以下是研赛的题目:
题目A：芯片相噪算法
题目B：汽油辛烷值建模
题目C：面向康复工程的脑信号分析和判别建模
题目D：无人机集群协同对抗
题目E：能见度估计与预测
题目F：飞行器质心平衡供油策略优化
老美一直打压华为，对芯片不断的限制，今年研赛第一题就是芯片的，希望各路大神显神通，做做A题。
往年一般都是4道吃专业知识的题，两道数据统计类的题。
对于题目E，上来千万不要怼算法，比如灰色预测，时间序列模型等等，这样会死的很惨。
作为一名退役的国奖选手，明天会给出各题思路。
更新一点，参加研赛的各位选手，根据自己感兴趣的题目，今天晚上赶紧去中国知网查找相关资料，提现了解相关的概念，模型原理。论文模板也要准备好，相应的程序代码也要准备好。
屯粮，屯粮，屯粮！！！重要的事情说三遍。比赛这几天非常类，吃的东西一定要准备好！！！
今天晚上早点睡，以最好的状态迎接明天的研赛！
今天上午学校有点事情耽搁，不好意思。
对于A题来说，如果不是相关专业的，不要轻易尝试，蛮难。
我先说下E题吧，第一问要求建立模型，描述能见度与湿度，温度和风速之间的关系。
大家不要一上来就根据数据来一波线性回归，多元线性回归，切记！！！
直接知网上搜索能见度与湿度的关系，能见度与温度的关系，能见度与风速的关系，先单独考虑，再一起考虑。
这是知网的一篇论文中的图，能见度与湿度明显就是指数关系啊，第一问的话，前人早就帮你解决了，你直接用指数方程回归就可以啦，高大尚一点，也可以用LOF离群因子回归拟合。
先去吃饭了，下午继续更！！！
下午在桌子上趴20分钟就赶紧起来更了，此处应该有赞同。
对于E题第二问:根据机场的视频数据和能见度数据，建立基于视频数据的能见度估计深度学习模型，并对估计的能见度进行精度评估。
首先我们应该理解题意，附件中有能见度的数据，而视频的能见度我们并不知道，由次我们应该用某种方法得到视频中的能见度数据，再用深度学习模型对能见度数据（附件中的）与用某种方法得到的视频能见度数据进行对比，方可。
如何得到视频中的能见度数据，可以用基于暗道先验的能见度估算法，流程图如下:
运用matlab可以得到视频中的能见度
得到了视频中的能见度，在这里提一下，深度学习模型是一个很广泛的概念，它是在神经网络的基础上提出的，它的代表有卷积神经网络，支持向量积等等。
最后无论你的精度怎么样，尽量说高一点，大佬也会吹水，大家都懂，好吧。
对于E题第三问，只有监控视频数据，建立不依赖于能见度仪器观测数据的估值计算法，根据附件中的视频截图，去绘制能见度随期间变化曲线。
为什么题目会这样问，大家需要思考，在大雾的天气下，观测仪肯定会出问题，观测的图片也不清楚，第二问我们就可以根据视频，图片得到其中的能见度了，第三问就是在第二问的基础上加了一个环节吧，视频中给的图片，有的比较模糊，这时候需要的是我们对图片进行处理，更清晰的图像，并求出他们的能见度，具体方法有很多，比如双边滤波法，软扣图法。
有了前三问，第四问应该问题不大吧，大家加油继续干，和老赏（数模大神）去拿个快递，今晚继续更！
今天晚上了两节马克思主义经济学的课，所更新比较晚，不好意思哈。
对于B题
第一问:我觉得该怎么做，题目应该说的很清楚了吧，这里提一下附件二中的拉依达准则，在B站中搜索“SPSS中的拉依达准则”，就会出现视频告诉你怎么操作，学下就可以了。
第二问:先认真读题吧，搞清楚了题目再筛选出主要变量。可以用的是聚类分析，因子分析法，用SPSS和Matlab都可以操作，不过本人会优先选用SPSS，因为可以出检验图，方便吹水！！！聚类，或者因子分析前，需要先查下相关资料，提前知道哪些是主要的影响因素，这样好在分析的过程中，知道自己是否分析错误。
第三问的话，先把数据按时间排个序吧，再用时间序列模型就可以了。
不要用灰色预测模型，不要用灰色预测，不要用灰色预测！！！重要的事情说三遍！！！
第四问的话，可以考虑多目标优化模型，引入最大期望求解。
第五问，结合前几问，自己做吧。
感谢评论区某位朋友的提醒，这里再说一下B题第三问，B题第三问:以RON作为因变量，其他的因素作为自变量，因为因素太多了，回归拟合得不到比较好的结果，可以考虑优化+神经网络组合。
