【摘 要】
：
聚类算法为远程教育中学生的个性特征及学习状态评估提供了一种有效的评价手段,可以根据聚类分析结果给出针对性的辅导与学习策略。传统的K均值聚类算法在初始聚类中心选取上
【基金项目】
：
湖北省教育厅科研项目（B20117401）
论文部分内容阅读
聚类算法为远程教育中学生的个性特征及学习状态评估提供了一种有效的评价手段,可以根据聚类分析结果给出针对性的辅导与学习策略。传统的K均值聚类算法在初始聚类中心选取上具有随机性,聚类具有不确定性且时间复杂度较高。本文提出的方法为：先应用网格聚类思想实现基于密度的数据单元分类,高密度单元的聚类结果可以作为新的聚类中心,对密度较低的离散数据重新进行K均值聚类。实验证明,本文算法具有良好的聚类性能以及运算速度。
其他文献
针对Web中文文本分类中现有权重计算方法的不足和支持向量机算法对大数据量模式分类的低效性,提出了基于粗糙集约简并且加权的支持向量机分类方法;粗糙集作为支持向量机分类
肺癌是全世界范围内肿瘤相关死亡的首要原因[1-2],其具有恶性程度高、早期发现率低、死亡率高的特点。约80%~85%新确诊肺癌病例为非小细胞肺癌（non-small cell lung cancer,NS
颜色空间内的突变信息感知是实现深度背景下的隐藏目标识别的重要技术。传统方法采用差分进化局部对比方法进行突变信息感知,当图像分块信息不均匀时,信息提取不全。提出一种基于瑞利差分的颜色空间突变信息内容感知方法,进行颜色空间背景全局性信息建模,计算非显著性突变信息。基于瑞利分布的非均匀稀有度特性,得到背景颜色空间和突变信息目标区域分离结果和差异性特征,实现突变信息内容感知。实验结果表明,算法能能使突变信
肺癌已经成为危害我国居民健康的常见恶性肿瘤之一／[1／]。临床上较为常见的结节/肿块型肺癌通过影像检查及穿刺活检等技术较易明确诊断,而有关周围型肺癌伴囊泡形成的高分辨CT（h
将齿形系数与齿数之间的关系映射为径向基神经网络,并且利用遗传算法优化径向基神经网络隐层与输出层的权值,最后利用遗传算法合理选择交叉概率与变异概率对齿轮进行优化设计