快来谈谈自己的国赛Idea吧，回帖就有机会免费参加国际赛与美赛数学中国赛前培训~！

liziyan

速度！                     

雨墨

赞！！！结果快出来吧！！！

唤起

全程就在编程与数据处理时发挥了点作用，感觉好无力啊！我们主要利用了流体力学的思想来入手的

liu549613278

B题
主要是应用matlab所提供的灰度共生矩阵
graycomatrix()
graycoprops();
( W* i, o! D' h" W. J 如果人工干预(例如找到最左边)对于附件1是百分百匹配
0 Z' ]' [) d, R7 j% e  a                                                 附件2是匹配出两个大块
& B  e1 Y$ v; ~4 ?. V9 U 附件3,4,5方法类似
+ a7 b/ |0 C' o8 T0 u9 o! c  D function [d] = readpic3()
%人工看出 008.bmp 第9张图片 为最左边 将008.改为000
! D' p+ F! K. r7 A, {$ j: |%filename =
0 Y7 v% S' v* Cdirname='E:\Program Files\MATLAB\workfile';
, a0 m! f5 [5 ]. ~5 F! ]1 xfiles=dir([dirname,'\*.bmp']);
0 j7 V4 _# r0 C! v. [* i: FNum_file=numel(files);
data=cell(1,Num_file);
[M,N]=size(data{1});% M = 1980  N = 72
3 _6 I; T; k, |+ n! \! V' Ya = zeros(M,N);
! ]" I: p6 A/ p! Gb = zeros(M,N);
c = zeros(Num_file);
d = zeros(1,Num_file);%存储排序序列
% [# R/ L; }9 V8 Bfor k = 1:Num_file
$ M6 [3 E5 O# {# C& L. `, m6 G    data{k} = imread([dirname '\' files(k).name]);
  W5 C( x3 `# U/ s) Cend
# k& V! n3 w! G0 \
. S6 z& j4 V: A& I/ I$ Mfid = fopen('数据.txt', 'wt');
for i = 1:Num_file
   a = data{i};
   e = ones(1,Num_file);
! ?: S/ C8 t$ a$ U0 N   for j = 1:Num_file % 要左右匹配两次
0 B: V, Z4 D. N; \4 K9 K" o- ^       b = data{j};
& f3 F& I0 J6 ]* g0 u0 r       img = [uint8(a),uint8(b)];
       img1 = img(1:1980,70:74); % *****很关键*****
       glcm = graycomatrix(img1,'NumLevels',4,'offset',[0,2]);
%        stats = graycoprops(glcm,{'Contrast','Homogeneity','Energy'});%这里仅考虑三个特征值
%        e(j) = abs(stats.Correlation-1)+abs(stats.Homogeneity-1)+abs(stats.Energy-1);%每个特征值减1取绝对值
       stats = graycoprops(glcm,{'Contrast','Homogeneity','Energy','Correlation'});%这里仅考虑四个特征值
1 V" J- A9 T! J; d/ ~       e(j) = abs(stats.Correlation-1)+abs(stats.Homogeneity-1)+abs(stats.Energy-1)+ stats.Contrast;%每个特征值减1取绝对值
6 K. Q* `( ?) Z: V( l; g       fprintf(fid, '%f ',e(j));
   end
6 s! U! X1 _: J" S3 g3 t& Z' d/ j    fprintf(fid, '\n');
    [A,B] = min(e);% A 最小值 B索引  B即为
* z& S4 q7 m% O5 S8 |) K    d(i)= B-1;
% O$ S" G  Q8 Rend

~海阔天空~

赞一下。。

deepyuna

问题一主要是从资料中的公式：入手，除CB均为系数，依事实设定，而CB与v的关系可由动力学知识求得，进而求出Qx与v之间的关系：。V的数据可由观测视频得到，实现对实际通行能力的描述。
* d8 H+ r- s# N3 @    题目二主要是利用题目一的结论，结合附件3,4,5分析出上游来车，主要集中在支道和次干道上。对于堵车时，车辆向支路变道通过的时间，比向主干道变道通过的时间短，速度相对主干道车速变化较小，根据及视频1和2中堵车时车速的计算，合理假定发生事故时，支道上的车速下降到10公里/h，主干道上的车速下降为7公里/h，由题目一中的公式计算比较实际通行能力，说明堵车占不同车道的区别。
  r0 \3 r& N( S% I  |    对于问题三，首先基于现有的Nasch模型的单元胞自动化及模型，接下来推出三车道STCA1和STCA2模型考虑了车辆与相邻车道后方车辆速度差的影响，据此推出UTCA带瓶颈三车道模型，来模拟要解决的交通流问题，matlab仿真模拟该模型得到20组数据，然后，建立了基于排队论的模型，引入参数为的泊松流，在等候的车辆数和等候时间可用下式确定了，得到路段车辆长度A和横截面实际运行能力B的关系

又通过相关性检验得出A与事故持续时间C的关系，接着利用层次分析法来分配事故横断面实际通行能力、事故持续时间、路段上游车流量的权重得到最后求出第三问。
　　　接下来我们建立了第三个模型，基于国际学术界比较公认的高速公路宏观交通稳态模型，利用神经网络建立了四个动态模型，利用matlab拉格朗日插值法得到了路段车辆长度与路段上游车流量的关系。
　　　对于问题四，基于问题三模型二中的排队论，利用视频一观察所得车辆当量流量和时间间隔的数据，进行回归分析求出服务时间（效率），利用
求得经过5.7分钟，车辆排队长度将到达上游路口。
关键词：仿真模拟  神经网络  层次分析  回归分析  matlab
0 K& |2 f, J7 N6 X0 U5 E

爱我跟我走

思路大致上是一致的

杨卿誉

有谁知道成绩什么时候出来呢？

杨卿誉

wangzheng3056 发表于 2013-9-16 15:46
第三问中怎么使用马尔科夫链啊，是动态规划吗？

请问知道成绩什么时候出来吗

__言_酸_。

都是大神，我还要继续努力~