浅谈这几天做的三个比赛

风起鸿庄Nirvana

于 2022-09-26 21:36:45 发布

阅读量378

点赞数 3

分类专栏：日常使用

本文链接：https://blog.csdn.net/weixin_53318879/article/details/127061472

版权

日常使用专栏收录该内容

4 篇文章 0 订阅

订阅专栏

从9月15日开始，我这边连着做了三个比赛，分别是数学建模国赛，triz省赛和西门子的国赛

所以搁置了一些写技术文章和发视频的工作

在敲这篇文章的时候，我准备回学校了，今天是第一批返校的第二天，也是最后一天，之所以并未选择去实习，是因为我接到通知说要线下上课，大三上学期还是有一些很挑剔的课程的，不仅如此，我还需要考过六级才行。

我得保证这学期安安稳稳的度过，才能从下学期开始安心的去实习

ok言归正传，接下来我分别讲一下这三个比赛我所得的收获

数学建模国赛

时间：15日至18日晚

我的职责: 编程及部分建模

我们数学建模选择了c题，也就是那个分析文物含量及文物具体类型的题目。

这道题看起来的确是易于理解的，但坑却很多。

第一题第一问分析物品是否风化与玻璃类型，纹饰，颜色等关系，我们选择了spss进行多元logistic回归分析，分析各因素之间的关系；数据预处理需要用excel处理数据，剔除两条不符合条件的，并使用各列数据求和判断是否属于有效数据。第一题第三问是重头戏，当时我们没有想到卡方检验的方法，我因为省赛建模得到灵感，转用python，感觉可以用多元随机森林回归，进行含量预测。在使用这个方法之前，我先是用主成分分析了化学成分，找出了几个主要的化学成分，并进行预测。

很惊喜的是，我第一问的主成分分析可以用在第二问的分类里。也就是后面的亚分类，将主要成分进行提取，后进行k均值聚类分析，第二问理论和excel所占比重较大，编程分析也主要使用的是spss

第三问的预测，我使用了支持向量机(SVM），当时使用钾和铅进行的分类，发现结果太好，分类没有这么简单，后来一看果真如此，钾和铅的数据不全，于是用铝钙进行的分类，训练之后进行了预测。和参考结果对比，错了两个。后来我们三个协商得出结论，为了更好的体现论文的连续性，我们先用的kmeans聚类，然后用支持向量机又做了一遍，在论文里做了敏感性分析的工作。又优化了一下我们得到的结果，好像这次都对了

第四问，我使用的是简单相关分析，进行因子矩阵绘制之后，算f和p值，并用数据得出结论，我的队友简化了我的过程，放到了论文里，至于相关分析这个地方，我们是分为4类，分别进行含量的相关分析，与第一问遥相呼应。

总结：这次建模总体来说还算顺利，期间也有一些困难，但都是可以克服的。我们已经努力，结果如何已经不重要了。另外感觉大家都很厉害，c题做出来其实不难，难的是把它做出彩。