<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[equation的博客]]></title><description><![CDATA[短短数十寒暑，何不潇洒面对]]></description><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; VFDGDFFDFDGFD]]></copyright><item><title><![CDATA[假币称重：汉明纠错码的应用]]></title><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/88748291</link><guid>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/88748291</guid><author>VFDGDFFDFDGFD</author><pubDate>Fri, 22 Mar 2019 18:51:23 +0800</pubDate><description><![CDATA[假币称重：汉明纠错码的应用

这是一道经典的信息论题目，存在不唯一的最优解。大部分参考书中似乎都没有给出一般性（任意数量的假币）的解决方案，本模型的结果正确性有待考究。
完整代码查看 github

问题描述
设有 n​n​n​ 枚硬币，其中仅有一枚假币，在已知或未知假币与真比之间重量关系两种情况下 ，通过无砝码天平称重的方法鉴别假币，求所需的最少称重次数。要求：

试用信息论的原理进行分析，并给...]]></description><category></category></item><item><title><![CDATA[网页爬虫实战：全国电动汽车充电站数据]]></title><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/84939539</link><guid>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/84939539</guid><author>VFDGDFFDFDGFD</author><pubDate>Mon, 10 Dec 2018 14:32:15 +0800</pubDate><description><![CDATA[爬虫实战：全国电动汽车充电站数据

项目详情页请访问 github，喜欢的话就去加个 star 吧

想必大家某些时候总需要爬取一些数据，那如何使用 python 简单的实现一个爬取任务呢？

还在为机器学习的数据集而困恼吗？还在为建模时没有数据而烦闷吗？

这里就通过一个实例来实现一个简单的 Web 爬虫程序，首先介绍一些常见的问题：
静态网页爬取 VS 动态网页爬取
静态网页爬取即是网页的 h...]]></description><category></category></item><item><title><![CDATA[图与复杂网络]]></title><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/82828403</link><guid>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/82828403</guid><author>VFDGDFFDFDGFD</author><pubDate>Mon, 24 Sep 2018 12:21:14 +0800</pubDate><description><![CDATA[图与复杂网络
图论
特点：

它们的目的都是从若干可能的安排或方案中寻求某种意义下的最优安排或方案，数学上把这种问题称为最优化或优化（optimization）问题
是它们都易于用图形的形式直观地描述和表达，数学上把这种与图相关的结构称为网络（network）
由于多数网络优化问题是以网络上的流（flow）为研究的对象，因此网络优化又常常被称为网络流（network flows）或网络流规划等

...]]></description><category></category></item><item><title><![CDATA[微分方程与差分方程]]></title><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/82825957</link><guid>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/82825957</guid><author>VFDGDFFDFDGFD</author><pubDate>Sun, 23 Sep 2018 23:31:57 +0800</pubDate><description><![CDATA[微分方程与差分方程
详细内容可以参见 Github 博客
当我们需要对象的某些特性随时间演变的过程，分析其本质规律并预测他的未来性态、研究他的控制手段时，通常要建立对象的动态模型。

所以需要预测并控制的模型基本得用微分方程建模，其中又以传染病模型应用最广
另外可尝试系统动力学建模，还有网上看到的自动驾驶预测控制 文章

将微分方程离散化便得到差分方程，但也有一些实际问题直接用差分方程的模型更为方...]]></description><category></category></item><item><title><![CDATA[随机模型]]></title><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/82825235</link><guid>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/82825235</guid><author>VFDGDFFDFDGFD</author><pubDate>Sun, 23 Sep 2018 21:49:35 +0800</pubDate><description><![CDATA[随机模型
模型分为确定性模型和随机模型。而随机模型主要分为以下三类

概率模型
马氏链模型
回归模型(单独总结)

概率模型
主要用到概率的运算，概率分布期望方差等基本知识。以轧刀中的浪费为例。
轧钢中的浪费
问题为：已知成品材的规定长度为 lll 以及粗轧后的钢材均方差 σ\sigmaσ ，确定粗轧后的钢材长度均值为 $m $ ，使得当轧机以 mmm 粗轧，再进行精轧得到成品时浪费最少。
最简单...]]></description><category></category></item><item><title><![CDATA[聚类分析]]></title><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/82825010</link><guid>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/82825010</guid><author>VFDGDFFDFDGFD</author><pubDate>Sun, 23 Sep 2018 21:19:25 +0800</pubDate><description><![CDATA[文章目录聚类分析原理部分样本的相似性度量：类与类之间的相似性度量$Q$ 型聚类层次聚类法（系统聚类法）代码实现K—means 聚类代码实现划分聚类分析围绕中心点的划分（PAM）代码实现模糊 k-means 聚类基于密度的聚类算法密度定义DBSCAN密度聚类思想与算法代码实现$R$ 型聚类分析变量相似性度量变量聚类法K-means 与 dbscan 算法比较聚类算法评价指标样本点有标签时Rand i...]]></description><category></category></item><item><title><![CDATA[矩阵分解及其应用]]></title><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/80733647</link><guid>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/80733647</guid><author>VFDGDFFDFDGFD</author><pubDate>Tue, 19 Jun 2018 14:40:01 +0800</pubDate><description><![CDATA[参考资料：


  
  LU分解，维基百科
  


矩阵分解是指将一个矩阵表示为结构简单或具有特殊性质若干矩阵之积或之和。矩阵分解应用极广，常用来解决代数中解决各种复杂的问题。大体可以分为：


三角分解
QRQRQR 分解
满秩分解
奇异值分解




三角分解



基本概念

如果一个方阵 AAA 可以表示为一个下三角矩阵 LLL 和一个上三角矩阵 UUU 的乘积，即



A=LUA=...]]></description><category></category></item><item><title><![CDATA[logistic 回归分析]]></title><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/80139251</link><guid>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/80139251</guid><author>VFDGDFFDFDGFD</author><pubDate>Sat, 28 Apr 2018 20:53:28 +0800</pubDate><description><![CDATA[
  参考：
  
  
  http://blog.sina.com.cn/s/blog_7147f6870102vxwj.html
  http://chen.yi.bo.blog.163.com/blog/static/150621109201010301321654/
  http://beader.me/2014/05/03/logistic-regression/
  




log...]]></description><category></category></item><item><title><![CDATA[选课策略——0-1整数规划]]></title><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/79831658</link><guid>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/79831658</guid><author>VFDGDFFDFDGFD</author><pubDate>Fri, 06 Apr 2018 10:45:42 +0800</pubDate><description><![CDATA[选课策略



问题重述

已知某年数学与统计学院课程结构如图所示。要求至少选两门数学课、三门运筹学课和两门计算机课。   




为了选修课程总数最少，应学习哪些课程？              
选修课程最少，且学分尽量多，应学习哪些课程？       


选修课程总数最少



问题分析

分析上图可知，所属类别为两门的课程均有先修课程要求，可只选择基础课程又达不到课程结业要求。易知基础...]]></description><category></category></item><item><title><![CDATA[基于贪心算法的马踏棋盘哈密顿回路问题]]></title><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/78626496</link><guid>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/78626496</guid><author>VFDGDFFDFDGFD</author><pubDate>Fri, 24 Nov 2017 17:10:56 +0800</pubDate><description><![CDATA[基于贪心算法的马踏棋盘哈密顿回路问题





问题分析

马踏棋盘其实相当于一个解空间的搜索问题，而遍历到每一个节点并要求最后可以回到起点本质上是一个哈密顿回路问题


  目前大部分马踏棋盘的相关问题并不要求回到起点，然后实际上在不重复的走完全盘的可行解中寻找最后可以回到起点的最优解更为困难。可行解有非常多个，然而最优解虽然比可行解少得多，但也并不少


问题在于，这个搜索空间十分的庞大，倘若...]]></description><category></category></item><item><title><![CDATA[（九）博弈论]]></title><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/77147989</link><guid>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/77147989</guid><author>VFDGDFFDFDGFD</author><pubDate>Sun, 13 Aug 2017 17:10:18 +0800</pubDate><description><![CDATA[博弈论引言
对策论亦称竞赛论或博弈论。是研究具有斗争或竞争性质现象的数学理论和方法。一般认为，它既是现代数学的一个新分支，也是运筹学中的一个重要学科。对策论发展的历史并不长，但由于它所研究的现象与人们的政治、经济、军事活动乃至一般的日常生活等有着密切的联系，并且处理问题的方法又有明显特色。所以日益引起广泛的注意
在日常生活中，经常看到一些具有相互之间斗争或竞争性质的行为。具有竞争或对抗性质的行为称为]]></description><category></category></item><item><title><![CDATA[（七）排队论]]></title><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/76854245</link><guid>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/76854245</guid><author>VFDGDFFDFDGFD</author><pubDate>Mon, 07 Aug 2017 17:37:32 +0800</pubDate><description><![CDATA[排队论排队论（Queuing Theory）也称随机服务系统理论，就是为解决一些生活问题而发展的一门学科。它研究的内容有下列三部分： 
（i）性态问题，即研究各种排队系统的概率规律性，主要是研究队长分布、等待时间分布和忙期分布等，包括了瞬态和稳态两种情形 
（ii）最优化问题，又分静态最优和动态最优，前者指最优设计。后者指现有排队系统的最优运营 
（iii）排队系统的统计推断，即判断一个给定的排队系]]></description><category></category></item><item><title><![CDATA[（三）非线性规划]]></title><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/76854167</link><guid>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/76854167</guid><author>VFDGDFFDFDGFD</author><pubDate>Mon, 07 Aug 2017 17:33:40 +0800</pubDate><description><![CDATA[第三章——非线性规划非线性规划背景非线性规划目前还没有适于各种问题的一般算法，各个方法都有自己特定的适用范围注意事项
确定供选方案：首先要收集同问题有关的资料和数据，在全面熟悉问题的基础上，确认什么是问题的可供选择的方案
提出追求目标，并且，运用各种科学和技术原理，把它表示成数学关系式。
给出价值标准：在提出要追求的目标之后，要确立所考虑目标的“好”或“坏”的价值标准，并用某种数量形式来描述它]]></description><category></category></item><item><title><![CDATA[（二）整数规划]]></title><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/76854115</link><guid>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/76854115</guid><author>VFDGDFFDFDGFD</author><pubDate>Mon, 07 Aug 2017 17:30:46 +0800</pubDate><description><![CDATA[第二章——整数规划
变量（**部分或全部**）限制为整数时，称为整数规划。若在线性规划模型中，变量限制为整数，则称为整数线性规划。目前所**流行**的求解整数规划的方法，往往**只**适用于整数线性规划。目前还没有一种方法能有效地求解一切整数规划]]></description><category></category></item><item><title><![CDATA[数学建模算法与应用（一）线性规划]]></title><link>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/76854081</link><guid>https://blog.youkuaiyun.com/VFDGDFFDFDGFD/article/details/76854081</guid><author>VFDGDFFDFDGFD</author><pubDate>Mon, 07 Aug 2017 17:29:01 +0800</pubDate><description><![CDATA[数学建模算法与应用第一章——线性规划
线性规划问题是在一组线性约束条件的限制下，求一线性目标函数最大或最小的问题。关键在于选定适当的决策变量]]></description><category></category></item></channel></rss>