<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[STL_CC的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/STL_CC</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; STL_CC]]></copyright><item><title><![CDATA[2021年暑假数学建模模拟赛（赛题+数据+分析）]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/119846176</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/119846176</guid><author>STL_CC</author><pubDate>Sat, 21 Aug 2021 22:42:39 +0800</pubDate><description><![CDATA[笔者所在学校耗时一个半月的数学建模培训总算告一段落了，期间有三次模拟赛，在这里分享出来供大家参考，可以用来自测，会附上自己建比较粗鄙的模型，供参考
赛题
Github：STL-CC/Mathematical-modeling-exercises
题解
第一次：数据恢复与归类
2021年暑假数学建模第一次模拟赛：新冠疫情预测（插值，时间序列，微分方程建模）
第二次：通信组网
2021年暑假数学建模第二次模拟赛：无人机路径规划（现代智能优化算法）
第三次：统计训练
2021年暑假数学建模第三次模拟赛：全国各省人]]></description><category></category></item><item><title><![CDATA[2021年暑假数学建模第三次模拟赛：全国各省人均消费分析与预测（很好的SPSS统计训练）]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/119845258</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/119845258</guid><author>STL_CC</author><pubDate>Sat, 21 Aug 2021 22:04:29 +0800</pubDate><description><![CDATA[赛题

分析
这次的赛题完全可以全用SPSS来实现，以前一直目光狭隘，盯着MATLAB和python，经过这次训练赛，笔者意识到了SPSS的重要性
读者可以拿它来练手，统计一直是数学建模里很重要的一个部分，但一直受到了忽视
使用SPSS也应该是一项必会的技能
另外笔者发现一个宝藏网站SPSSAU，为了避免广告嫌疑就不放链接了
可以去淘宝搜一个一两天的会员在建模的时候使用，他可以给出详细的分析报表，适合非统计专业的小白做分析使用

求解
直接上论文里的分析啦，主要是使用的SPSS软件，只有一两个代码，附在下一]]></description><category></category></item><item><title><![CDATA[2021年暑假数学建模第二次模拟赛：无人机路径规划（现代智能优化算法）]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/119844477</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/119844477</guid><author>STL_CC</author><pubDate>Sat, 21 Aug 2021 21:06:24 +0800</pubDate><description><![CDATA[2021年暑假数学建模第二次模拟赛：无人机路径规划（现代智能优化算法）
赛题
题目细节真的很多，也很难，仔细看看吧，建议阅读详细文件，可以往下翻下载赛题







思路
问题一
最终结果是一个661*621的表格的大网内的通信覆盖情况，直接对每一个点进行求解。让其与这16基站进行通讯。
3种通讯方式和三种高度实际上是9个子问题，对每个子问题
1.遍历每一个空中的点
2.尝试连接基站x
3.查询基站x是否支持通信方式dx，若不支持返回2，尝试下一个
4.将该基站点转化为经纬度(问题中提供的经纬度是其高程图]]></description><category></category></item><item><title><![CDATA[遗传算法求解无人机路径多目标规划问题（python实现）]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/119567579</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/119567579</guid><author>STL_CC</author><pubDate>Tue, 10 Aug 2021 15:32:46 +0800</pubDate><description><![CDATA[问题描述
前置背景
该问题是笔者所在学校2021年数学建模的第二次训练赛的第二问

问题一即有3种通信方式D1,D2,D3，他们在三个海拔高度3km，6km，9km的通信包络网存在一个661*621的网格地图中，地图由0和1组成，包络网可以见下图

其中前缀D1代表采用D1通信方式，后缀3000代表其为在海拔3KM处的包络网

问题二
问题二是无人机航线规划多目标问题，总共有九架无人机，所以相当于有9个子问题

如图从上到下依次是九架无人机在各自所能支持的通信方式和飞行海拔下的通信范围网，其中青色代表D1通]]></description><category></category></item><item><title><![CDATA[2021年暑假数学建模第一次模拟赛：新冠疫情预测（插值，时间序列，微分方程建模）]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/119274071</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/119274071</guid><author>STL_CC</author><pubDate>Sat, 31 Jul 2021 12:41:09 +0800</pubDate><description><![CDATA[2021年暑假数学建模第一次模拟赛：新冠疫情预测（插值，时间序列，微分方程建模）
1.赛题
处理数据是现代大数据时代的一项非常重要的工作，尤其数据的恢复和归类整理技术，更是关键与核心 。
本题目附带一份残缺数据表（见附件 ），表中所提供的数据，是自去年新冠疫情爆发以来 ，直到今年 2月，某平台公布的部分国家（共 19 个国家，国家名已经隐去）的疫情数据 。为了 论文建模的需要 ，其中有些数据已经被特意删除， 数据表的第一行是对应国家大约人口。由于人工输入数据 的客观事实 ，不排除某些国家上报的数据滞后 ，使]]></description><category></category></item><item><title><![CDATA[光谱分析预处理工具箱（一）总览]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/115425307</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/115425307</guid><author>STL_CC</author><pubDate>Sun, 04 Apr 2021 09:11:49 +0800</pubDate><description><![CDATA[光谱分析预处理工具箱（一）总览
本来一直想基于pyqt5写一个小小的光谱分析软件。集成搜索最佳预处理，GPU加速支持等。并想把AutoML技术用上，自动实现特征工程，机器学习模型搜索和超参数搜索，然后集成各种模型得出最后的模型，完全自动化只需少量人工干预。
摘录关于AutoML，你想知道的都在这里！

**自动机器学习（AutoML）**是将机器学习应用于现实问题的端到端流程自动化的过程。
传统机器学习模型大致可分为以下四个部分：数据采集、数据预处理、优化、应用；
其中数据预处理与模型优化部分往往需要具备专]]></description><category></category></item><item><title><![CDATA[【练习笔记(第一次)】2020年数学建模国赛C题：数据处理、源代码]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/108591693</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/108591693</guid><author>STL_CC</author><pubDate>Tue, 15 Sep 2020 01:38:13 +0800</pubDate><description><![CDATA[前言
本来因为ACM竞赛培训的原因没有参加数学建模的培训和系列赛事，开学被同学拉过来凑数，就这样阴差阳错的参加了一次数学建模国赛。由于没有系统的学习数学建模，还是第一次接触数学建模正式赛事，所以论文写的比较水。主要用到的方法都是烂大街的没有新意的方法，都是我在平时做数据练习时的一些偏机器学习的模型。前期想着队长能有什么模型想出来，结果队长啥也没想出来只好自己上，导致正式开始动笔建模时已经比较晚。其实论文还有很多可以改进的地方，比如没有查阅足够的文献资料，综合前人的结果，其实前人已经做出一些信用风险评估模型，]]></description><category></category></item><item><title><![CDATA[【莫比乌斯反演最简单的入门题】B.Coprime Integers]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/108305561</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/108305561</guid><author>STL_CC</author><pubDate>Sun, 30 Aug 2020 13:44:19 +0800</pubDate><description><![CDATA[来源
ICPC Pacific Northwest Regional Contest 2018 B
移步codeforces gym提交
或者vjudge
思路
真是个傻逼题，但是当时没有学完莫比乌斯
init是在用线性筛获得莫比乌斯函数的前缀和
然后用容斥原理得到解
注意溢出
前置知识
莫比乌斯反演
线性筛
积性函数
说明
莫比乌斯真是毒瘤，看了几天的《初等数论及其应用》和前置技能知识才学完
队友总是要不停刷题，不停下来好好看数论，这样是不对的
acm数论还是先停下来慢慢看完数论，不要舍不得花时间看理论，]]></description><category></category></item><item><title><![CDATA[【主成分分析】《数学建模算法与应用》第十章 多元分析 第二节 主成分分析 python实现]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/107704711</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/107704711</guid><author>STL_CC</author><pubDate>Fri, 31 Jul 2020 01:37:51 +0800</pubDate><description><![CDATA[第十章 多元分析
第二节主成分分析
介绍
这里是司守奎教授的《数学建模算法与应用》全书案例代码python实现，欢迎加入此项目将其案例代码用python实现
GitHub项目地址：Mathematical-modeling-algorithm-and-Application
优快云专栏：数学建模
知乎专栏：数学建模算法与应用
联系作者
作者：STL_CC
邮箱：1459078309@qq.com
由于作者还是大一学生，才疏学浅，难免会有错误，欢迎指正
同时作者精力有限，希望更多大佬加入此项目，一来可以提高]]></description><category></category></item><item><title><![CDATA[【聚类分析】《数学建模算法与应用》第十章 多元分析 第一节 聚类分析 python实现]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/107604862</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/107604862</guid><author>STL_CC</author><pubDate>Mon, 27 Jul 2020 09:59:47 +0800</pubDate><description><![CDATA[第十章 多元分析
第一节 聚类分析
介绍
这里是司守奎教授的《数学建模算法与应用》全书案例代码python实现，欢迎加入此项目将其案例代码用python实现
GitHub项目地址：Mathematical-modeling-algorithm-and-Application
优快云专栏：数学建模
知乎专栏：数学建模算法与应用
联系作者
作者：STL_CC
邮箱：1459078309@qq.com
系统聚类法
例10.1
设有5个销售员w1w_1w1​,w2w_2w2​,w3w_3w3​,w4w_4w4​,]]></description><category></category></item><item><title><![CDATA[【错误】%c读取的字符范围]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/107436952</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/107436952</guid><author>STL_CC</author><pubDate>Sat, 18 Jul 2020 23:03:47 +0800</pubDate><description><![CDATA[最近在写一道题的时候，数据长这样
nowcoder
6
A 1
M 4
A 6
M -3
M 1
A 1
我用scanf("%c %lld",&amp;op,&amp;x)读取出现了错误
感觉应该是%c读取的问题，用%s读取一个数组，问题得到解决
记录一下

]]></description><category></category></item><item><title><![CDATA[【模板】高斯消元洛谷P3389]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/107411773</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/107411773</guid><author>STL_CC</author><pubDate>Fri, 17 Jul 2020 16:33:16 +0800</pubDate><description><![CDATA[#include&lt;bits/stdc++.h&gt;
#define mem(x) memset(x,0,sizeof(x))
using namespace std;
typedef long long ll;
const ll maxn=1e3+10;
const ll mod=1e9+7;
const ll inf=0x7f7f7f7f;
const double eps=1e-10;
template&lt;typename T&gt;void read(T &amp;x)
{
    x =]]></description><category></category></item><item><title><![CDATA[牛客多校 第一场J.Easy Integration 定积分公式推导 阶乘逆元]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/107340851</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/107340851</guid><author>STL_CC</author><pubDate>Tue, 14 Jul 2020 16:27:34 +0800</pubDate><description><![CDATA[题目
https://ac.nowcoder.com/acm/contest/5666/J
求一个定积分，并将结果用逆元表示
定积分公式推导：
好像是啥Wallis’ integrals
其实求出前几个，然后oeis一下可以找到规律
但也可以做一做定积分


代码：
#include&lt;bits/stdc++.h&gt;
#define mem(x) memset(x,0,sizeof(x))
using namespace std;
typedef long long ll;
const ll max]]></description><category></category></item><item><title><![CDATA[数据处理：应用Savitzky-Golay算法对数据进行平滑化处理]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/107240548</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/107240548</guid><author>STL_CC</author><pubDate>Fri, 10 Jul 2020 00:16:47 +0800</pubDate><description><![CDATA[1

]]></description><category></category></item><item><title><![CDATA[数据分析：互联网、APP中用户IP数据的地理可视化]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/107076562</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/107076562</guid><author>STL_CC</author><pubDate>Thu, 02 Jul 2020 15:21:25 +0800</pubDate><description><![CDATA[数据简介
在当下互联网迅速发展的今天，每时每刻都会产生大量数据
在常见的应用场景中，最常见莫过于IP数据了
IP数据有利于我们统计用户的来源，使我们更好的进行业务，细分应用场景等
在互联网背景下这些用户数据有着重要的价值
那么我们怎么样来处理这些IP数据呢？
IP地址的解析
不多说了，笔者写了相关的文章，详见
数据挖掘：使用python+requests结合高德+百度+腾讯地图API处理IP数据，获得IP地理位置信息
基于IP的地理位置定位其实还是有不足的，有一些移动号码，他们的IP显示的是开户地的IP，但]]></description><category></category></item><item><title><![CDATA[数据挖掘：使用python+requests结合高德+百度+腾讯地图API处理IP数据，获得IP地理位置信息]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/107075265</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/107075265</guid><author>STL_CC</author><pubDate>Thu, 02 Jul 2020 08:37:39 +0800</pubDate><description><![CDATA[简介
利用IP得到地理位置信息
在现在这样的信息化社会，人们在访问互联网时总会留下痕迹。其中最多的就是IP数据
怎么样来利用IP数据来分析用户数据呢？其中最好挖掘的肯定非地理位置信息莫属了
地理位置信息有很多用途，就比如现在新冠疫情在全球大肆传播，粗略追踪用户是否到过某些疫情高发地区等
一般情况下，IP地址定位可以精确到市，这也很不错了
高德IP定位API的优势
本次应用笔者是采用高德开发者平台web应用api中的IP定位服务
目前比较权威的IP数据库还有阿里云、淘宝IP地址库等
以淘宝IP地址库为例，其最]]></description><category></category></item><item><title><![CDATA[大学计算机基础期末考试C语言]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/107043718</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/107043718</guid><author>STL_CC</author><pubDate>Tue, 30 Jun 2020 15:49:43 +0800</pubDate><description><![CDATA[估计每一场考试题目都不一样，但是还是有一定模拟参考价值的，可以当作模拟考试做一做。
每道题后面附带检查数据，便于大家检查自己的程序是否正确
程序完善题A

打开testa.c文件答题。判断输入的年份是否为闰年

// 程序功能：判断平闰年。
// 其中，从键盘输入年份year,判断它是否为闰年。已知符合下列条件之一者是闰年：（1）能被4整除，但不能被100整除；（2）能被400整除。
// 要求：请在指定范围内修改、补充语句（不能修改、增加、删除输入、输出语句），使程序运行能够完成指定的功能。
#inclu]]></description><category></category></item><item><title><![CDATA[数据挖掘：使用python+pandas处理身份证号数据，获得对应省份籍贯、生日和性别]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/107029569</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/107029569</guid><author>STL_CC</author><pubDate>Mon, 29 Jun 2020 22:18:43 +0800</pubDate><description><![CDATA[获取身份证行政区域代码
笔者已经整理好了，并且已经预处理完毕
链接：https://pan.baidu.com/s/1wa9LMEqzgkXdW6Gx4852hQ
提取码：qe5x

构建APPLY函数
该函数最后会返回一个列表，分别包含籍贯、出生日期和性别
def idto(idnum):
    idnum=idnum['身份证号']
    if len(idnum)!=18:#检查身份证号码是否合法，因为有一些台胞证之类的
        return [np.nan*3]
    area=int]]></description><category></category></item><item><title><![CDATA[numpy.matrix.A1]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/106989752</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/106989752</guid><author>STL_CC</author><pubDate>Sat, 27 Jun 2020 23:00:57 +0800</pubDate><description><![CDATA[等价于np.asarray(x).ravel()
x = np.matrix(np.arange(12).reshape((3,4))); x
matrix([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]])
x.getA1()
array([ 0,  1,  2, ...,  9, 10, 11])

Example from official site of numpy

]]></description><category></category></item><item><title><![CDATA[比赛用快读快写模板，非bits/stdc++.h]]></title><link>https://blog.youkuaiyun.com/STL_CC/article/details/106727357</link><guid>https://blog.youkuaiyun.com/STL_CC/article/details/106727357</guid><author>STL_CC</author><pubDate>Sat, 13 Jun 2020 08:05:37 +0800</pubDate><description><![CDATA[#include&lt;iostream&gt;
#include&lt;cstdio&gt;
#include&lt;cctype&gt;
#include&lt;cmath&gt;
#include&lt;cstdlib&gt;
#include&lt;cstring&gt;
#include&lt;string&gt;
#include&lt;stack&gt;
#include&lt;queue&gt;
#include&lt;algorithm&gt;
#include&lt;vector&gt;]]></description><category></category></item></channel></rss>