当前位置：首页 > news >正文

【2025年泰迪杯数据挖掘挑战赛】B题详细解题思路+数据预处理+代码分享

news 来源：原创 2025/9/13 6:50:24

2025年泰迪杯B题详细解题思路
- 问题一
- - 问题分析
  - 数学模型
  - Python代码
  - Matlab代码
- 问题二
- - 问题分析
  - 数学模型
  - Python代码
  - Matlab代码
- 问题三
- - 问题分析
  - 数学模型
  - Python代码
  - Matlab代码
- 问题四
- - 问题分析
  - 数学模型
  - Python代码
  - Matlab代码

2025年泰迪杯B题详细解题思路

初步分析整理了B题的赛题分析与解题思路，后面还会更新详细的建模论文与解题代码，明天完成！

问题一

问题分析

需要从附件1的加速度数据中提取MET值，并按强度分类统计时长。核心在于正确处理时间戳间隔和MET区间分类。由于时间戳为毫秒级，需计算相邻时间差并累加至对应活动类别。需注意时间差计算的精度及MET区间的边界条件。

数学模型

在这里插入图片描述

Python代码

import pandas as pd
import re
import osdef process_volunteer(file_path):df = pd.read_csv(file_path)df['日期'] = pd.to_numeric(df['日期'])df = df.sort_values('日期')df['delta'] = df['日期'].diff().shift(-1) / (3600 * 1000)  # 转换为小时df = df.dropna(subset=['delta'])# 提取MET值df['MET'] = df['标签'].apply(lambda x: float(re.search(r'MET值\s*([0-9.]+)', x).group(1)))# 分类统计bins = [-float('inf'), 1, 1.6, 3, 6, float('inf')]labels = ['睡眠', '静态活动', '低等强度', '中等强度', '高等强度']df['category'] = pd.cut(df['MET'], bins=bins, labels=labels, right=False)result = df.groupby('category')['delta'].sum().to_dict()return {'志愿者ID': os.path.basename(file_path).split('.')[0],'记录总时长(小时)': round(df['delta'].sum(), 4),'睡眠总时长(小时)': round(result.get('睡眠', 0), 4),'高等强度运动总时长(小时)': round(result.get('高等强度', 0), 4),'中等强度运动总时长(小时)': round(result.get('中等强度', 0), 4),'低等强度运动总时长(小时)': round(result.get('低等强度', 0), 4),'静态活动总时长(小时)': round(result.get('静态活动', 0), 4)}# 主程序
metadata = pd.read_csv('Metadatal.csv')
results = []
for vid in metadata['志愿者ID']:file_path = f'附件1/P{vid}.csv'if os.path.exists(file_path):res = process_volunteer(file_path)results.append(res)pd.DataFrame(results).to_excel('result_1.xlsx', index=False)

Matlab代码

function B1()dataDir = '附件1/';meta = readtable('Metadatal.csv');results = cell(height(meta), 7);for i = 1:height(meta)vid = meta.志愿者ID{i};file = [dataDir 'P' vid '.csv'];if ~exist(file, 'file'), continue; end% 读取数据并排序tbl = readtable(file);tbl.日期 = str2double(tbl.日期);[~, idx] = sort(tbl.日期);tbl = tbl(idx, :);% 计算时间差delta = diff(tbl.日期) / (3600 * 1000); % 转换为小时met = zeros(length(delta), 1);for j = 1:length(delta)metStr = tbl.标签{j};metVal = regexp(metStr, 'MET值\s*([0-9.]+)', 'tokens', 'once');met(j) = str2double(metVal{1});end% 分类统计edges = [-inf, 1, 1.6, 3, 6, inf];[~, bin] = histc(met, edges);total = sum(delta);counts = accumarray(bin, delta, [5, 1], @sum, 0);% 保存结果results(i, :) = {vid, total, counts(1), counts(5), counts(4), counts(3), counts(2)};end% 输出到ExcelT = cell2table(results, 'VariableNames', {'志愿者ID', '总时长', '睡眠', '高等', '中等', '低等', '静态'});writetable(T, 'result_1.xlsx');
end

问题二

问题分析

需构建回归模型预测MET值。输入特征包括三轴加速度的时域、频域统计量及元数据（年龄、性别）。模型需捕捉加速度与MET值的非线性关系。

数学模型

在这里插入图片描述

Python代码

import numpy as np
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import cross_val_scoredef extract_features(data):x = data['X'].valuesy = data['Y'].valuesz = data['Z'].valuesvm = np.sqrt(x**2 + y**2 + z**2)# 时域特征features = {'x_mean': np.mean(x), 'x_std': np.std(x),'y_mean': np.mean(y), 'y_std': np.std(y),'z_mean': np.mean(z), 'z_std': np.std(z),'vm_mean': np.mean(vm), 'vm_std': np.std(vm),'vm_rms': np.sqrt(np.mean(vm**2))}# 频域特征for axis, sig in zip(['x', 'y', 'z'], [x, y, z]):fft = np.abs(np.fft.rfft(sig))features[f'{axis}_energy'] = np.sum(fft**2)return features# 训练数据准备
metadata = pd.read_csv('Metadatal.csv')
X, y = [], []
for vid in metadata['志愿者ID']:df = pd.read_csv(f'附件1/P{vid}.csv')df['MET'] = df['标签'].str.extract(r'MET值\s*([0-9.]+)').astype(float)# 滑动窗口处理（窗口5秒）window_size = 5for i in range(0, len(df
) - window_size, window_size):window = df.iloc[i:i+window_size]feat = extract_features(window)feat['age'] = metadata.loc[metadata['志愿者ID'] == vid, '年龄'].values[0]feat['gender'] = 1 if metadata.loc[metadata['志愿者ID'] == vid, '性别'].values[0] == '男' else 0X.append(feat)y.append(window['MET'].mean())# 训练模型
model = RandomForestRegressor(n_estimators=100)
scores = cross_val_score(model, pd.DataFrame(X), y, cv=5, scoring='r2')
print(f'交叉验证R²得分: {np.mean(scores):.4f}')
model.fit(pd.DataFrame(X), y)# 预测附件2数据

Matlab代码

function B2()% 特征提取函数function feat = extractFeatures(x, y, z)vm = sqrt(x.^2 + y.^2 + z.^2);feat = [mean(x), std(x), mean(y), std(y), mean(z), std(z), ...mean(vm), std(vm), rms(vm), sum(abs(fft(x)).^2), ...sum(abs(fft(y)).^2), sum(abs(fft(z)).^2)];end% 加载数据meta = readtable('Metadatal.csv');X = []; y = [];for i = 1:height(meta)file = ['附件1/P' meta.志愿者ID{i} '.csv'];tbl = readtable(file);met = cellfun(@(s) str2double(regexp(s, 'MET值\s*([0-9.]+)', 'tokens', 'once')), tbl.标签);% 滑动窗口处理winSize = 5;  % 5秒窗口for j = 1:winSize:height(tbl)-winSizex = tbl.X(j:j+winSize-1);y_axis = tbl.Y(j:j+winSize-1);z = tbl.Z(j:j+winSize-1);feat = extractFeatures(x, y_axis, z);X = [X; feat meta.年龄(i) strcmp(meta.性别{i}, '男')];y = [y; mean(met(j:j+winSize-1))];endend% 训练随机森林model = TreeBagger(100, X, y, 'Method', 'regression');% 预测附件2
end

问题三

问题分析

睡眠阶段通过低活动量时段检测。计算向量幅度（VM）的滑动窗口均值，低于阈值视为睡眠候选，进一步聚类划分模式。

数学模型

$活动量计算： [ VM(t) = \sqrt{x(t)^2 + y(t)^2 + z(t)^2} ] 睡眠窗口检测： [ W_{\text{sleep}} = { t \mid \overline{VM}(t) < \theta } ] K-means聚类：目标函数为最小化类内平方和： [ \min \sum_{k=1}^K \sum_{\mathbf{x} \in C_k} | \mathbf{x} - \mathbf{\mu}_k |^2 ] 其中 ( \mathbf{\mu}_k ) 为窗口特征 ( \mathbf{x} ) 的聚类中心。$

Python代码

from sklearn.cluster import KMeansdef detect_sleep(file_path):df = pd.read_csv(file_path)df['vm'] = np.sqrt(df['X']**2 + df['Y']**2 + df['Z']**2)# 滑动窗口检测低活动（30秒窗口）window_size = 30df['window'] = df.index // window_sizeactivity = df.groupby('window')['vm'].mean()sleep_windows = activity[activity < 0.1].index# 提取窗口特征features = []for win in sleep_windows:win_data = df[df['window'] == win]vm_mean = win_data['vm'].mean()vm_std = win_data['vm'].std()features.append([vm_mean, vm_std])# K-means聚类if len(features) == 0:return {'睡眠总时长': 0.0, '模式一': 0.0, '模式二': 0.0, '模式三': 0.0}kmeans = KMeans(n_clusters=3).fit(features)labels = kmeans.labels_counts = np.bincount(labels, minlength=3)hours = counts * window_size / 3600  # 转换为小时return {'睡眠总时长': round(np.sum(hours), 4),'模式一': round(hours[0], 4),'模式二': round(hours[1], 4),'模式三': round(hours[2], 4)}# 处理附件2并保存结果

Matlab代码

function B3()function [total, modes] = detectSleep(file)tbl = readtable(file);vm = sqrt(tbl.X.^2 + tbl.Y.^2 + tbl.Z.^2);% 检测低活动窗口（30秒窗口）winSize = 30;numWin = floor(height(tbl)/winSize);act = zeros(numWin, 1);for i = 1:numWinidx = (i-1)*winSize + 1 : i*winSize;act(i) = mean(vm(idx));endsleepWins = find(act < 0.1);% 提取特征并聚类features = zeros(length(sleepWins), 2);for j = 1:length(sleepWins)idx = (sleepWins(j)-1)*winSize + 1 : sleepWins(j)*winSize;vmWin = vm(idx);features(j, :) = [mean(vmWin), std(vmWin)];endif isempty(features)total = 0; modes = zeros(1,3);else[~, C] = kmeans(features, 3);counts = histcounts(C, 1:4);total = sum(counts) * winSize / 3600;modes = counts * winSize / 3600;endend% 应用至附件2（略）
end

问题四

问题分析

检测连续静态活动（MET<1.6）超过30分钟的时段。遍历预测的MET序列，记录连续满足条件的时段。

数学模型

设MET序列为 ( MET(t) )，窗口步长 ( \Delta t )（单位：分钟），久坐判定条件为：
[
\sum_{i=t}^{t+\Delta t} MET(i) < 1.6 \quad \text{且} \quad \Delta t \geq 30
]

Python代码

def sedentary_alert(met_series, window_min=5):delta = window_min / 60  # 转换为小时sedentary = []current_duration = 0.0start_idx = Nonefor i, met in enumerate(met_series):if met < 1.6:current_duration += deltaif start_idx is None:start_idx = ielse:if current_duration >= 0.5:  # 0.5小时=30分钟end_idx = i - 1sedentary.append((start_idx, end_idx, current_duration))current_duration = 0.0start_idx = Noneif current_duration >= 0.5:sedentary.append((start_idx, len(met_series)-1, current_duration))return sedentary# 应用至附件2预测结果

Matlab代码

function B4()function alerts = detectSedentary(met, winSize)delta = winSize / 60;  % 窗口分钟转小时alerts = [];start = 1; count = 0;for i = 1:length(met)if met(i) < 1.6count = count + delta;if isempty(start), start = i; endelseif count >= 0.5  % 0.5小时=30分钟alerts = [alerts; [start, i-1, count]];endcount = 0;start = [];endendif count >= 0.5alerts = [alerts; [start, length(met), count]];endend% 应用至附件2（略）
end

完整论文代码获取，请看下方~ 可直接指导比赛，冲国奖

【2025年泰迪杯数据挖掘挑战赛】B题详细解题思路+数据预处理+代码分享

目录 2025年泰迪杯B题详细解题思路问题一问题分析数学模型Python代码Matlab代码问题二问题分析数学模型Python代码Matlab代码问题三问题分析数学模型Python代码Matlab代码问题四问题分析数学模型Python代码Matlab代码 2025年泰迪杯B题详细解题思路初步分析整理了B题的赛题分…...

编程日记 2025/9/13 6:50:24

对shell脚本敏感命令进行加密执行

我要加密这条命令：rm /root/scripty.sh 如何利用openssl aes-256-cbc 实现加密和解密，并执行命令加密、解密并执行命令的完整流程以下是使用 openssl aes-256-cbc 加密命令 rm /root/scripty.sh，解密并执行的详细步骤： 1. 加密…...

编程日记 2025/9/8 18:14:57

SQL ⑦-索引

索引索引是一种特殊的数据结构，它帮助数据库系统高效地找到数据。索引通过一定的规则排列数据表中的记录，使得对表的查询可以通过对索引的搜索来加快速度。索引好比书籍的目录，能帮助你快速找到相应的章节。 B树 B树是一种经常用于数…...

编程日记 2025/9/12 18:49:07

LinkedBlockingQueue使用场景有哪些

1、LinkedBlockingQueue 的特点 LinkedBlockingQueue 是 Java 中 java.util.concurrent 包下的一种阻塞队列，它有以下几个主要特点： 1.线程安全 LinkedBlockingQueue 是线程安全的，它内部使用了锁机制来确保多线程环境下的并发访问不会导致…...

编程日记 2025/9/7 16:45:35

关于难例损失函数小记

什么是难例损失函数（Hard Example Loss Function） 这玩意儿是深度学习训练中非常重要又很实用的一个概念，特别适用于处理数据不平衡、模型收敛缓慢、或者**想让模型更“挑剔”**的场景。 🌟 先从名字讲起： “难例”…...

编程日记 2025/9/1 13:25:35

小程序开发指南

小程序开发指南目录 1. 小程序开发概述 1.1 什么是小程序1.2 小程序的优势1.3 小程序的发展历程 2. 开发准备工作 2.1 选择开发平台2.2 开发环境搭建2.3 开发模式选择 3. 小程序开发流程 3.1 项目规划3.2 界面设计3.3 代码开发3.4 基本开发示例3.5 数据存储3.6 网络请求3.7 …...

编程日记 2025/9/12 17:06:12

RCE漏洞学习

1，What is RCE？ 在CTF（Capture The Flag）竞赛中，RCE漏洞指的是远程代码执行漏洞（Remote Code Execution）。这类漏洞允许攻击者通过某种方式在目标系统上执行任意代码，从而完全控制目…...

编程日记 2025/9/9 14:21:01

青少年编程考试 CCF GESP图形化编程三级认证真题 2025年3月

图形化编程三级 2025 年 03 月一、单选题（共 15 题，每题 2 分，共 30 分） 1、2025 年春节有两件轰动全球的事件，一个是 DeepSeek 横空出世，另一个是贺岁片《哪吒 2》票房惊人，入了全球票房榜…...

编程日记 2025/9/11 2:19:25

一、绪论（Introduction of Artificial Intelligence）

写在前面： 老师比较看重的点：对问题的概念本质的理解，不会考试一堆运算的东西，只需要将概念理解清楚就可以，最后一个题会出一个综合题，看潜力，前面的部分考的不是很深，不是很难&…...

编程日记 2025/9/11 22:58:45

多模态大语言模型arxiv论文略读（十五）

## Jailbreaking GPT-4V via Self-Adversarial Attacks with System Prompts ➡️ 论文标题：Jailbreaking GPT-4V via Self-Adversarial Attacks with System Prompts ➡️ 论文作者：Yuanwei Wu, Xiang Li, Yixin Liu, Pan Zhou, Lichao Sun ➡️ 研究机…...

编程日记 2025/9/6 12:20:07

漏洞报告：多短视频平台时间差举报滥用漏洞

漏洞标题：跨平台内容发布时序漏洞导致的恶意举报攻击向量漏洞类型：逻辑缺陷/滥用机制漏洞等级：中高风险漏洞描述： 攻击者可利用多平台内容发布时间差，伪造原创证明对合法内容发起恶意举报。该漏洞源于平台间缺乏发…...

编程日记 2025/9/8 1:08:10

【LINUX】学习宝典

一.Linux系统常用单词翻译 1.new folder 新建文件夹 2.paste 粘贴 3.select all 全选 4.open in terminal 打开终端/命令行 5.keep aligned 保持对齐 6.organize deaktop by name按名称组织桌面 7.change background更改背景 8.cancel 取消 9.create创造创建 10.wal…...

编程日记 2025/9/12 22:51:46

青少年编程考试 CCF GESP图形化编程四级认证真题 2025年3月

图形化编程四级 2025 年 03 月一、单选题（共 10 题，每题 2 分，共 30 分） 1、2025 年春节有两件轰动全球的事件，一个是 DeepSeek 横空出世，另一个是贺岁片《哪吒 2》票房惊人，入了全球票房榜…...

编程日记 2025/9/11 14:06:50

学习海康VisionMaster之平行线查找

一：进一步学习了今天学习下VisionMaster中的平行线查找，这个还是拟合直线的衍生应用，可以同时测量两条线段，输出中线二：开始学习 1：什么是平行线查找？ 按照传统的算法，必须是开两…...

编程日记 2025/9/8 6:23:08

小甲鱼第004讲：变量和字符串（下）| 课后测试题及答案

问答题: 0. 请问下面代码有没有毛病，为什么? 请问下面代码为什么会出错，应该如何解决？ 答:这是由于在字符串中，反斜杠()会与其随后的字符共同构成转义字符。为了避免这种不测情况的发生，我们可以在字符串的引号前面…...

编程日记 2025/9/11 9:24:51

2025 蓝桥杯省赛c++B组个人题解

声明本题解为退役蒻苟所写，不保证正确性，仅供参考。花了大概2个半小时写完，感觉比去年省赛简单，难度大概等价于 codeforces dv4.5 吧菜鸡不熟悉树上背包，调了一个多小时题目旁边的是 cf 预测分所有代码均以通…...

编程日记 2025/9/9 1:31:01

2025蓝桥杯算法竞赛深度突破：创新题型与高阶策略全解析

一、新型算法范式实战 1.1 元启发式算法应用（预测难度：★★★★） 题目场景：星际货物装载需在飞船载重限制下选择最优货物组合，引入遗传算法解决NP-Hard问题： 染色体编码：二进制串表示货物选择…...

编程日记 2025/9/7 2:27:36

网络流量管理-流（Flow）

1. 传统网络的问题：快递员送信模式想象你每天要寄100封信给同一个朋友，传统网络的处理方式就像一个固执的快递员： 每封信都单独处理：检查地址、规划路线、盖章、装车…即使所有信的目的地、收件人都相同，也要重复100…...

编程日记 2025/9/7 13:27:48

Spring Boot对接马来西亚股票数据源API

随着对东南亚市场的兴趣日益增长，获取马来西亚股票市场的实时和历史数据变得尤为重要。本文将指导您如何使用Spring Boot框架对接一个假定的马来西亚股票数据源API（例如，StockTV API），以便开发者能够轻松访问和处理这些…...

编程日记 2025/9/8 1:28:48

MySQL 面经

1、什么是 MySQL？ MySQL 是一个开源的关系型数据库，现在隶属于 Oracle 公司。是我们国内使用频率最高的一种数据库，我本地安装的是比较新的 8.0 版本。 1.1 怎么删除/创建一张表？ 可以使用 DROP TABLE 来删除表，使用…...

编程日记 2025/9/12 17:58:37

【Flink运行时架构】作业提交流程

本文介绍在单作业模式下Flink提交作业的具体流程，如下图所示。客户端将作业提交给YARN的RM；YARN的RM启动Flink JobManager，并将作业提交给JobMaster；JobMaster向Flink内置的RM请求slots；Flink内置的RM向YARN RM请求…...

编程日记 2025/9/8 10:22:39

【AutoTest】自动化测试工具大全（Java）

😊 如果您觉得这篇文章有用 ✔️ 的话，请给博主一个一键三连 🚀🚀🚀 吧 （点赞 🧡、关注 💛、收藏 💚）！！！您的支持 &#x…...

编程日记 2025/9/10 19:54:37

当DRAM邂逅SSD：新型“DRAM+”存储技术来了！

在当今快速发展的科技领域，数据存储的需求日益增长，对存储设备的性能和可靠性提出了更高的要求。传统DRAM以其高速度著称，但其易失性限制了应用范围；而固态硬盘SSD虽然提供非易失性存储，但在速度上远不及DRAM。为了解…...

编程日记 2025/9/11 11:05:01

【算法】快速排序

算法系列六：快速排序一、快速排序的递归探寻 1.思路 2.书写 3.搭建 3.1设计过掉不符情况（在最底层时） 3.2查验能实现基础结果（在最底层往上点时） 3.3跳转结果继续往上回搭 4.实质二、快速排序里的基准排序 …...

编程日记 2025/9/11 16:05:37

Python快速入门指南：从零开始掌握Python编程

文章目录前言一、Python环境搭建🥏1.1 安装Python1.2 验证安装1.3 选择开发工具二、Python基础语法📖2.1 第一个Python程序2.2 变量与数据类型2.3 基本运算三、Python流程控制🌈3.1 条件语句3.2 循环结构四、Python数据结构🎋…...

编程日记 2025/9/11 11:52:58

机器学习中的数学（PartⅡ）——线性代数：2.1线性方程组

概述： 现实中很多问题都可被建模为线性方程组问题，而线性代数为我们提供了解决这类问题的工具。先看两个例子： 例子1： 一家公司有n个产品，分别是，生产上述产品需要m种原料，每个产品需要其中一…...

编程日记 2025/9/9 15:56:13

大模型上下文协议MCP详解（2）—核心功能

编程日记 2025/9/8 15:48:19

检测到目标URL存在http host头攻击漏洞

漏洞描述修复措施方法一： nginx 的 default_server 指令可以定义默认的 server 去处理一些没有匹配到 server_name 的请求，如果没有显式定义，则会选取第一个定义的 server 作为 default_server。 server {listen 80 default_server; …...

编程日记 2025/9/6 18:04:38

【 Beautiful Soup (bs4) 详解】

引言 Beautiful Soup 是 Python 最流行的 HTML/XML 解析库，能够从复杂的网页文档中高效提取数据。以下是其核心知识点及示例代码。一、库简介 1. 核心模块 BeautifulSoup：主类，用于构建文档树结构Tag：表示 HTML/XML 标签的对象…...

编程日记 2025/9/12 20:38:40

Cuto壁纸 2.6.9 | 解锁所有高清精选壁纸，无广告干扰

Cuto壁纸 App 提供丰富多样的壁纸选择，涵盖动物、风景、创意及游戏动漫等类型。支持分类查找与下载，用户可轻松将心仪壁纸设为手机背景，并享受软件内置的编辑功能调整尺寸。每天更新，确保用户总能找到新鲜、满意的壁纸。大小&am…...

编程日记 2025/9/11 8:00:18

人工智能之数学基础：复矩阵

本文重点复矩阵是线性代数中以复数为元素的矩阵，是实矩阵在复数域上的自然推广。与实矩阵相比，复矩阵在数学性质、运算规则和应用场景上具有独特性，尤其在量子力学、信号处理、控制理论等领域发挥关键作用。复矩阵的定义与表示定义：复矩阵指的是元素含有复数的矩阵。…...

编程日记 2025/9/9 12:00:54

numpy初步掌握

文章目录一、前言二、概述2.1 安装2.2 基础三、数组3.1 数组创建3.1.1 从已有数据创建3.1.2 创建特殊值数组3.1.3 创建数值范围数组3.1.4 随机数组生成3.1.5 其他 3.2 数组属性四、数组操作4.1 索引/切片4.2 数组遍历4.3 修改形状4.4 更多五、数组运算5.1 常规运算5.2 广播…...

编程日记 2025/9/13 3:58:48

unity曲线射击

b站教程 using UnityEngine; using System.Collections;public class BallLauncher : MonoBehaviour {public float m_R;public NewBullet m_BulletPre;public Transform m_Target;private void Start(){StartCoroutine(Attack());}private void OnDestroy(){StopAllCoroutine…...

编程日记 2025/9/12 21:03:32

目录

2025年泰迪杯B题详细解题思路

问题一

问题分析

数学模型

Python代码

Matlab代码

问题二

问题分析

数学模型

Python代码

Matlab代码

问题三

问题分析

数学模型

Python代码

Matlab代码

问题四

问题分析

数学模型

Python代码

Matlab代码

相关文章：