2013高教社杯全国大学生数学建模竞赛

A. 2013高教社杯全国大学生数学建模竞赛题目,请求解答.如何解答求思路

问题真难！去问问老师把！！

B. 2013高教社杯全国大学生数学建模竞赛QQ群

好像没有这个群

C. 急求2013年全国大学生数学建模竞赛B题 未发表、未获奖 的文章，悬赏50财富值

2013高教社杯全国大学生数学建模竞赛B题评阅要点[说明]本要点仅供参考，各赛区评阅组应根据对题目的理解及学生的解答，自主地进行评阅。本题要求对数据提取合适的特征、建立合理有效的碎纸片拼接复原模型。可以考虑的特征有邻边灰度向量的匹配、按行或按列对灰度求和、行距等。关于算法模型，必须有具体的算法过程（如流程图、算法描述、伪代码等）及设计原理。虽然正确的复原结果是唯一的，但不能仅从学生提供的复原效果来评定学生解答的好坏，而应根据所建的数学模型、求解方法和计算结果（如复原率）三方面的内容做出评判。另一方面，评判中还需要考虑人工干预的多少和干预时间节点的合理性。问题1.仅有纵切文本的复原问题由于“仅有纵切”，碎纸片较大，所以信息特征较明显。一种比较直观的建模方法是：按照某种特征定义两条碎片间的（非对称）距离，采用最优Hamilton路或最优Hamilton圈（即TSP）的思想建立优化模型。关于TSP的求解方法有很多，学生在求解过程中需要注意到非对称距离矩阵或者是有向图等特点。还可能有种种优化模型与算法，只要模型合理，复原效果好，都应当认可。本问题相对简单，复原过程可以不需要人工干预，复原率可以接近或达到100%。问题2. 有横、纵切文本的复原问题一种较直观的建模方法是：首先利用文本文件的行信息特征，建立同一行碎片的聚类模型。在得到行聚类结果后，再利用类似于问题1中的方法完成每行碎片的排序工作。最后对排序后的行，再作纵向排序。本问题的解法也是多种多样的，应视模型和方法的合理性、创新性及有效性进行评分。例如，考虑四邻近距离图，碎片逐步增长，也是一种较为自然的想法。问题3.正反两面文本的复原问题这个问题是问题2的继续，基本解决方法与问题2方法相同。但不同的是：这里需要充分利用双面文本的特征信息。该特征信息利用得好，可以提升复原率。 在阅卷过程中，可以考虑学生对问题的扩展。例如，在模型的检验中，如果学生能够自行构造碎片，用以检验与评价本队提出的拼接复原模型的复原效果，可考虑适当加分。阅卷时应有程序，程序的运行结果应和论文给出的结果一致。clear %释放空间clc %清屏%图片数据读取left_col = [];right_col = [];for fp = 0 : 208 str = int2str(fp); if fp < 10 name = ['0' '0' str '.bmp']; elseif fp >= 10 & fp < 100 name = ['0' str '.bmp']; else name = [str '.bmp']; end a = imread(name); [m,n] = size(a); left_col = [left_col a(:,1)]; right_col = [right_col a(:,n)];end%读取完毕left_col = double(left_col);%类型转换right_col = double(right_col);% 找纸片最左边(left_col)像素全为255(空白)的所有列row = 1;for bi=1:209; number=length(find(left_col(:,bi)==255)); if number == 180 S(row,1)=bi;%保存第一列像素为空(灰度值:255)的放在数组S第一列 row = row + 1; endendS = [S(:,1) zeros(row-1,18)];%矩阵初始化O = [ones(row-1,19)]; %初始化一个单位矩阵sign = 1;w = 0;for r=1:row-1;%行 for p=1:18;%列p+1 num = 10000000000;%使num足够大 for j=1:209; count = 0; count = length(find(S==j));%除去重复 if count ~= 0 continue; else blank = length(find(right_col(:,S(r,p)) == 255));%如果碎纸片右边界全为255(即空白)，则跳出，终止此行后面拼接 if blank == 180 sign = 0; break;%跳出本循环，进入p循环 else ri=right_col(:,S(r,p));%计算左右拼接精确度 le=left_col(:,j); c=ri-le; c = c.^2; error=sum(c(:)); end if num >= error %找出差值最小的，精确度最高 num = error; w = j; end end end if sign == 0 sign = 1; break; %跳出p循环，进入r循环 else S(r,p+1)=w; %二维数组储存每个碎纸片拼接位置 end endendS = S - O; %数据整理，图片从000.bmp开始，数组下标从1开始//////////////////////////////////////////////////////////////////////////第三题碎纸片特征分类代码：clear %释放空间clc %清屏%图片数据读取char namea = (209,7);char nameb = (209,7);for fpa = 0 : 208 str = int2str(fpa); if fpa < 10 fpa = fpa + 1; namea(fpa,:) = ['0' '0' str 'a.bmp']; elseif fpa >= 10 & fpa < 100 fpa = fpa + 1; namea(fpa,:) = ['0' str 'a.bmp']; else fpa = fpa + 1; namea(fpa,:) = [str 'a.bmp']; endendfor afp = 1:209 a= imread(namea(afp,:)); fdataa(:,:,afp) = a;end%%%读取反面b的数据for fpb = 0 : 208 str = int2str(fpb); if fpb < 10 fpb = fpb + 1; nameb(fpb,:) = ['0' '0' str 'b.bmp']; elseif fpb >= 10 & fpb < 100 fpb = fpb + 1; nameb(fpb,:) = ['0' str 'b.bmp']; else fpb = fpb + 1; nameb(fpb,:) = [str 'b.bmp']; endendfor bfp = 1:209 b= imread(nameb(bfp,:)); fdatab(:,:,bfp) = b;end%读取完毕%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%qfdataa = ~fdataa; %取反qfdatab = ~fdatab; %取反for lj = 1:209 %行累加求和 Ldataa(:,lj) = sum(qfdataa(:,:,lj),2); %正面(a)累加求和 Ldatab(:,lj) = sum(qfdatab(:,:,lj),2); %反面(b)累加求和endLdataa(Ldataa>0)=1; %正面归一化Ldatab(Ldatab>0)=1; %反面归一化%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 数据分类 横向 正面(a)分类for flta = 1:209; for pflta = 1:209 numa = 0; for flha = 1:180; if Ldataa(flha,flta) == Ldataa(flha,pflta) numa = numa + 1; end end tsavea(flta,pflta) = numa; %保存每两张图片之间的匹配度 endend% 数据分类 横向 反面(b)分类for fltb = 1:209; for pfltb = 1:209 numb = 0; for flhb = 1:180; if Ldatab(flhb,fltb) == Ldatab(flhb,pfltb) numb = numb + 1; end end tsaveb(fltb,pfltb) = numb; %保存每两张图片之间的匹配度 endend%%%%%%%%%%%%%%%%%%%%%%%%总匹配度%tsave = (tsavea + tsaveb)/2;%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 找纸片最左边(left_col)像素全为255(空白)的所有列% fdataa = double(fdataa);% fdatab = double(fdatab);row = 1;for bi=1:209; number=length(find(fdataa(:,1,bi)~=0 & fdatab(:,72,bi)~=0)); if number == 180 S(row,1)=bi;%保存第一列像素为空(灰度值:255)的放在数组S第一列 row = row + 1; endendS = [S(:,1) zeros(row-1,18)];%矩阵初始化O = [ones(row-1,19)]; %初始化一个单位矩阵%%%%%%%%%%%%%%%%%%

D. 2013高教社杯全国大学生数学建模竞赛成绩什么时候公布

11月份
等吧
有的赛区10月份
会公布一次赛区成绩
有的就只有等到11月看全国成绩了
查看原帖>>

E. 2013大学生数学建模B题编程

2013高教社杯全国大学生数学建模竞赛B题
评阅要点[说明]本要点仅供参考，各赛区评阅组应根据对题目的理解及学生的解答，自主地进行评阅。
本题要求对数据提取合适的特征、建立合理有效的碎纸片拼接复原模型。可以考虑的特征有邻边灰度向量的匹配、按行或按列对灰度求和、行距等。关于算法模型，必须有具体的算法过程（如流程图、算法描述、伪代码等）及设计原理。虽然正确的复原结果是唯一的，但不能仅从学生提供的复原效果来评定学生解答的好坏，而应根据所建的数学模型、求解方法和计算结果（如复原率）三方面的内容做出评判。另一方面，评判中还需要考虑人工干预的多少和干预时间节点的合理性。问题1.仅有纵切文本的复原问题由于“仅有纵切”，碎纸片较大，所以信息特征较明显。一种比较直观的建模方法是：按照某种特征定义两条碎片间的（非对称）距离，采用最优Hamilton路或最优Hamilton圈（即TSP）的思想建立优化模型。关于TSP的求解方法有很多，学生在求解过程中需要注意到非对称距离矩阵或者是有向图等特点。还可能有种种优化模型与算法，只要模型合理，复原效果好，都应当认可。本问题相对简单，复原过程可以不需要人工干预，复原率可以接近或达到100%。问题2. 有横、纵切文本的复原问题一种较直观的建模方法是：首先利用文本文件的行信息特征，建立同一行碎片的聚类模型。在得到行聚类结果后，再利用类似于问题1中的方法完成每行碎片的排序工作。最后对排序后的行，再作纵向排序。本问题的解法也是多种多样的，应视模型和方法的合理性、创新性及有效性进行评分。例如，考虑四邻近距离图，碎片逐步增长，也是一种较为自然的想法。问题3.正反两面文本的复原问题这个问题是问题2的继续，基本解决方法与问题2方法相同。但不同的是：这里需要充分利用双面文本的特征信息。该特征信息利用得好，可以提升复原率。 在阅卷过程中，可以考虑学生对问题的扩展。例如，在模型的检验中，如果学生能够自行构造碎片，用以检验与评价本队提出的拼接复原模型的复原效果，可考虑适当加分。阅卷时应有程序，程序的运行结果应和论文给出的结果一致。

clear %释放空间
clc %清屏
%图片数据读取
left_col = [];
right_col = [];
for fp = 0 : 208
str = int2str(fp);
if fp < 10
name = ['0' '0' str '.bmp'];
elseif fp >= 10 & fp < 100
name = ['0' str '.bmp'];
else
name = [str '.bmp'];
end
a = imread(name);
[m,n] = size(a);
left_col = [left_col a(:,1)];
right_col = [right_col a(:,n)];
end
%读取完毕
left_col = double(left_col);%类型转换
right_col = double(right_col);
% 找纸片最左边(left_col)像素全为255(空白)的所有列
row = 1;
for bi=1:209;
number=length(find(left_col(:,bi)==255));
if number == 180
S(row,1)=bi;%保存第一列像素为空(灰度值:255)的放在数组S第一列
row = row + 1;
end
end
S = [S(:,1) zeros(row-1,18)];%矩阵初始化
O = [ones(row-1,19)]; %初始化一个单位矩阵
sign = 1;
w = 0;
for r=1:row-1;%行
for p=1:18;%列p+1
num = 10000000000;%使num足够大
for j=1:209;
count = 0;
count = length(find(S==j));%除去重复
if count ~= 0
continue;
else
blank = length(find(right_col(:,S(r,p)) == 255));%如果碎纸片右边界全为255(即空白)，则跳出，终止此行后面拼接
if blank == 180
sign = 0;
break;%跳出本循环，进入p循环
else
ri=right_col(:,S(r,p));%计算左右拼接精确度
le=left_col(:,j);
c=ri-le;
c = c.^2;
error=sum(c(:));
end
if num >= error %找出差值最小的，精确度最高
num = error;
w = j;
end
end
end
if sign == 0
sign = 1;
break; %跳出p循环，进入r循环
else
S(r,p+1)=w; %二维数组储存每个碎纸片拼接位置
end
end
end
S = S - O; %数据整理，图片从000.bmp开始，数组下标从1开始

//////////////////////////////////////////////////////////////////////////
第三题碎纸片特征分类代码：
clear %释放空间
clc %清屏
%图片数据读取
char namea = (209,7);
char nameb = (209,7);
for fpa = 0 : 208
str = int2str(fpa);
if fpa < 10
fpa = fpa + 1;
namea(fpa,:) = ['0' '0' str 'a.bmp'];
elseif fpa >= 10 & fpa < 100
fpa = fpa + 1;
namea(fpa,:) = ['0' str 'a.bmp'];
else
fpa = fpa + 1;
namea(fpa,:) = [str 'a.bmp'];
end
end
for afp = 1:209
a= imread(namea(afp,:));
fdataa(:,:,afp) = a;
end
%%%读取反面b的数据
for fpb = 0 : 208
str = int2str(fpb);
if fpb < 10
fpb = fpb + 1;
nameb(fpb,:) = ['0' '0' str 'b.bmp'];
elseif fpb >= 10 & fpb < 100
fpb = fpb + 1;
nameb(fpb,:) = ['0' str 'b.bmp'];
else
fpb = fpb + 1;
nameb(fpb,:) = [str 'b.bmp'];
end
end
for bfp = 1:209
b= imread(nameb(bfp,:));
fdatab(:,:,bfp) = b;
end
%读取完毕
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
qfdataa = ~fdataa; %取反
qfdatab = ~fdatab; %取反
for lj = 1:209 %行累加求和
Ldataa(:,lj) = sum(qfdataa(:,:,lj),2); %正面(a)累加求和
Ldatab(:,lj) = sum(qfdatab(:,:,lj),2); %反面(b)累加求和
end
Ldataa(Ldataa>0)=1; %正面归一化
Ldatab(Ldatab>0)=1; %反面归一化
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 数据分类 横向 正面(a)分类
for flta = 1:209;
for pflta = 1:209
numa = 0;
for flha = 1:180;
if Ldataa(flha,flta) == Ldataa(flha,pflta)
numa = numa + 1;
end
end
tsavea(flta,pflta) = numa; %保存每两张图片之间的匹配度
end
end
% 数据分类 横向 反面(b)分类
for fltb = 1:209;
for pfltb = 1:209
numb = 0;
for flhb = 1:180;
if Ldatab(flhb,fltb) == Ldatab(flhb,pfltb)
numb = numb + 1;
end
end
tsaveb(fltb,pfltb) = numb; %保存每两张图片之间的匹配度
end
end
%%%%%%%%%%%%%%%%%%%%%%%
%总匹配度
%tsave = (tsavea + tsaveb)/2;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 找纸片最左边(left_col)像素全为255(空白)的所有列
% fdataa = double(fdataa);
% fdatab = double(fdatab);
row = 1;
for bi=1:209;
number=length(find(fdataa(:,1,bi)~=0 & fdatab(:,72,bi)~=0));
if number == 180
S(row,1)=bi;%保存第一列像素为空(灰度值:255)的放在数组S第一列
row = row + 1;
end
end
S = [S(:,1) zeros(row-1,18)];%矩阵初始化
O = [ones(row-1,19)]; %初始化一个单位矩阵
%%%%%%%%%%%%%%%%%%

F. 2013国赛数学建模A第三问怎么理解啊求指导！

2013高教社杯全国大学生数学建模竞赛A题评阅要点[说明]本要点仅供参考，各赛区评阅组应根据对题目的理解及学生的解答，自主地进行评阅。
本题的难点在于通过视频资料获得车流数据，并以此为基础建立数学模型，分析部分车道被占用后，道路拥塞程度与上游来车量的关系。评阅时请关注如下方面：建模的准备工作（视频中车流数据的提取，包括视频缺失及错误的处理），模型的建立、求解和分析方法，结果的表述，模型的合理性分析及其模型的拓广。
问题1.
1.1．道路被占用后，实际的通行能力需要通过视频中的车流数据得到，不能仅由交通道路设计标准估计；
1.2．应该根据视频信息给出不同时段、不同情况下车流量的变化，需要给出通行能力的计算方法、理由的陈述或分析；
1.3.在被占用道路没有车辆排队时，通行能力等同于单车道情形，但当被占用道路有车辆排队时，由于被占用道路车辆的变道抢行，会使道路的通行能力下降，好的结果应该明确指出这一点。
问题2.
2.1.对于视频2的分析同视频1，需要通过视频2与视频1的数据对比给出通行能力的差异及原因分析；
2.2．由于事故横断面下游交通流方向需求不同，会导致上游每条车道分配到的车辆数不同，使两种情况事故所处道路横断面形成多车道排队的机率不同，从而影响实际通行能力。如果在模型中注意到这一点则更好。
问题3.
3.1．建立数学模型，给出交通事故所引起的路段车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系；
3. 2.模型的形式可以多样，但需要包含上述各种因素。关键考察模型假设的合理性、参数确定的原则、及模型的可计算性。
问题4.
4.1．本问题是问题1及问题3的扩展，可利用问题1得到的通行能力及 问题3的模型计算结果；
4. 2．和问题1、3不同，当事故横断面离红绿灯路口较近时，司机无充分时间调整车道，会增大多车道占用情形，影响通行能力，模型计算中应考虑这一点；
.附件中给出了上游路口信号灯的控制方案，会影响上游来车的流量分布，如果学生能够利用附件给出上游路口信号灯配时方案和交通组织方案则更好。

G. 2013数学建模什么时候发奖

2013高教社杯全国大学生数学建模竞赛颁奖仪式于2013年12月7日在湖南长沙隆重举行

H. 数学建模比赛的主要内容是什么

竞赛内容包括工程技术和管理科学这两个方面。

数学建模的题目有较大的灵活性供参赛者发挥其创造能力。参赛者应根据题目要求，完成一篇包括模型的假设、建立和求解、计算方法的设计和计算机实现、结果的分析和检验、模型的改进等方面的论文。

竞赛规则：

1、全国统一竞赛题目，采取通讯竞赛方式，以相对集中的形式进行。

2、竞赛每年举办一次，一般在某个周末前后的三天内举行。

3、大学生以队为单位参赛，每队3人（须属于同一所学校），专业不限。竞赛分本科、专科两组进行，本科生参加本科组竞赛，专科生参加专科组竞赛（也可参加本科组竞赛），研究生不得参加。

每队可设一名指导教师（或教师组），从事赛前辅导和参赛的组织工作，但在竞赛期间必须回避参赛队员，不得进行指导或参与讨论，否则按违反纪律处理。

4、竞赛期间参赛队员可以使用各种图书资料、计算机和软件，在国际互联网上浏览，但不得与队外任何人（包括在网上）讨论。

5、竞赛开始后，赛题将公布在指定的网址供参赛队下载，参赛队在规定时间内完成答卷，并准时交卷。

6、参赛院校应责成有关职能部门负责竞赛的组织和纪律监督工作，保证该校竞赛的规范性和公正性。

(8)2013高教社杯全国大学生数学建模竞赛扩展阅读：

评奖办法：

1、各赛区组委会聘请专家组成评阅委员会，评选本赛区的一等、二等、三等奖，获奖比例一般不超过三分之一，其余凡完成合格答卷者可获得成功参赛奖。

2、各赛区组委会按全国组委会规定的数量将本赛区的优秀答卷送全国组委会。全国组委会聘请专家组成全国评阅委员会，按统一标准从各赛区送交的优秀答卷中评选出全国一等、二等奖。

3、全国与各赛区的一、二、三等奖均颁发获奖证书。

4、对违反竞赛规则的参赛队，一经发现，取消参赛资格，成绩无效。对所在院校要予以警告、通报，直至取消该校下一年度参赛资格。对违反评奖工作规定的赛区，全国组委会不承认其评奖结果。

参考资料：网络-中国大学生数学建模比赛

I. 高教社杯数学建模竞赛是什么

高教社杯全国大学生数学建模竞赛创办于1992年，是全国高校中规模最大的基础性学科竞赛。今年竞赛要求学生结合实际，运用数学和计算机软件以及其他学科的知识，通过建立、求解、评估和改善数学模型来解决现实生活中的问题，竞赛题目涵盖了社会、经济、工程等领域。