2013数学建模国赛B题答案
2013全国数学建模竞赛题目A-B
2013高教社杯全国大学生数学建模竞赛题目（请先阅读“全国大学生数学建模竞赛论文格式规范”）A题车道被占用对城市道路通行能力的影响车道被占用是指因交通事故、路边停车、占道施工等因素，导致车道或道路横断面通行能力在单位时间内降低的现象。
由于城市道路具有交通流密度大、连续性强等特点，一条车道被占用，也可能降低路段所有车道的通行能力，即使时间短，也可能引起车辆排队，出现交通阻塞。
如处理不当，甚至出现区域性拥堵。
车道被占用的情况种类繁多、复杂，正确估算车道被占用对城市道路通行能力的影响程度，将为交通管理部门正确引导车辆行驶、审批占道施工、设计道路渠化方案、设置路边停车位和设置非港湾式公交车站等提供理论依据。
视频1（附件1）和视频2（附件2）中的两个交通事故处于同一路段的同一横断面，且完全占用两条车道。
请研究以下问题：1.根据视频1（附件1），描述视频中交通事故发生至撤离期间,事故所处横断面实际通行能力的变化过程。
2.根据问题1所得结论，结合视频2（附件2），分析说明同一横断面交通事故所占车道不同对该横断面实际通行能力影响的差异。
3.构建数学模型，分析视频1（附件1）中交通事故所影响的路段车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系。
4.假如视频1（附件1）中的交通事故所处横断面距离上游路口变为140米，路段下游方向需求不变，路段上游车流量为1500pcu/h,事故发生时车辆初始排队长度为零，且事故持续不撤离。
请估算，从事故发生开始，经过多长时间，车辆排队长度将到达上游路口。
附件1：视频1附件2：视频2附件3：视频1中交通事故位置示意图附件4：上游路口交通组织方案图附件5：上游路口信号配时方案图注：只考虑四轮及以上机动车、电瓶车的交通流量，且换算成标准车当量数。
附件3视频1中交通事故位置示意图附件4附件5上游路口信号配时方案本题附件1、2的数据量较大，请竞赛开始后从竞赛合作网站“中国大学生在线”网站下载：试题专题页面：/service/jianmo/index.shtml试题下载地址：/service/jianmo/sxjmtmhb/2013/0525/969401.shtml2013高教社杯全国大学生数学建模竞赛题目（请先阅读“全国大学生数学建模竞赛论文格式规范”）B题碎纸片的拼接复原破碎文件的拼接在司法物证复原、历史文献修复以及军事情报获取等领域都有着重要的应用。
2013全国大学生数学建模竞赛B题获奖论文(国二)
（论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上内容 请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。） 日期： 2013 年 9 月 16 日
赛区评阅编号（由赛区组委会评阅前进行编号）：
2013 高教社杯全国大学生数学建模竞赛
编 号 专 用 页
赛区评阅编号（由赛区组委会评阅前进行编号）：
赛区评阅记录（可供赛区评阅时使用）： 评 阅 人 评 分 备 注
全国统一编号（由赛区组委会送交全国前编号）：
全国评阅编号（由全国组委会评阅前进行编号）：
关于碎纸片拼接问题的探讨
摘要
碎纸片的拼接在许多领域有重要应用， 由于传统的人工拼接方式效率低且精确度不 高，所以人们试图开发碎纸片的自动拼接技术，以提高拼接复原效率。本文通过建立数 学模型针对不同拼接情况提出具体解决方案。 对于问题一，由于贪婪算法有局部最优带来整体最优的特点，所以本文建立基于贪 婪算法的纵切碎纸片拼接优化模型Ⅰ。首先，将图像信息用像素矩阵 A 表示，将图片的 拼接问题转化为图片边缘像素列的匹配问题。其次，由于拼接方案与图片的排列位置有 关， 所以选取 0-1 变量 xij 为决策变量； 选取拼接缝上各点像素之差的和最小为目标函数； 由于英文字母等图像信息在拼接缝处不对称， 故在目标一的基础上选取拼接缝上各点与 相邻上下两点的像素之差的和最小为目标函数二； 以图片边缘必须含有字迹信息为约束 条件，以此建立纵切优化模型Ⅰ。然后，基于贪婪算法的准则选取边缘信息量最大的图 片为基准对其左右进行拼接，再以新拼接的图片为基准重复上述操作。最后，可得中英 文拼接完整图且无需人工干预； 若图片边缘信息均为空白则要等到其他图片拼接完成后 再在剩下的空缺处填补此类图片。结果表明，可以完成对碎纸片的准确拼接。 对于问题二，选取文字特征如下：汉字的字高以及字宽是确定的，在拼接时通过记 录边缘像素列宽度以判断拼接后是否满足字高字宽的约束，而英文字母的高度不一致， 但通过像素列可知同行字母的中心点位于同一直线上， 故可利用拼接后字母中心点是否 共线判断能否拼接。在求解过程中采用降维的思想，建立基于 3 个子模型的纵横切拼接 优化模型Ⅱ。第一步，对图片按横切行分类，选取纸片第 1 行中首次出现字迹的上下端 位置 xi1、xi2 为决策变量；选取不同纸片间(xi1-xj1)与(xi2-xj2)的和最小为目标函数；以拼接 后字高 s 为约束条件，建立子模型 a。第二步，对每行中纸片进行行内拼接，继承模型 Ⅰ中的思想，新增字宽、字间距及行间距等条件的约束，建立子模型 b。第三步，拼接 m 行纸片构成完整图像，同样利用模型Ⅰ中思想，新增字高、页边距等限制，建立子模 型 c。对于拼接过程中出现的边缘无字迹信息以及不符合文字特征的情况，对其进行人 工拼接。在验证过程中，由于英文字母高度不一致但字母中心点位置固定，故通过设定 字母中心点位置的阈值来判断图片隶属的行数。经验证，中文拼接共需要 14 次人工干 预，英文拼接需要 24 次人工干预。 对于问题三，要拼接双面纵横切的 m×n 的碎纸片，二维拼接问题升级为三维，同 样采用降维的思想，建立基于 3 个子模型的纵横切双面拼接优化模型Ⅲ。第一步，将同 张图片的正反面组合成一幅图像，由于打印的字号以及行间距是确定的，所以一张图片 正反面首行文字中心点距离页面顶端的距离之差随之固定，且能够反映图片的特征， 故 选取图片正反面首行的字中心点距离页面顶端的距离 xi1 和 xi2 为决策变量；选取同一横 切行中各图片 xi1 − xi 2 的差值之和最小为目标函数； 对于每一行中 xi1 − xi 2 要满足设定的 阈值限制，以此建立子模型(1)。第二步，将处于同一横切行中的组合图片重新拆分， 依 据问题二中模型 b 中的方法进行行内拼接。第三步，依据问题二中的模型 c 中的方法进 行行间拼接。最后，利用所给图片进行验证可得完整图像。其中， 124b 和 015a 两张图 片拼接处出现异常。 最后，本文对所建模型进行了客观的评价，并结合实际对模型的推广加以分析。
2013年全国高中数学联赛(B卷)参考答案
M; = CM BC
A, B, C, D
AB < BC
∠AP B = ∠BP C
7
AB BC
1
B
A
P
∠BP C = ∠CP D
P
BM BC
C2 =
M; = DM CD
C
D
A, B, C, D
3.
x, y, z
x2 + y2 + z2 = 10
u = 6 − x2 + 6 − y2 + 6 − z2
AB = BC
AP = P C
P
AC
∠CP D = ∠BP C
C
PD
E
∆BP C ≡ ∆EP C
BC = EC
∆C DE
CD
EC
CD > BC
BC < CD
∠CP D = ∠BP C
∠CP D = ∠BP C
a<0<c
a) P (x, y)
A, B, C AP, BP, CP
y
y
y
kA
=
x
−
a , kB
4
y2 = 4x
x1, x2
√2 x1 + x2 = (x1 − x2)2 + 4x1x2 = 4 3 + 4 × 4 = 8.
−→ −−→ F A · F B = (x1 − 1)(x2 − 1) + y1y2
= (x1x2 + y1y2) − (x1 + x2) + 1 = −4 − 8 + 1 = −11
mn ≡ m mod 2
j + k + 1 + k + l + 1 ≡ j + l + 1 mod 2.
2013全国数学建模竞赛B题优秀论文.
基于最小二乘法的碎纸片拼接复原数学模型摘要首先对图片进行灰度化处理,然后转化为0-1二值矩阵，利用矩阵行（列）偏差函数，建立了基于最小二乘法的碎纸片拼接数学模型，并利用模型对图片进行拼接复原。
针对问题一，当两个数字矩阵列向量的偏差函数最小时，对应两张图片可以左右拼接。
经计算，得到附件1的拼接结果为：08,14,12,15,03,10,02,16,01,04,05,09,13,18,11,07,17,00,06。
附件2的拼接结果为:03,06,02,07,15,18,11,00,05,01,09,13,10,08,12,14,17,16,04。
针对问题二，首先根据每张纸片内容的不同特性，对图片进行聚类分析，将209张图片分为11类；对于每一类图片，按照问题一的模型与算法，即列偏差函数最小则进行左右拼接,对于没有拼接到组合里的碎纸片进行人工干预，我们得到了11组碎纸片拼接而成的图片；对于拼接好的11张图片，按照问题一的模型与算法，即行偏差函数最小则进行上下拼接,对于没有拼接到组合里的碎纸片进行人工干预。
我们最终经计算，附件3的拼接结果见表9，附件4的拼接结果见表10。
针对问题三，由于图片区分正反两面，在问题二的基础上，增加图片从下到上的裁截距信息，然后进行两次聚类，从而将所有图片进行分类，利用计算机自动拼接与人工干预相结合，对所有图片进行拼接复原。
经计算，附件5的拼接结果见表14和表15该模型的优点是将图片分为具体的几类，大大的减少了工作量，缺点是针对英文文章的误差比较大。
关键字：灰度处理，图像二值化，最小二乘法，聚类分析，碎纸片拼接一、问题重述碎纸片的拼接复原技术在司法鉴定、历史文献修复与研究、军事情报获取以及故障分析等领域都有着广泛的应用。
近年来，随着德国“斯塔西”文件的恢复工程的公布，碎纸文件复原技术的研究引起了人们的广泛关注。
传统上，拼接复原工作需由人工完成，准确率较高，但效率很低。
特别是当碎片数量巨大，人工拼接很难在短时间内完成任务。
(完整word版)2013年数学建模b题
精心整理碎纸片的拼接复原【摘要】：碎纸片拼接技术是数字图像处理领域的一个重要研究方向，把计算机视觉和程序识别应用于碎纸片的复原，在考古、司法、古生物学等方面具有广泛的应用，具有重要的现实意义。
本文主要结合各种实际应用背景，针对碎纸机绞碎的碎纸片，基于计算机辅助对碎纸片进行自动拼接复原研究。
针对问题1，依据图像预处理理论，通过matlab程序处理图像，将图像转化成适合于计算机处理的数字图像，进行灰度分析，提取灰度矩阵。
对于仅纵切的碎纸片，根据矩阵的行提取理论，将。
建中的任一列与矩阵值，序列号。
将程序进行循环操作，得到最终的碎片自动拼接结果。
、；分别作为新生成的矩阵、。
，将矩阵中的任一列分别与矩阵中每一列代入模型，所得p值对应的值即为横排序；将矩阵中的任一行分别于矩阵中的任一行代入模型，所得q值对应的值即为列排序。
循环进行此程序，得计算机的最终运行结果。
所得结果有少许误差，需人工调制，更正排列顺序，得最终拼接结果。
针对问题3，基于碎纸片的文字行列特征，采用遗传算法，将所有的可能性拼接进行比较，进行择优性选择。
反面的排序结果用于对正面排序的检验，发现结果有误差，此时，进行人工干预，调换碎纸片的排序。
【关键词】:灰度矩阵欧式距离图像匹配自动拼接人工干预一、问题重述破碎文件的拼接在司法物证复原、历史文献修复以及军事情报获取等领域都有着重要的应用。
传统上，大量的纸质物证复原工作都是以人工的方式完成的，准确率较高，但效率很低。
特别是当碎片数量巨大，人工拼接不但耗费大量的人力、物力，而且还可能对物证造成一定的损坏。
随着计算机技术的发展，人们试图把计算机视觉和模式识别应用于碎纸片复原，开展对碎纸片自动拼接技术的研究，以提高拼接复原效率。
试讨论一下问题，并根据题目要求建立相应的模型和算法：、附件4(1)(2)(3)(4)纸片的自动拼接。
问题1：根据图像预处理理论，通过程序语言将图像导入matlab程序，对图像进行预处理，将碎纸片转换成适合于计算机处理的数字图像形式，并对数字图像进行灰度分析，提取灰度矩阵。
2013数学建模竞赛答案
表错误！未找到引用源。
.1 单面印刷文字碎纸片（附件1：中文）复原后序号表位置 1 2 3 4 5 6 7 8 9 10 图片008 014 012 015 003 010 002 016 001 004 位置11 12 13 14 15 16 17 18 19图片005 009 013 018 011 007 017 000 006注：扩展名为.bmp，下同表错误！未找到引用源。
.2 单面印刷文字碎纸片（附件2：中文）复原后序号表位置 1 2 3 4 5 6 7 8 9 10 图片003 006 002 007 015 018 011 000 005 001 位置11 12 13 14 15 16 17 18 19图片009 013 010 008 012 014 017 016 004表4.3 单面印刷文字碎纸片（附件3：中文）复原后序号表表4.4 单面印刷文字碎纸片（附件4：英文）复原后序号表表4.6 双面印刷文字碎纸片（附件5：英文）复原后序号表2复原图见下页附录G主要算法程序%部分求解代码b=[];c=[];filename=cell(1,19);for i=0:18filename(i+1)={[sprintf('%03d',i) '.bmp']};a=imread(['附件2\\' filename{i+1}]);a=im2bw(a);b=[b a(:,72)]; %每片最后一列c=[c a(:,1)]; %每片第一列endminnonzero=[]; %匹配到最小的非0个数matchresult=[]; %匹配结果for k=1:19matindex=-1;minnonzero(k)=size(b,1);if size(nonzeros(b(:,k)),1)~=size(b(:,k),1) for i=1:19d=c(:,i)-b(:,k);nonzero=size(nonzeros(d),1);%for j=1:size(d,1)% if d(j)% nonzero=nonzero+1;% end%endif nonzero<minnonzero(k)minnonzero(k)=nonzero;matindex=i;endendelsematindex=0; %是纸张的两端endmatchresult(k)=matindex;endmatchresult=matchresult-1;newfile=cell(1,19);index=-1;for i=19:-1:1for j=1:19%matchresult(j)if matchresult(j)==indexnewfile(i)=filename(j);index=j-1;break;endendendj=1:19;%xlswrite('result.xls',filename,'第一问','B6');%xlswrite('result.xls',matchresult,'第一问','B7'); %xlswrite('result.xls',minnonzero,'第一问','B8'); xlswrite('result.xls',j,'第一问','B4');xlswrite('result.xls',newfile,'第一问','B5');a=[];for i=0:18a=[a imread(['附件2\\' newfile{i+1}])]; endimshow(a)。
2013年数学建模b题纸片拼接
2013年数学建模b题纸片拼接
（最新版）
目录
一、2013 年数学建模 b 题背景
二、纸片拼接问题的基本概念
三、纸片拼接问题的解决方法
四、纸片拼接问题的实际应用
正文
一、2013 年数学建模 b 题背景
数学建模是一种重要的数学方法，它将实际问题抽象为数学问题，再通过数学方法求解，以解决实际问题。
2013 年数学建模 b 题就是一道典型的数学建模题目，它涉及到的问题是纸片拼接。
二、纸片拼接问题的基本概念
纸片拼接问题是指，给定一些形状、大小和颜色不同的纸片，要求将它们拼接在一起，使得拼接后的图形满足一定的要求，比如面积最大、周长最小等。
纸片拼接问题实际上是一个组合优化问题，它需要寻找一种最优的拼接方案。
三、纸片拼接问题的解决方法
解决纸片拼接问题的方法主要有两种，一种是基于启发式的方法，另一种是基于精确算法的方法。
基于启发式的方法，如模拟退火算法、遗传算法等，它们通过模拟自然界的进化过程，逐步寻找到最优的拼接方案。
这类方法的优点是计算速度快，缺点是可能无法得到全局最优解。
基于精确算法的方法，如整数线性规划、混合整数线性规划等，它们
通过建立数学模型，精确求解拼接问题。
这类方法的优点是能得到全局最优解，缺点是计算过程复杂，需要大量的计算资源。
四、纸片拼接问题的实际应用
纸片拼接问题在实际生活中有着广泛的应用，比如在制造业中，它可以用于优化材料的切割方案，提高材料的利用率；在图像处理中，它可以用于图像的拼接，提高图像的分辨率等。
2013全国大学生数学建模竞赛B题
将008代表的矩阵C8的第二列元素与其它矩 阵的第一列元素进行两两匹配。记录元素相 同的个数，个数除以1980为C8矩阵第二列对 其它矩阵第一列的边缘匹配度，记为：
比较这18个数据，最大的即为与008匹配的 碎纸片。然后以所找到的碎纸片的第二列开 始，求出它与其它矩阵第一列的边缘匹配度， 找出最大的，以此类推把19张碎纸片拼接完 成。
三.问题2的分析
英文碎纸片的分析 通过观察可以发现英文字母的主要的 部分拥有同一上界和同一下界，例如：
将图片中每一行中黑色像素数少于13的及 字母的次要部分转变为二值化矩阵中的0， 将每一行中黑色像素大于等于13的及字母 的主要部分转化为二值化矩阵中的1，这样 得到的新的二值化矩阵 。例如图像转变为 如下图的方式：
二.问题1的分析
步骤一：使用matlab中的imread函数 可以做出图片的灰度矩阵 ，读取每 张图片文件的数据，其目的是将附件 中给的 bmp 格式的碎纸片图以灰度 值矩阵的形式存储。再将灰度值矩阵 转化为 0-1 矩阵，来得到模型的数 据基础；
由于该像素图片转换后为
的矩阵，ቤተ መጻሕፍቲ ባይዱ
论文中无法放置，所以仅简单举例说明:
以纸片000与001为例，匹配方式可能为：
将①②的边缘匹配度相加得到边缘匹配度 之和，将③④的边缘匹配度相加得边缘匹 配度之和，两者的和做出比较。若仅有一 个大于等于1.9，则计算机输出该匹配度， 人工判断是否碎纸片是否匹配；若两者均 大于等于1.9，计算机把两个匹配度之和输 出，人工选择判断碎纸片应是否匹配与如 何匹配；若两者均小于1.9，则计算输出最 大者，人工判断碎纸片是否匹配。这样可 以得到一些在同一横行的碎纸片的拼接。
总体思路
三步走：分行，行内排序，行间排序