10.16208/j.issn1000-7024.2022.05.036
基于WFKP聚类算法的培养质量评估
针对传统培养质量评估方法过于依赖于专家系统,评估效率低、准确性不高的问题,提出一种特征加权的聚类算法(weighted fuzzy k-prototypes,WFKP).在马氏距离中引入比例系数定义一种新的相异度,结合K近邻算法和簇内簇间离散度来计算数值属性的权值,利用互信息分析分类属性对聚类的依赖程度,提高聚类效率和准确性.通过UCI数据集验证了WFKP聚类算法的有效性和正确性,并应用到研究生培养质量评估中.实验结果表明,该算法可以挖掘提升培养质量的关键要素,避免评估过程的主观性.
混合型数据、马氏距离、模糊聚类、特征加权、培养质量评估
43
TP309.2(计算技术、计算机技术)
黑龙江省高等教育教学改革一般研究基金项目;大连海事大学研究生教育教学改革研究基金项目
2022-05-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
1477-1484