博客
关于我
菜鸟的数学建模之路(零):我的数学建模之路
阅读量:757 次
发布时间:2019-03-22

本文共 606 字,大约阅读时间需要 2 分钟。

更新说明

2019/9/8
最近有人问我要数学建模资源,实际上,我之前并未整理好就直接上传。现在,这些资源已经上传至我的个人主页“已上传资源”中。

声明:本人整理的资源主要来自网络,以及《MATLAB数学建模方法与实践》(部分来自第二版)。

关于数学建模

我是在大二第一学期的期末开始接触数学建模的。当时是实验室要求的任务,集训了一两周,但当时对建模一知半解,只能根据题目来解读别人的论文,勉强算是初步了解。真正学到了建模知识,是在大二第二学期的暑假集训期间。2019年7月8日至8月10日,共计一个多月的集中学习,让我在理论与实践上都有了很大提升。

数学建模前的准备

书籍:《MATLAB数学建模方法与实践》(第三版)
软件:MATLAB2016、SPSS
基础知识:高等数学、线性代数、概率论、图论等

在编程工具方面,MATLAB是首选,方便矩阵计算且拥有丰富的建模模块,如BP神经网络工具箱。SPSS则用于处理大量数据,两者都需要一定时间去学习和熟练。

最大的挑战是建模涉及的知识点种类繁多,涉及高中大学的多个领域,其中大学部分尤为棘手。

知识点总结

在集中学习期间,我每天都在接收新知识,效率很高。学习中,我倾向于通过案例理解概念,而不是枯燥地记忆定义。在网上查找资料是我最常做的事,其中CSDN社区成为我常去的地方。

暑假集训结束后,我计划将知识点进行分类整理,撰写相关文章分享。

以上是我的学习心得。

转载地址:http://sxmwk.baihongyu.com/

你可能感兴趣的文章
OpenCV VideoCapture.get()参数详解
查看>>
opencv videocapture读取视频cap.isOpened 输出总是false
查看>>
opencv waitKey() 函数理解及应用
查看>>
OpenCV 中的图像转换
查看>>
OpenCV 人脸识别 C++实例代码
查看>>
OpenCV 在 Linux 上的 python 与 anaconda 无法正常工作.收到未实现 cv2.imshow() 的错误
查看>>
Opencv 完美配置攻略 2014 (Win8.1 + Opencv 2.4.8 + VS 2013)上
查看>>
opencv 模板匹配, 已解决模板过大程序不工作的bug
查看>>
OpenCV 错误:(-215)size.width>0 &&函数imshow中的size.height>0
查看>>
opencv&Python——多种边缘检测
查看>>
opencv&python——高通滤波器和低通滤波器
查看>>
OpenCV+Python识别车牌和字符分割的实现
查看>>
OpenCV-Python接口、cv和cv2的性能比较
查看>>
OpenCV/Python/dlib眨眼检测
查看>>
opencv1-加载、修改、保存图像
查看>>
opencv10-形态学操作
查看>>
opencv11-提取水平直线和垂直直线
查看>>
opencv12-图像金字塔
查看>>
opencv13-基本阈值操作
查看>>
opencv14-自定义线性滤波
查看>>