-
题名基于数据挖掘技术的试卷质量聚类分析系统
- 1
-
-
作者
张儒良
王翰虎
-
机构
贵州民族学院数学与计算机科学系
贵州大学信息与计算机科学学院
-
出处
《贵州大学学报(自然科学版)》
2004年第4期393-396,共4页
-
文摘
教育是一个复杂的系统工程,试卷质量分析是这系统工程中的重要环节。为了全面地分析试卷背后隐藏的内在问题,本文在k平均分区算法和层次凝聚算法的基础上,提出了一种速度更快、聚类质量更好的聚类算法(ICAA算法),并已成功地将该算法应用到试卷质量分析中。
-
关键词
数据挖掘
试卷质量
k平均分区算法
层次聚类算法
-
Keywords
data mining
test paper quality
k means partition algorithm
layer clustering algorithm
-
分类号
TP391.77
[自动化与计算机技术—计算机应用技术]
-
-
题名数据聚类算法的改进及其应用
- 2
-
-
作者
席泓
-
机构
贵州民族学院数学与计算机科学学院
-
出处
《电脑开发与应用》
2006年第11期7-8,共2页
-
基金
2006年贵州民族学院自然科学基金资助
-
文摘
在分析和比较k平均分区算法和层次凝聚算法的基础上,提出了一种新的改进算法(NQ算法)。并以贵州民族学院近四年学生试卷数据作为测试数据,对NQ算法与k平均分区算法和层次凝聚算法进行了性能对比,实践证明:NQ算法是有效、可靠和快速的。
-
关键词
k平均分区算法
层次凝聚算法
改进
试卷数据分析
-
Keywords
k mean partition algorithm, layer clustering algorithm, improvement, analysis of test paper data
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名一种面向精细化地理分区的空间约束聚类方法
- 3
-
-
作者
丘铂钧
贾嘉楠
徐柱
-
机构
西南交通大学地球科学与工程学院
-
出处
《时空信息学报》
2024年第3期359-369,共11页
-
基金
国家重点研发计划项目(2022YFB3904202)
国家自然科学基金重大项目(42394063)。
-
文摘
在空间分区的相关研究中,虽然已有经典聚类算法k均值聚类(k-means)结合空间约束的成果,但其对于连续平铺面状地理要素的空间聚类适用性不高。因此,本文开展对k-means算法进行空间约束的探讨。通过改进SKATER算法的空间约束方式,构建一种包含自然扩张与次优扩张过程的空间约束的k-means算法;并在两个公共数据集上与已有研究方法进行比较评价。结果表明:本文方法尤其适用于处理连续平铺面状地理要素的分区;通过轮廓系数、DB指数及总残差平方和三个评价指标知,本文方法优于已有的SKATER、AZP及SC k-means方法。研究成果不仅能够为地理信息系统中的空间数据处理提供新的工具,也为聚类算法的研究提供了新的视角。
-
关键词
聚类分析
空间数据处理
k-means算法
地理信息系统
空间约束
空间分区
聚类质量改进
数据科学
-
Keywords
clustering analysis
spatial data processing
k-means algorithm
geographic information systems
spatial constraints
spatial partitioning
clustering quality improvement
data science
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-