說實話，這個課題也太大了一些。

　全球氣候變暖，大氣系統平均溫度較長期的升高現象。

　二氧化碳等多種溫室氣體增加，地球和底層大氣放射的長波輻射被更多的額吸收。

　地球自身吸收的太陽輻射多余它放射並離開大氣頂的長波輻射等等。

　這些都是最關鍵的因素，當然，這還只是地球自身的問題。

　還有很多的細枝末節都需要考慮進去。

　焚燒化石燃料，就比如現在的石油和煤炭，過度的砍伐森林，這些都是問題。

　溫室氣體對來自太陽輻射的可見光具有高度透過性。

　對地球發射出來的長波輻射具有高度吸收性。

　陸子健感覺自己的腦細胞在不斷地消耗著。

　首先要做的，就是獲取原始數據的異常值和缺失值等進行預處理。

　這就不是一個簡單的過程，還要利用處理後的數據建立期間的溫度隨季節變化的可視化模型。

　再要運用小波分析和MANN-KENDALL突變檢測對全球的溫度周期性變化和突變現象進行闡述。

　還要使用K-means聚類算法對全球海洋不同區域溫度進行聚類。

　結合數據集合方差得出全球海洋表面平均溫度的變化趨勢和波動情況。

　陸子健感覺自己的腦子有點大，關鍵的一點，這些所有的，都要通過數學來表達出來。

　——你妹的組委會，全都是一群混蛋，你們怎麽這麽損。

　當然，此時此刻的參賽隊伍，沒有一支是不罵娘的。

　太特麽損了，是哪個孫子想出的題型。。。。。。

　“我們是不是有些過了?畢竟還都是孩子。”

　此時，在國際大學生建模競賽組委會的會議室中，一名裁判隨意地說了一句。

　不過，這位的臉上似乎沒有任何的歉意，反而是一臉賊笑。

　“沒什麽，也該壓壓擔子了，在溫室成長的花朵禁不起風雨。”

　話的確是這麽說，可丫的，你們的難度提升的也太誇張了吧。

　這種論文，用在數學系博士的畢業論文上，都感覺有些“雞血”。

　用組委會的話來說，你們一個個都是數學界未來的精英。

　將來需要你們撐起數學的半邊天，這個論題怎麽了?

　“我敢預言，這一次的ICM，通過率絕對是最低的一屆。”

　廢話，還要你說，就這題型，數學系博士畢業，都需要花上好幾個月才能準備。

　給參賽隊伍的時間呢?才特麽4天好不好。。。。。。

　不過很顯然，組委會還是低估了個別的團體，就比如現在的陸子健。

　已經開始著手全球其他溫室氣體排放量，全球二氧化碳濃度，全球海洋熱量變化，全球冰雪覆蓋面積等十多項能夠影響全球氣候變化的數據因素。

　這要是被組委會看見，估計又要罵娘。

　這特麽是一網打盡啊，沒有任何的遺漏。

　關鍵是你陸子健能夠算的過來嗎?

　要知道，這一次組委會的要求只是達到其中任意3項，就算是通過了考核。

　至少也是一個成功參與獎，也就是俗稱的“合格”。

　達到其中5項就是榮譽獎(二等)，達到7項就是優異獎(一等)。

　至於說特等獎和特等獎提名，呵呵，說實話，組委會都沒有考慮過。

　畢竟，這一次的題目太變態。

　就算是他們自己，最多也是勉勉強強。

　這種情況下，準確率也是考核的標準。

　雖然最後得出的答案可能五花八門。

　不過，組委會所有專家，早就預做了這個命題，他們的答案，算是目前最權威的。

　組委會不會相信，這個組別裡，會有太過變態的家夥出現。

　畢竟，這個計算量不是普通的大。

　而這一次，陸子健也不得不加快自己的速度。

　要知道，就陸子健個人而言，他對數學的理解和能力，已經是“超神”的地步了。

　但問題是，這需要算的公式太過龐大了一些。

　陸子健已經構建了灰度預測和SVR算法模型。

　同時，利用pearson相關矩陣和lasso回歸分析了數據相關性以及提取數據變化預測的關鍵特征。

　——嘖嘖，肚子餓了，陸子健自己也不知道過了多久。

　“我要申請點外賣。。。。。。”

　——果然，還是這樣的套路。

　工作人員就知道，這家夥肯定要出一點么蛾子。

　“點吧。”

　這一次，也不需要再申請組委會了，畢竟已經有了前車之鑒。

　還是那家米其林三星，但是這一次，陸子健是沒有心情切惠靈頓牛排。

　點了四種不同口味的披薩意思意思。。。。。。

　用餐時間，這一次工作人員也沒有拒絕陸子健的邀請。

　不吃白不吃，反正是這家夥欠自己的，想想自己的加班費，就有些莫名的心疼。

　用餐過後，陸子健繼續奮戰，工作人員繼續打盹，至於兩位龍套君，好吧，《生化危機2》重置版貌似挺好玩。

　陸子健又根據氣象專業制定的“寒冷程度等級表”，確定了-40°C以下的氣溫為極寒天氣標準。

　獲取了全球50年平均氣溫值。

　建立圖標相關性的分析表，協方差和相關系數分析以及互信息熵算法模型。

　陸子健早就得出了結論，可以說，全球變暖和局地出現極寒天氣現象二者之間並不存在矛盾關系。

　甚至可以說，某種程度上可以認為，是全球變暖導致了局地出現極寒天氣現象。

　當然，這又需要竟然大量的數學公式加以證明。

　陸子健甚至還提出了一個衡量全球氣候複雜度的指標。

　可以說，這完全就是一個創舉。

　在陸子健之前，出現的，最多也就是某一個地區的氣候複雜度的指標。

　不是不想做。

　而是這需要的數學步驟和驗算太過龐大和負責了。

　沒有人願意這樣吃力不討好。

　因為就算是得出了結論，又有多少地區會承認這個指標?

　陸子健還建立了BP神經網絡模型。

　深度為5層，每層30個隱層神經單元。

　可以做到預測未來全球氣候的複雜情況。

　陸子健這完全就是在做一篇從前從未出現過的論文。

　期間，陸子健只是睡了2個小時而已。

　高強度的計算，陸子健感覺自己都快出現幻覺了。。。。。。