GeNIe模型+贝叶斯可视化建模工具使用.zip
贝叶斯可视化窗口建模工具，适于用来建模仿真及数据分析，文件包里含有已有建模模型，以及GeNIe模型用户使用手册，非常详细！！！
阿里天池 ：二手车价格预测比赛
数据可以在官网下载
方案与文件
华为云无人车比赛相关代码分析
车道线检测：单目相机获取图像，使用滑窗算法检测车道线位置，通过预测窗口位置来减小偏差
避障、过桥和泊车，激光雷达检测障碍物，通过霍夫直线检测识别桥和车位挡板，做出行车策略
控制策略：指定各事件发生时对应的策略和优先级，决策出无人车下一步的行为
2022华为软件挑战赛
全国前十，2022，软件精英挑战赛
1.关于边缘节点的排序
2.关于边缘节点对自身Top5时刻的选择以及该时刻对流的选择
3.关于边缘节点选择完Top5时刻后对剩余的流的处理
（3个国二，3种解法）2021年华为杯数学建模D题抗乳腺癌候选药物的优化建模
①随机森林+相关性分析。采用决策树回归、线性回归、梯度提升向量机、改进型贪心调优
②根据提供的ERα拮抗剂信息（1974个化合物样本，每个样本都有729个分子描述符变量，1个生物活性数据，5个ADMET性质数据），构建化合物生物活性的定量预测模型和ADMET性质的分类预测模型，从而为同时优化ERα拮抗剂的生物活性和ADMET性质提供预测服务。
③代码很全，横向纵向可对比，并提供模型，3种解法
2021年华为杯数学建模竞赛E题信号干扰下的超宽带精确定位（国一）
2021年华为杯数学建模竞赛E题信号干扰下的超宽带精确定位（国一）
代码很全，附带提交论文
数据预处理相关（以调用顺序排序）
- clean_data.py：使用高斯σ原则和k-means聚类算法对原始数据进行预处理，并转化为二维矩阵存储。
- process_tag.py：将靶点的真实坐标转化为二维矩阵数据类型存储。
模型求解相关（以调用顺序排序）
- method.py：定义最小二乘法和牛顿迭代法求解交点，使用线性分类器预测噪声类型。
- generate_data.py：利用提供的训练数据构造神经网络输入特征。
- generate_label.py：利用提供的训练数据生成噪声类型的真实标签。
- neural_network.py：定义神经网络结构，使用训练数据优化神经网络的参数，并保存最优模型。
- denoising.py：计算利用神经网络去噪后估测交点的坐标，输出三维、二维和一维的各自精度。
- predict.py：使用预训练的模型对测试数据进行预测，输出噪声类型和交点坐标。
- move_plot.py：用三维和二维分别展现靶点的动态轨迹。
DEMATEL-ANP方法代码.zip
决策制定试验和评估实验室（DEMATEL）与网络分析流程（ANP）相结合的综合评估模型，全部代码已打包，含有matlab、python
DEMATEL方法MATLAB+python.zip
文件包里有DEMATEL方法所需要的所有MATLAB源码和python源码。
2021年华为杯研究生数学建模F题航空公司排班分享.zip
已获国家二等奖
问题1：- 目标：- 航班数目最大化- 乘机次数最小化 - 替补资格最小化- 约束： 回到基地- 执勤条件- 航段间连接时间不小于给定的最小时间
问题2：- 目标：（引入执勤成本） - 总执勤成本最小 - 执勤时长平衡- 约束： - 每天最多一个执勤 - 飞行时间不超过 - 执勤时长不超过- 回到起点- 休息时间不少于
问题3：（引入出差补贴）- 目标： - 任务环总成本最小 - 任务环时长平衡- 约束： - 每个排班周期任务环总时长不超过 - 两个任务环之间至少休息 - 连续执勤天数不超过天
2021年华为杯数学建模D题抗乳腺癌候选药物的优化建模分享
已获国家三等奖
1.构建mRMR-置换特征重要性混合模型
2.构建化合物分子的生物活性定量预测模型
3.构建ADMET分类预测模型
4.使用的改进遗传算法
2021年华为杯数学建模D题抗乳腺癌候选药物的优化建模解答2.zip
代码很全，注释很仔细，题目要求分别为特征选择问题、回归预测问题、二分类问题、最优化问题
卡尔曼滤波图像处理多目标跟踪
在单目标基础上，引入最大权值匹配，完成多目标跟踪
2021APMCM亚太杯_A_图像边缘分析与应用.zip
问题：亚像素边缘检测，图像目标物理尺寸测量，根据亚像素点坐标划分圆弧、直线、椭圆
代码
Ucinet完整版教程.zip
Ucinet完整版教程、社会网络数据、网络分析法中文教程，文档，软件
模式识别+汉字识别.zip
数据集制作，训练验证测试全部代码
2021年华为杯研究生数学建模竞赛F题航空公司机组排班解答.zip
对航空公司机组排班问题进行分解，任务环+机组人员指派，问题一二三均有详细代码和结果
MATLAB智能算法30个案例分析.zip
MATLAB智能算法，每个案例都有相对应的源代码
2021年华为杯研究生数学建模竞赛D题解答.zip
* 第一问采用随机森林+相关性分析筛选20个变量
* 第二问采用决策树回归、线性回归、梯度提升向量机、随机 森林回归、多层次感知机回归、XGBoost 回归和LightGBM 模型对生物活性预测。最终得出LightGBM 模型的效果比较好
* 第三问采用多层感知机(MLP)对化合物的 ADMET 性质进行预测。训练集采用90%的样本，测试集采用10%的样本。五种性质的平均准确率为90.5%
* 第四问采用改进型贪心调优
RSS订阅
250
1
