- 博客(6)
- 收藏
- 关注
RSS订阅原创 回归模型
选定因变量与自变量之间的模型，即一个数学式子，利用数据按照最小二乘准则计算模型中的参数；判断得到的模型是否适合于这组数据；最佳使用时机：适用于对空间数据插值，如针对地下水分布的水文地质学数据、作为有助于优化 汽车发动机等复杂设计的替代模型。最佳使用时机：当数据有很强的非线性趋势，不容易转化成线性空间时，可适用于自定义模型与 数据拟合。工作原理：线性回归是一项统计建模技术，用来描述作为一个或多个预测自变量的线性函数的连续因变量。工作原理：高斯过程回归(GPR) 模型是非参数模型，用于预测连续因变量的值。
2025-08-16 00:00:00
237
原创 符号、字母在LaTeX / 公式编辑器输入方式
本文系统整理了数学领域常用的LaTeX符号命令，涵盖基础运算、希腊字母、微积分、集合逻辑、线性代数等六大类。基础符号包括加减乘除、比较运算符等；24个希腊字母均给出大小写命令；微积分符号包含积分、极限、微分等；集合与逻辑符号提供常用运算符；线性代数部分包含矩阵、向量相关表示法；特殊符号则收录π、∞等常数和转义字符。所有符号均标注LaTeX命令格式和使用说明，如×用\times避免混淆、%需转义等，是数学公式排版的实用参考手册。
2025-08-15 15:22:38
1738
原创 论文写作AI率都有哪些因素
摘要：当前AI写作存在三类典型问题：语言表达上呈现句式机械化、词汇重复和被动语态滥用；内容组织表现为逻辑线性化、论证扁平化和学术深度不足；数学表达存在公式标准化、推导跳跃和图表描述表面化。这些特征源于过度依赖AI工具、机械套用模板以及缺乏批判性思考等不当写作行为。提升学术写作质量需避免直接复制AI输出，注重个性化表达，保持论证的立体性和深度，并对数学推导过程进行完整呈现。关键改进方向包括打破固定句式结构、丰富术语表达、增加研究局限性讨论等。（149字）
2025-08-15 14:21:55
467
原创 在实际应用中如何选择合适的插值或拟合方法？
数据插值与拟合方法的选择需考虑数据特点和应用目的。数据密集且噪声小时，线性或样条插值效果较好；数据稀疏或噪声大时，拟合方法更优。插值适合精确还原数据（如图像缩放），拟合则适用于构建预测模型（如经济预测）。方法特性上，线性插值简单快速，样条插值平滑连续；线性拟合处理简单关系，非线性拟合适用于复杂模型。实际应用中应根据数据分布、噪声水平及具体需求选择合适方法。
2025-08-15 14:20:01
367
原创 数学建模模型算法——线性规划
本文介绍了线性规划在数学建模中的应用。线性规划是研究线性约束条件下目标函数极值问题的数学方法，包含决策变量、目标函数和约束条件三要素。建模步骤包括确定决策变量、建立目标函数和设置约束条件。线性规划模型具有优化性质，要求目标函数和约束条件均为线性关系。求解方法推荐使用Matlab的linprog函数，需将问题转化为标准形式（最小化目标函数、约束条件为≤或=）。文章还提供了函数参数说明和求解注意事项，强调通过变量转换处理非标准形式问题。
2025-08-13 09:46:17
604
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人