第18章 分布阶流 (第1/2页)

九九读小说网 www.99duxiaoshuo.com，最快更新梦境互联!

对分布阶进行一个不恰当的比喻：想象一个人在拉拉面，而另一个人则在拉面上均匀地洒面粉和水（假设这一过程是从左向右顺序进行的，此处为时间之矢的方向），面粉（信息体）和水（嵌入动作）落在拉面（分布阶流）上则会和拉条溶合成一体。在第一阶段（即第一代），拉出的面条长度为0.1米，耗时1秒；进入第二阶段（即第二代），面条被拉长至2.4米，此时，上一代所洒面粉间的距离也相应地拉长了24倍，耗时24秒。到了第三阶段（即第三代），面条的长度更是达到了57.6米，耗时则剧增至576秒，同样地，上一代的面粉间距也再次拉长了24倍。这一过程持续进行，直至第六代，面条已变得极为纤细，使得面粉难以再均匀地洒落在面条上。拉到第七代，面条因过于纤细、干裂和脆弱，最终自动断裂。振幅太微弱，感知不到，不发生任何作用了，被遗弃了。

理论上讲在极高频率(γ脑电波为大于30hz)时才有机会感知到七代极其微弱振幅存在。在此频率时极为罕见能\看\到中英知识体系单词组句的自动翻译出现在意念层(视可见)或意像层(意识内可感知)，此层具有知识记忆的梳理功能。

人绝大部分时间，达不到如此高的脑电频率，以至长期不产生互相作用，处于遗忘阶段或丢给潜意识了。但梦是能做到把几年甚至十几年的想法及故事再编织一下的能力的。干扰到信息合成及过去的记忆的是概率和七代无关。

我认为，在这个比喻中，倍增常数应为24。这里的“洒面粉”（即嵌入信息）的过程，可以理解为在“面条”（即分布阶流）上嵌入可关联的信息。通常，这些信息会被洒在面条上的面粉相对较少的地方（即非两端，两点映射的中间空流体区域，信息相对稀疏之处）。

在浅睡阶段，才能够感知一二代信息的变化。在浅睡阶段，大脑会出现K-复合波、sigma节律（也称为睡眠纺锤波）以及δ波，同时，SmR节律（感觉运动节律）会受到抑制和减弱。我认为一代分布阶和δ波或K-复合波有关系。即使是在信息显知度最强的三代、四代、五代，这些信息也主要是在隐匿层（即潜意识层面）运行，只有部分自我需要的信息体被关联后才有机会溢出到显知层被我们所觉知到。

分布阶信息流是潜意识流的主要运行格式。分布阶是潜意识的醒觉态信息合成模式。

分布阶中的分布是用来刻画信息在电磁波时空中的存在状态（包括其范围和位置关系）的。

【潜意识流】阳光在此是指分布阶外部的信息：当时情感、当时情绪 、当时思维、当时意向、当时外部感知信息等..。每个信息体如同一颗信息树一样生长，枝末叶子就是信息生长点。无数信息体组成了原始森林。分布阶流上的无数信息体如同在原始森林中的树木在阳光照耀下叶子（信息生长点）呈现叶镶嵌现像抢夺阳光，这些信息体在潜意识流中通过互选，繁衍，镶嵌、并按分叉等级逐级渐隐于内感知中。

被称为 叶序模式2 播放 · 0 赞同视频

叶序模式及对应角度情况:互生叶序常见发散角约137.5°（黄金角），也有部分植物呈现约131.8°、144°等角度，助力叶片有序分布采光。 对生叶序相邻两对叶子间通常呈90°(大致在85° - 95°范围)。 - 轮生叶序里，三轮生时相邻两片叶子夹角约120°，四轮生时约90°，五轮生时约72°，六轮生时约60°，七轮生时约51.4°，不同轮生情况通过这些角度让叶片均匀排列。也许信息树叶序和这个生长类似。

【潜意识流】无论是控制性的，还是感性的各类愫流动时，内外信息(思维及内感信息及对外感知到的信息)被筛选为上信息(愫上上载的信息)时，以完成阶段内的两点映（对前点再感知再映现）。当然很多信息体在流动途中被求同共溶被吸收容纳、或自体属性被分解再求同共溶、或作为记忆片段存储，待以后回忆抽取再逻辑关联。

【反馈绪】反馈绪的形成：1.散点散分的分散状 2.部分散点组成集合，即形成原始单体(属性面)。3.各自的原始单体与周边同级原始单体解散关联再与信息体近似中心点做为一个近原关系网，一同升维为近原运行以寻求映射性（即如黏菌在迷宫探索趋向，最小耗能原理）。此过程类似于层次聚类后再由平面升维成三维旋转求解。

l

图9．：分布阶显点密度扩散递减图（展示过程中阶体显点丰度的变化情况）：该图描绘了通过分布阶的生产扩展过程展示了，分布阶控体各代在可显流中的信息显隐运行状况。

此图中显与隐的程度对应着膜电位的信号强度。膜电位等于0时作为显隐分隔线，膜电位大于0时定义为上显层，膜电位小于0时则为下隐层。膜电位波峰的峰顶处标记为上游离显点线（无数上游离显点会组成线）。显点信息被存入神经核中，只有当这些信息达到一定的强度（或阈值）并满足特定的条件（如特定的神经递质浓度、膜电位变化等）时，才能激发周边神经元。这些显点信息作为思维层的底层原材料，仅当符合当前我的各种需求(欲求、意愿、意向、关联、映射、三趋等)时才会被选用。上述运行过程主要发生在下意识流中。看图适合使用 ，双曲正切函数tanh(x)激活函数。x取值一般范围在-π至π之间。

【返原点特性】一代的为信息树根基点被称为原点或初心，后各代的阶段头起始点被称为返原点，它们标志着分布阶的开放式螺旋旋绕式循环着原点的生长扩展特性。

分布阶最终目的是信息体之间的求同存异。信息体间发生同化作用（求同存异）的过程，称为被纳容。涉及到信息的整合、同化、关联、映射等过程。

【返原点特性】当分布阶达到阶段末点过后，会启动下代并循环播放上代的信息段，新代的阶头（返原点）会与上代的阶头映射并显现。分布阶新生代的时空尺度为前一代信息段的时空尺度的π的三次方倍的增长。在二代分布阶后，也可以上载其它信息素，可观察到其内部的小尺度更新所带来的外显特性棱角生长变化。见返原运行。

【信息显现性】在同等价值下，在信息原点较小时刚起势时，容易在上显层显示出现；而情绪则在较大时，则才会在显现。

【分布阶详述】分布阶（即流体控制绪愫）的阶段结构大小可时间尺度长短来量化，而虚实程序则由作用程序的显现频繁程度来表现。一代的原生点（即引导级可显信息）具有最大的显知性特征，容易被感知和识别。二代由于绪愫（信息控制程序）与情愫的合生成了一段情感波动阶段，较难被直接感知。三代的两点映最强烈，有最大的显现性。四至五代为扩散代。六代为消减代。七代则因被纳容极度微弱而近乎难感其运行特征。像二、四、六代这样的代际偏向情愫波，其波形类似sinx函数；而一、三、五、七代则偏向信息内容波，其波形类似cosx函数。

l

图10．展示了二代中框架骨构（可感上载信息及其下载情愫载体等组成，属于非空流体）在经过阶末点后，生成新代播放上代的信息段并放大K倍。在三代至七代范围内 信息关联链条、情感、小绪（小的信息控制程序）中逐渐分散消减，直至被纳容的整个过程。清晰可感三代的框架骨构由可感上载信息内容及其下载情愫体共同组成。

【空流体特性】本代结构框架是上代控体结构框架放大扩展再重现态，本代空流体展现上代两点映（绪流控体）的作用过程同时也在其嵌入叠加两点映作用过程。各个两点映之间相互交互、协同作用，共同构成了一个复杂的分布阶流体系统。

【信息叠加过程】二代以一代信息段为母版进行信息叠加，但在二代时，主要感受到的是一代的扩展态的情愫流动及外感信息流嵌入叠加。三代以二代信息段为母版，以此类推，以后每一新生代都在前一代的基础上叠加新的信息。

【本原体功能】本原体是意识系统的核心，负责发散各类控体及绪愫（小程序），对各种信息流结构和功能起着决定性的作用。

【本原体】本原体发散的控体具有最高的决定权和优先权。本原体负责生成控体，发散控体，对各层流的总控制等。本原体根基稳固是属固态程序，不能改写的。

【绪愫】一些行为及养成的习惯是信念级信息（属于引导性自扩散控体）运行方式的结果。信念级信息会在分布阶一代时，界定一代范围，以独立绪愫（独立程序）的形式在显现在显知层，产生流动势能势向。

一代是分布阶内信息序列的基础母体，会生成扩展为二代，决定了二代基础构造框架，情愫势向。一代是微小控体平台框架。一代在感知中较为罕见。

l

图．7：两点映生长呈现：阶段N作为阶段N+1的母体模板（基础的结构框架及内容来源）。新生阶段会在把上一阶段的时空结构框架及内容体间隙一并放大延展。间承点是内容体的关联网络。

新生分布阶段会被放大延展上一代的结构框架及内容体的间隙过程中（如同时空暴胀），阶段内的空流体是用于填充嵌入的各种内外信息体及作用过程的，实际是记录了整个阶段过程，做为下一代分布阶的母体模板。

初代分布阶的主体结构框架（非空流体）目标趋势会成为以后各阶段的目标趋势，实现对信息的引导及原点趋向。

l

图11． 在2代时，由于与情感愫同频，且依附性较隐蔽。意思是此时对一代母版的放大版进行情感愫上载，难感到一代信息内容；在3代情愫化后时能清晰的感到顶层的下方，明确的感着其依附主体为2代母版体。如果分布阶时空作用趋势越大，比如达到五代及以上时，就越难以追踪其根枝来源。其中间各阶段还易于了解，而最顶部阶段和二代则难以察觉其依附性。

分布各阶段控制优先级顺序为，1代＞2代＞3代＞4代＞5代＞6代＞7代；此外，在3代时空阶的空流体中，可嵌入的其它分布阶的主体、独立绪和一些自控控体。

在二代时空阶时，自我处于下隐层，感知隐匿且较弱且信息内容很不明显，但仍然可以作为两点映作用起始的前点位置。

可能分布阶二代与情感愫流同频都为1hZ，会被赋予情感愫渲染，到三代时会被渲染为信息情愫时。在二代代阶运作的时间（大约48秒）内，潜意识会对被选中的二代对象产生一个情感选择定位及情感互动的推移延迟感。一代是产生信息价值评估，二代是产生情感愫及情感趋向，三代是产生会信息情愫、趋利避害向、情绪向、自发意向。这不算干扰。

有时，二代会停止并转入情感愫流区，但前提是一代仅仅是一种感觉，空信息（不包含具体信息）的一种情感感像感觉。此时二阶之所以难以被察觉，是因为其与情感愫频率背景波动相一致。皮包公司财务造假被终止上市融资，强行退市！

时空分布阶是新生信息（当时的内外可显信息流）与陈旧固化信息（潜记忆流中信息）之间关联互动的基本运行方式。

【始基位】始基位是二代，平行线上线与下线，一一映射，产生了句段情感愫（情感趋向）。弱显存（位于上显游离线之下的下隐层区域）的信息是可同溶于始基位（即分布阶的二级或二代）框架流体的一部分。

二代只能放大上代信息，可嵌入叠加但没有和内外信息产生两点映作用了，也许时间太短了，只能感到情感起伏感受。七代正七边形也是可叠加但已无映现作用了，上代六代经放大后弱到无法感知了，被遗弃了。

【两点映】分布阶后点是必须与前点产生映射的，前后点需要存在隐约的起伏、映射等关系，才能进入待映库。成为分布流上的正式的信息。

在分布阶（即时空阶层）中，自控体返原运行（就是新返原点做为后点与前代返原点或最初代原点产生两点映，会产生新信息更新）后，后点信息（返原信息）会附着于分布阶流框架载体之上。

【镶嵌性】分布阶流中呈现信息树的信息发生点（叶子）呈现极限镶嵌性，信息树表现为分叉、繁延互选并互为协同；具有较强两点映的自增迭加性和近根处自显（返原点自显）的特性。同时，它还具有很强的联想（或想象）性；在经过两代间的断层处时，周边真空存在暴胀斥力导致的信息点间的空间呈现倍增等距暴胀位移，新生信息点呈现了与上代历史影像的信息点错位位移感象。

【末期枝末】分布阶末期的枝末代信息结点的特性在于，它会比较自发串联表（见基址逻辑）中信息链结点的时间前后两个关联点。例如，在分布末期，每个细微的枝末信息内容都必须遵循其初始的本原向（此处指的是生存趋利避害向，信念信仰向也是信息方向之一）。

l

图13． 当分布阶段产生的时空阶层进入被纳容态时，会出现独立阶绪控体的承接再分阶现象……

【末期】：在末期被容纳态下，时空阶层只会逐渐扩大整体拉伸，直至细散到几乎消弭(一种烟雾消失在天空直至虚无的状态)。此时我们可以感知到多个时空阶层的小片段展现。值得注意的是，阶段开头近原点自身永远不会被纳容，但其两个始末阶段点所囊括的信息会消弭，并被其当时显知层自主主导显知流所纳容及被叠加其上。

l

图14． 分布阶上信息流的显隐指数。可用逆时针的径向角度为120度的向外盘旋延伸拓展的对数螺旋，盘旋一周可嵌入一个正六边形（内角为120度）。见下文分布阶信息组合举例：x公式介绍。此为分布阶平面几何感像，是信息体由显现状态到隐匿状态的平面图像。

90度与直角三角形、矩形、正方形相关；45度关联等腰直角三角形、正八边形；120度涉及正六边形内角，137.51度黄金螺线、135度与等腰梯形、正八边形相关；60度用于等边三角形、扇形角度、正六边形；180度与半圆、扇形有关；30度应用于特殊直角三角形、正六边形，36度常用于正十边形内角。视觉平面几何背景感像，是位于意念层(意向层)的角度值自发随机变化的结果。实际上从视几何上分析，螺线的径向角度则是随机的，并不是每次固定的，但只是当时意念意向所在的层次的信息才会被注意并感知到的。这可能是视觉几何背景产生的数学原因，意念意向层改变一回就会重新扫描一次，会更换一次视几何背景。猜的。

分布阶段各代信息（包括枝末代）均可在下意识层的自发游离线的上下浮动流状体（该流状体内记录可显层的显知信息及其下隐匿的支持信息及时间戳）上显现，只是不易察觉各信息体其来源及所依附主体及丛属关系。根据其信息显隐度，这些信息一般在上显知层及下隐层两层浮动流动运作。

【信息绪愫】：信息绪愫是信息三层结构中的最底层。它控制着信息的各种作用，如两点映射等。当作为分布主体时，信息绪愫成为分布阶段的控制体，携带信息运作方式、方法以及运行方向的固化控制类内核信息。

l

图 5． 绪愫（生长控制程序）和情愫合成时的分布阶分代扩展．

分布阶二代时对原一代信息内容赋予情愫后，会产生一个情感趋向段落。会成以后代的信息运行时与后续情感生长平台。

分布阶层下载情愫和上载信息显隐度从深到浅依次为：

本能欲望、情感流与内情愫流、空间想象与外情愫流、内感知及情愫流、思维联想与逻辑、语言交流。

外感知波符合韦伯定律的对数波的波段。内感知波符合是一段傅立叶级数的波段。

分布阶发散时此代节点会自发引发潜意识级的信息关联与信息合成操作。此代节点实为映射呈现点（后点）其前点是上代节点。

可形成意象级独立原情愫（如过去几年前的奇怪感受成像及梦中感受成像），其弥散扩展结构方式和分布阶发散结构类似。

【信息树】信息树状的枝末的叶子（或者说末那级）是信息点增长点。类似于倍周期叉：会在每代代头和代末进行关联分叉。

【信息树】分布阶代终时每个细微枝末，其信息情愫必须遵从初始本原点。每个末梢联合在一起，形成一种本原体的情愫扩展放大态。

【信息树】末那级（信息树的枝末增长点）趋势运行之动力因：此处运行空间极限小，此时在极点处会断，断后有些重点会升级为近原点持续运行即生成新的目的因。

l

图片名称：作用呈现点（形式因）

【信息树】末那级表现呈现点与作用呈现点，求同存异后形成新的共同体（共相）及其附属物（殊相）。

宇宙的根本，对称与不对称# 对称 # 不对称性5 播放 · 0 赞同视频

从信息角度观察，宇宙最开始高度对称，之后至少发生了7次对称破缺，这就是宇宙大爆炸的整个框架。标度定律表明，只需知晓其中一部分，就能借助标度关系了解整体结构。我们也可通过直接观察对应的螺旋线来体会标度对称性。类似的还有分形几何，像科赫曲线、谢尔宾斯基三角形就体现了相关特性。标度对称性，简单来讲（不那么严格地说）就是经缩放能保持不变，有时伴随一定旋转和位移，因此也称作标度不变性，部分物理系统具备该性质。而标度不变性进一步推广就成了共形不变性，此时倍率关系转变为函数关系。

分布阶分为近原分布阶和返原分布阶（失败的，无增量的信息体）两大类。几何表达：返原就是圆，返原点就是失败的原点，参数 b = 0，a = r(半径)，r 从几厘米到几十厘米，可能是机械齿轮幻觉（齿数几个至几十个，旋转方向有顺时针也有逆时针）产生的原因；近原类似于向外盘旋的对数螺线。

数学规律、自然法则与美学极致：神奇的黄金螺线。#对数螺线4 播放 · 0 赞同视频

无极层模式举例：A，逆时针向内盘旋对数螺线，径向角度90，b参数为-（1\/2），一周外弧弧长与一周内弧弧长比值为e^(π\/4)，a为1。

注：这可能也是感觉感知运行模式，五感主要是视（80%）听（15%）两者信息的自行分解模式，目的形成多层卷积神经网络网络，让该信息找到能与其它体的层次关联聚类关联吧。

分解的目的是为了识别和最后的激活呀。谈一谈相关的深度学习神经网络的激活函数。知识乱入了。

1.Sigmoid函数是一种常见的激活函数，数学表达式为f(x)=\\frac{1}{1 + e^{-x}}。它能将输入的任意实数映射到区间(0, 1)内，输出可看作是一种概率值，在早期神经网络用于二分类问题时很常用，比如判断图像是猫或不是猫这类情况。不过它存在梯度消失问题，在深层网络中可能导致训练效果不佳，现在常被用在一些输出需要表示概率的特定场景中。

Sigmoid函数接近0时，这可能是幻视黑洞产生的原因，植物人的无极层可困灵魂于梦中寻寻觅觅，可能象征着某些抑制性神经递质占主导，或者神经元接收到的抑制性信号很强，导致其激活的概率极低，就好像神经回路中一个“关闭”或者“休眠”的状态，在一些如睡眠阶段或者大脑对无关刺激进行抑制过滤时可能会出现类似情况。

Sigmoid函数处于0.5时，兴奋性和抑制性信号达到一种相对平衡。在大脑处理复杂的感知信息或者进行思考决策时，神经元往往需要权衡多种信号，这种中间状态可能意味着神经元还在对输入的信号进行整合和评估，尚未产生明确的激活（如发放动作电位）或者抑制反应，就像大脑在对一个模糊的视觉或听觉刺激进行初步分析，还没确定是否要做出强烈反应时神经元所处的状态。

Sigmoid函数接近1。这可以被理解为神经元处于高度激活状态。在神经模型中，这可能代表神经元对某种强刺激（如强烈的感觉输入或者高度相关的神经信号汇聚）产生了几乎饱和的响应，就好像神经元在传递一个非常强烈的“肯定”信号，例如在对记忆提取有强烈线索提示时，相关神经元可能会出现这种高激活状态。

2.双曲正切函数\\tanh(x)的完整数学表达式是\\tanh(x)=\\frac{e^{x}-e^{-x}}{e^{x}+e^{-x}}。它具有以下一些特点： 值域特性：能将任意实数x映射到区间(-1,1)内，输出值是以0为中心的，和Sigmoid函数类似但输出范围更大，这使得它在一些场景中更有利于梯度的传播。

应用场景：常用于需要输出值在-1和1之间的情况，比如在回归问题里，还有循环神经网络的隐藏层等地方常常会用到它作为激活函数，以帮助网络更好地进行学习和对数据特征进行提取等。tanh优缺点总结。优点。1原点对称，故比sigmoid收敛速度快。2相比sigmoid，梯度消失问题有所缓解。缺点。1梯度消失问题并未解决。2计算指数exp比较耗时。

3.ReLU（Rectified Linear Unit，修正线性单元）是一种常用的激活函数，具有以下特点： 表达式：f(x)=\\max(0,x)，也就是当x\\geq0时，f(x)=x；当x＜0时，f(x)=0。 优势： - 计算效率高：计算过程简单，相较于如Sigmoid函数等涉及复杂指数运算的激活函数，ReLU只需简单的比较和线性运算，能加快神经网络的训练和运算速度。 - 一定程度缓解梯度消失：在正区间其导数为1，这使得在反向传播时不会出现像Sigmoid函数那样随着网络加深梯度趋近于0的情况，有助于深层网络的有效训练。 - 稀疏性：它会使得部分神经元输出为0，让网络具有一定的稀疏性，可减少参数间的相互依存关系，提升模型的泛化能力。 缺点： - 神经元死亡问题：如果在训练过程中，某个神经元的输入始终是负数，那它对应的ReLU单元的输出就一直为0，后续其权重就没办法再更新了，这个神经元就相当于“死亡”了，可能影响网络性能。 ReLU激活函数在深度学习的诸多领域，像卷积神经网络（cNN）用于图像识别等任务中被广泛应用。

....

分布阶信息组合举例：x，逆时针向外盘旋对数螺线，径向角度90，b参数为1\/2，一周外弧弧长与一周内弧弧长比值为e^(-π\/4)，a为1。

大脑存在着不同的功能区：形象思维、空间感知、图像识别、语言、逻辑分析、数学运算等作用。

分解螺线一般用于图像分解，声音分解，价值分解，词汇分解，记忆分解等特异性的信息的分解。在人工智能中这些都是卷积神经网络干的话。分解螺线是顺时针螺线与逆时针螺线是同时产生。

组合螺线的顺时针螺线与逆时针螺线是同时产生，组合途中个别难共溶信息体会产生信息体分解螺线，他们经过平移，旋转，折叠，镜相对称处理后，是能完美重合叠加的。在逻辑上信息内容和信息情愫底层运动结构(含有相同时间戳及同一个绪控流进度结构)一一对应的且完全映射的关系，只不过两者作用及功能不同。

真实运行时不是二维的对数螺线，是旋绕Z轴三维对数螺旋体。

记录原话 【时间尺度】分布阶时间长度．一代：0.5至1秒、 二代：20-40秒左右、三代 ：一两天左右、四代：二十天至一个月、五代：半年多至一年、六代 ：五至十年、七代：五十至九十年(推测)、？代：？．这个有规律可遵丛，有可具体化的理论倍增数字，前边说的只是生活中大概历程时间．有些人死亡前会给七代及六代等划终代符，就是回现儿时形成此阶一代及二代的状态．

上述内容是基于生活中的大概感受。这一分布阶理论以常数 K 作为倍增因子。鉴于分布阶属于近原运动的范畴，采用平面黄金螺旋模型来进行表达：呈现为在黄金螺线时，其 360度的外弧弧长与360度的内弧弧长的比值在 24 至 28 之间，参数，a = +1或-1，b为+1或-1，径向角度多少度递减，这样能确保所有近原点与原点在x轴正半轴。

此段按K为24计算【时间尺度】从感觉上分布阶段时间长度如下：如果0.5hZ的脑电波，那一代周期为2秒，二代约为48秒，三代约为19.2分左右，四代约为7.68小时，一般一天内能完成，若分布阶被睡觉被关闭，次日会继续流动。五代约为12-13天（睡觉会关闭流），六代约为大约290天（睡觉会关闭流），七代大约19年（存在存疑）。猜测有些人在临终前会回顾儿时形成的一代及二代的状态时的上载事件。

分布阶中在信念后映点自发显现时，三至六代阶段流体正在重复出现，睡着后分布阶脑电信号会暂停，醒后会恢复。分布阶的信息感知建立在能够感知潜意识流信息并会分析其映点显现及信息体关联的基础上。个人认为，十岁左右时，一代脑电波振幅最为强烈！

猜测一下能干扰到意识系统噪音来源：一，精分中的潜意识在白天醒觉时也能通过梦境编辑（极限组合）创作出如梦如幻的声音图像及各种念头等，如幻听幻视幻感；二，神经元间的错误联系及信息体之间同时且同频无关的胡乱关联；三，分子级的布朗运动，以及钾、钠、氯离子及神经递质的风暴。猜测这种会只会导致七代的信息流因受到信噪的淹没而逐渐难以感知。我认为根本没有七代。

在8至12岁人格建立时，信念（即完全相信的信息条段）会在潜记忆中以分布阶段为生长模式。实际上，35岁之前都存在这种模式。若以普通信息（非信念的）为一代，则与显知信息关联交互信号没有那么强烈。再加上分布阶一代低于0.6hZ，若不仔细注意，不被注意并放大，就很难再感知到二代的信息流。但是，三四五代的信息流总是能够被感知到，因为它们的频率在可感知的范围内。

信念是指100%相信并坚持执行的命令级信息。这里的“100%”就意味着它每次出现都会指导人的思想和行动的方向。