基于孤立点和初始质心选择的k-均值改进算法

介绍了在聚类中广泛应用的经典k-均值算法,针对其随机选择初始质心和易受孤立点的影响的不足,给出了一种改进的k-均值算法。首先使用距离法移除孤立点,然后采用邻近吸收法对初始质心的选择上进行了改进,并做了改进前后的对比试验。试验结果表明,改进后的算法比较稳定、准确,受孤立点和随机选择质心的影响也有所降低。

基于MMD聚类算法及在高校成绩分析中的应用

介绍了在聚类算法中广泛使用的k均值算法。针对其受选择初始质心和聚类个数影响的缺点,给出了改进的k均值算法。使用最大最小距离法选择初始聚类中心,并确定聚类个数。进行了改进前后的对比实验。实验结果表明,改进后的算法比较稳定、准确。将改进后的算法应用到高校成绩分析中,达到较好的分类效果。

聚类算法初始聚类中心的优化

对近年来k-means算法的研究现状与进展进行总结.首先对较有代表性的初始聚类中心改进的算法,从思想、关键技术和优缺点等方面进行分析.其次选用知名数据集对典型算法进行测试,主要从就同一个数据集不同改进算法的聚类情况进行对比分析,为聚类分析和数据挖掘等研究提供有益的参考.

改进的k-均值算法在聚类分析中的应用

介绍了在聚类中广泛应用的经典k-均值算法,并针对其易受随机选择初始聚类中心和孤立点的影响的不足,给出了改进的k-均值算法。首先使用距离法移除孤立点,然后采用邻近吸收法对初始聚类中心的选择进行了改进。并做了改进前后的对比实验和应用。结果表明,改进后的算法比较稳定、准确,受孤立点和随机选择初始聚类中心的影响也有所降低。

数据挖掘算法性能优化的研究与应用

数据挖掘中经常使用k-means算法,它是经常使用的一种聚类分析算法,但易受初始聚类中心和聚类个数k的影响。因此对近年从算法原理、关键技术和优缺点等方面提出的较有代表性的关于初始聚类中心和k值确定的改进的k-means算法进行了分析。并选用知名数据集对一些典型算法进行测试和应用。上述工作将为数据挖掘的研究提供有益的参考。

基于DS的孤立点检测在瓦斯浓度判定中的应用

对几种孤立点检测算法进行介绍,总结它们的特点.针对孤立点检测算法的一些弊端和瓦斯浓度的实际情况,选择一个基于DS(距离和)的孤立点检测算法实现对瓦斯浓度的异常数据进行分析处理,找到真正的异常数据,保证煤矿安全预警的准确性.

不确定性数据的聚类分析研究及应用

对近年来不确定性数据聚类算法的研究现状与进展进行总结。首先对较有代表性的聚类算法,从思想、关键技术和优缺点等方面进行分析。其次选用数据集对基于密度的算法进行测试和对比分析。并给出基于不确定性数据的聚类算法,上述工作将为不确定数据管理提供有益的参考。

基于k-means算法的k值优化的研究与应用

k-means算法是经常使用的一种聚类算法,但是易受聚类个数k的影响,其性能主要取决于k值优化,因此对近年来k-means算法的研究现状与进展进行总结。对较有代表性的k值优化的k-means算法,从思想、关键技术等方面进行分析概括,并选用著名数据集对一些典型算法进行了测试,主要从同一个数据集、不同的k值优化情况进行对比分析.上述工作将为聚类分析和数据挖掘的研究提供有益的参考.

浅议计算机实验教学的改革

本文阐述了计算机实验教学改革的有关问题、给出一定建议,并分析了我校计算中心的现状,对于促进计算机实验教学实施科学化、规范化有现实意义,同时,对于我们的本科评估有一定的现实意义。

基于孤立点和初始质心选择的k均值算法的改进与应用

针对聚类中广泛应用的经典k均值算法随机选择初始质心和易受孤立点影响的不足,给出了二次改进的k均值算法。首先使用距离法移除孤立点,然后采用邻近吸收法对初始聚类中心的选择进行改进,并做了改进前后的对比实验。结果表明,改进后的算法比较稳定、准确,受孤立点和随机选择质心的影响也有所降低。

基于偏离度的孤立点检测算法在聚类分析的应用

孤立点检测是数据挖掘中的一项广泛应用且较新的内容。根据孤立点的定义,提出一个基于偏离度的孤立点检测聚类分析算法。算法能够实现对异常数据进行处理。应用到学生成绩分析检测,保证实际聚类分析的准确性,数据的异常发现有利于学生教学的规划和推进。

“一基四增”提高高校学生动手能力

全面提高教学质量是目前我国高等教育的工作重点,而实验教学又是高校教学工作的重点工作。目前高校的实验教学已远远不能适应新型人才培养的需要,彻底改变现有的实验教学模式,已成为提高教学质量的根本性问题之一。结合实际及自身的教学实践,经过认真研究与思考,提出了提高高校实验教学质量的方法:一基四增:狠抓基本功,增加课时、考核权利、授课和进修机会。

“432”教学模式在程序设计课程中的应用

随着高教改革的大力推进,探索实施人才培养新模式成为目前高校教学改革的重点。通过分析当前高校计算机程序设计课程的教学现状,结合云平台的优势,构建一个面向计算机程序设计类课程的教学模式,“四学三教两结合”。并在教学实践中进行大量实践,证明这个开放式、自主学习的教学模式有利于学生主动探索、主动发现,有利于创造型人才的培养,从而促进提高学生的自主学习能力、创新思维能力和实践能力。

网上计算机实验教学系统的实现

本文阐述了网上的计算机实验教学管理系统的设计与实现,以及应用该系统的使用效果。实现了一个新的计算机实验教学管理模式,对于促进计算机实验教学实施科学化、网络化有现实意义。

浅议不确定性数据流

介绍了在不确定性数流的概念,以及数据流的来源。针对近年来不确定性数据流挖掘分析的研究现状与进展进行简要分析和总结。上述工作将为不确定数据流的管理、分析和使用提供有益的参考。

基于偏离度的离群点检测算法在教务管理中的应用与分析

离群点检测是数据分析中的新内容。通过偏离度引入离群点的概念,结合高校教务管理的实际情况,设计一个基于偏离度的离群点检测算法,并实现对教务管理的异常数据进行处理。如学生的计算机语言成绩和教师授课水平检测,保证教务管理的准确性。

一种MDHD-K-means算法的研究

本文介绍了广泛应用的k-means算法。针对其选择初始聚类中心和易受孤立点的影响的缺点,给出了改进的算法。首先使用距离法移除孤立点,然后采用最大高密度距离法(MDHD)对初始聚类中心的选择进行改进。并进行了改进前后的对比实验。实验结果表明,改进后的算法比较稳定、准确。改进后的算法应用到计算机语言教学中,达到较好的分类效果。

改进的聚类分析算法的研究

针对k均值算法随机选择初始中心和孤立点的影响的缺点,给出改进的算法。首先使用距离法移除孤立点,然后采用最大距离最小值法对初始聚类中心的选择进行改进。并进行了改进前后的实验。实验结果表明,改进后的算法比较稳定、准确。

基于Word界面的网络试题库系统的设计与实现

介绍了基于Word界面的网络试题库系统的设计方法和该系统的实现过程。结合基于Word的功能特点,重点阐述了基于Word界面的C/S模式的实现过程,以及自动组卷策略和流程。分析了用户操作权限和网络数据支持平台,及该系统数据与网络数据的安全性;同时,论述了该系统基于Word界面模式的主要特点。

基于关联规则挖掘Apriori算法的改进算法

关联挖掘Apriori算法在求频繁项集时,需要多次扫描数据库,而且要产生大量的候选集,针对上述缺点,提出了一种快速挖掘频繁项集的改进算法。该算法通过一次扫描数据库,形成与数据库对应的布尔矩阵,通过对布尔矩阵的行向量计算或者列向量计算两种方式,快速产生频繁项集。实验结果表明,该算法能够在保证频繁项集准确性的同时,由于先进行预判断,删除其中的非频繁项集,大大地缩短了产生频繁项集所花费的时间,提高了算法的效率。