已閱讀1頁，還剩75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、學科建設(shè)是高等院?？蒲信c教學的結(jié)合點，是學校辦學水平的重要標志。實施學科評估也是加強研究生教育，促進科學研究，提高人才培養(yǎng)質(zhì)量的一個重要手段。本文針對學科建設(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，對學科建設(shè)評估進行初步的量化分析。
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函數(shù)加權(quán)兩方
2、面來改進算法。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)集通過仿真實驗驗證了算法的可行性。
本文將改進的FCM算法應(yīng)用到學科建設(shè)中，簡要介紹學科建設(shè)的概述，闡述了學科建設(shè)評估指標體系的確立思想和原則，并給出適用于本文數(shù)據(jù)的評估指標體系，在對數(shù)據(jù)進行評估之前進行數(shù)據(jù)處理，最后利用改進的FCM算法對數(shù)據(jù)進行綜合評估分析和特定指標評估分析。結(jié)果表明改進的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
- 11418.“學科信息動態(tài)分析”在學科建設(shè)中的應(yīng)用研究
- 改進的主成分分析方法在學科建設(shè)中的應(yīng)用.pdf
- Web事務(wù)聚類中模糊聚類算法的應(yīng)用研究.pdf
- 模糊聚類算法在圖像分割中的應(yīng)用.pdf
- 模糊聚類算法及其在入侵檢測中的應(yīng)用.pdf
- 模糊聚類算法應(yīng)用研究.pdf
- 模糊聚類算法在運動目標監(jiān)控中的應(yīng)用.pdf
- 模糊聚類算法及其在文本挖掘中的應(yīng)用.pdf
- 模糊聚類算法研究及在CRM中的應(yīng)用.pdf
- 模糊文本聚類算法的研究與應(yīng)用.pdf
- 分層模糊最小-最大聚類算法及其在圖像聚類中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法的研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法研究.pdf
- 森林效應(yīng)在學風建設(shè)中的應(yīng)用
- 抑制式模糊聚類算法及其應(yīng)用.pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- 核模糊聚類算法及其在圖像分割中的應(yīng)用.pdf
- 模糊聚類算法在模式分類中的應(yīng)用研究.pdf
- 模糊聚類算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 模糊聚類算法研究.pdf
評論
0/150
提交評論