基于Relief算法的特征学习聚类

聚类作为数据挖掘常用工具之一,是按照事物间的相似性进行的一种无监督分类.然而传统的聚类方法较少考虑特征权值.为此,通过研究、分析Relief算法及其在聚类应用中存在的问题,提出了一种基于Relief算法的特征评价函数,并将此函数运用到特征学习聚类中,以解决特征权值取值不当对聚类产生的负面影响.

基于数据挖掘的肿瘤学课程计算机辅助教学系统设计

为了强化教学系统动态信息适应性,减少系统响应时长,以数据挖掘为技术背景,针对肿瘤学课程设计一款计算机辅助教学系统。采用数据挖掘技术,挖掘学生学习能力,聚类学生学习特征,将合适的学习资源与建议针对性地推荐给学生,实现教师因材施教;利用教学界面、教学子系统、教学规则库与学生信息库、教学资源库等模块,构建系统整体框架,按照用户权限划分角色功能,设计系统教学流程,根据数据库组建流程,创建星状数据仓库,完成计算机辅助教学系统设计。据实验检测结果可知,所建系统动态信息获取与聚类效果准度较高,整体响应时间较短。