已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、志愿填報是高考招生過程的一個重要環(huán)節(jié),在沒有科學指導的情況下,很容易出現(xiàn)考生盲目填報的情況,因此,為考生提供志愿填報智能服務有重要意義。院校推薦服務根據(jù)考生要求對高等院校進行分類,將合適的院校推薦給考生,免去了考生繁雜的信息搜集和分析任務。為了得到合理的院校分類結(jié)果,本文采用模糊聚類挖掘技術(shù)對高校數(shù)據(jù)進行分析,得到了院校歸類的不確定性程度,表達了院校類屬的中介性,使得院校推薦服務更加科學。 本文詳細介紹了模糊聚類技術(shù)的理論基礎(chǔ),
2、重點闡述了模糊C-均值算法的實現(xiàn)原理及步驟,針對有效性評判的模糊C-均值算法在求解最佳聚類數(shù)目時計算量過大的缺陷,利用減法聚類算法確定初始聚類數(shù)目的上限,降低了算法的時間復雜度。針對原有的模糊C-均值算法在對每一個類別數(shù)進行聚類時都要重新初始化聚類中心,使得求解最佳聚類數(shù)目的算法不穩(wěn)定的問題,本文通過合并聚類中心的方法對原有的模糊C-均值算法進行了改進,克服了其初始化敏感的問題。在對院校數(shù)據(jù)進行聚類分析時,本文先利用離差最大化方法計算出
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 模糊聚類挖掘技術(shù)研究及其在自動化養(yǎng)豬中的應用.pdf
- 數(shù)據(jù)挖掘在高考填報志愿上的應用.pdf
- 模糊聚類算法及其在文本挖掘中的應用.pdf
- 模糊聚類在電信數(shù)據(jù)挖掘中的研究與應用.pdf
- 模糊聚類算法研究及在Web日志挖掘中的應用.pdf
- AFS聚類方法研究及其在模糊數(shù)據(jù)聚類中的應用.pdf
- 模糊聚類及其在中文文本聚類中的應用研究.pdf
- 模糊聚類研究及其在水文分區(qū)中的應用.pdf
- 偏差抽樣技術(shù)在聚類挖掘中的應用.pdf
- 模糊聚類及其在圖像分割中的應用.pdf
- 商務智能技術(shù)在高考數(shù)據(jù)分析及志愿填報中的應用.pdf
- 模糊聚類在Web使用模式的挖掘中的研究.pdf
- 模糊聚類算法及其在入侵檢測中的應用.pdf
- 數(shù)據(jù)挖掘中模糊聚類與聚類集成研究.pdf
- 模糊關(guān)聯(lián)規(guī)則挖掘技術(shù)研究及其在推薦系統(tǒng)中的應用.pdf
- 分層模糊最小-最大聚類算法及其在圖像聚類中的應用研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法的研究.pdf
- 聚類挖掘研究及其在隧道病害評價中的應用.pdf
- 模糊聚類算法研究及其在電信客戶細分中的應用.pdf
評論
0/150
提交評論