2021 认证杯数学建模 第二阶段 比赛通知-赛题思路

Posted 2021-05-12 学长建模

思路分享

2021认证杯第二阶段思路、第十四届“认证杯”数学建模

届时会在群内分享赛题思路，欢迎大家加群

比赛公告

竞赛时间：

第一阶段:（北京时间2021年4月8日下午20:00时——4月11日下午20:00时）

第二阶段:（北京时间2021年5月13日下午20:00时——5月16日下午20:00时）

参赛对象：
初级数模爱好者：三人组队参赛，可跨校跨组别参赛，必须有指导教师带队；

大学生（专科生\\本科生）：可一至三人组队参赛，可跨校跨组别参赛，无指导教师需填写联系人信息；

研究生：可一至三人组队参赛，可跨校组队参赛，无指导教师需填写联系人信息；

高校毕业生（数学建模爱好者）：可一至三人组队参赛，无指导教师需填写联系人信息；

报名时间：
从即日起至北京时间2021年4月8日17时

报名方式：
个人组队报名：请各参赛队登网络挑战赛官方网站http://www.tzmcm.cn 进行注册报名，注册前请务必下载并仔细阅读报名须知。报名地址：http://www.tzmcm.cn/baoming.asp

学校组织报名：由竞赛组委会发出邀请函，各学校组织学生参赛。由学校数学建模负责人组织、收集参赛队信息并填写学校集体报名表，于2021年4月16日前发至竞赛报名指定邮箱：[e-mail]，（请在邮件上注明是否需要提供发票），我们届时会提供参赛队号。

第一阶段赛题思路

A题思路(仅简要描述)

B题思路(仅简要描述)

视差：是从有一定距离的两个点上观察同一个目标所产生的方向差异。从目标看两个点之间的夹角，叫做这两个点的视差角，两点之间的连线称作基线。只要知道视差角度和基线长度，就可以计算出目标和观测者之间的距离。测量天体视差是确定天体之间距离最基本的方法，称为三角视差法。观测者在两个不同位置看到同一天体的方向之差。视差可以用观测者的两个不同位置之间的距离（又称基线）在天体处的张角来表示。在测定太阳系内一些天体的视差时，以地球的半径作为基线，所测定的视差称为周日视差。在测定恒星的视差时，以地球和太阳之间的平均距离作为基线，所测定的视差称为周年视差。

自行：是指恒星于一年内所行经的距离对观测者所张的角度（横向运动）。恒星对于太阳的空间运动可分解为视向运动和横向运动两个分量，后者常以一颗背景微弱的恒星在天球上的位移而测定，单位是角秒/年。

角秒：角秒，又称弧秒，是量度平面角的单位，即角分的六十分之一，符号为″。1°（度）= 60′（角分）= 3,600″（角秒）=3,600,000毫角秒=3,600,000,000微角秒。

秒差距（英文Parsec，缩写pc）：是天文学上的一种长度单位。秒差距是一种最古老的，同时也是最标准的测量恒星距离的方法。它是建立在三角视差的基础上的。从地球公转轨道的平均半径（一个天文单位，AU）为底边所对应的三角形内角称为视差。当这个角的大小为1秒时，这个三角形可以看作等腰三角形，其的一条边的长度就称为1秒差距。周年视差等于1的恒星与地球的距离206265AU，这个距离定义为一秒差距，记为1pc。

赫–罗图：是以恒星的绝对星等或光度相对于光谱类型或有效温度绘制的散布图。赫罗图的纵轴是绝对星等或光度，而横轴则是光谱类型或恒星的表面温度，从左向右递减。

绝对星等：把天体放在指定的距离时天体所呈现出的视星等，而这个距离约等于36.2光年（即10秒差距）。

色指数：是天文学中利用颜色来显示恒星表面温度的一个纯量。要测量出这个指数，观测者需要使用两种不同的滤镜，U和B或B和V，依序测出目标物的光度。U是对紫外线灵敏的滤镜，B是对蓝光灵敏的滤镜，V是对黄绿色的可见光灵敏的滤镜。使用不同滤镜测得的光度差分别称为U-B或B-V的色指数，数值越小，恒星的颜色越接近蓝色；反之，色指数越大，颜色越红（或温度越低）。

C 题 思路(仅简要描述)

共享汽车的分布情况，要从时间和空间上分析，因为他给的数据有时间，有经纬度，从经纬度上看就可以知道在哪些区域分布比较集中、从时间上看就可以知道哪些时间段使用情况较多。

关键词：

2021 认证杯

数学建模

第二阶段

赛题思路

A题思路

B题思路

C题思路

数学模型

相关算法：

Apriori-关联规则挖掘算法
FPTree-频繁模式树算法
AdaBoost-装袋提升算法
CART-分类回归树算法
ID3-决策树分类算法
KNN-k最近邻算法工具类
NaiveBayes-朴素贝叶斯算法
BIRCH-层次聚类算法
KMeans-K均值算法
GSpan-频繁子图挖掘算法
CBA-基于关联规则的分类算法
HITS-链接分析算法
PageRank-网页重要性/排名算法
RoughSets-粗糙集属性约简算法
GSP-序列模式分析算法
PrefixSpan-序列模式分析算法
EM-期望最大化算法
SVM-支持向量机算法
ACO-蚁群算法
BayesNetwork-贝叶斯网络算法
CABDDCC-基于连通图的分裂聚类算法
Chameleon-两阶段合并聚类算法
DBSCAN-基于密度的聚类算法
GA-遗传算法
GA_Maze-遗传算法在走迷宫游戏中的应用算法
KDTree-k维空间关键数据检索算法工具类
MSApriori-基于多支持度的Apriori算法
RandomForest-随机森林算法
TAN-树型朴素贝叶斯算法
Viterbi-维特比算法