AMCM91问题A估计水塔的水流量 美国某州的各用水管理机构要求各社区提供以每小时多少加仑计的用水率以及每天所用的总水量,但许多 社区并没有测量流人或流出当地水塔的水量的设备,他们只能代之以每小时测量水塔中的水位,其精度在 0.5%以内。更为重要的是,无论什么时候,只要水塔中的水位下降到某一最低水位L时,水泵就启动向 水塔重新充水直至某一最高水位只,但也无法得到水泵的供水量的测量数据。因此,在水泵正在工作时, 人们不容易建立水塔中的水位与水泵工作时的用水量之间的关系

数字化是在20世纪50年代电子计算机出现后才提出的新概念，而数字高程模型(DEM)的概念在1958年就已经提出了。到了今天，数字高程模型作为地球表面地形的数字描述和模拟已成为空间数据基础设施和“数字地球”的重要组成部分。几十年来对数字高程模型的研究方兴未艾、十分活跃。从1972年起，国际摄影测量与遥感学会(ISPRS)一直把DEM作为主题，组织工作组进行国际性合作研究。 第一章 概述 第二章 数字高程模型的数据获取 第三章 数字高程模型表面建模 第四章 数字高程模型精度的数学模型 第五章 数字高程模型生产的质量控制 第六章 数字高程模型的数据组织 第七章 数字高程模型内插 第八章 数字地形分析 第九章 数字高程模型的可视化 第十章 数字离程模型的应用

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断

本书面向地理问题，基于Excel软件，讲述了大量数学方法的应用思路和过程。教学内容涉及回归分析、主成分分析、聚类分析、判别分析、时（空）间序列分析、Markov链、R/S分析、线性规划、层次分析法、灰色系统GM(1,N)建模和预测方法，如此等等。通过模仿本书讲授的计算过程，读者可以加深对有关数学方法的认识和理解，并且掌握很多Excel的应用技巧。本书最初以北京大学研究生地理数学方法的辅助教材身份出现，但实际上是作者对Excel计算功能深度开发的一系列试验成果的集合。书中绝大多数计算过程设计为作者首创，在国内外其他教科书中不能见到。这本书的初稿和修改稿先后在北京大学城市与环境专业研究生中试用七年，获得学生的广泛好评。书中内容曾经被其他高校和研究所的学生多次拷贝。这本书虽然是以地理数据为分析对象展开论述，但所涉及的内容绝大多数为通用方法。只要改变数据的来源，书中论述的计算流程可以完全可以应用到其他领域。本书可以供地理学、生态学、环境科学、地质学、经济学、城市规划学乃至医学、生物学等诸多领域的学生、研究人员以至工程技术人员学习或参考

本题中所使用的长度单位为 E(=30.24cm)；容积单 位为 G(=3.785L(升)). 某些州的用水管理机构需估计公众的用水速度 (单位是 G/h)和每天总用水量的数据。许多地方没有测 量流入或流出水箱流量的设备，而只能测量水箱中的 水位(误差不超过 5%). 当水箱水位低于某最低水位 L 时，水泵抽水，灌入水箱内直至水位达到某最高水位 H 为止。但是也无法测量水泵的流量，因此在水泵启 动时无法立即将水箱中的水位和水量联系起来。水泵 一天灌水 1~2 次，每次约 2h. 试估计在任意时刻(包括 水泵灌水期间)t 流出水箱的流量 f(t)，并估计一天的总 用水量

A题:学生评教的数据分析与处理 教和学是最能影响教学质量的关键因素。因为学校的教学活动是学生与教 师的双边活动。理论上讲,在整个教学质量评价体系中,与教师自评、同行评 教、专家评教相比较,学生评教是最直接最生动、最具有说服力的,最能体 现教师的教学质量的评价手段。因此,利用学生对教师的课堂教学进行客观、 有效的评价是检验和保证课堂教学质量的最有力措施。 许多学校采取了网上评教的方式。学生根据评教指标体系给任课教师打 分,然后计算平均分数,作为评价这名教师的教学情况的一项重要指标进行排 名。这种方法促进了教学质量的提高,同时也给我们提出了问题:这种计算平 均分数的方法对所有参评的教师公平吗?是否会因为个别同学对某位教师的恩 怨给出不公的评分而影响这位教师的排名?参评人数的多少、教师任课门数的 多少是否会影响评价结果?这些都是值得探讨的问题

1、课程简介 该课程由三部分构成: (1) Microsoft. net架构和 Visual basic.NET编程基础 (2)数据库原理和 Microsoft SQL Server基础 (3) Visual Basic. NET数据库开发技术 本课程的目的是使学生了解微软公司目前最新的编程技术,并在“计算机技术基础 课程之后掌握一门 Windows98/2000XP下的实用的语言编程方法,同时也掌握一些关于数 据库建模、物理数据库设计、管理信息系统(MS)设计的基本方法。 2、地位和任务 农业资源与环境专业涉及到很多信息处理的内容,从目前学科发展来看,一个重要的 研究手段就是利用计算机技术,所以开设《资源与环境计算机应用基础》课程

01 “深圳杯”数学建模挑战赛简介 02 D题解题思路 03 参赛心得体会分享 04 总结与感谢 & 提问

 Normal distribution for continuous data  Binomial distribution for binary categorical data

一、概率空间 二、掌握对随机现象的数学建模方法 三、随机对象 四、概念及其描述 五、五种概率函数 六、各种矩描述