forked from zhanwen/MathModel
-
Notifications
You must be signed in to change notification settings - Fork 0
Commit
This commit does not belong to any branch on this repository, and may belong to a fork outside of the repository.
- Loading branch information
Showing
2 changed files
with
60 additions
and
0 deletions.
There are no files selected for viewing
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Original file line number | Diff line number | Diff line change |
---|---|---|
@@ -0,0 +1,60 @@ | ||
关于 “华为杯”第二十届中国研究生数学建模竞赛B题修改目标函数的通知 | ||
发布时间:2023-09-24 来源:中国研究生数学建模竞赛 阅读次数:5315 | ||
|
||
B题目标函数中优化变量beta是在矩阵 F前,有研究生发现虽然本质都是误差达到最小,但求解精度不高,因此,将目标函数中beta的位置换到矩阵A的前面,这样可以扩大优化的范围,创新思想很好,各队从现在起都可以按新目标函数代替原来的目标函数。原来的目标函数计算的结果也不用修改,都写入论文中,以便将修改前后的目标函数的结果进行对比。 | ||
|
||
|
||
|
||
中国研究生数学建模竞赛专家委员会 | ||
2023年9月24日 | ||
|
||
|
||
关于 “华为杯”第二十届中国研究生数学建模竞赛E题更换数据附表1和修改问题1b的通知 | ||
|
||
各参赛队伍: | ||
|
||
“华为杯”第二十届中国研究生数学建模竞赛E题的数据 附表1-检索表格-流水号vs时间.xlsx 中,第一列的数据需要更新,更新后的数据 附表1-检索表格-流水号vs时间.xlsx 请在本通知的附件下载! | ||
|
||
问题1b: | ||
|
||
由:基于“表1” 前100例患者(sub001至sub100)的个人史,疾病史,发病相关(字段E至W) | ||
改成:基于“表1” 前100例患者(sub001至sub100)的个人史,疾病史,发病及治疗相关特征(字段E至W) | ||
|
||
|
||
|
||
关于“华为杯”第二十届中国研究生数学建模竞赛 | ||
F题附件数据下载的补充通知及赛题数据格式说明 | ||
|
||
|
||
各参赛队伍: | ||
由于F题数据包较大,现提供网盘链接,以便下载: | ||
NJUCPOL雷达数据 Kdp降水数据 | ||
百度网盘链接:https://pan.baidu.com/s/1L8RxQ_Im98-9hMuEKBH-Ww (提取码:0922) | ||
|
||
|
||
赛题数据格式说明 | ||
雷达数据目录结构: | ||
|
||
主目录下为3个变量(dBZ、ZDR、KDP)子目录,每个变量子目录下为3个等高面(1km,3km,7km)的格点数据次级子目录,每个次级子目录包括data_dir_000 - data_dir_257共258个数据目录(data_dir_000 到 data_dir_257,每一个文件夹中是一次连续的降水过程,其中的数字是编号)。每个降水过程包含连续多帧数据,相邻两帧之间的时间间隔为6分钟(每个frame是一帧,也就是一次雷达扫描,两帧之间的时间间隔是6分钟,其中的数字是帧的编号;因为每次降水过程的时间长度不同,所以每个文件夹下面的frame的数量是不一样的,但编号都是从000开始。每一帧数据是256×256,对应于256km×256km的平面区域)。 | ||
不同变量和不同次级子目录间数据时刻一一对应; | ||
降水数据为近似的地面降水,不含高度信息。其它储存格式与雷达数据完全相同。 | ||
|
||
数据值: | ||
|
||
雷达和降水数据保存为python的numpy数据形式,精度为默认的float32。可通过类似如下代码读取: | ||
import numpy as np | ||
|
||
filename = ‘./dBZ/3.0km/data_dir_000/frame_000.npy’ | ||
|
||
data_frame = np.load(filename) | ||
|
||
雷达数据范围为原始观测数据范围。可将数据进行归一化,参考的归一化范围和代码: | ||
norm_param = { | ||
|
||
'dBZ': [0, 65], | ||
'ZDR': [-1, 5], | ||
'KDP': [-1, 6],} | ||
|
||
mmin, mmax = norm_param[‘dBZ’] | ||
data_frame = (data_frame – mmin) / (mmax - mmin) | ||
降水数据与雷达数据格点相对应,数据值为6分钟内的降水累积值。 |
Binary file not shown.