们再通过主动的方式把电流涟漪扩展到其他区域，建立更多链接，就形成了理性认识。从这个认知过程看，我们的感官能接收的信息是有限的，不是一一对应关系，信息转化为神经电信号是有局限的，不是一一对应关系，神经电信号激发的神经网络的电流涟漪也不是一一对应的关系。这些认知特点就会导致大脑对外界的认知失真。但即使大脑有如此的局限性，要想用人造语言完全描述和推理这些过程依然无法做到，所以总会有些不可言传只能意会的思想。用电脑完全模拟人脑也无法做到，人脑神经元间连通状态和强度有无限多样性，因素有:离子种类，离子浓度，电流大小。后两个因素都是连续变化的，大脑从信号输入到输出是模糊逻辑，相同的输入能产生万变的输出，大脑还可以主动连接网络，从而产生自由意志；而电脑程序构造的人造神经网络是以通和断两种状态为基本单元，是不连续的，这种不连续的逻辑网络运行一定是模式化的，输入到输出是严格逻辑，绝不会产生自我意识。
这种认知能启发和指导创建各种链接模型，实现部分大脑功能。如果有一天人类发明了能实现连续变化的接触器，并能把千亿个这种接触器互相链接起来，人工智能才能实现全部大脑功能。

知识的学习：
知识是被人类整理过的，适合大脑掌握的，有用的，简化的，概括化的，结构化的，语言化的信息。语言是人类发明的，有一定的结构和语法，这些结构和语法会限制语言的表达力和应用力。例如：自然语言，描述和推理都有很多模糊性，容易造成错误，描述只能分段进行，一次不能含有太多信息；软件语言，每种都是针对某类问题有较好算法，其他问题很吃力或无法编程；数学语言，针对数量，符号，图形和集合，能较好地描述和推理，针对政治艺术道德方面问题就无能无力。所以任何知识都不能完整描述和推理真实世界，都是对真实世界的一种简化。在应用时要时刻注意不能教条化，一定要具体问题具体分析。如果问题较小，可以掌握所有细节，推理也不复杂，就要抛弃所有理论，用常识思考即可。
知识按大脑的处理方式可以分为记忆性知识，理解性知识和技能性知识。
记忆性知识的学习方法：分类，多感官参与，回忆，重复。
理解性知识的学习方法：体验现象和问题，抽象出概念，找出基本命题，亲自推导出所有重要命题，整理出完整命题体系，实践应用。
技能性知识的学习方法：分解技能，刻意练习，综合应用。
知识方面的认知能大幅提升知识的学习效率和应用能力。

逻辑推理：
逻辑是思维的规则，头脑中的逻辑是进化的产物，是外界最基本规律在意识中的反映。逻辑基本规则有同一律，矛盾律，排中律和充分必要律。遵循逻辑就可以推理或证明命题，如三段论推理是遵循同一律和充分必要律，归谬式证明是遵循矛盾律，数学演算是遵循同一律和充分必要律。
通过逻辑推理或证明可以保证命题的正确性和完备性，微积分的历史就体现这点：
通过穷竭法古代人就发现了特定曲线的斜率求法，通过斜率反求曲线的求法，曲线下面积的求法。针对简单曲线，这些求法都能较容易分析出来，但进一步推广使用就会产生各种混乱和悖论。为此必须从逻辑上证明严谨性和推导出通用方法，最终发明了极限和连续的概念才基本解决。我们学习微积分最好也应该是从简单曲线的斜率，反求和面积开始，然后进行扩展，最后才是严谨性证明和推导。如果开始就关注严谨性，仅仅连续统概念和极限定义就会使人犯晕。
公理化理论也是按逻辑推理建构出来的，公理化一方面保证理论的正确性和完备性，另一方面也方便我们记忆，理解和使用。但如果命题数量并不多，而且都能直觉理解，刻意的公理化就会带来理解和使用的障碍。
公理可以是常识性命题，也可以是在人造理论中的假设命题。以逻辑和公理为基础就可以推导出整套命题体系，形成某种理论，所有推导出命题都是公理的子命题，是在更多限制条件下的细化命题，但不要指望通过这种方式能推导出该领域所有命题，总有一些命题从公理中推导不出来，不能证实也不能证伪。
推理有自然语言推理和数学语言推理，前者容易犯错而且推理层次低，后者推理严谨而且推理层次深，能转化为数值符号图形和集合描述的，都要尽量用数学推导。
自然界在微观和宏观方面，人类感官接触不到，也感受不到，所以进化出的大脑逻辑就不一定适用微观和宏观的世界，如量子纠缠，量子隧穿和量子态叠加，这些现象完全不符合逻辑，我们也不应该用逻辑去解释它，只要拼凑出能描述的数学模型就足够了。
逻辑方面的认知能让我们提高推理能力，帮助创建和应用可靠的，公理化的知识体系。

科学研究：
科学是一套系统的，逻辑的知识体系，可以用来解释和预测现象。科学研究就是创建这套体系的过程。
自然学科方面，研究的过程是这样的，首先是明确针对的问题和现象，直觉感受和体验，抽象出概念和定义，构建简化模型，然后通过观察和实验总结规律，用数学关系式描述，必要时再做出一些假设，整理出基本命题，一般10个以内，能覆盖该领域的所有基础物理量和关系，接着用数学演算推导其他结论，最后是验证结论，验证通过就接受理论。科学理论不需要完全反映真实世界，只要能用来解释和预测现象，不产生矛盾，而且足够简单，能够被人脑掌握和应用就行。为此，科学需要人为创造一些容易掌握的概念和定义，要尽量统一，尽量概括，尽量用更简单的命题描述更基本现象，尽量用更简单的公式描述更基本规律。
社会学科研究方面，和自然学科类似，差异点是基本命题会随着伦理，立场和价值观不同而变化，推理上也更多地使用自然语言推理，推理层次低，难度低，错误多。为了公理化庞杂的命题，必须做出各种限制和假设，如经济学的理性人假设，历史学的时间跨度拉长，政治学的价值观追求，这些限制和假设在具体的事例上，往往并不成立，所以社会科学最忌讳教条化，历史上的伟大政治决策常常是基于事实和常理判断，不使用任何理论。
有这些认知后，普通人对科研也会有信心。

技术研发：
技术是利用物理化学效应和几何原理实现某种功能，这些技术要尽量模块化，标准化，参数化，应用时只需选择即可，不需了解实现细节。例如各种传感器，放大器，伺服器，软件中的函数库等。
各种效应和转换原理要事先整理好，包括转换函数，应用范围，精度大小，限制条件，成本大小等，例如：力电转换，光电转换，功率放大，变压，变速，变向，计数，力传导，正反馈，负反馈，电信号转换，光信号转换，位置记忆和复位，物质聚合和转化等。
在研发时可以从目标和限制条件出发反向推导，一步一步做出选择，解决或隔离矛盾，复杂的可以借助数学和软件工具降低筛选和判断难度，之后就是不断地实验，优化和集成，多次迭代后就能研发出满意产品。
政府要尽量制定更多技术标准，完善标准件手册和知识库，企业要尽量把产品标准化，部件标准化，技术文件手册化，研发人员要做好分工，个人只专注于特定领域，做出的东西要函数式的封装，别人不需要了解细节和原理就可以方便使用，每个层次的研发只需在本层次思考，不需了解其他层次的问题，每个层次的研发都尽量总结出简单易用的方法论。
例如研发复杂设备，首先从应用要求出发，推导出主参数，然后是方案设计，主要部件设计，零件设计，层层推进，要做到每一步的工作都简单，每个人负责的事情都容易。
繁琐，重复的东西尽量让电脑去做，如计算，仿真，筛选，判断等，人只做创造和决策的工作。
随着AI技术的发展，电脑技术要更多地使用起来，过去是用触发器和传感器判断状态，机械装置，继电器和PLC实现简单场景的自动化，今后要增加图像识别和语音识别的AI判断状态，电脑实现复杂场景的智能化。在人机交互上，过去是通过手柄，键盘和屏幕，今后要增加通过语音，手势和脑机接口，实现更高的人机交互效率。
技术研发方面的认知可以提高研发效率，让普通人也能从事研发工作。

工艺设计：
工艺是产品加工的方法，设计的原则是加工难度要小，成本要低，精度足够，误差累积尽量避免。
要想加工出高精度的东西，必需要原料稳定，设备精确和稳定，然后以低误差累积和低成本为目标选择加工方法。
例如要加工出同轴性好的电机外壳，两端的轴承孔必需在一次定位下加工，换刀不换位，一次性把两端的孔车削出来，要做到精度更高，还需要材料稳定，硬度误差小，机床刚度高，刀具磨损慢，后续热处理标准化，工人经验足等。
再比如烧蚀芯片电路，烧蚀部分极其微小精细，烧蚀过程中如果有移动就会产生误差，所以就采用投影的方式烧蚀，烧蚀中不需芯片和光源移动，把需要烧蚀的部分放大n倍后做成光栅，用紫外线照射光栅，然后用凸透镜缩小n倍投射到覆膜芯片上，这样就烧蚀出超微的芯片电路，完全规避移动误差，精度只取决于紫外线波长和凸透镜精度。
当然，大多数时候误差无法规避，如果最终能调校或修正，前期少量误差累积是可以允许的。比如轮子：最终可以通过打孔修正质心偏移，所以加工和装配过程中可以允许少量误差累积。设备的最终调校也是这个道理。
工艺设计的方法是比较和筛选，要熟悉各种定位方法，夹紧方式和刀具类型，要掌握各种加工方法的适用范围，精度大小，限制条件和成本大小。在头脑中在文件中甚至在电脑软件中，把这些加工方法尽量标准化，参数化，设计工艺时只要比较和筛选即可，简单的用人工选择，复杂的用电脑选择。
工艺设计时一定要清楚图纸要求和场景应用要求，很多应用要求在图纸上并没有体现，但常常在设计工艺时更为重要，所以工艺设计人员一定要清楚部件的使用场景。
另外，复杂工艺在最细化的 *** 作知识很难传授，只存在工人的经验中，老工人老师傅非常宝贵。
工艺方面的认知可以帮助我们制造出高精尖产品。

总之，创新并不难，科技巨匠们并不神秘，只要保持对外界的好奇心，有正确基础认知的启发和指导，小国寡民也会有创新能力，也能做出伟大的发明和创造。
更多方法请看老淮方法论

1、首先用浏览器，输入光猫后台地址：19216811（地址可以在终端背面查看），如下图所示。

2、浏览器地址栏输入19216811后跳转到终端首页，输入账号密码登录。（账号密码在终端背面查看）

3、登录后的首页，选择菜单-网络-进入网络设置页面，如下图所示。

4、在网络页面找到宽带上网设置，如下图所示。

5、空白处右键-审查元素-打开控制台，如下图所示。

6、CTRL+F：搜索“模式”找到对应的表格代码；对应的代码行找到联网模式修改项Frm_mode: 将“disabled”修改为“abled”这样就可以修改联网模式了。

7、模式：修改为桥接模式 Bridge ，然后保存退出即可，这样就可以实现本地建立拨号连接进行拨号上网，还可以连接路由器用路由进行拨号上网。

扩展资料

工作原理

1、光猫的设备采用大规模集成芯片，电路简单，功耗低，可靠性高，具有完整的告警状态指示和完善的网管功能。

2、光猫是一种类似于基带modem（数字调制解调器）的设备，和基带modem不同的是接入的是光纤专线，是光信号。用于广域网中光电信号的转换和接口协议的转换，接入路由器，是广域网接入。光电收发器是用局域网中光电信号的转换，而仅仅是信号转换，没有接口协议的转换。

组成

1、光调制解调器由发送、接收、控制、接口及电源等部分组成。数据终端设备以二进制串行信号形式提供发送的数据，经接口转换为内部逻辑电平送入发送部分，经调制电路调制成线路要求的信号向线路发送。接收部分接收来自线路的信号，经滤波、反调制、电平转换后还原成数字信号送入数字终端设备。

2、光调制器是由微波封装的高频DFB激光二极管与APC、ATC控制电路组成E/O转换部件,利用射频微波信号直接调制超高频激光二极管产生强度调制光信号,再耦合到单模光纤中,经约5km光纤传输后,再由光解调器接收完成O/E转换,光解调器是由高速跨阻放大器的PD组件与宽带低噪声放大器组成。

3、该转换必须保证高线性、低失真传输,因此,要通过减小射频输入功率,增加放大器增益而完成。设计的重点在于器件的微波封装,阻抗匹配,对器件等效电路进行模拟,设计出合理共平面微带线电路,用CAD优化最终达到行波与复数共轭匹配,还要解决系统中高增益前置放大以及减小三阶交调等技术问题。

参考资料来源：百度百科-光调制解调器

---