基于改进粒子群优化的K－means算法在学生状态分析系统中的应用

• 作者: 陆维
• 来源期刊: 佳木斯大学学报（自然科学版）
• 学科: 工学
• 关键词: 学生管理 学生状态评估 早熟收敛 改进粒子群算法 K-means算法
• 年，卷（期）: 2014,（6）
• 页码范围: 882-886
• 页数: 5页
• 分类号: TP312
• 字数: 4481字
• 语种: 中文

摘要

研究学生状态分析系统，旨在收集学生的综合数据，并对这些数据进行分析给出学生的状态，为老师和学生提供一个交流平台。使用基于改进粒子群优化的K－means 算法来分析学生的数据，可以提高K－means聚类算法的全局搜索能力，缓解粒子群优化算法的早熟收敛现象。与基于标准粒子群优化的k －means算法和基于遗传算法的k －means算法的收敛结果相比，本文研究的算法有更好的搜索能力。将系统得到的学生评估结果与人工评价得到的相比，从系统获得的评价更全面、更客观。系统还可以提供视觉信息。最重要的是系统还能帮助老师更好地了解学生，及时引导学生，提高管理学生的效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆维	上海应用技术学院计算机科学与信息工程学院	5	1	1.0	1.0