A题
第一位 拟合
第二问 显著性差异分析.个车道对比
第三问 二流定理 车辆波动定理
第四问 利用第三问的模型改变 参数计算
A题
第一位 拟合
第二问 显著性差异分析.个车道对比
第三问 二流定理 车辆波动定理
第四问 利用第三问的模型改变 参数计算
B题
因为图像是黑白的 首先将读入的图片进行二值化 接下来就是对二值化的0-1矩阵进行处理
因为图片的尺寸都是一样的 最重要的就是对图片边缘的处理
第一问 提取每幅图片的左右列 找到最左边的一幅图片 通过查找文献 找到一个两元向量的相似度系数计算公式 然后让最边边一幅图的右列与剩下18幅图的左列进行相似度计算 系数最大的为挨着的 依次类推 这个效果很好 中文英文的都很好拼接
第二问 首先提取最左列的图片 根据每幅图片中行间距在图片中所占的不同位置分为11类 然后运用问题1的思想 每行的效果前半部分效果较好 后面的有点乱序 需干预
第三问 思路和第二问一样 具体的当时还没实现出来
第一次参加建模比赛 前两天每晚11:30 回去睡觉 早上7：00 去机房 第三晚通宵 感觉睡觉睡多了 下次参赛晚上不能再回宿舍睡觉了 累了在电脑前趴会儿 节约时间
让我更深入的了解一些建模知识，收益很大
留言，表明我已经学习到这里，下次接着学习==收获很大，谢谢各位的无私奉献
我在期待大家的关于C题的高见
pku007 发表于 2013-9-16 21:48 static/image/common/back.gif
第一问 比赛第三天才想到H圈 没用上
第二问 我们实现的效果很好 英文基准线比中文难
第三问 附件五我们 ...
请问你们用什么分类方法？我们也试过分类，用聚类分析得到的结果不理想
关于b题
第一问：边缘灰度左右匹配像素点个数，灰度矩阵标准化处理后，很容易实现，全程序，输出图片和顺序矩阵；
第二问：与第一问的区别在于分行，将文字当作是黑条，行间距变为白条，所占像素点个数为定值，标准化后，同行边缘所占黑白条相等，回到问题一；由于信息弱化，即由1980变为180，部分需要人工匹配。附件四，英文变为黑白条，需要进行掐头去尾，即值保留a，e去掉kl，y，g的头和尾巴，回到附件三；
第三问:与第二问的区别在于分页，仔细分析发现，正反两面虽然对应的较好，但是仍可发现具有明显的位置差别，一个偏上一点，一个偏下，进行附件四类似的数据处理，分页后，回到第三问附件四；
虽然是程序解决但是人工干预，和数据处理部分也是需要的；
针对问题二和三，基本思路跟大家的都差不多，首先分类，分成11行，然后通过左右边缘向量的相似度进行拼接。不过由于出现白边的情况电脑无法根据相似度进行判断，同时由于噪声干扰会出现相似度很大的两张图片实际上是错误拼接，所以我们首先建立了一个低匹配率图片库，从相似度矩阵中找出那些与其他图片边缘相似度较低（通过多次试验找到一个合适的阀值）的图片放到低匹配率图片库中，然后再拼接过程中，只要相似度低于阀值，则提示人工在低匹配率图库中找到匹配的图片输入给电脑，然后电脑再继续自动拼接，如此循环，当找到19张图片时跳出循环，程序结束。我们做的结果是问题二需要干预的图片有50多张，少于这个值就会出现错误拼接，可以找到一个更合适的求相似度的方法，提高匹配正确率，那么人工干预就可以减少一点
第一二问我们选择的是根据相关数据直接作图 ，分析得出结论的。
第三问我们采用的是回归模型。
第四问就直接对第三问反解的。。。
第一次参加，没什么经验的 。做得感觉也是不着什么调的。
求大神指点指点啊。。。。。。。。。。。。。