周赛第63期:赢热门图书《算法竞赛》和定制周边
本场竞赛报名地址:https://edu.csdn.net/contest/detail/78
一、报名方式
本次比赛报名分为【免费报名】和【付费报名】两种参与方式,两种参与方式可以获得相应的完赛(即参加考试)奖励,两种报名方式均有参与排名获得竞赛奖励的资格。
免费报名流程:点击页面的报名按钮即可,完赛可获得电子版竞赛达人勋章(可升级)
付费报名流程:打开下方商品链接--商城下单支付--点击页面的报名按钮。规定时间内参加考试,完赛后可获得 实体版+电子版【大学生学习挑战赛勋章】 +电子版竞赛达人勋章(可升级),名额有限,先到先得。
商品链接:https://mall.csdn.net/item/106401
二、竞赛内容
满分100分,4道编程题,编程题可使用Java、C、C++、C#、Python、JavaScript、lua、go等编程语言
三、比赛时间
7月16日 (周日)9:00—11:00,考试日9:00当前页面将开放考试入口,21点考试入口关闭,请在21点前打开电脑浏览器登陆考试系统,登录考试系统后您将有2小时的作答时间完成本次比赛
未参加过竞赛的用户可在PC端前往每日一练的编程题进行练习
四、竞赛奖励
【实物奖励】
- 1. 排名第 1 名 的参赛者可获得CSDN提供的作者亲笔签名实体书 《构建之法》 × 1
- 2. 排名第 2 - 3 名 的参赛者可获得清华大学出版社赞助的实体书 《算法竞赛》 × 1
- 3. 排名第 4 - 10 名 的参赛者可获得CSDN提供的「程序员杂志 」× 1 或「定制扑克牌 」× 1
《算法竞赛》 本书解析了算法竞赛考核的数据结构、算法;组织了每个知识点的理论解析和经典例题;给出了简洁精要的模板代码;通过明快清晰的文字、透彻的图解,实现了较好的易读性。点击了解更多详情。
书籍自购地址:https://item.jd.com/13443715.html
【电子奖励】
- 1. 排名第 1 -10 名 的参赛者可获得竞赛专属电子证书
- 2. 参与考试 的参赛者可获得竞赛达人勋章(可升级)

五、竞赛规则
1、比赛遇到的bug请到🔗CSDN线上竞赛第63期参赛BUG反馈 帖子下评论反馈,我们会根据bug的严重程度,第一个反馈该bug的用户1-50元打赏;
2、考生交卷30分钟后,可在当前页面-比赛成绩栏查看考试成绩,竞赛结束后12小时,所有考生可在当前页面自行下载考试报告。您的参赛记录会同步显示在您的成就页
3、本竞赛为个人赛,参赛选手报名须保证所提供个人信息真实、准确、有效;
4、本场竞赛获奖名单将于比赛后5个工作日内发布,竞赛奖品将于比赛后 15 个工作日 内进行发放,请获奖选手多加关注CSDN学习官方通知
5、所有比赛需独立完成,不得作弊,不得以任何方式泄露和传播考题,严重者将封停账号等处理,欢迎大家积极举报违法行为,我们核实后基于后果严重程度,给予举报用户奖励;违规行为包括但不限于
- 1)多账号提交雷同代码;
- 2)在竞赛结束前在社区/博客等频道发布、讨论可能会影响竞赛正常进行的内容,包括且不限于发布竞赛题答案、解题思路、方法、提醒注意等;
- 3)竞赛期间公开寻求题目答案;
- 4)使用不正当手段影响他人竞赛的;
- 5)其它影响到比赛公平的行为;
6、CSDN拥有该活动解释权,考试详细问题可扫码或点击链接加入竞赛专区咨询。

相关推荐
MATLAB实现了PEM燃料电池中PFSA膜化学降解的23反应动力学模型。.zip
1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
产业园区运营负责人如何精准挖掘企业技术需求?.docx
产业园区运营负责人如何精准挖掘企业技术需求?
全球机场航空基础设施数据集86242处247国家或地区
地理空间与航空研究数据集:覆盖247个国家和地区的86242处已验证航空设施综合基准,从大型洲际枢纽机场到草地跑道、高山直升机停机坪与偏远极地冰跑道全面收录。每处设施包含跑道几何与标高数据、连接性指标、都会区临近度与地缘可及性等字段,弥补商业航空数据库仅覆盖约4000个IATA定期航班机场、通用航空与偏远救援机场分散于各国登记系统的碎片化问题。可用于GIS制图、航空经济研究、应急物流韧性分析与机器学习建模。CC0公共领域许可,适合地理信息研究者、航空分析师与GIS制图师使用。
VBScript002-ASCII
VBScript002-ASCII
神经网络自适应PID控制BP-PID-Simulink仿真
内容概要:本文系统阐述了基于BP神经网络的自适应PID控制在Simulink环境下的仿真研究,涵盖模糊PID与经典控制方法的对比分析,并拓展至燃料电池供氢系统、多机器人路径规划、电力电子变换器、微电网控制、负荷预测等多个领域的建模仿真与算法复现。重点突出神经网络在自适应控制中的应用价值,如RBF神经网络用于光储VSG并网、BP神经网络实现PID参数自整定,并结合Matlab/Simulink工具完成系统建模与控制策略验证。同时,深入解读了一套多机器人路径规划(MAPF)的MATLAB代码框架,提出了动态边权膨胀、节点预留历史、Petri网双阶段优化等创新设计,强调“空间规划与时间消解分离”的架构思想。整体内容服务于科研复现与教学参考,提供从理论分析、算法设计到仿真实现的完整技术链条。; 适合人群:具备自动控制、人工智能及仿真基础,从事科研或工程应用的研究生、科研人员及自动化、电气工程、机器人等相关专业的技术人员。; 使用场景及目标:①开展神经网络与PID控制相结合的智能控制研究;②复现电力系统、储能、机器人等领域的典型仿真模型;③学习多机器人路径规划中优先级规划与冲突消解的算法设计机制;④提升Matlab/Simulink建模能力与科研级算法实现水平。; 阅读建议:建议按照文档结构顺序阅读,重点关注算法设计原理与仿真模型实现细节,结合提供的代码与说明文档动手实践,优先复现基础模型后再进行算法改进与创新拓展。




