资源描述：
《基于模糊聚类分析的简单学生考核方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、第6卷第2期滨州职业学院学报2009年5月Vo.l6,No.2JournalofBinzhouVocationalCollegeMay,2009*基于模糊聚类分析的简单学生考核方法王文正(东南大学,江苏南京211189)摘要:在简要介绍多元统计的聚类分析方法基础上,结合某高校信息管理与信息系统专业学生的各种素质情况,对学生进行了考核,以期为高校因材施教、有针对性地培养学生提供依据。关键词:模糊聚类分析;聚类分析;考核中图分类号:O159文献标识码:A文章编号:1178(2009)02-0027-04高校对学生进行考评不仅仅是衡量学生学习1模糊聚类的思想、步骤及
2、算法的业绩,还是对学生授予学位以及学业评奖的重要指标,同时也可以及时检验教育与教学的效果,聚类分析的基本思想一般是指用相似性尺度[1]为探索新的教育教学方法提供依据。可见学生来衡量事物之间的相近程度,并以此来实现聚类。考核评价是高校教育与管理中不可或缺的重要组聚类分析的作用是将特征空间中的样本集合按照成部分,如何对学生进行考核评价,以及对学生考各个样本点(也称模型)之间、样本点与样本点子评所使用的方法成为高校学生教育教学工作中一集合之间以及样本点子集合之间的相似性测度个重要问题。当前在高校流行的评核方法是根据(距离或相似度)进行聚类,得到的样本点和子集学生的学业成绩以
3、及平时的表现按照百分制进行合之间的关系体系。采用这种方法可以定性与定打分,然后对分数进行简单的加权平均,根据此总量的确定研究对象之间的亲疏关系,从而达到分进行排名。这种方法在应试教育中得到广泛的对其进行正确与合理分类的目的。在聚类分析中,应用,但是进入素质教育时代后,这种方法存在一一个很重要的问题就是确定聚类时所遵循的聚类准则,按照不同的聚类准则会得到不同的聚类结些缺陷。一是这种传统的评核方法还是以成绩为主,学业成绩权重很大,这样不利于学生的全面发果。聚类问题实质上是在一定的聚类准则下的优展;二是进行简单的加权平均,不能有效地衡量学化问题,只是不同的聚类算法所定义
4、的准则有所生各科成绩的稳定性与突出性。不同。物以类聚,人以群分就是说的这个[2-4]道理。模糊聚类分析是将事物根据一定的特征,并模糊聚类分析方法的步骤一般可以归结按某种特定要求或规律分类的方法,其对象是尚如下:未分类的群体,即存在模糊性。模糊聚类分析方法(1)建立原始数据矩阵目前在各个领域内得到广泛的使用,本文使用模设待分类的n个样本为{x1,x2,,xn},每个糊聚类分析方法对学生进行考核。样本都有m个特征,记为xi={xi1,xi2,,xim},i=1,2,n。从而可用一个描述特征的矩阵来*收稿日期:2008-11-13作者简介:王文正(1983)
5、,男,河南商丘人,东南大学经济管理学院管理科学与工程硕士研究生;研究方向为企业网络、集群成长与网络分析、物流供应链管理。28滨州职业学院学报第6卷描述整个样本集X=(xij)nm,i=1,2,,n,j=X={x1,x2,,xn}其中每个样本xi均有m个特征1,,m,X中的每一列代表所有样本的一种特指标,即xi={xi1,xi2,,xim},将样本划分为C类征值,每一行代表一个样本的所有特征值。(2Cn)。为了获得一个最佳的模糊分类,需(2)数据标准化处理要一个分类准则,定义目标函数为样本与聚类中描述事物特征的量纲是各种各样的,为了便心的加权距离,加权系
6、数为样本的隶属度函数的q于分析和比较,从而在计算的过程中消除这种干次方。于是,模糊聚类问题可以描述为如下优化扰。因此要对矩阵进行标准化处理,这可以有各种问题:nc类型的方法,如平移标准差变换:q2minJ(U,V)=(uik(dik))k=1i=1xij-xjcxij=(i=1,2,n;j=1,2m)sjs.t.uik=1(k=1,2n)i=1(1)nn1120uik1其中xj=nxij,sj=n(xij-xj)i=1i=1其中uik为样本隶属于第i类的隶属度,模糊平移极差变换:xij=划分矩阵U=[uik]cn;V={v1,v2,,v
7、c}为C个xij-min{xij
8、1in},max{xij
9、1in}-min{xij
10、1in}聚类中心集合;q[1,]为加权指数,当q=1(j=1,2,m)时,模糊聚类就退化为硬C均值聚类;通常q的最佳选择范围为[1.5,2.5],一般q=2是比较理想从而可以把矩阵尽量转化为标准化矩阵。的取值。dik表示样本xk与第i类聚类中心之间的距(3)标定,建立模糊相似矩阵[5]离,定义为:针对上述的标准化矩阵,计算各分类对象间2T的相似程度,从而建立模糊相似矩阵,R=dik=xk-vi=(xk-vi)A(xk-vi)(rij)nm,
