阶段性工作总结201381.doc

本周工作总结 本周主要是在进行数学建模集训，也利用集训业余时间看了一些文献。主要的收获和成果主要是在建模培训的过程中，下面具体来汇报一下建模中的成果以及对看的一些论文的总结。 数学建模中的成果： 这一周出现两个数学模型问题的求解，一个是心脏病患病者的诊断问题，一个是自动化机床管理问题。前者是一个要对很多组数据进行分析，提取主成分的问题，后者是要从数据中分离出概率分布函数再求取最优解的问题。 在这两个问题的建模求解过程中有以下收获： ①学会了对SPSS软件SPSS软件SPSS软件集数据录入、资料编辑、数据管理、统计分析、报表制作、图形绘制为一体常规的集中量数和差异量数、相关分析、回归分析、方差分析、卡方检验、t检验和非参数检验[x1,x2,x3,x4,x5,x6]=pca(x,0.8) %bzh.m,用总和标准化法对输入矩阵进行标准化 function y=bzh(x) [m,n]=size(x); %矩阵大小，m为行数，n为列数 colsum=sum(x);%对列求和 1×n for i=1:m for j=1:n x1(i,j)=x(i,j)/colsum(j); end y=x1; end %pca.m 输出特征向量，特征值，排序后特征向量，排序后的特征值，p，投影向量；n取出主成分的百分比 function [vec,val,vsort,dsort,p,base1]=pca(x,n) corrcoefx=corrcoef(x);%计算相关系数矩阵 [vec,val]=eig(corrcoefx); %求特征值(val)及特征向量(vec) [d1,IX] = sort(diag(val),descend); %特征值按照降序排列，IX是索引 d1是新的降序特征值 dsort=d1; %降序排列的新的特征值矩阵 vsort=vec(:,IX); %降序排列的新的对应的特征向量矩阵 dsum = sum(dsort); dsum_extract = 0; p = 0; while( dsum_extract/dsum n) p = p + 1; dsum_extract = sum(dsort(1:p)); end vsort1=vsort; for i=1:1:p base(i,:)=vsort1(i,:); end base1=base; end