基于K-means算法的优秀班集体评选方法

来源 :大理大学学报 | 被引量 : 0次 | 上传用户:shilei881222
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统优秀班集体的遴选方法是将评价班集体的相关属性值进行简单求和,并取总和较大的前K个班级作为优秀班集体,这种评价体系会导致部分班级因为某个属性值过大而成为优秀班集体,而班级其他方面的表现却并不突出,同时,受到年级的限制,部分评价班集体的属性值为空。针对目前优秀班集体评选方法存在的问题,提出基于K-means算法的优秀班集体评选方法,利用同一类簇中的样本相似度较高,而不同类簇的样本相似度较低的聚类特点,从不同年级的样本中评选出相似度较高的K个优秀班集体。通过采用真实样本数据集进行实验的结果表明:基于K-me
其他文献
哺乳动物金属硫蛋白(MT)基因的多形态特征决定了MTs在组织中存在着不同的亚型和次亚型结构,并可据此进行各亚型的分离;如利用MT-1和MT-2在溶液中所带的负电荷数不同,可用阴离
本工作用两性分子L-Arg探测细胞色素C的结构,避免了复合物的气相碱性度的降低而引起的电离效率降低,并且由于探针分子是两性分子的缘故使得复合物保持了原有的电荷数.
本文选择最佳GC/MS分析条件,对一工业级糠醛所含组分进行分离和检测,通过质谱谱库的计算机检索,结合图谱解析和参考文献定性,鉴定出了10个主要组分,并对各组分进行了粗定量。
期刊