PSO和K均值混合分类算法在远程教学系统中的应用

来源 :计算机与现代化 | 被引量 : 0次 | 上传用户:dongnoh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现行的多数网络教学系统在学生按需学习和"因材施教"上存在局限性,本文用PSO和K均值的混合分类算法对传统的网络教学系统进行改进,根据获取的用户基本信息和兴趣特征进行聚类,充分体现"以学习者为中心"个性化教学模式。实验结果表明,该算法具有较好的全局收敛性,寻优能力明显提升。
其他文献
为解决Dempster-Shafer证据理论在对高度冲突的证据进行融合时可能导致与直观结果相悖的问题,本文提出一种有效处理冲突证据的融合方法。通过引入距离函数,确定证据之间的相
针对新疆维吾尔自治区高中学业水平考试信息管理系统的使用需求,并对相应的多文种报表生成等特殊要求,本文首先设计基于J2EE框架(JSF+Spring+Hibernate)的考籍变更子系统结构及各
介绍基于ZigBee技术的树状无线传感器网络结构的构建,以及网关和ZigBee节点的软硬件设计方法。
考虑分数阶微分对信号处理的性质与特点,提出一种基于分数阶微分的信息提取算法。首先针对各种系数高斯噪声的图像进行信息提取,并与Roberts、Prewitt、Sobel整数阶经典算子对图像信息提取的结果进行分析比较。实验证明,利用分数阶微分不但能提取整数阶算子的高频边缘信息,还能提取平滑区域的纹理信息,并对高斯噪声具有一定程度的抗噪性。
对于流体运动,需要去求解其自由表面,才能将其与周围的环境分开,目前许多人都对界面追踪进行了相关研究,并提出了许多方法,其中早期的主要有PIC法、MAC法和VOF法等。Level Set方法可以有效地实现动态的界面,并且对计算机图形学的研究起到关键的作用,但是Level Set方法对界面的尖角部分会有较强的抹平效应。Particle Level Set方法是在Level Set方法的基础上,在界面附
基于潜在语义分析和自组织特征映射神经网络(LSA—SOM),本文提出一种文本聚类方法。采用潜在语义分析的理论表示文本特征向量,以体现特征词的语义关系并实现特征向量的降维。利用
极限编程和敏捷的方法在软件项目中广泛采用,在企业架构领域,为了更好地从不同的视角理解组织的架构,本文借助这两种方法的思想,给出一个简约企业架构,即由业务层、应用构件
在SIP应用服务器中,由于大量用户及各种不同业务呼叫的存在,在用户检索、数据存储的速度及实时计费等方面对数据库的性能要求高,内存数据库的特性可以满足这种需求,本文介绍
Flash Video作为一种最流行的视频格式,具有压缩率高、解码快、图像质量好的特点。本文研究FLV文件结构及各个字段的具体含义,并在此基础上详细介绍两种开源播放器在网站上的
针对传统三通道RGB相机在光源光谱已知条件下不能完全恢复物体表面光谱反射率的缺点,本文构造一套多光谱成像阵列相机系统。该阵列相机采用12个大恒DH-HV1300FM型相机,且11个