段桂芹

作品数：18被引量：51H指数：4
导出分析报告
供职机构：广东松山职业技术学院更多>>
发文主题：聚类算法聚类聚类分析初始聚类中心均值更多>>
发文领域：自动化与计算机技术文化科学更多>>
发文期刊：《计算机系统应用》《甘肃科技纵横》《科技资讯》《计算机教育》更多>>
所获基金：韶关市科技计划项目高等学校教学质量与教学改革工程广东省教育科学规划项目更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于近邻传播聚类的职业能力评价模型
《计算机与现代化》2022年第5期21-27,共7页段桂芹 邹臣嵩 
广东省教育科学“十三五”规划项目(2018GXJK339)。
针对聚类算法在教育大数据应用中存在的聚类数目依赖人工经验等问题,提出一种新的聚类有效性指标,用簇内全部样本与簇中心的距离之和表示簇内紧密度,用任意两簇间样本距离和的最小值表示簇间分离度,通过平衡簇内紧密度和簇间分离度之间...
关键词：近邻传播算法 聚类有效性指标 数据挖掘 职业能力 职业倾向 
大数据视域下高职学生职业能力评价探索被引量：2
《计算机教育》2022年第2期183-188,共6页段桂芹 邹臣嵩 
2018年度广东省教育科学“十三五”规划项目“基于大数据的学生多元能力评价与职业倾向性研究——以广东松山职业技术学院物联网应用技术专业为例”(2018GXJK339)。
针对当前高职院校职业能力评价结果表现形式单一、缺乏多维度的学生成长数据等教学实际,阐述使用大数据技术完善高职学生职业能力评价的意义,提出大数据视域下高职学生职业能力评价路径实施方法,以物联网应用技术专业为例,介绍大数据视...
关键词：职业能力评价 聚类分析 过程考核 职业潜能 
基于改进密度的簇内均值最小距离聚类算法被引量：1
《智能计算机与应用》2021年第12期82-86,共5页段桂芹 
广东省普通高校特色创新项目(2021KTSCX227);韶关市科技计划项目(200811224533986);韶关市科技计划项目(210718114531595);广东省普通高校重点领域专项(2021ZDZX1124)。
针对密度聚类算法在聚类过程中存在的参数设置敏感、收敛时间长等问题,提出了一种改进密度聚类算法。首先使用自定义密度公式计算样本密度,得出候选代表点集合;再选取与其它候选代表点距离之和最小对象为首个初始聚类中心,使用最大乘积...
关键词：聚类 密度聚类 簇内均值最近点 候选代表点 
基于改进近邻传播算法的聚类质量评价模型被引量：4
《西南师范大学学报（自然科学版）》2020年第6期97-106,共10页邹臣嵩 段桂芹 欧阳明星 刘锋 
广东省教育科学规划课题(2018GXJK339)。
针对近邻传播(Affinity Propagation,简称AP)算法在对非团状数据集聚类过程中出现的局部聚类较多、精准度不高等问题,提出了一种基于改进AP算法的聚类质量评价模型.首先,在AP算法初步聚类的基础上,通过合并相似度较大的簇,减小聚类上限...
关键词：聚类评价指标 近邻传播 内部评价指标 最优聚类数 
全局中心聚类算法在课程序化中的应用
《计算机与数字工程》2020年第3期528-533,共6页段桂芹 刘松 邹臣嵩 
广东省科技厅科技发展专项资金(编号:2017A070712006);广东高校省级重大科研项目(编号:2017GkQNCX033);2015年度广东省高等职业教育专业教学标准研制项目(编号:BZ201511);韶关市科技计划项目(编号:2017CX/K055);广东松山职业技术学院重点科技项目(编号:2018KJZD001)资助。
针对K-means在聚类过程中存在的随机性强、准确率不稳定等问题,提出了一种改进聚类算法,首先选取k个首尾相连且距离乘积最大的数据对象作为初始聚类中心,在簇中心迭代过程中,选取簇内距离和最小的样本作为簇中心,再将其他样本划分至相...
关键词：全局中心 簇内距离和 序列聚类 课程体系 
基于K-medoids算法的学生成绩聚类研究被引量：1
《微型电脑应用》2020年第2期64-66,共3页段桂芹 邹臣嵩 
韶关市科技计划项目(2017CX/K055);广东松山职业技术学院重点科技项目(2018KJZD001).
针对课程之间难度差异大而带来的学生成绩评价"一刀切"的问题,提出了一种基于K-medoids算法的学生成绩评价方法。首先,使用Z-Score对样本集进行标准化,然后,采用K-medoids算法对学生的多门课程成绩进行聚类,最后,使用内部评价指标Sil对...
关键词：成绩评价 聚类分析 K-medoids 聚类评价 
基于改进K-medoids的聚类质量评价指标研究被引量：9
《计算机系统应用》2019年第6期235-242,共8页邹臣嵩 段桂芹 
韶关市科技计划项目(2017CX/K055);广东松山职业技术学院重点科技项目(2018KJZD001)~~
为了更好地评价无监督聚类算法的聚类质量,解决因簇中心重叠而导致的聚类评价结果失效等问题,对常用聚类评价指标进行了分析,提出一个新的内部评价指标,将簇间邻近边界点的最小距离平方和与簇内样本个数的乘积作为整个样本集的分离度,...
关键词：聚类评价指标 K-medoids 无监督聚类 最优聚类数 
基于优化初始聚类中心的K中心点算法被引量：5
《计算机与现代化》2019年第4期1-5,共5页段桂芹 邹臣嵩 刘锋 
广东高校省级重大科研项目(2017GkQNCX033);韶关市科技计划项目(2017CX/K055);广东松山职业技术学院重点科技项目(2018KJZD001);广东大学生科技创新培养专项资金资助项目(pdjh2015a0715)
针对K中心点算法的初始聚类中心可能过于临近、代表性不足、稳定性差等问题,提出一种改进的K中心点算法。将样本集间的平均距离与样本间的平均距离的比值作为样本的密度参数,精简了高密度点集合中候选代表点的数量,采用最大距离乘积法...
关键词：密度 初始聚类中心 K中心点 绝对误差 
改进K中心点聚类算法在成绩评价中的应用被引量：4
《信息技术》2019年第3期40-43,47,共5页段桂芹 刘锋 邹臣嵩 
广东高校省级重大科研项目(2017GkQNCX033);韶关市科技计划项目(2017CX/K055);广东松山职业技术学院重点科技项目(2018KJZD001)
针对K-means聚类算法在成绩评价中存在的稳定性低,聚类数难确定的问题,提出了一种改进K中心点聚类算法,将样本集与样本的各自平均距离比值作为样本的密度参数,采用最大距离乘积法选择密度较大且距离较远的k个样本作为初始聚类中心,在此...
关键词：聚类分析 聚类质量评价 内部评价指标 成绩评价 
基于全局中心聚类算法的学生成绩评价研究
《智能计算机与应用》2019年第1期80-83,共4页段桂芹 
韶关市科技计划项目(2017CX/K055);广东松山职业技术学院重点科技项目(2018KJZD001)
针对课程难度差异大而带来的学生成绩评价难的问题,提出了一种基于全局中心聚类算法的学生成绩评价方法。首先,使用min-max归一化方法对样本集进行预处理;然后,采用全局中心聚类算法对学生的多科成绩进行聚类;最后,使用内部评价指标CH...
关键词：成绩评价 全局中心聚类 内部评价指标 数据标准化 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部