基于K-means算法的研究生入学成绩分析

发布时间：2022-02-10 03:18

　　研究生入学成绩是导师初步了解学生学习能力、学习风格、制定研究生培养方案的重要参考指标。随着学校招生规模的扩大,学生人数的增加,研究生入学成绩的日趋复杂,传统的分析方法已经不能满足当前对于研究生入学成绩分析的需要。通过应用K-means聚类算法对研究生入学成绩进行分析,将研究生入学成绩进行分类,发现学生成绩分布的特点,找出成绩之间的关系,了解学生各科的学习状况,找到适合学生发展的方向,以实现个性化的研究生教育和培养,所得结果为研究生培养方案的制定与研究生进行研究方向的选择提供了借鉴意义。首先,分析了几种主要聚类算法应用于研究生入学成绩的适用性;其次,介绍了K-means聚类算法;最后,对研究生入学成绩进行数据分析、预处理。通过实验证明了K-means聚类算法在研究生入学成绩分析中的实用性。 

【文章来源】：计算机技术与发展. 2019,29(02)

【文章页数】：4 页

【文章目录】：
0 引言
1 聚类分析
    1.1 层次聚类算法
    1.2 基于密度的聚类算法
    1.3 基于网格的聚类算法
    1.4 基于模型的聚类算法
    1.5 划分聚类算法
2 K-means聚类算法
3 K-means聚类算法在学生入学成绩分析中的应用
    3.1 数据来源
    3.2 数据预处理
    3.3 聚类数的处理
    3.4 聚类结果分析
4 结束语


【参考文献】：
期刊论文
[1]基于K-means均值算法的学生成绩分析——以福州外语外贸学院信息管理与信息系统专业为例[J]. 叶福兰.  贵阳学院学报(自然科学版). 2017(03)
[2]数据挖掘之聚类分析算法综述[J]. 杨佳润.  通讯世界. 2017(16)
[3]数据挖掘常用聚类算法分析与研究[J]. 陈向东.  数字技术与应用. 2017(04)
[4]基于标准偏移量的学生成绩K-means聚类分析算法研究[J]. 孙菲,张健沛,董野,任福栋,于涛,郭春平.  齐齐哈尔大学学报(自然科学版). 2015(02)
[5]一种自动模糊聚类的算法[J]. 周丽华,黄成泉,王林.  统计与决策. 2014(20)
[6]K-means聚类算法研究[J]. 华婷婷.  黄山学院学报. 2013(05)
[7]K-Means算法在计算机等级考试成绩分析中的应用[J]. 曾旭,司马宇.  软件导刊. 2012(11)
[8]K-means聚类算法研究综述[J]. 王千,王成,冯振元,叶金凤.  电子设计工程. 2012(07)
[9]K-means算法研究综述[J]. 吴夙慧,成颖,郑彦宁,潘云涛.  现代图书情报技术. 2011(05)
[10]一种改进的K-means聚类算法[J]. 王勇,刘建平,蔡长霞.  工业控制计算机. 2010(08)

硕士论文
[1]层次聚类算法的改进[D]. 孙海.哈尔滨工程大学 2014
[2]聚类算法在学生成绩分析中的应用研究[D]. 单玉双.辽宁工程技术大学 2009



本文编号：3618151