您的位置: 专家智库 > >

广西民族大学青年基金(0509QN32)

作品数:2 被引量:62H指数:2
相关作者:刘美玲李永胜李熹更多>>
相关机构:广西民族大学更多>>
发文基金:广西民族大学青年基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇聚类分析
  • 1篇数据挖掘
  • 1篇数据挖掘技术
  • 1篇频繁项
  • 1篇频繁项集
  • 1篇最大频繁项集
  • 1篇项集
  • 1篇聚类
  • 1篇聚类算法
  • 1篇教学
  • 1篇高校
  • 1篇APRIOR...
  • 1篇K-MEAN...

机构

  • 2篇广西民族大学

作者

  • 2篇刘美玲
  • 1篇李熹
  • 1篇李永胜

传媒

  • 1篇计算机工程
  • 1篇计算机工程与...

年份

  • 1篇2010
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
数据挖掘技术在高校教学与管理中的应用被引量:59
2010年
针对传统的求总分统计成绩方法的不足,提出了一种基于K-Means算法的成绩聚类分析方法。该方法根据成绩分布情况选取固定的初始聚类中心,改进了K-Means算法随机选取初始聚类中心导致聚类不稳定的不足,在聚类后通过聚类内差异与聚类间差异的比值来衡量聚类的质量。通过一个实例说明了该方法在分析学生成绩数据中的应用,实验结果表明,聚类方法比传统的求总分方法更合理、更科学,聚类结果蕴含更多有用的信息,而且改进后的聚类方法降低了随机选取初始聚类中心所产生的结果的不稳定性,聚类效果较好。
刘美玲李熹李永胜
关键词:数据挖掘聚类分析K-MEANS教学
基于最大频繁项集的聚类算法被引量:3
2009年
介绍频繁项集的概念及其性质,把最大频繁项集作为聚类的依据,提出一种基于最大频繁项集的聚类算法,将关联分析与聚类分析相结合,在聚类中充分利用数据项间的关联性,无须输入聚类个数,并在多个数据集上进行实验。实验结果表明,与传统的基于距离的聚类算法K-Means相比,该算法减少计算数据对象间距离的时间花销,提高算法的效率,具有较高的聚类精度,聚类结果的可解释性也较强。
刘美玲
关键词:聚类分析最大频繁项集APRIORI性质
共1页<1>
聚类工具0