变更5G有什么好处（网站少量500错误是什么意思）
网站少量500错误是什么意思，变更5G有什么好处？
5G即第五代移动通信技术（英语：5th generation mobile networks或5th generation wireless systems，简称5G）。G是英文generation的缩写，意思是“代”，所以5G表示的就是第5代了。每一代移动通信技术的大规模商用化后，都大大改变了人们的生活，相信大家对前几代的”大哥大“手机、打电话、发短信、QQ微信、直播短视频还是印象深刻的。那么，5G时代将会是怎样的？5G将深刻地影响到娱乐、制造、汽车、能源、医疗、交通、教育、养老等各个行业。3D电影、自动驾驶、无人机物流、智能电网、智能工厂、虚拟现实、智慧家居等场景都能应用5G实现革命性的发展。
说了那么久，5G相比于其他时代，到底有哪些优势呢？5G的优势很多，主要有高数据速率、减少延迟、节省能源、大规模设备连接和技术创新等优势，相信5G将会使我们的生活更加精彩。
1.5G优势之高数据速率
5G网络的主要优势在于，数据传输速率远远高于以前的蜂窝网络，最高可达10 Gbit/s，比当前的有线互联网要快，比先前的4G LTE蜂窝网络快100倍。美国芯片制造商高通认为，5G可以在实际（而不是实验室）条件下，实现快10到20倍的浏览和下载速度。也就是说，1分钟左右就可以下载一部高清电影。而我们谈论的还是基于现有4G LTE网络搭建的5G网络，仅仅是第一代5G调制解调器；未来的5G芯片，很可能会更快。5G的超大带宽传输能力，即便是看4K高清视频、360度全景视频以及VR虚拟现实体验都不会出现卡顿的情况。
2.5G优势之减少延迟
5G另一个优点是较低的网络延迟（更快的响应时间），低于1毫秒，而4G为30-70毫秒。较低的延迟可以帮助5G提供让我们做全新事物的移动网络，而不仅仅是适度改善我们现在正在做的事情。可能性包括多人移动游戏、工厂机器人、自动驾驶汽车和其他需要快速响应的任务——所有当今4G网络都在挣扎或根本无法管理的领域。
3.5G优势之节省能源
随着各类能源业务的快速增长，电网设备、电力终端、用电客户迫切需要通过最新的通信技术及系统支撑，满足爆发式增长的通信需求。5G技术将支持能源领域基础设施的智能化，并支持双向能源分配和新的商业模式，以提高生产、交付、使用和协调有限的能源资源的效率。可再生能源、电动汽车、电网通信、智能电网等领域将成为5G在能源行业的重点应用场景。5G通信具有高速率、高安全、全覆盖、智能化等特点，可有效地解决分布式光伏电站分散、点多、量大等问题。5G技术对光伏云网带来的最大变化是数据传输速率与质量的大幅提升，这能够有效解决光伏云网所面临的用户数量激增、海量分布式数据难以采集、广域覆盖难以保障等难题。
4.5G优势之大规模设备连接
5G应用的两大愿景：超大规模连接和大规模物联网。物联网将是5G发展的主要动力，业内认为5G是为万物互联设计的。 到2021年，将有280亿部移动设备实现互联，其中IoT（Internet of Things，物联网）设备将达到160亿部。未来十年，物联网领域的服务对象将扩展至各行业用户，M2M（Machine to Machine，机器对机器）终端数量将大幅激增，应用无所不在。从需求层次来看，物联网首先是满足对物品的识别及信息读取的需求，其次是通过网络将这些信息传输和共享，随后是联网物体随着量级增长带来的系统管理和信息数据分析，最后改变企业的商业模式及人们的生活模式，实现万物互联。未来的物联网市场将朝向细分化、差异化和定制化方向改变，未来的增长极可能超出预期；如果说物联网连接数至2020年将达到500亿，那么有可能这仅仅是一个起点，未来物联网连接数规模将近十万亿。
5.5G优势之技术创新
5G与4G相比的技术创新如下：
5G将采用512-QAM或1024-QAM更高的数据压缩密度调制/解调制器，当前4G使用256-QAM或64-QAM的调制以压缩传输数据，因此频谱效率每Mbps/100MHz的利用效率更高提高更多传输速率。5G将采用28GHz毫米波通信，比如当前4G使用700MHz、900MHz、1800Mhz、2600Mhz等低频段，虽然电波衍射能力比较高但是在低频上频谱资源就却相当有限，在高频的毫米波大多是军用战斗机雷达或测速照相等少数设备，频谱宽度更高，而且更容易找到连续频谱，使空白频谱非常容易获取。波束指向配合多输入多输出（Multi-input Multi-output ; MIMO）相控数组天线，MIMO多输入多输出利用电磁波的空分复用和路径不同多天线系统提高传输速率，类似在军用领域的技术将延伸出的商用技术版本。波束自适应和波束成形，能够提高特定方向的波瓣优化传输距离。新材料将使用GaN氮化镓或是GaAs砷化镓材料的RF射频天线和功率放大器，此材料的RF射频天线能在更高的频段有更高的能源效率，设备会比较省电。为了适应工业物联网、无人驾驶汽车、商用无人机等新技术的应用，网络延迟时间将降低到1毫秒以下。
基金中的净值通俗的讲是什么意思？
投资人购买基金，最先接触的术语就是“基金净值”，基金净值上涨，咱们就赚钱，反之，如果净值大跌，我们就会亏钱。
某种程度上看，基金净值与股价类似，都用来标识单价的，但是相对而言，基金净值复杂一些，常见的有“单位净值”“累计净值”和“估算净值”。
01 一只基金有好几种“净值”第一，单位净值，单位净值是基金单位份额的价格，单位净值=基金持有的所有资产的价值总和/基金总份额。基金持有的所有资产包括，基金持有的股票、债券、现金以及相关的有价证券，在计算单位净值时，还需要扣除相关费用。
举个例子，A基金共有10000份，它的资产包括价值9000元的股票，价值500元的债券，以及500元的现金，那么在不考虑相关费用的情况下，A基金的单位净值就等于1元。
第二，累计净值，市场上大量基金为了吸引投资，会进行分红，在盈利状况好的时候，把基金资产以现金的方式返还给投资人。此时，基金单位净值为减少，而为了查看基金的总体涨幅，就有了“累积净值”的概念。累计净值=单位净值+每份基金历史分红，累计净值能够体现基金成立以来的业绩表现：如果累计净值大于1，说明基金整体赚钱，反之，则表示基金亏钱；累计净值还能展现基金的盈亏水平，如果累计净值为2，说明基金已经翻倍。
正常来看，基金累计净值≥单位净值。对于投资人而言，我们不能通过基金是否分红来判断基金的好坏，优质基金为了维持投资状况的稳定，可能长期不分红；而劣质基金可能为了扩大基金规模，强行分红。
第三，净值估算，净值估算是销售平台根据目标基金最新一个季度披露的持仓状况，估算出来的单位净值，它只有参考作用，并没有交易价值。公募基金的持仓一个季度才公布一次，因此，大众所得到的的持仓消息都是严重滞后的，基金经理的仓位管理是实时变动的。因此净值估算并不准确，它的出现，只是各大销售平台为了满足投资者“盯盘”需求，而推出的服务。
综上，基金单位净值是我们进行基金交易的凭据；基金累计净值是基金历史业绩的体现，能够体现基金成立以来的盈亏状况；而基金估算净值并没有实际意义，只是参考数值。
02 基金买卖过程中，我们到底应该看什么净值？股票市场是瞬息万变的，基金经理每天都会进行多次股票操作，但是一只基金一天只有一个净值，这个净值也是我们进行基金交易的依据。
基金净值的核算是一个复杂的过程，股票收盘之后，基金公司及相关专业人员会对基金当日资产、盈亏状况进行核算，还需要对基金申购赎回状况进行统计，最终才能算出净值。
这个净值就是基金当日的“单位净值”，每只基金单位净值的公布时间不同，但是大体而言，会在当晚19：00-22：00之间公布。
然而，基金的交易时间是每日上午9:00-下午15:00，也就是说，投资人在申购赎回基金时，基金的单位净值尚未知晓。此时，我们只能根据基金的估算净值，大致做一个判断。
举个例子，小王在周一10:00时买入基金1万元，那么一直要等到周一晚上基金单位净值公布以后，小王才能确定自己买入多少份基金。
03 基金净值高低是不是筛选基金的参考？不少投资人对于基金净值有疑问，这只基金净值已经很高了，还能够买入吗？
也有的投资人认为，基金净值高，就意味着后期涨得慢、基金净值低，后期增长的潜力更大，这些想法是错误的。
一方面，基金累计净值能够体现基金的整体表现。刚刚说到，基金累计净值能够体现基金成立以来的整体盈亏状况，这是基金业绩的重要参考。理论来说，基金累计净值越高越好。当然，基金的累计净值要加上基金的成立时间综合考虑，成立时间10年，累计净值只有2元，与成立时间只有2年，累计净值同样达到2元的基金，增长潜力是迥然不同的。
另一方面，不要对基金单位净值有“恐高症”。基金净值的高低与基金的涨幅没有关系，1万元买入基金，涨幅10%，无论你买单位净值1元的A基金，还是单位净值2元的B基金，都是赚1000元。有些时候，单位净值高的基金反而走势更好。哪怕大盘长期在3000点左右震荡，优质的基金依旧可以通过高抛低吸赚取收益，提升基金资产水平，抬高单位净值。
综上，基金净值是我们最常接触的基金术语，不同类型的基金净值，用途不相同，我们要理性客观看待基金的不同净值。
以上是我的一点看法，希望对你有帮助，也欢迎在留言区一起探讨。
我是正好，专注小白理财的80后巨蟹男，请关注@正好的成长笔记，和我一起慢慢变富。
码字很辛苦，新手求祝福，请您点个赞！
什么是BI？
大数据时代，又如何向身边的人解释什么是商业智能 BI？
开篇介绍
我发现一个问题，当和一些不熟悉我们这个领域的朋友们来说，解释大数据的概念比起解释商业智能 BI 要容易的多。举个例子，我们问“你知道什么是商业智能 BI”吗？通常情况会一脸茫然的回答到：“不知道！”。但是当我们问：“你知道什么是大数据吗？”，通常情况下大部分人都会很直接的回答：“大数据，我知道啊！”.....“就是数据很大”（我问过我同学、朋友、家人，答案几乎一致，但是他们完全没有相关任何从业经验）。通常的还有数据分析、数据挖掘，这些名词本身就和大数据一样自带解释功能。对于一般非本行业的朋友们来说，看到这些词通过字面意思通常就能理解个大概，所以取一个好名字就显得有多么的重要。
站在一个比较专业的角度来看，这些解释肯定不太严谨或者本身的理解就是错误的，比如前面所提到“大数据就是数据大”的情况。但我个人认为这些并不是什么太大的问题，因为能理解个大概总比解释了半天还不能理解要好。那我现在要说的就是如何向身边的朋友或者客户解释什么是商业智能 BI。
不要试图用一句话解释什么是 BI在看下面的文章之前，先停下来想一下，假设是由你来介绍，你会用什么样的方式向一个朋友或者你的客户来解释什么是商业智能（Business Intelligence） 呢？
比如：
BI 就是把数据转换为信息。
BI 就是报表。
....
我要说的是，不要尝试用一句话解释商业智能 BI 是什么，因为它本身就是一个专业词汇，背后涉及到方方面面的概念和知识体系。就如同跟一个不懂遗传学的人解释什么是“孟德尔遗传规律”一样，即使可能用一句话高度概括了，但我相信很多人听了仍然不懂。所以，当你向你朋友解释不了什么是商业智能 BI 的时候，这是非常正常的。不是我们知识不够我们讲的不好，而是因为它本身太专业，它包括了 ETL、数据仓库、OLAP、数据分析、数据挖掘等专业技术，以及整套将数据变为信息、信息升华为价值的整个过程。
当每个人都认为自己解释的是正确的，但同时在别人的眼里都是不正确的或者不是很完美的时候，就不要试图用一句话来解释了。
什么是商业智能 BI？我们先来看看官方的解释。
1) 来自 Wikipedia 的定义：Business intelligence (BI) can be described as "a set of techniques and tools for the acquisition and transformation of raw data into meaningful and useful information for business analysis purposes". （https://en.wikipedia.org/wiki/Business_intelligence）
2) 来自百度百科：BI 是Business Intelligence的英文缩写，中文解释为商务智能，用来帮助企业更好地利用数据提高决策质量的技术集合，是从大量的数据中钻取信息与知识的过程。简单讲就是业务、数据、数据价值应用的过程。（Business Intelligence）
对于一些完全没有接触过 BI 的朋友们来说是不是很难理解？ 什么叫高质量决策的技术集合？什么叫钻取数据？业务、数据、数据价值应用又是什么？
如何快速的理解商业智能 BI？跟人们解释一样东西，还是从他们最熟悉的东西开始。我们从到一个餐厅点单开始说起，同时便于大家对比和理解，我在这里不提商业智能 BI，只提一个最简单的场景，从做一张报表开始。
点单和提出报表需求
在图片左边，我们现在去一个餐厅点单，需要点一个菜叫做“小鸡炖蘑菇”。同时在图片右边，我们需要做一张有关销售方面的报表。
餐厅点单的时候，顾客提出了具体的要求（假设可以这样随便提出要求），比如对于食材必须是深山散养的童子鸡，以及对于其它材料的要求，蘑菇的切法等等。这就对应于我们现在要一张有关“产品销售分析”的报表一样，需要弄清楚这张报表应该如何展现，具体需要哪些方面的数据展现在报表上面。无论是点单还是报表需求询问，这都是一个“提出需求的过程”。客户要什么东西，这些东西怎么做，这些就是需求。
备菜的过程与准备报表数据
备菜的过程说简单点就是要上这盘菜，要炒这盘菜，首先我们得把原材料准备好，比如鸡肉、香菇。同样的，我们要去准备一张报表，需求拿到了，那我们就要去准备好这些数据，比如销售相关的、产品相关的数据。备好的菜是放在一个叫操作台的地方，大厨就直接可以炒菜了。同样的，备好的数据放在一个叫“数据仓库 Data Warehouse”的地方，报表开发人员可以从里面直接找到数据制作报表。
原材料的清洗和数据的清洗
下锅炒菜的时候不能直接把一只鸡放在操作台上扔进锅里炒，在原材料变成炒菜的材料之前要把鸡割颈拔毛开膛破肚去屁股尖切成块；蘑菇去根，洗净，顶部开十字口等等，这是一个择菜、洗菜、把源材料变成一个真正可用可下锅的一个过程。这个过程就是 ETL —— Extract 抽取，把鸡拿出来；Transformation 转换，把鸡变成鸡块，完成清洗和转换工作；Loading 加载，把洗净的鸡块放到操作台上以供随时炒菜。
数据的准备过程和菜品原材料的清洗过程是一样的道理，数据是存放在一些数据表中，但是并不是所有的数据都需要抽取出来，只有有用的数据才会被抽取（Extract）；涉及到一些数据需要去重、合并计算、格式转换（比如 15/10/22 转换成 2015-10-22）等都属于 Transformation 阶段；Loading，最后把数据统一加载到数据仓库 Data Warehouse，数据仓库中有一组表。
对于菜品的源材料清洗过程很容易理解，这里为了让大家理解对于数据 ETL 的过程，举了下面这个例子。第（1）张表是我们的原始数据，我们的清洗规则是拿到从0034到0036,0036到0048之间的时间间隔，因此需要通过程序来计算和整理这些数据，可能先转变成第（2）张表的数据，最后再计算转变成第（3）张表的结果。而第（3）张表的结果就是报表最后要的结果，比如展示 ID = 1001， 1002， 1003 ... 等各自的时间间隔。
原材料的采购和源数据的加载
我们再继续想一想，这些鸡和蘑菇是从哪里来的？菜场。可能是一个菜场，也可能是多个菜场的多个摊位采购的，采购之后先原封不动的放到厨房。
源数据的采集和加载也是同样的道理，数据可能是来自外部系统，也可能来自内部的不同业务系统，比如 CRM 系统、ERP 系统，也有可能来自业务人员的 EXCEL 表格， 这些统称为 Data Source 数据源。
这些数据通过 ETL 工具原封不动的抽取到一个叫做 ODS 或者 STAGING 的数据库（或者数据库中的一些表）先存放起来，就类似于把菜买回来先放到厨房，先放起来。后面才有数据的清洗、整理，完毕之后才放到数据仓库，在之后就是制作报表的过程。
这里还要解释一下，ETL 工具和 ETL 的概念区别。ETL 描述的是将数据从一个源头抽取出来，中间完成了数据的清洗和整理，把干净的数据放入到目标数据库或表这样的一个过程。这个过程是可以通过一些工具来实现的，这些帮助实现 ETL 过程的工具统称为 ETL 工具，比如 DataStage、Kettle、Informatica、微软 BI 的 SSIS 等。
回顾整个过程
其实到这里，这些流程已经是比较清楚了，现在只需要反转一下。
其中有几个点我再来解释一下：第一，菜并不是客户点了单之后我们才到市场去采购的，而是在点菜之前就准备好了的。同样的，报表并不是客户提出了需求我们才去找数据，可能这些数据早就准备好了，当报表需求提出的时候我们只需要从数据仓库中去取就可以了。如果菜品的源材料没有了，只是当时这个菜可能做不了，但并不代表以后这个菜就没有了，以后仍然可以采购。同样的，如果报表所要的数据没有了，就需要顺着这个流程反过来去找，找到数据的源头，然后抽取过来，加工放到仓库里。
第二，在 BI 项目中，通常数据是定时比如说每天晚上或者凌晨从各个数据源抽取到 STAGING/ODS，再到数据仓库，所有的历史数据根据不同的设计得到部分或者全部保留。
第三，从上图中 ODS/STAGING 到 DW 处我用 ETL 来匹配“择菜、洗菜、切菜”的过程。其实从各个数据源抽取数据到 ODS/STAGING，也属于 ETL，只不过在这个 ETL 过程中数据都是原封不动的搬过来，发生了很少的或者没有发生 TRANSFORMATION 转换操作。
一个简单的 BI 项目架构这篇文章不会把 BI 描述的过于复杂，就如同描述一栋住宅一样。这个住宅你可以规划的非常复杂，把一切都描述的尽善尽美。你也可以把住宅画的很简单，也能让大家明白这就是一个住宅，有门有窗有房顶。同样的道理，对于 BI 来说，不同的人有不同的解释和定义，但我们一样可以描述的很简单。
商业智能 BI 就是一个把数据变为信息的过程 —— 将企业中的各个部分、各个业务系统中的数据统一的按照一定规则的抽取、清洗，最后加载到一个统一而集中的数据库中。在这个数据库之上，可以做报表展现、也可以做数据分析，最后这些展现和分析的结果将能成为一些决策的重要数据支持，这就是描述商业智能 BI 的一个最简单的价值。简单概括这个过程所体现的三个大的部分就是：Data Source 数据源，Data Warehouse 数据仓库的数据准备，Reporting 报表系统提供报表展现和数据分析。
关于报表展现和数据分析我这里再来放一些图表，来自不同的报表工具，这些报表都是以展现或者分析的目的而制作的，通过数据报表来发现和找到企业在生产、内部管理、市场、客户管理等各个方面的问题，或者作为日常会议决策过程的数据支持。
最后我要说的是，这并不是 BI 的全部，BI 所涉及到的内容和部分比想象中的更复杂。但是作为一个之前并不了解 BI 的朋友们来说，相信通过这篇文章会让你对 BI 的认识更加清晰一些，尽管到最后你还是不能用一句话来表达它的全部。如果看完了之后，更加觉得疑惑或者有更多的问题想要抛出来，可以稍微压抑一下自己的冲动，只需要把做饭的过程和我所描述的报表制作过程理解了就可以了。如果连做饭的过程都不知道，我只能说你日子过的太舒服了，请不要到这里和我们抢饭碗。
如果想了解的更加深入，我会在我的专栏（天善智能社区 BIWORK）更新更多这样的文章，比如商业智能 BI、大数据、数据分析和数据挖掘它们之间的关系，BI 体系的技术与产品划分等内容。
前端展现工具，个人给他们进行一个分类，即兴的，没有太讲究，因此分类标准也是模糊的，肯定有不合适或是不尽准确之处：
传统类的，大而全的，IBM的Cognos和SAP的BO、Oracle的BIEE，微软SSRS，其实还是Cognos最齐全的啦，CUBE和非CUBE的都有，这个可以专题讨论了，就不多说了。微软SSRS有点弱，以前微软收购了个proclarity普科，大概是06年？可惜后来没消息了。
专业型的，大概可以归类为二线厂商，MSTR、Actuate BIRT等等，其中Actuate报表方面有特点，且有BIRT开源，还有Arcplan,0506年时候有点热，烟草等行业推了一些；
特点型的，先特技的Analyzer，连接微软的CUBE很不赖，作为微软体系的一个极好的补充；
新一代的，以Qlikview、Spotfire、Tabuleau为代表，尝试突破，在仪表盘、移动BI、桌面分析等方面切入，强调快速部署实现，或是内存式BI，这也是这类新型工具的一个突破方向。后来传统的SAP HANA也引入内存式了，不过HANA是平台，非工具。
国内软件，以前的FEnet BI.Office,现在的SmartBI,以前尚蓝现在用友的蓝葵BQ，奥威智动的PowerBI,润乾、永洪敏捷BI，帆软等报表工具。
开源前端，BIRT、Jasper等等。
更多精彩内容，可以登陆天善智能社区www.hellobi.com
直接恐吓说不给他就起诉？
对待这类事情，如果对方态度不好，还带有恐吓，我的建议是直接报警！
因为我就碰到过类似的事情！
突然手机接到一条短信，说手机充值500元已到账，我开始还沾沾自喜，说这真是天上掉馅饼的好事啊！
喜悦的心情还在持续，就接到一个电话，说自己充值错误，让我把钱给他返回去。如果不返回，他就要报警处理！
我一听这口气，还挺蛮横，自己错了，态度就不能好一点吗？这是求人的态度吗？
我就没有理他，直接挂断了电话，没想到他电话就打个不停，而且我已经开始在高空作业了，接电话肯定不方便。
大概一个小时后，我在高空下来后，一看手机，我的个乖乖，三十六个未接电话，近二十条短信，短信的内容不堪入目，脏话连篇。
叔叔可以忍，婶婶也不能忍。我直接把电话打过去说:“你有病吗？你发那些短信是什么意思，自己错了，态度还依然蛮横不讲理，我不欠你什么？你如果要报警就报警，就算你不报警我还要报警，你发的短信带有羞辱恐吓性质，完全可以作为证据。再说，我一个农民工，我在高空干活，你电话一个接一个啥意思，如果因为我接电话出了事，你就要负主要责任……”
他还不甘心得说:“把钱给我转过来，否则我找到你，要你好看……”
我挂断了电话，中午下班后，我直接来到派出所，说明了情况，把短信内容给警察叔叔看，做好了笔录，就等着警察叔叔召唤他。
毕竟这类小事情，警察叔叔也是建议双方和解，而不是走法律程序，如果对方有恐吓性质，我非要追究，那么就要走法律程序！
警察叔叔给他打电话，开始他还没有接，打了三四个电话之后，他接了电话，警察叔叔说明了情况，让他来派出所一趟，同时也告诉他短信内容具有恐吓羞辱性质，如果我要追究，那就要走法律程序，现在请你来派出所，你们双方调解一下！
他支支吾吾的说:“自己不是本地的，在外地，过来一次也不方便……”
大概过了两三个月，我每个月给他充值一百，五个月给他充值完！
其实像这种事，真的很好解决，态度好一点，不要蛮横不讲理，毕竟是你有错在先，求人要有个求人的态度！
态度好了，我相信很多人第一时间都会把账转回去，毕竟不义之财不可取，莫以恶小而为之！
你有没有做过同一个梦？
●作者杨明
我经常做自己在公交车上与歹徒奋力搏斗的梦，当我一时被你死我活的撕扯所惊醒，自己常常感到“有意思”。为何此景发生?因为是我战友见义勇为的事迹，深深感染了我，鞭策了我，自己是日有所思，才夜有所梦啊！
那是7月2日的一天，我的战友赵永军，乘车回家乡。在车上，赵军医看到，一位30多岁的男人离开座位向车厢后面一位姑娘身边走去坐下。
随着客车行驶，男青年把自己的左腿搭在了姑娘膝盖上，继而将右手伸向姑娘裆内。此时，姑娘忍无可忍，她快速站起，将自己吃的雪糕，奋力摔在了男青年脸上。
姑娘的举动激怒了男青年，他暴跳如雷地站起，一把拉开了姑娘的裙领和胸罩，欲行污辱，赵军医目睹此景，为男青年暴行所激怒，他疾步跑到男青年身边，怒吼：“住手！”
男青年听到喊声，看到个头、块头比自己小得多的对方，依旧没有停下他罪恶的双手。正义感使赵军医不能熟视无睹，他怒吼着，一把抓住了对方。
男青年看到赵军医阻挡，十分恼火，一拳向赵军医面部砸来，当即，赵军医被对方击得鼻血直流。面对猖狂歹徒，赵军医毫不惧怕，他忍着疼痛，与歹徒在车厢内打起来。
男青年仗着身高力大，趁客车刚刚停稳，将赵军医拦腰抱起，碰碎玻璃把他抛出窗外。然后，男青年跳下车，向摔在地上的赵军医扑去。
此时，赵军医右胳膊骨折、流血，双腿疼痛，但他仍咬牙而起，顽强地与歹徒展开了搏斗。赵军医不畏强暴，见义勇为的行动终于感染了乘客。此时，大家一齐动手，协助赵军医抓住了歹徒。
