近五年研究生数学建模算法汇总
| 题目 | 年限 | 摘要 |
| A | 2021 |
相关矩阵模方法,聚类父子节点算法,随机奇异值分解,改进的Strassen,求逆算法,降维分块压缩算法 相关性分析,Strassen算法,快速SVD算法,改进Cholesky分解,高斯消元 |
|
2020 |
CR 算法 ASIC 芯片 相噪 Pilot 定点量化 | |
|
2019 |
无线传播―信号预测 神经网络 梯度提升树模型 特征工程 | |
|
2018 |
kick 动力学模型;生物力学;自适应遗传算法;非刚体动力学 | |
|
2017 |
多无人机协同 区域离散化 模拟退火算法 遗传算法 无人机调度 | |
|
B |
2021 |
空气质量二次预报;EM 算法;GMM 模型;t-SNE;XGBoost 算法;协同预报 污染物浓度预测;AQI;向量自回归模型 VAR;长短期记忆网络 LSTM;对抗生成网络 GAN;PCA;多元变量线性回归模型;时空注意力模型 PGAN;时空相关性 |
|
2020 |
辛烷值损失,GMM 聚类,信息增益特征筛选,SFA-JITL 框架,操作变量优化 | |
|
2019 |
星图识别;误差上界估计;最小二乘;星表分块;三角特征;角距匹配 | |
|
2018 |
QPSK,MQAM,误码率,信噪比,传送网规划,星座图优,遗传算法, TSP,优化问题,Dijkstra 算法 QAM 调制 | |
|
2017 |
垂直腔面发射激光器,非线性参数估计,自适应遗传算法,粒子群算法 | |
|
C |
2021 |
帕金森病,基底神经节,脑深部刺激,Matlab/Simulink,数值仿真 |
|
2020 |
滤波处理 卷积神经网络 主成分分析 支持向量机 半监督学习 随机森林 | |
|
2019 |
交比不变性,相机位姿估计,霍夫变换,单应矩阵,RANSAC 算法,深度学习,SafeUAV 算法 | |
|
2018 |
改进 k-means 主成分分析 逻辑回归 灰色预测 机器学习 Lorenz 曲线、帕累托分析法、lightgbm-Multi logistic、ARMA 模型 | |
|
2017 |
航班恢复;最小延误时间;GRASP 邻域搜索;贪婪模拟退火算法 | |
|
D |
2021 |
化合物活性优化模型、支持向量机、神经网络、梯度提升、随机森林的回归预测、随机梯度下降、目标规划、遗传算法 |
|
2020 |
追逃博弈模型;协同对抗;阿波罗尼奥斯圆;界栅;动态规划 | |
|
2019 |
运动学片段法,核化主成分分析,层次聚类,自编码器,深度学习 | |
|
2018 |
调和分析;多项式拟合;内潮提取;克里金插值;同潮图; 分析 | |
|
2017 |
改进 VIBE 模型;混合高斯模型;背景差分法;SIFT 模型;人群特征识别 | |
|
E |
2021 |
UWB 非视距误差 误差建模 卡尔曼滤波 精准定位 |
|
2020 |
能见度,雾,多项式回归,SIFT 特征提取,全连接神经网络,图像建模,暗通道先验,指数平滑法,趋势预测 | |
|
2019 |
全球气候变化;多变量回归模型;关联性分析;随机森林算法;ARIMA 模型极端天气;局地极寒;量化分析 | |
|
2018 |
电子对抗 协同干扰 立体几何 运筹优化 | |
|
2017 |
多波次任务 多阶段优化 最优节点组合 0-1 整数规划 | |
|
F |
2021 |
机组排班;多目标规划;Pareto-最优;混合整数线性规划;线性化技术(RLT) |
|
2020 |
质心计算、超启发式方法、遗传编程、差分进化、多阶段优化 | |
|
2019 |
邻接距离网络,自适应改进型 Dijkstra 算法,蚁群算法,0-1 多目标整数规划,多目标规划模型,贪婪算法,复杂网络,分阶段优化 多约束条件﹑通用性﹑记忆化深度优先搜索算法﹐Dijkstra+堆优化算法运动轨迹概率分析 | |
|
2018 |
登机口分配,多目标多约束,航班分配失败率、最短流程时间、总体紧 张度、被使用登机口比率,生物地理学算法
| |
|
2017 |
地下物流网络、节点选择、网络满意度、交通拥挤指数、动态规划 |
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐


所有评论(0)