分卷阅读261
选题目。”老王说完，刺啦一声,撕下笔记本上一页纸，随意扯成三瓣递给他们。林朝夕看着面前的白纸，周围是同样参赛建模大赛同学们的讨论声。“就选这个,就选这个。”“日哦，押题也太准了，我们赶紧开始吧,时间紧任务重。”四周是这样的声音，她从书包中拿出笔袋，老林写的那封信被压在下面。她拉开笔袋拉链，握住铅笔，却迟迟没有写下她的选择。老王和阿光已经早早写完，把纸团扔到桌子中间，就等她。这完全是毫无意义的举动，但这样的仪式让他们这些以数字为生的人很有安全感。林朝夕掌心微湿，她放下铅笔，看向老王和阿光，郑重地道：“我想选b。”那时她已经打好腹稿，准备长篇大论说服两人。可老王很不满地“欸”了一声：“徒儿你这样太没意思了！”林朝夕很愧疚，想开口解释，却听老王说：“要的就是摸奖那刻的激动心情，你这么泄底太无趣了！”“还是太年轻了啊。”阿光摇头晃脑，跟着批评她。两人很不开心地掀开自己的纸团。b。还是b。像被阳光突然照进心底，林朝夕雀跃不已。但她还是很认真地问他们：“师傅，你不是想要外星人，为什么不选一道把握更大的题目？”老王抄起圆珠笔，砰地弹了下她的脑袋：“小点声，知道什么叫隔墙有耳吗？”林朝夕赶忙压低声音，把问题问了一遍“你是不是傻，大家都会选a题，我们选b，岂不是另辟蹊径，获奖概率更大？”老王的声音轻若蚊吟，做贼一样。林朝夕点头。“麻瓜肯定选简单的题目，但我们不一样啊，我们需要挑战！”阿光很兴奋地喊道。林朝夕继续点头。“那就这么决定了！”老王愉快地说道——电脑教室里开着几十台机器，还有几十位同学在热烈讨论。无论空调开得多低，都压不住这里热火朝天的气氛。再一开始的兴奋和激动过后，林朝夕很快静下来。虽然这道追击逃犯问题，和预测老林车祸问题非常相似，但他们仍有不同。按照事先制定的策略，他们三个开始仔细审读题目，并发表各自看法。俗称头脑风暴。老王又开始老干部模式主持会议：“大家各自说说自己的看法，这个题还是很有难度的。”阿光打开附录中的文档，里面记载了密密麻麻的通话记录：“相当阴险啊，这些报警里，肯定有虚假警报和真实警报，需要把他们区分开。”“如何区分？”老王问。“贝叶斯网络。林朝夕说。“嚯！”老王深吸一口气，“徒弟你年纪不大，口气不小！”“我们可以对每个目击事件赋予一个概率，概率越大，它就越可能发生。”林朝夕说着，拿过草稿纸。她先在上面画上简易地图，又打上网格。“把地图分成相同大小的网格，以n和e表示其经纬度，t为时间，p（）为逃犯在某一时刻出现在某一位置的概率。”老王和阿光敛眉深思。老王：“然后按照时间顺序，不断更新？”林朝夕点头。“我觉得可以。”阿光说，“首先给每一方格赋予不同的先验概率，利用目击事件似然更新每个小方格的后验概率p（i，j）。”“对，其实就是根据目击报告，结合交通状况、道路桥梁构架、历史数据，不断给每个方格赋予新的值。”“比如这条和这条。”林朝夕用手指着报案记录中的两条报告，“一条显示逃犯在城东，另一条显示在城西，但如果前一个时刻报告也显示嫌犯在城东，那么城西的报告显然可信度偏低。”“也正因为这样，在t1时间内，城西这条道路附近目击事件的赋值更高。”老王接着说。“嗯。”“所以要用贝叶斯网络？”老王说，“重复多次使用贝叶斯定理，随着证据越来越多，不断更新后验概率，弥补主观判断赋值后造成的偏差？”“是啊。”林朝夕说，“也就是说，我们可以同时考虑在每一个时间截点上，逃犯可能出现的所有位置，得到一张概率分布图，这张图上的数值是不断更新着的……”“是你个头！”老王震悚，“你这思路也太清奇了吧？让我把你的脑子敲开看看！”“我比较聪明？”林朝夕赶紧躲开。阿光已经在纸上打了不少草稿，忽然抬头：“妈的，无法反驳，你确实聪明。”他说。——林朝夕其实很惭愧，这是她深入研究车祸问题，花了很长时间才得到的思路。而老王和阿光看上去却是一点即通，接下来的讨论，就变成老王和阿光同学的主场。一般来说，建模大赛的参赛团队必有分工。一人负责建模；一人作为论文主笔，而剩下最后一人，则负责程序编写数据生成校验。按照他们事先制定的计划，老王负责建模，阿光负责编程，而她做更基础的文字工作，构建论文框架，撰写论文。但……“为什么你觉得python更好，matb仍是科学计算的第一工具，在数学建模里最好用，工具箱也多，有数不清的成熟模块可以调用。”阿光说。“但python里面的第三方模块也很多，其中numpy模块可以使python像吗matb一样直接处理大型矩阵，scipy模块里封装了大量算法，matplotlib模块可以使python画出大量函数图。总而言之，python可以替代matb中大部分功能，并且有matb无法替代的一些优势。”“python是很好，但我没深入学过，我用matb顺手。”阿光想了想，继续说，“你说的这些我没有验证过，是否真的好用，还存疑。”林朝夕：“请相信我。”