基于粗糙集的高職學(xué)生非智力學(xué)習(xí)因素研究.pdf

1、近年來(lái)，高等院校實(shí)行擴(kuò)招之后，其教育質(zhì)量問(wèn)題備受社會(huì)的廣泛關(guān)注，特別是高職學(xué)院，學(xué)生的生源質(zhì)量逐年下降，其教育質(zhì)量更令人擔(dān)憂。一個(gè)學(xué)校的學(xué)生智力水平相差不是很多，哪些因素成為直接影響學(xué)生成績(jī)的關(guān)鍵所在?很值得我們研究。 粗糙集(Rough Sets，RS)理論是以波蘭數(shù)學(xué)家Z．Pawlak為代表的研究者提出的一種刻劃不完整性和不確定性的數(shù)學(xué)工具，是一種非常有效的數(shù)據(jù)挖掘方法。粗糙集理論的核心內(nèi)容是知識(shí)約簡(jiǎn)。區(qū)分矩陣和區(qū)分函數(shù)是求

2、核和約簡(jiǎn)的有力工具。 本文利用粗糙集理論在分析和處理不確定、不一致等信患方面的獨(dú)特優(yōu)勢(shì)，根據(jù)學(xué)生學(xué)習(xí)成績(jī)相關(guān)因素不確定的特點(diǎn)，開(kāi)展了基于粗糙集的高職學(xué)生非智力學(xué)習(xí)因素研究。 本文首先對(duì)基于區(qū)分矩陣的約簡(jiǎn)算法、基于屬性重要性的啟發(fā)式約簡(jiǎn)算法及基于區(qū)分矩陣的改進(jìn)的約簡(jiǎn)算法進(jìn)行了研究。提出了一種基于區(qū)分矩陣的新改進(jìn)(Discernibility Matrix New Improved，DMNI)數(shù)據(jù)約簡(jiǎn)算法，簡(jiǎn)稱DMNI算法。

3、DMNI約簡(jiǎn)算法給出了一種對(duì)不相容決策表和相容決策表都適合的處理辦法，對(duì)屬性約簡(jiǎn)算法進(jìn)行了改進(jìn)，降低了算法的時(shí)間復(fù)雜性；DMNI約簡(jiǎn)算法強(qiáng)調(diào)了屬性值約簡(jiǎn)的重要性，對(duì)屬性值約簡(jiǎn)算法進(jìn)行了改進(jìn)，采用了屬性約簡(jiǎn)的求核算法，對(duì)可能產(chǎn)生的重復(fù)和不相容規(guī)則進(jìn)行了處理，保證了約簡(jiǎn)和規(guī)則提取的有效性，降低了算法的時(shí)間復(fù)雜性。 作者通過(guò)問(wèn)卷調(diào)查等方式，采集了大量和學(xué)習(xí)成績(jī)相關(guān)的數(shù)據(jù)，將采集的數(shù)據(jù)整理為決策表，應(yīng)用本文提出的DMNI算法進(jìn)行屬性約簡(jiǎn)