- 博客(24)
- 问答 (1)
- 收藏
- 关注
RSS订阅转载 大模型智能体如何自动化构建领域知识图谱？
arXiv上最近出了一篇利用大语言模型智能体进行领域知识图谱构建的文章，文章中指出通过构造特定的知识化指令数据集，调用外部工具集，可以使得Llama-2-13B模型在知识图谱构建任务上显著超越GPT-4，微调后的LLM模型已开源至Hugging Face。论文题目：UrbanKGent: A Unified Large Language Model Agent Framework for Urban Knowledge Graph Construction。
2024-02-26 17:00:41
329
原创 2021年国赛C题完整代码全部免费开源！！
各位UU，下面是2021年的国赛所有代码，今天全部开源啦！没有看赛题分析的，可以看小编的其他博客哦！
2023-05-07 13:12:40
2994
5
原创 数学建模让人收益终身——2022美国大学生数学建模竞赛F奖
数学建模与我的故事2022-5-6上午美赛的结果揭晓了，我们小组很开心和庆幸自己在今年的竞赛C题中获得了Finalist！！这次也算是本科生涯最后一次建模了，小编从本科一年级开始数学建模，先后获得了国赛二等奖，中青杯国家一等奖，开心的说自己已经没有遗憾了，哈哈！！话不多说，老规矩，先上证书：1.锻炼思维，实践方法小编认为一次数学建模经历足以全方位的锻炼个人思维能力，培养个人运用知识、凝练知识的能力。具体来说，数学建模主要面向一些现实问题，它需要我们把问题进行抽象，转换为一些可表达的形式，进而借
2022-05-07 10:34:30
3515
2
原创 2021年数学建模国赛C题问题四及模型检验
2021年数学建模国赛C题问题四详细思路和代码小编本次建模虽然没能获得国奖，但是还是想把思路分享给大家，希望大家多多批评与指正1 问题分析问题四要求确定企业每周产能可以提高多少，从题意来看，企业每周的产能是描述其生产能力和实力的指标，应当是企业长期的体现。并且题目中明确给出了企业当前情况下每周的产能为2.82万立方米，故我们认为：企业每周的产能应当是一个固定值，体现其本身的生产能力和综合情况。确定概念后，我们对问题进行了分析，发现题目中实际上是要求我们对未来24周企业每周的产能进行优化，在相应的
2022-03-05 10:25:12
11122
9
原创 2021年数学建模国赛C题问题三详细思路和代码
2021年数学建模国赛C题问题三详细思路和代码1 问题分析问题三要求压缩成本、减少转运及仓储的成本、降低转运损耗率，并制定对应的订购方案和转运方案，最大的特点在于没有供应商数量限制，故每周的供应商数量可以不同，是动态的订购方案和转运方案。和问题二的不同在于要同时对订购方案和转运方案进行优化，且增加了优化目标。另外，问题三还要求我们尽可能地多采购A类和尽可能地少采购C类原材料。分析后我们发现每立方米的产品消耗A的体积最少，依次是BC，所以在相同产能要求下，加大对A的采购可以减少库存原料的体积，进而达到节约
2022-03-05 10:17:48
15437
13
原创 2021年数学建模国赛C题问题二详细思路和代码
2021年数学建模国赛C题问题一详细思路和代码说明：本思路仅为小编个人思路，其中关于本文中给出的AdaBoost回归预测模型于今年的 国赛参考评分标准有所出入，所以本题思路为个人创新思路，不一定符合评分标准标题...
2021-12-21 20:23:39
28682
20
原创 2021年数学建模国赛C题问题一详细思路和代码
2021年高教社杯数学建模C题问题一详细思路和代码1 问题分析问题一要求我们利用近五年企业的订货量和供应商的供货量数据对供应商的供货特征进行量化分析，并以企业生产重要性为目标建立数学模型，选择出相对重要的供应商。供货特征是供应商管理绩效的直接表现，目前业内广泛认可的指标有：质量、成本、交货、服务、技术、资产、员工与流程，合称QCDSTAP。结合本题所给的数据，我们最终选择了成本、交货和资产作为本题量化的供货特征。关于成本指标，可以利用供应商所供应的原材料采购单价来衡量；关于交货指标，在本题中，它主要反
2021-11-29 22:38:01
74737
62
原创 2021年数学建模国赛C题思路
2021年高教社杯数学建模竞赛C题思路小编曾获得建模国二，虽然今年没能获得国奖，但是想把自己的思路分享给各位建模友友一、问题重述1.1 问题背景在工业生产上，生产企业的原材料订购和运输问题非常重要，制约着企业的经济效益和生产能力。这类问题往往表现为企业与供应商、转运商之间的关系，如何制定合理的原材料订购方案和运输方案显得尤为重要。现有以企业，其原材料种类总体可分为A，B，C三种类型。该企业每年按48周安排生产，需要提前制定24周的原材料订购和转运计划，并确定转运商。该企业每周的产能为2.82
2021-11-29 22:16:01
9476
原创 关于2020年国赛C题出现的问题说明与解决
关于2020年国赛C题出现的问题说明与解决本文章旨在为了大家更好的理解代码，针对大家出现的问题进行一定的说明。问题一在问题一中广大友友们出现的问题：链接：博客原文第90行索引超出数组元素的数目(0)原因：我们利用 E xcel 将 赛题所给的 原始 数据中的 企业代号 ”中的 E ”全部替换为“”，即：把E删掉。因为文本数据Matlab很难处理。强调：剔除不是指全部删掉 ，而是把"E1"-------> 变成 "1"问题二问题二中代码中看不懂的部分：第一个 z(j)=exp
2021-08-18 19:10:09
4678
24
原创 2020年数学建模国赛C题完整代码下载链接处
2020年数学建模国赛C题完整代码因为私信找小编要论文的友友们实在太多了，所以这里直接开源2020年高教社杯数学建模C题的完整代码如下：需要的小伙伴们，可以利用百度网盘来提取相关资料链接：https://pan.baidu.com/s/1ery5znBrimASLmM3_k5SgA提取码：hygy...
2021-08-11 19:15:34
6664
30
原创 2021中青杯数学建模A题 （论文+代码） 超详细
2021中青杯数学建模A题 （论文+代码）最近有点忙，没有看大家的私信，今天看到居然这么多了，对不起各位友友，接下来就我就为大家给出上本次中青杯的完整论文。在阅读之前，还请各位友友点赞加关注，哈哈。论文代码本次博客暂不提供电子版论文和代码，如果有需要的友友，可以私信博主，查询购买方式。好了，这次的分享就到这里了。...
2021-08-09 22:57:01
16247
15
原创 2021中青杯数学建模A题
2021中青杯数学建模A题话不多说，先上证书，小编获得了2021年中青杯数学建模本科生组一等奖以下是证书和参赛论文A 题:汽车组装车间流水线物料配送问题汽车制造有四大关键工艺——冲压、焊接、涂装和总装，其中总装车间的占地面积最大、工人数量最多，迫切需要数学建模技术帮助降本增效。总装是指将发动机等全部内外饰件装配到车身上的工艺，通常围绕流水线展开，线上的每个工位负责装配固定的物料。为防止停线影响生产效率，需要及时补充工位上的物料，此物料补充工作称为运输，一般由拖车完成。拖车接收到任务指令后，需
2021-07-31 11:27:43
6501
16
原创 2020年高教社杯全国大学生数学建模竞赛C题 第三问详细解答+代码
2020年高教社杯全国大学生数学建模竞赛C题 第三问详细解答+代码本文摘自小编自己的参赛论文与经历,小编获得了2020年高教社杯国奖，有问题的同学们可私聊博主哦。问题 三： 增加企业抗突发因素能力后 信贷策略 的 调整1.1 问题分析问题三要求我们把突发因素考虑在内，仍然是对 302 家无信贷记录的企业进行研究，因为缺少企业信誉评级，而问题三要求我们把突发因素考虑在内，那我们自然想到可以利用新增的突发因素代替企业信誉在信贷策略中所占有的地位，于是我们需要综合考虑企业实力和突发因素对企业的影响。为
2021-07-17 11:12:17
12308
7
原创 2020年高教社杯全国大学生数学建模竞赛C题 第二问详细解答+代码
2020年高教社杯全国大学生数学建模竞赛C题 第二问详细解答+代码本文摘自小编自己的参赛论文与经历,小编获得了2020年高教社杯国奖，有问题的同学们可私聊博主哦。问题2 缺少信誉评级后的 信贷策略 研究1.1 问题分析问题二与问题一的不同在于，问题二中的企业均是无信贷记录企业，缺少信誉评级这一项，相当于在问题一 的基础上少了一个评判尺度。另外，问题二对银行的信贷总额进行了量化，规定信贷总额为一亿元。条件略有不同，但是问题却使一致的，还是对企业的信贷风险进行量化分析，并给出银行对这些企业的信贷策
2021-06-15 22:33:06
12678
10
原创 2020年高教社杯全国大学生数学建模竞赛C题 第一问详细解答+代码
2020年高教社杯全国大学生数学建模竞赛C题 第一问详细解答+代码本文摘自小编自己的参赛论文与经历,小编获得了2020年高教社杯国奖，有问题的同学们可私聊博主哦。1. 问题分析问题一主要围绕信贷风险和信贷策略展开，其中信贷策略又包括是否 放贷 、贷款额度、利率和期限等 。首先，我们应该对企业的信贷风险进行量化评估。 影响信贷风险的因素是多方面的 而依据题意，信贷风险主要依据企业实力和信誉来衡量。对于 多因素影响的问题， 应该对因素进行权重 划分 ，由此我们考虑对企业实力和信誉这两个因素进行加权，
2021-06-05 17:02:18
39661
77
原创 2020年高教社杯全国大学生数学建模竞赛 C题思路
2020年高教社杯全国大学生数学建模竞赛 C题 中小微企业的信贷决策本文旨在为广大热爱建模的朋友们提供2020年数学建模C题的思路和解法。问题回顾在实际中，由于中小微企业规模相对较小，也缺少抵押资产，因此银行通常是依据信贷政策、企业的交易票据信息和上下游企业的影响力，向实力强、供求关系稳定的企业提供贷款，并可以对信誉高、信贷风险小的企业给予利率优惠。银行首先根据中小微企业的实力、信誉对其信贷风险做出评估，然后依据信贷风险等因素来确定是否放贷及贷款额度、利率和期限等信贷策略。某银行对确定要放贷企业的
2021-05-25 20:51:50
17477
原创 解决bug：module ‘scipy.misc‘ has no attribute ‘imread‘
错误原因：imread 和 imresize 方法 将在 Scipy1.0.0被弃用，在Scipy1.3.0被移除DeprecationWarning: `imread` is deprecated!`imread` is deprecated in SciPy 1.0.0.Use ``matplotlib.pyplot.imread`` instead./opt/conda/lib/python3.6/site-packages/ipykernel_launcher.py:12: Depreca
2021-03-19 17:15:18
571
原创 深度学习入门——Mini-batch、Momentum与Adam算法
基于不同优化算法更新神经网络中的参数学习记录自：deeplearning.ai-andrewNG-master一、 优化算法概述1.1 常用优化算法在机器学习或深度学习中，一般采取梯度下降对参数进行优化更新，本文主要讨论Mini-Batch算法、Momentum算法、RMSprop以及Adam算法。1.2 为什么要改进梯度下降对于一个数据量适中的数据集而言，可以直接利用梯度下降或者随机梯度下降(Stochastic Gradient Descent)。此时在整个训练集进行梯度下降优化不会消耗
2021-03-15 21:23:30
2476
原创 深度学习入门——神经网络的正则化
神经网络中的正则化学习记录自：deeplearning.ai-andrewNG-master在开始之前，先让我们来看看正则化模型与非正则化训练效果。非正则化模型与正则化模型的比较预分类数据非正则化分类结果损失函数迭代图：On the training set(训练集精度）:Accuracy: 0.94On the test set（测试集精度）:Accuracy: 0.91分类决策边界：从分类结果来看测试精度为91%，损失函数优化时存在扰动。从分类决策边界来看，该分类模型过度
2021-02-28 13:26:32
18662
6
原创 深度学习入门——深层神经网络模型的模块搭建
深层神经网络模型的搭建学习记录自：deeplearning.ai-andrewNG-masterL层神经网络模型概览该模型可以总结为：[LINEAR -> RELU] × (L-1) -> LINEAR -> SIGMOID。详细结构：• 输入维度为（64,64,3）的图像，将其展平为大小为（12288,1）的向量。• 相应的向量：[x0,x1,…,x12287]T乘以权重矩阵W[1]，然后加上截距b[1]，结果为线性单位。• 接下来计算获得的线性单元。对于每个(W[l
2021-02-21 11:28:10
1532
3
原创 基于梯度下降的浅层神经网络分类二维数据—代码实现
利用含一层隐藏层的神经网络分类二维数据—代码实现学习记录自：deeplearning.ai-andrewNG-master首先导入所需要的包：import numpy as npimport matplotlib.pyplot as pltimport sklearn #机器学习库 包含很多模块函数import sklearn.datasets #datasets方法 提供一些导入、在线下载及本地生成数据集的方法import sklearn.linear_model #l
2021-02-03 11:08:03
716
原创 基于梯度下降的浅层神经网络分类数据—基本算法模型与数学公式准备
深度学习入门——基于梯度下降的浅层神经网络分类数据—基本算法模型与数学公式准备学习记录自：deeplearning.ai-andrewNG-master一、浅层神经网络的基本概念1.1 基本术语及运算一个简单的浅层神经网络如下图所示：其中x1、x2、x3所在的层次称为输入层，中间的4个单元组成隐藏层，最右边的一个单元组成输出层，如图所示，y ̂即为该神经网络的输出。上图展示了神经网络在传播时的计算过程，其中以激活函数sigmoid为例，w和b为该神经网络的权重参数。1.2常用的激活函数
2021-02-02 12:18:07
515
1
原创 基于logistic回归构造神经网络进行图像识别
深度学习入门——利用梯度下降的logistic回归进行图像识别算法的数学表达式正向传播（损失函数计算）：反向传播（梯度计算）：算法框架其中参数更新依赖于优化函数，目标是通过最小化损失函数J来学习w和b。参数更新规则如下： θ= θ- αdθ 其中α为学习率。标题样本集训练关于logistic参数w和b，实验采用梯度下降的方法，参数学习率（更新率）为0.005，得到了迭代次数和损失函数的关系图如下：通过对样本数据集和测试样本数据集进行预测，发现本模型的预测准确率并不高，最
2021-01-27 19:11:51
697
3
空空如也
求2020年美赛C题的数据集，因为原始赛题的数据集下载链接用不了了
2022-02-07
TA创建的收藏夹 TA关注的收藏夹
TA关注的人