2017全国大学生数学建模竞赛---C题讲评.pdfVIP

C -- 题 颜色与物质浓度辨识 崔恒建 首都师范大学 昆明，2017.11.25  甲醛测量，试纸读颜色 随着照相技术和颜色分辨率的提高， 希望建立颜色读数和物质浓度的数 量关系 只要输入照片中颜色读数就能够获 得待测物质浓度 二氧化硫 0 水 10 20 40 60 100  试根据附件所提供的有关颜色读数和物质浓 度数据，请你完成下列问题：  1. 附件Data1.xls中分别给出了5种物质的在 不同浓度下的颜色读数，讨论从这5组数据 能否确定颜色读数和物质浓度之间的关系， 并给出一些准则来评价这5组数据的优劣。 2. 对附件Data2.xls中所给数据，建立颜色 读数和物质浓度的数学模型，并给出模型的 误差分析。  3. 探讨数据量和颜色维度对模型的影响。  希望用颜色预测浓度构建模型： Y ~ f ( R, G, B, H, S) 这里 f 一般未知，根据机理，可对每个 变量单调。 思路：  用Data1 探索建模方法（数据质量评估）  用Data2 验证上述建模方法  影响建模的变量选择与分析 1. 建模过程就是选择 f 的过程。 f 通常 选择的类型（可用于预测）： 参数或半参数函数形式，如： f f (b =+b R +b G +b B +b S +b H ) 0 0 1 2 3 4 5 f 0 单调，S型。  线性模型（大多数学生用）  线性模型的单调变换（建议） Y ~ f (b +b R +b G +b B +b S +b H) 0 0 1 2 3 4 5 f 广义线性模型 （ 形式已知， 0 如logistic 变换等） 2. 数据质量评估（新）： 数据质量是建模的基础，本题主要考虑 基于模型的 误差分析与评判： 残差图、MSE、MSCV、R^2 异常或离群点识别： 3sigma准则、Boxplot 3. 样本大小和颜色维数对模型的影响。 逐步回归，变量选择 误差分析与比较 4. 使用R、Matlab语言 基本数据可视化 1. 矩阵散点图 2. 3-sigma控制图： 3. 箱线图（异常点识别） 4. 其他可视化方法 二、线性回归模型 Y b =+b R +b G +b B +b S +b H +ε 0 1 2 3 4 5 X Tb =+ε X T R G B S H 其中：