摆烂大大王
互联网行业公司 技术总监
展开
-
2024MathorCup数学应用挑战赛A题
运行此程序会求解给定的小规模优化问题,并打印出是否成功解决以及每个小区被分配的 PCI。原创 2024-04-12 14:03:26 · 310 阅读 · 0 评论 -
2024MathorCup数学应用挑战赛C题
PuLP模型构建和求解。原创 2024-04-12 14:10:33 · 266 阅读 · 0 评论 -
2024MathorCup数学应用挑战赛B题
图 1 为一张甲骨文原始拓片的图像分割示例,左图为一整张甲骨文原始拓片,右图即为利用图像分割算法[4]实现的拓片图像上甲骨文的单字分割。: 基于前三问对甲骨文原始拓片图像的单字分割研究,请采用合适的方法进行甲骨文原始拓片的文字识别,附件 4 (Recognize 文件夹)中给出了部分已标注的甲骨文字形 (不限于此训练集,可自行查找其他资料,如使用外部资料需在论文中注明来源),请对测试集中的 50 张甲骨文原始拓片图像进行文字自动识别,并以适当结果呈现。B题 甲骨文智能识别中原始拓片单字自动分割与识别研究。原创 2024-04-12 13:55:19 · 761 阅读 · 0 评论 -
美赛中AI使用的建议和警示
今年的美赛对于AI⼤模型的使⽤,提出了⾮常创新的要求——Report on Use of AI.这篇博客,详细地分析了使⽤AI⼯具的利弊,以及Report撰写的注意事项。我的观点是:AI要⽤,⽽且要⽤得好。Report要写,⽽且要写得清晰。展现出你对于AI⼯具的透明度、责任感。这必然也会成为2024年美赛的评价指标之⼀!美赛要求文档:https://www.contest.comap.com/undergraduate/contests/mcm/instructions.php。原创 2024-02-02 18:39:35 · 121 阅读 · 0 评论 -
让Chatgpt写得更像人
比如说,“请写一篇关于20世纪最影响力的科技发明的文章,风格轻松幽默,就像你在和朋友聊天一样。”这样的指令比“写一篇关于20世纪科技发明的文章”更能指导GPT采取人类化的写作风格。通过给出更具体的指令,可以引导GPT写出更具人类特色的内容。要求GPT结合时下流行的表达方式,如网络流行语、潮流术语等,这样内容会更加贴近现代人的表达习惯。要求GPT加入一些个人化的元素,如故事、经历或特定人物的观点,这可以使内容更具吸引力和真实感。要求GPT模仿特定的写作风格或作者,这样可以让输出的内容更像是由人类创作。原创 2024-01-27 18:44:22 · 534 阅读 · 0 评论 -
美赛数据查找常用网站
在参加数学建模比赛时,找到可靠和相关的数据是成功的关键。以下是一些寻找数据的优秀网站,你可以从中找到可能适合你项目的数据。原创 2024-02-03 10:51:31 · 82 阅读 · 0 评论 -
使用ChatGPT优化学术论文的指南
学术论文的质量直接关系到研究成果的传播和学者的学术声誉。ChatGPT作为一款强大的语言模型,可以在撰写和优化学术论文的过程中提供实质性帮助。下面列举了一些命令和方法,你可以通过它们来让ChatGPT协助你更好地优化你的学术论文。原创 2024-01-25 19:10:48 · 1007 阅读 · 0 评论 -
使用ChatGPT进行想法创新
在快速发展的数字化时代,创新成为了推动个人、企业乃至社会发展的关键力量。ChatGPT作为一个基于人工智能的语言处理工具,为想法创新提供了一个独特的途径。原创 2024-01-26 18:51:58 · 157 阅读 · 0 评论 -
ChatGPT:数据清洗的得力助手
利用ChatGPT进行数据清洗就像有一位智者在旁指导,它不仅提供了工具,还智能地帮你找到解决方案。不管数据多么凌乱,有了ChatGPT,你就拥有了整理它们的“魔法棒”。轻轻一挥,数据就变得井井有条,为后续的数据分析工作奠定坚实基础。原创 2024-01-26 19:33:15 · 225 阅读 · 0 评论 -
利用ChatGPT阅读文献:指南与技巧
summarizeabstract 摘要内容/summarizeabstract 这篇文章讨论了人工智能在诊断疾病方面的潜力和挑战...ChatGPT将会提供一个简洁的摘要解读。原创 2024-01-27 18:19:16 · 1441 阅读 · 0 评论 -
数学建模竞赛中的时间序列模型及代码案例
在数学建模竞赛中,时间序列模型是用于分析按照时间顺序排列的数据点的一类统计模型。这些模型尤其在经济学、金融、环境科学、工程学和自然科学等领域中非常有用,因为它们能够分析、预测未来数据点的趋势、季节性等特性。时间序列模型的种类繁多,其中最基本的有自回归(AR)模型、移动平均(MA)模型、自回归移动平均(ARMA)模型和自回归积分滑动平均(ARIMA)模型。更高级的模型如季节性ARIMA(SARIMA)和向量自回归(VAR)模型也经常在竞赛中使用。原创 2024-01-29 16:41:25 · 619 阅读 · 0 评论 -
数学建模比赛中的数据处理指南
数学建模比赛通常要求参赛者从实际问题出发,使用数学工具和计算机技术建立模型,解决问题。在这个过程中,数据处理是至关重要的一环。原创 2024-02-03 17:20:02 · 164 阅读 · 0 评论 -
利用ChatGPT进行数学建模比赛的策略指南
借助ChatGPT等AI工具,数学建模比赛的参与者可以在理解问题、模型构建、编程实现以及论文撰写等方面得到有效的帮助。AI工具的使用可以提升建模的效率、准确性,并且在论文撰写中节省时间。不过,需要注意的是,AI给出的建议应该结合实际情况进行适当调整,创新和人的直觉在数学建模中同样重要。原创 2024-01-24 19:01:01 · 557 阅读 · 0 评论 -
数学建模竞赛中的皮尔逊相关系数分析
对于两个等长度的数据集 ( X = {x_1, x_2, …, x_n} ) 和 ( Y = {y_1, y_2, …, y_n} ),皮尔逊相关系数 ( r ) 可以用以下公式计算:其中,( \bar{x} ) 和 ( \bar{y} ) 分别是数据集 ( X ) 和 ( Y ) 的均值。原创 2024-01-30 18:30:00 · 197 阅读 · 0 评论 -
数学建模竞赛中的马尔科夫预测模型
马尔科夫模型是一种统计模型,它假设一个系统下一状态的概率只依赖于其当前状态,而与更早的状态无关,这种性质被称为“无记忆性”或“马尔科夫性质”。最常见的马尔科夫模型是马尔科夫链,它是离散时间状态空间上的随机过程。原创 2024-01-29 16:40:58 · 590 阅读 · 0 评论 -
数学建模竞赛中的回归分析预测模型
回归分析在数学建模竞赛中非常有用,因为它可以帮助参赛者理解变量之间的关系,并对未来的数据点进行预测。在构建模型时,请注意数据的预处理和特征选择,这些都可能对模型的性能产生重大影响。另外,避免过拟合和欠拟合也是模型优化过程中的关键步骤,可以通过交叉验证、正则化方法和模型选择技术来实现。在数学建模竞赛中,回归分析是一种强大的工具,但它只是众多可用模型和技术中的一种。根据数据的特点和问题的需求,可能还需要探索其他更复杂的模型,如神经网络、随机森林、支持向量机等。原创 2024-01-28 19:56:38 · 406 阅读 · 0 评论 -
数学建模竞赛中的微分方程模型
微分方程模型在数学建模竞赛中是一种强大的工具,它能够帮助参赛者理解和预测# 数学建模竞赛中的微分方程模型及案例数学建模竞赛通常要求参赛者运用数学工具来解决实际问题。其中,微分方程在建模中扮演着重要角色,它们用于描述变量的变化率和变量之间的关系。在众多领域中,微分方程都是不可或缺的工具,特别是在描述物理现象、生物过程或经济变动等动态系统时。原创 2024-01-28 19:55:31 · 427 阅读 · 0 评论 -
灰色预测模型在数学建模竞赛中的应用
灰色预测模型是灰色系统理论的一个重要分支,由中国学者邓聚龙于1982年提出。这种模型特别适用于处理小样本和不完全信息的预测问题,因此在数学建模竞赛中得到了广泛的应用。其中,最为著名的模型是GM(1,1)模型,即一阶单变量灰色预测模型。原创 2024-01-28 19:53:07 · 728 阅读 · 0 评论