文章目录

思路
- 第一阶段
- 第二阶段
结果
- 参数网格
- 结果输出
- - 毕宿星流位置和速度分布
  - 毕星团位置和速度分布
代码

本人专挑数据挖掘、机器学习和 NLP 类型的题目做，有兴趣也可以逛逛我的数据挖掘竞赛专栏。

本人不会回访，不互关，不互吹，以及谢绝诸如此类事

赛题官网：http://www.tzmcm.cn/

思路

第一阶段

第一阶段的解题过程详见：https://blog.csdn.net/weixin_42141390/article/details/116722963

第二阶段

第二阶段的问题，看似一句“分布分散”，将聚类的思路给断了，其实不然，该问题还是聚类问题。请往下看：

在第一阶段，我们绘制出毕星团的 H-R 图（x 为 B-V，y 为 Vmag，colorbar 与 B-V 对应，注意该图不是星星的位置…）：

毕星图的概念如下：

原始的图在水平轴上显示恒星的光谱类型，在垂直的轴上显示绝对视星等。光谱类型不是数值的量，但其序列反映出恒星表面温度的单调序列。现代观测版本的图表将光谱类型替换成色指数（在20世纪的图表中，最常见的是恒星的B-V色指数）。这种类型的图表通常称为观测赫罗图，或特殊的色光图（CMD，color–magnitude diagram），并且通常是观测者在使用。在已知恒星处于相同距离（如恒星簇内）的情况下，CMD通常用于描述星团中的恒星，其垂直轴视恒星的视星等¹

由于毕宿星流在空间中相对分散，根据天球的概念：

天球上的赤经，功用与地理座标中的经度相同。赤经和经度都是沿着赤道向东或西方向量度，赤纬是天文学中赤道座标系统中的两个坐标数据之一，赤纬与地球上的纬度相似

赤经和赤纬如下图所示（图来自https://zh.wikipedia.org/wiki/%E8%B5%A4%E7%BA%AC）

根据题目，由于毕宿流星在位置分布上比较分散，而在运行轨迹上却和毕星团相近，也即 pmRA 和 pmDE 接近与毕星团。所以，我们可以考虑使用阶段一的聚类方法，先将数据进行预处理，并给 pmRA 和 pmDE 赋予一个大权重；且结合题目可知，由于毕宿流星的 RA 和 DE 比较分散，所以为了 RA 和 DE 影响聚类算法识别毕宿流星，可以给其赋予较小的权重，或让其不参与聚类。最后，剔除毕星团后进行聚类。

不过，同阶段一一样，如何筛选聚类的参数？需要我们解答

这里：同样是如同阶段一一样，我们还是用网格寻优+DBSCAN 的办法。

设置聚类的前提为：

个体数量最多的那个簇，它们旗下的个体，的 pmRA 和 pmDE 必须能够通过 ANOVA。即保证 pmRA 和 pmDE 对每一个个体来说，具有均匀性。或者说，个体们的 pmRA 和 pmDE 差别可以忽略不计。
个体数量最多的那个簇，它们旗下的个体，的 pmRA 和 pmDE，与毕星团的 pmRA 和 pmDE，必须满足 T检验。具体说，就是最大簇的 pmRA 和毕星团的 pmRA 得通过 T 检验；最大簇的 pmDE 和毕星团的 pmDE 得通过 T 检验。这保证了类似性。即最大簇下的星体的 pmRA 和 pmDE，与毕星团的相差不会太大。

经过上述前提的筛选后，能够通过的聚类参数，对应的 DBSCAN 算法，会默认将最大簇的 pmRA 和 pmDE 设置为和毕星团接近，并且星体之间的 pmRA 和 pmDE 差异不大。 而这个最大簇，就是我们预定的毕宿星流。

上述前提体现了：

毕宿星流是最大簇
毕宿星流的 mpRA 和 pmDE 满足均匀性，和与毕星团类似性。

但这还不够，我们还要评判聚类效果，为此按优先级的从高到低，定义以下原则：

最大聚类簇，的个体数必须是所有参数对应算法中最大的
聚类簇数必须是所有参数对应的算法中最大的

结果

采用 DBSCAN 算法，根据上述前提和原则，筛选参数，并得出结果。

参数网格

名称	参数
epsilon_list	0.01, 0.05, 0.1, 0.3, 0.5, 0.7, 1, 1.5, 2, 2.5, 3, 3.5
min_samples_list	2, 3, 4
coef_list	1.5, 2, 2.5, 3.0, 3.5, 4, 4.5, 5, 5.5, 6, 6.5, 7, 7.5, 8, 8.5, 9, 9.5, 10

按照上述前提和原则，设进行 T 检验和 ANOVA 检验时，为了减小对原假设的保护，提高检验的可信度，我们将显著水平设为 0.30.30.3¹。这样设，虽然减少了拒绝原假设时的可信度，但却提高了“接受”原假设的可信度。

但是，这样做会非常的严，从而筛选出来的毕宿流星只有少数甚至没有，因此，我们在定制原则的时候，要适当放宽。

最后，筛选出来的最佳参数，以及结果如下：

这里的最大簇就是我们的毕宿星流啦。

结果输出

画出星流的 H-R 图如下：

毕宿星流位置和速度分布

根据 RA 和 DE 画出毕宿星流的位置分布图：

根据 pmRA 和 pmDE 画出毕宿星流的速度分布图：

毕星团位置和速度分布

根据 RA 和 DE 画出毕星团的位置分布图：

根据 pmRA 和 pmDE 画出毕星团的速度分布图：

我们用肉眼比较上述结果，可以看到毕宿流星的速度还是落在毕星团的范围内的，并且呈现一定的分布规律（至少其均值和毕星团的速度差不多）。而对于位置参数，我们可以看到毕星团很集中，而毕宿星流很分散，几乎没有一定的分布规律，所以大致可以满足我们题目的要求。

代码

点赞、关注、私信、说明题目和年份

如果有其他编程问题和原理问题，请再评论区留言，私信一概不回。也在此鼓励大家独立思考。

本人不会回访，不互关，不互吹，以及谢绝诸如此类事

如果本篇博文对您有所帮助，请不要吝啬您的点赞

2021 年“认证杯”网络挑战赛 B 题（第二阶段）相关推荐

2021年认证杯SPSSPRO杯数学建模A题(第一阶段)医学图像的配准全过程文档及程序
2021年认证杯SPSSPRO杯数学建模 A题医学图像的配准原题再现: 图像的配准是图像处理领域中的一个典型问题和技术难点,其目的在于比较或融合同一对象在不同条件下获取的图像.例如为了更好地综 ...
2021年华数杯数学建模B题进出口公司的货物装运策略求解全过程文档及程序
2021年华数杯数学建模 B题进出口公司的货物装运策略原题再现: 进出口公司经常需要将销售的货物通过货运飞机进行运输.货运飞机有大.中.小三种类型,每一种飞机均有前.中.后三个货舱,每个货舱有 ...
2021年华数杯数学建模A题电动汽车无线充电优化匹配研究求解全过程文档及程序
2021年华数杯数学建模 A 题电动汽车无线充电优化匹配研究原题再现: 电动汽车以环境污染小.噪音低.能源利用效率高.维修方便等优势深受消费者青睐.但现有电动汽车的有线充电方式操作复杂,且存在 ...
2021年华为杯数学建模B题，四题全部代码和思路
2021年华为杯数学建模B题,四题全部代码和思路需要的请联系我,企鹅1514168893.先看视频,满意再来找我,谢谢哈四题均已做完
2023年泰迪杯数据挖掘挑战赛B题--产品订单数据分析与需求预测（1.数据处理）
1. 前言本题相对来说比较适合新手,包括针对数据的预处理,数据分析,特征提取以及模型训练等多个步骤,完整的做下来是可以学到很多东西的. 2.问题一思路分析本题要求利用附件中的训练数据进行深入的分析 ...
2023年泰迪杯数据挖掘挑战赛B题--产品订单数据分析与需求预测（2.数据探索性分析）
前言继续上一片数据预处理进行续写,利用预处理之后的数据进行数据分析并且解决问题一相关的问题.问题一主要目的是让研究各种因素对于需求量的影响,然后找到确定影响需求量的主要因素并且进行数据分析和主要特征 ...
2023年认证杯数学建模网络挑战赛B题考订文本思路分析
2023 年 "认证杯"数学中国数学建模网络挑战赛第一阶段 B 题考订文本古代文本在传抄过程中,往往会出现种种错误,以至于一部书可能流传下来多种版本.在文献学中,错误往往被 ...
2022年认证杯SPSSPRO杯数学建模B题(第二阶段)唐宋诗的定量分析与比较研究求解全过程文档及程序
2022年认证杯SPSSPRO杯数学建模 B题唐宋诗的定量分析与比较研究原题再现: 唐诗和宋诗在文学风格上有较为明显的区别,这一点在古代文学研究中早有定论.所以唐诗和宋诗有时甚至会直接指代两类 ...
第八届“泰迪杯”数据挖掘挑战赛C题“泰迪杯”奖论文（基于卷积神经网络及集成学习的网络问政平台留言文本挖掘与分析）
目录第一章引言 1.1挖掘背景 1.2挖掘意义 1.3问题描述第二章群众留言分类 2.1数据准备 2.1.1数据描述 2.1.2数据预处理 2.2特征提取 2.3建立模型 2.3.1卷积神经 ...
2021年山东大学程序设计精英挑战赛真题
2021-11-28 09:00:00 至 2021-11-28 14:00:00 时长: 5小时第一题: A Greeting from ACM/ICPC Lab 题目描述欢迎大家参加2021年 ...

2021 年“认证杯”网络挑战赛 B 题（第二阶段）