2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩69頁(yè)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、數(shù)據(jù)挖掘(DataMining)就是從大量的、不完整的、模糊的、含噪聲的隨機(jī)數(shù)據(jù)中提取出人們感興趣的知識(shí)和信息的過程。這些信息和知識(shí)是隱含的、人們預(yù)先不知道的、潛在有用的信息。聚類分析是其中的一種目前最有應(yīng)用前景的方法。經(jīng)過多年的發(fā)展,聚類分析具有堅(jiān)實(shí)的理論基礎(chǔ)并形成了系統(tǒng)的方法學(xué)體系,然而傳統(tǒng)聚類分析方法大多局限于理論上的分析并依賴于對(duì)數(shù)據(jù)分布特征的概率假設(shè),較少考慮具體應(yīng)用中的實(shí)際數(shù)據(jù)特征與差異。因此,如何克服傳統(tǒng)聚類分析方法對(duì)這種

2、概率假設(shè)的依賴,成為近年來(lái)學(xué)術(shù)界的研究熱點(diǎn)。
  針對(duì)上述問題,本文開展了協(xié)同進(jìn)化聚類分析方法的探討。在分析普通進(jìn)化算法和傳統(tǒng)聚類分析方法機(jī)理的基礎(chǔ)上,設(shè)計(jì)了協(xié)同進(jìn)化和協(xié)同進(jìn)化算法的機(jī)制。本文基于協(xié)同進(jìn)化的思想給出了一種的協(xié)同進(jìn)化聚類分析方法,并對(duì)該算法進(jìn)行了實(shí)驗(yàn),驗(yàn)證了該方法的有效性。
  本文最后應(yīng)用協(xié)同進(jìn)化聚類算法對(duì)學(xué)生的原始成績(jī)進(jìn)行等級(jí)劃分,對(duì)學(xué)生原始成績(jī)進(jìn)行等級(jí)評(píng)定。傳統(tǒng)的等級(jí)評(píng)定方法是基于絕對(duì)分?jǐn)?shù)的評(píng)價(jià),這種方法

溫馨提示

  • 1. 本站所有資源如無(wú)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論