申诉....

司徒大豆

wangluzhu 发表于 2012-9-26 15:05
# r6 w! w" p% [, P# O. Y8 e好**的得分方案，如果你的得分少的话我的得分估计更少，因为我第二问的倾斜角更离谱………………

. C) j! p- n' _- X/ B(⊙o⊙)…   不会是50度吧？

安树庭

高调竞赛  淡看结果...再大的不满意，如果无济于事，也就不用过于分忿忿不平了，多学习吧！

舞情＿Dong

司徒大豆 发表于 2012-9-26 10:51
我做的是B题...  老师说我们做得很好... 国家奖一点问题都没有...   谁知道也得了省二...  有的队...  在 ...

支持，美赛我们学校成绩一直不错，相对而言还是很公平的，国赛我可真是拼了命啊，老师可能也理解我心情，打电话和我聊了会，叫我也别再郁闷了，自己学到东西就行。可……我的支持向量机，有种不被理解的感觉，除了老师，队友，谁会懂得，付出了这么多，论文看都不看？！支持你，兄弟，有什么我能帮忙的尽管说，河北连国赛答辩都没有，太不尊重人了，那些组委会，到底什么水平？！！

舞情＿Dong

alas123 发表于 2012-9-25 22:29
是不是你们正文超了，一般不超过二十页。论文格式排版，以及摘要等，细节问题

' k8 ?9 r; ~6 c( O  r他们要是真的看了绝不会这么落榜，看一眼我就谢天谢地了，摘要老师看之后仔细改了好几遍，排版就更没问题了，平常练习我们组一直很好，不想说了，乏了……

HoYu

公道自在，你把论文发上来看看，大家一起点评！

HoYu

舞情＿Dong 发表于 2012-9-26 22:44
- m" T' u- I# ~7 j& [: c$ o; r他们要是真的看了绝不会这么落榜，看一眼我就谢天谢地了，摘要老师看之后仔细改了好几遍，排版就更没问题 ...

3 J6 L: L* c2 B: i9 j; |敢不敢发上来看看？哪怕是摘要也好

舞情＿Dong

Havenking 发表于 2012-9-25 23:45
不用激动 我们也用了支持向量机 这个方法本身没问题 但是这次有个训练数据少的问题 所以效果可能不太好 另 ...

2 G+ C) g/ d, ~  j嗯，当初也是纠结这个问题，将一部分样品代入训练，也知道有这方面的缺陷，但在解决多维变量小样本分类问题，还是很适用的，老师说可以体现方法思想，最后我们用聚类分析的结果进行了验证比较。任何模型都有缺陷，但……真的乏了，学到东西就好，无形财产……

1016941051

中国都是这样，我们省也是这样，感觉所有比赛中，数学建模最水。美赛搞给他们看看，那才叫水平。

舞情＿Dong

HoYu 发表于 2012-9-26 22:49
2 q- [- N3 f, P; r1 D3 s/ a8 _; W. A敢不敢发上来看看？哪怕是摘要也好

葡萄酒的评价
摘要
- Q8 u. @; m5 S: h- F在葡萄和葡萄酒的各种理化指标的基础之上，对葡萄和葡萄酒质量的评价进行统计分析。基于给定的样品酒及其质量指标的相关数据，建立支持向量机(SVM)的分类模型，对多维理化指标的酿酒葡萄进行合理分级，并用聚类分析的方法对葡萄聚类，将二者结果进行比较检验。然后对各种理化指标进行逐步回归分析，建立葡萄酒质量与理化指标之间的回归方程模型，并进行各指标间的相关性分析，得出酿酒葡萄与葡萄酒的理化指标之间的联系，论证了各理化指标对葡萄酒质量的影响。
! Z7 W9 K; G$ K, l/ e; w问题一是关于两组评酒员评价结果的显著性差异分析，利用成对比较检验法，对两组样品进行成对比较，计算各对样品的差数及相关统计量，用t检验法检验，得出两组品酒员的评价结果存在显著性差异。统计并计算各组样本点中品酒员给分结果的变异系数，得出一、二两组的平均变异系数分别为：0.105、0.08（红酒）和0.144、 0.093（白酒），从而得出第二组的结果更可信。
1 x' l- G! }, }问题二是酿酒葡萄的分级问题，基于统计学习理论的模式识别方法，构建支持向量机的分类模型，对酿酒葡萄进行分级，将其归为四级如下：
        一级(好)        二级        三级        四级（差）
# l0 I0 j% q: y. b: F  K* a0 _红葡萄        2，3,6,7,22        8，9，19,21,23        11,12，18        1,4,5,10,13,14,15,
; E  y2 B( L: i% {1 O1 w16,17,20,24,25,26,27
; X2 ^$ J& H3 N白葡萄        5,24,27        3,15,28        2,4,17,18，21        1,6,9,10,11,12,13,14，16,19,20,22,23,25,26
, t% u0 E. e* M) c3 C并用聚类分析的方法对酿酒葡萄进行聚类分析，将分类结果与支持向量机模型的分类结果进行比较，除个别异常点外，两种模型对葡萄的分类结果比较相近，表明支持向量机模型能将高维实空间的数据点，通过一个n-1维的超平面很好的分开，得到精确度较高分级结果。
* B/ I( b: [+ A( B2 x0 D+ d' q9 ~问题三是对酿酒葡萄与葡萄酒的理化指标之间联系的分析，将酒的质量评分与葡萄的理化指标和酒的质量评分与葡萄酒的理化指标，分别进行逐步回归分析，并建立相应的回归方程模型，通过酒的质量评分将两类理化指标联系起来。检验模型，得出F值显著偏高，且P值均小于0.05，说明建立的回归方程模型具有很好的显著性。进一步对两类指标进行相关性分析，即可合理的判定出两类理化指标的具体联系。
" j1 \) u( l! P! `; B" }$ V问题四分析各个理化指标对葡萄酒质量的影响，基于问题三建立的回归方程模型，随机地从样品点中选取若干个样品，将其代入回归方程模型与实际值比较分析，论证出在条件要求不是很严格情况下，可用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。

1 y+ `8 N" S% G! A) n5 {& ], i
, I( r7 ~0 g3 m& E2 C# K* e4 _关键词：变异系数；成对比较检验；支持向量机（SVM）；Q型聚类；逐步回归

舞情＿Dong

HoYu 发表于 2012-9-26 22:48
& r6 Y0 ~' K1 K( a0 E& j7 a公道自在，你把论文发上来看看，大家一起点评！

葡萄酒的评价
9 r3 x" M, D" l; h! c6 x( r! x摘要
6 `7 ]! R4 Y& ^% Y/ b  B. y& S在葡萄和葡萄酒的各种理化指标的基础之上，对葡萄和葡萄酒质量的评价进行统计分析。基于给定的样品酒及其质量指标的相关数据，建立支持向量机(SVM)的分类模型，对多维理化指标的酿酒葡萄进行合理分级，并用聚类分析的方法对葡萄聚类，将二者结果进行比较检验。然后对各种理化指标进行逐步回归分析，建立葡萄酒质量与理化指标之间的回归方程模型，并进行各指标间的相关性分析，得出酿酒葡萄与葡萄酒的理化指标之间的联系，论证了各理化指标对葡萄酒质量的影响。
问题一是关于两组评酒员评价结果的显著性差异分析，利用成对比较检验法，对两组样品进行成对比较，计算各对样品的差数及相关统计量，用t检验法检验，得出两组品酒员的评价结果存在显著性差异。统计并计算各组样本点中品酒员给分结果的变异系数，得出一、二两组的平均变异系数分别为：0.105、0.08（红酒）和0.144、 0.093（白酒），从而得出第二组的结果更可信。
. d7 I3 x  r, |5 L& e问题二是酿酒葡萄的分级问题，基于统计学习理论的模式识别方法，构建支持向量机的分类模型，对酿酒葡萄进行分级，将其归为四级如下：
, U3 |$ Z  f* Z+ m        一级(好)        二级        三级        四级（差）
红葡萄        2，3,6,7,22        8，9，19,21,23        11,12，18        1,4,5,10,13,14,15,
: k+ L0 O. p- P0 J7 ]) ~" |7 X16,17,20,24,25,26,27
白葡萄        5,24,27        3,15,28        2,4,17,18，21        1,6,9,10,11,12,13,14，16,19,20,22,23,25,26
) O) O! g3 W, n( u/ @, E$ D2 p& S' b并用聚类分析的方法对酿酒葡萄进行聚类分析，将分类结果与支持向量机模型的分类结果进行比较，除个别异常点外，两种模型对葡萄的分类结果比较相近，表明支持向量机模型能将高维实空间的数据点，通过一个n-1维的超平面很好的分开，得到精确度较高分级结果。
问题三是对酿酒葡萄与葡萄酒的理化指标之间联系的分析，将酒的质量评分与葡萄的理化指标和酒的质量评分与葡萄酒的理化指标，分别进行逐步回归分析，并建立相应的回归方程模型，通过酒的质量评分将两类理化指标联系起来。检验模型，得出F值显著偏高，且P值均小于0.05，说明建立的回归方程模型具有很好的显著性。进一步对两类指标进行相关性分析，即可合理的判定出两类理化指标的具体联系。
问题四分析各个理化指标对葡萄酒质量的影响，基于问题三建立的回归方程模型，随机地从样品点中选取若干个样品，将其代入回归方程模型与实际值比较分析，论证出在条件要求不是很严格情况下，可用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。

5 Q6 @7 o! T% O6 n! j9 g  O
关键词：变异系数；成对比较检验；支持向量机（SVM）；Q型聚类；逐步回归