尘沉尘-优快云博客

原创蓝桥杯矩阵键盘

main#include <stc15.h>#include "sys.h"void All_Init(){ P2=(P2&0x1f)|0x80; P0=0xff; P2=(P2&0x1f)|0xa0; P0=0x00; P2=(P2&0x1f)|0xc0; P0=0x00;}void main(){ All_Init(); while(1) { SaoMiao(); smg_show(); Key_Scan();

2020-10-16 00:18:05 368

原创蓝桥杯 2018省赛

main`#include "sys.h"u8 KeySta[]={1,1,1,1};u8 KeyBack[]={1,1,1,1};//u8 Mode_Led=0;u8 Mode_Option=0;sbit S4= P3^3;sbit S5= P3^2;sbit S6= P3^1;sbit S7= P3^0;void Key_Scan(){ u8 i; static u8 Keybuff[]={0xff,0xff,0xff,0xff}; Keybuff[0] =(K

2020-10-16 00:15:21 254

原创蓝桥杯 2017年省赛

main.c#include <stc15.h>#include "sys.h"bit flag500ms=0;int hour=0x23;int minute=0x59; int second=0x50;int hour0=0x00; int minute0=0x00;int second0=0x00;int time_flag[]={0,0,0,0,0,0};bit flag_back=0;bit flag_led=0;void main(){ All_In

2020-10-16 00:09:24 345

原创概率模型中的报童问题 matlab求解

简介这是一个关于卖报商人采购报纸的问题. 每天早上, 卖报商以批发价元b(每份)向报社采购当天的报纸, 然后以零售价a元(每份)进行售卖. 如果报纸在当天没有卖完, 他会把报纸以c元(每份)的价格卖给废品回收站. 那么卖报商应该如何确定报纸的采购数量?问题分析：报童购进数量应根据需求量确定，但需求量r是随机的，所以报童每天如果购进的报纸n太少，不够买的，会少赚钱；如果购进太多，卖不完就要赔钱，这样由于每天报纸的需求量是随机的，致使报童每天的收入也是随机的，因此衡量报童的收入，不能是报童每天的收入，

2020-06-13 20:22:12 9953 1

原创第一次接活儿的经历

2020/6/13五月份的时候，学校实验室的群里学长发了一则消息，说：有一个小学生的机器人比赛，希望找一些技术支持，有偿。看到这则消息，首先映入眼帘的是小学生三个字，心想：两年了终于有一个我可以接的活了吗？虽然我菜，但是糊弄糊弄小学生总还是可以的吧。等了一会儿，大家似乎都对这样的事情没有什么兴趣，然后我就回复了学长。当天晚上，学长给我发了一些任务资料，里面的比赛图是这样的。看到这个图，我想这不就是一个循迹小车嘛，木有问题。本以为会是一次线上的任务，帮对方改改程序，提一些建议。第二天中午接到了对方

2020-06-13 19:54:22 931 1

原创基于SIR模型的疫情预测 matlab

基于SIR模型的疫情预测庚子年庚辰月丁丑日，疫情从爆发到今天，已经有100多万人感染，而我国有一群这样的逆行者他们以自己的生命筑起了我国的防疫长城，鲁迅先生曾说“我们从古以来，就有埋头苦干的人，有拼命硬干的人，有为民请命的人，有舍身求法的人，……虽是等于为帝王将相作家谱的所谓"正史"，也往往掩不住他们的光耀，这就是中国的脊梁。”愿逝者安息，山河无恙。尘沉尘的第一篇博客

2020-04-04 21:54:31 57404 94

基于SIR模型的河南疫情模型源码

关注可下载线性的 SIR 模型, 计算出模型中封闭系统的精确解, 得到累计病例数与时间的关系, 并通过该关系与累计确诊病例的实际数据进行拟合, 得到了传染率参数 a ，恢复系数b，和初始易感人数是的估计值, 本文提出的基于SIR的传染病动力学模型, 通过公开历史数据对模型参数进行反演,基于这些参数, 我们很好地模拟了目前疫情的发展, 并准确预测了疫情未来的趋势. 数分析显示了各级政府防控措施的有效程度. 人们的防范意识以及人们的疫情习惯对于疫情发展的影响，模拟结果显示, 如果政府加大宣传力度，增强隔离措施，个人改善自家的卫生习惯，加强防护意识，可以极大的延缓疫情的发展，减少感染人数。

2020-11-23

基于SIR模型的疫情预测

线性的 SIR 模型, 计算出模型中封闭系统的精确解, 得到累计病例数与时间的关系, 并通过该关系与累计确诊病例的实际数据进行拟合, 得到了传染率参数 a ，恢复系数b，和初始易感人数是的估计值, 本文提出的基于SIR的传染病动力学模型, 通过公开历史数据对模型参数进行反演,基于这些参数, 我们很好地模拟了目前疫情的发展, 并准确预测了疫情未来的趋势. 数分析显示了各级政府防控措施的有效程度. 人们的防范意识以及人们的疫情习惯对于疫情发展的影响，模拟结果显示, 如果政府加大宣传力度，增强隔离措施，个人改善自家的卫生习惯，加强防护意识，可以极大的延缓疫情的发展，减少感染人数。

2020-04-04

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 蓝桥杯 矩阵键盘

原创 蓝桥杯 2018省赛

原创 蓝桥杯 2017年省赛

原创 概率模型中的 报童问题 matlab求解

原创 第一次接活儿的经历

原创 基于SIR模型的疫情预测 matlab