模糊聚類算法在學(xué)科建設(shè)中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、學(xué)科建設(shè)是高等院校科研與教學(xué)的結(jié)合點(diǎn),是學(xué)校辦學(xué)水平的重要標(biāo)志。實(shí)施學(xué)科評估也是加強(qiáng)研究生教育,促進(jìn)科學(xué)研究,提高人才培養(yǎng)質(zhì)量的一個(gè)重要手段。本文針對學(xué)科建設(shè)評估中存在的大量不確定性和模糊性,引入模糊聚類算法,對學(xué)科建設(shè)評估進(jìn)行初步的量化分析。
   在眾多模糊聚類算法中,F(xiàn)CM算法是應(yīng)用最為廣泛、最為靈敏的一種算法。但FCM算法對初始值敏感,難以取得全局最優(yōu),對數(shù)據(jù)集也有等劃分的趨勢。本文分別從聚類中心初始化和目標(biāo)函數(shù)加權(quán)兩方

2、面來改進(jìn)算法。先利用減法聚類的方法選定初始的聚類中心,再對目標(biāo)函數(shù)利用密度函數(shù)加權(quán)來調(diào)整聚類中心。采用IRIS數(shù)據(jù)集通過仿真實(shí)驗(yàn)驗(yàn)證了算法的可行性。
   本文將改進(jìn)的FCM算法應(yīng)用到學(xué)科建設(shè)中,簡要介紹學(xué)科建設(shè)的概述,闡述了學(xué)科建設(shè)評估指標(biāo)體系的確立思想和原則,并給出適用于本文數(shù)據(jù)的評估指標(biāo)體系,在對數(shù)據(jù)進(jìn)行評估之前進(jìn)行數(shù)據(jù)處理,最后利用改進(jìn)的FCM算法對數(shù)據(jù)進(jìn)行綜合評估分析和特定指標(biāo)評估分析。結(jié)果表明改進(jìn)的FCM算法是一種有

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(yù)覽,若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。

評論

0/150

提交評論