正在检索范文
Papers
按题型、模型和关键词找相近题目。先看它用了什么模型，再决定自己怎么做。
以下内容均为 Demo / 示例数据，用于学习流程演示，不是真实获奖论文。
共 26 篇示例论文 · 第 1/3 页
核心模型：最大流 / 最小生成树
关键词：网络 / 连通
适合学习：★★★★★
沿海城市背景下的图论题：用 mst / max-flow 完成「供水管网连通与瓶颈分析」，重点练该题型的标准写法。
核心模型：ELECTRE / TOPSIS
关键词：筛选 / 方案
沿海城市背景下的评价题：用 electre / topsis 完成「产业园区选址方案淘汰」，重点练该题型的标准写法。
核心模型：整数规划 / 运输问题
关键词：调运 / 费用
沿海城市背景下的优化题：用 transport / ip 完成「救灾物资跨省调运」，重点练该题型的标准写法。
核心模型：关键路径 / 动态规划
关键词：工期 / 关键路径
沿海城市背景下的图论题：用 cpm / dp 完成「场馆建设关键路径编制」，重点练该题型的标准写法。
核心模型：ARIMA / LSTM
关键词：预测 / 未来 / 神经网络
中西部县域背景下的预测题：用 arima / lstm 完成「用电负荷短期预测对照」，重点练该题型的标准写法。
核心模型：DEA / 回归预测
关键词：效率 / 评价
中西部县域背景下的评价题：用 dea / regression 完成「公立医院运行效率比较」，重点练该题型的标准写法。
核心模型：多项式回归 / 支持向量回归
关键词：非线性 / 预测
中西部县域背景下的预测题：用 svr / poly-reg 完成「非线性成本曲线拟合」，重点练该题型的标准写法。
核心模型：DBSCAN / K-Means
关键词：噪声 / 轨迹
中西部县域背景下的聚类题：用 dbscan / kmeans 完成「共享单车堆积热点识别」，重点练该题型的标准写法。
核心模型：DBSCAN / K-Means / PCA
关键词：聚类 / 用户画像 / 降维 / 分类
适合学习：★★★★☆
先用 PCA 去掉相关消费指标的重复信息，再用 K-Means 分群并解释每类用户。
核心模型：熵权法 / 模糊综合评价 / PCA
关键词：水质 / 评价 / 主成分 / 模糊
用模糊综合评价给水质定级，用 PCA 找出主导污染因子。
核心模型：整数规划 / 最短路径
关键词：选址 / 最小
沿海城市背景下的优化题：用 ip / shortest-path 完成「社区食堂选址与配送」，重点练该题型的标准写法。
核心模型：马尔可夫 / 回归预测
关键词：份额 / 转移
沿海城市背景下的预测题：用 markov / regression 完成「手机品牌市场份额迁移」，重点练该题型的标准写法。