说明：Adaboost 算法的思想是合并多个“弱”分类器的输出以产生有效分类。其主要步骤为 ：首先给出弱学习算法和样本空间（工， y） ，从样本空间中找出 m 组训练数据，每组训练数据的权重都是 1 /m。然后用弱学习算法迭代运算 T 次，每次运算后都按照分类结果更新训练数据权重分布，对于分类失败的训练个...

BP Adaboost算法 样本权重 基于BP的强分类器 BP-Adaboost 数据分类算法 分类器

说明：2017年国赛参考资料最全，没有之一【大合集】

全国大学生数学建模竞赛(CUMCM)

说明：苏北数学建模联赛邀请函

五一高校联赛(原苏北联赛)

说明：[教材与书籍] 图灵数学·统计学丛书47-泛函分析

CFA、CVA、FRM等金融考证论坛

说明：4阶经典Runge-Kutta格式解常微分方程,Romberg(龙贝格）法求函数的积分,三阶样条插值（一阶导数边界条件）,定步长梯形法求函数的积分,矩阵A的伴随矩阵, Lagrange插值法数值求解,Newton迭代法解非线性方程f(x)=0

非线性插值 非定常

说明：利用遗传程序设计建立电力系统的负荷模型，无需像传统方法一样预先确定具体的模型结构，它能根据输入输出数据直接演化出变量间的函数关系，并且能够一次性的同时确定函数的结构形式和参数，使得模型的生成过程趋于智能化、自动化，解决了负荷建模工作中长期困扰的模型辨识问题。

参数辨识智能 遗传辨识 负荷参数辨识 电力负荷建模 power-GP

说明：元数16下均匀圆阵的零限形成，先建立约束函数，再创建目标函数，计算零陷

null-constraint 圆阵--零陷 零陷 形成零陷 零限

说明：2017年国赛B题参考资料

全国大学生数学建模竞赛(CUMCM)

说明：Matlab可以使用fitrsvm创建回归支持向量机模型。fitrsvm在中低维预测变量数据集上训练或交叉验证支持向量机（SVM）回归模型。 fitrsvm支持使用内核函数映射预测变量数据，并支持通过二次编程实现目标函数最小化。要在高维数据集（即包含许多预测变量的数据集）上训练线性SVM回归模型，请...

支持向量机 fitsvm fitrsvm fitcsvm回归 SVM

说明：数字图像矩阵数据的显示及其傅立叶变换 P0302：二维离散余弦变换的图像压缩 P0303：采用灰度变换的方法增强图像的对比度 P0304：直方图均匀化 P0305：模拟图像受高斯白噪声和椒盐噪声的影响 P0306：采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波 P0307...

傅立叶meilin 二维-处理 meilin adaptive-mean-filter 图像滤波