基于大数据分析的学生学业分类管理体系——河北农业大学商学院新生入学成绩的K-mean聚类分析

经济的快速发展需要多元化和创新型人才,高等教育的人才培养模式应该顺应社会需求和用人机制的变化。依据大学生个体化差异进行精细化的学业分类管理对创新型人才培养具有重要的意义。利用数据挖掘分析工具K-mean聚类分析方法,对河北农业大学商学院2016年新生入学成绩进行了分析。结果表明,由于学生自身特点不同,即便是总分相差不多的情况下,在单科成绩上并不均衡,建议根据不同学生的学业特点,建立学生学业分类管理系统。     

决策树在成绩分析中的应用探讨

对学生成绩属性的特征进行分类是运用数据挖掘中的决策树方法。利用决策树技术分析影响学生成绩的因素。采用基于CLS算法思想和ID3算法思想的改进算法建立决策树。重视并推广决策树技术在教学中的应用,振兴教育事业。     

基于Multi-Agent的数据挖掘模型及其应用

基于Multi-Agent的数据挖掘模型研究是数据挖掘领域中的一个热点，结合大庆火山岩压裂施工的需求分析，设计了一个基于Multi-Agent的数据挖掘模型，并讨论了模型的组织结构。由于多Agent系统具有自主性、反应性和社会性，故这一模型弥补了传统数据挖掘的缺陷和不足，在很大程度上提高了数据挖掘的智能性和高效性，减少了人工的参与。该模型具有良好的开放性、动态性和自适应性。     

基于空间数据挖掘的广东省"旱改水"优先区选择

随着新型城镇化水平的不断提高,大量耕地将会被占用。为有效遏制水田面积减少趋势,提升耕地质量,保障粮食安全,各地政府开始实施"旱改水"工程改造,即将同等数量的旱地改造为水田的方式间接开发水田。旱改水优先区域选择是实施改造先后顺序的重要评判标准。借助WEKA软件,基于空间数据挖掘的方法来选择"旱改水"优先区:(1)通过属性选择获取相关性较高的9个改造因子,实现数据的预处理;(2)通过K-means聚类分析将研究对象划分成5类簇;(3)通过Apriori关联规则挖掘出分区因子属性之间最强关联关系作为决策挖掘出优先改造的簇,并对结果进行分析。应用于我国广东省,试验证明,空间数据挖掘有效地从庞大数据量中提取信息,耦合空间关系,把数据转化为有用的知识,使用空间数据挖掘的方法选择优先区是可行和科学的。     

多Agent协同系统的3层数据挖掘模型的设计

传统的数据挖掘模型存在低效性和非智能化等不足。设计了一个基于Multi-Agent的3层数据挖掘模型,讨论了模型的通信和运行过程。这一模型弥补了传统数据挖掘的缺陷和不足,而且分层管理不同角色的工作,在很大程度上提高了数据挖掘的智能性和高效性,减少了人工的参与。     

多元统计分析在大学各学科成绩分析中的应用

以华中科技大学文华学院某班级学生某学期的各科成绩为原始数据，运用聚类分析和因子分析，对大学生的主要学科成绩进行统计分析，找到了反映学生能力的个性特征和综合评价方法。首先通过聚类分析，对学生进行分类；其次运用因子分析，找出了影响该专业的主要课程，同时，给出了该专业学生成绩的综合评价模型。最后，将得到的综合评价模型与常用的2种方法进行比较，发现该方法可以弥补仅仅倦靠绩点分排名的不足。实证分析的结果表明，因子分析和聚类分析是分析学生成绩的行之有效的方法。     

基于潜力模型的上海都市圈城市等级划分

传统的根据行政级别和人口规模进行的城市等级划分并不能反映都市圈内各城市实际的经济地位。基于引力理论和潜力模型,提出了新的城市等级划分方法,并通过对上海都市圈内53个城市的潜力值求解和欧氏聚类分析,得到都市圈内新的城市等级体系。     

基于土地利用的空间数据挖掘系统的设计与实现

通过叙述聚类分析、空间数据挖掘和地理信息系统的概念,结合土地利用数据库,对系统的体系结构、设计与实现进行了详尽的阐述,提出了一个基于聚类的空间数据挖掘系统框架,并结合实例进行了分析与验证。     

基于随机森林的登革热时空扩散影响因子等级体系挖掘

为了克服经典统计学模型在定量研究各风险因子对登革热影响程度时存在的无法顾及非线性的风险因子、不能解释因子之间所具有的复杂相互作用关系等缺陷,研究基于时空数据挖掘理论,综合选取了与登革热有关的4类共25个潜在风险因子,采用Pearson相关性分析对风险因子进行初步筛选;利用随机森林算法对登革热及其潜在风险因子进行训练,挖掘影响登革热发生、扩散的风险因子,确定风险因子的等级排名体系。结果表明,采用随机森林比传统的线性模型具备更优秀的数据挖掘能力;登革热风险因子的风险等级排名由高到低分别为第一等级(人口密度、居民地、左邻域、右邻域);第二等级(下邻域、上邻域);第三等级(道路、左下邻域、右上邻域、右下邻域、左上邻域、降雨量、O_3、PM2.5、PM10、CO、NO_2、池塘);第四等级(温度、农用地、林地)。随机森林模型可很好地挖掘并量化影响登革热的各类风险因子,解释各风险因子间的相互关系。     

基于IGWOPSO-SVM算法的水质监测及等级评定系统

目的 水污染监测是流域水污染防治工作的前提。为实现高精度的地表水水质监测及水体等级评定,本研究设计基于IGWOPSO-SVM(Improved grey wolf optimizer particle swarm optimization-support vector machine)模型的水质监测及等级评定系统。方法 选用传感器组、STM32F103单片机、ESP8266WIFI无线通信模块搭建水质监测系统数据处理模块,利用WIFI无线通信将数据处理模块采集到的水质数据传输至服务器,设计水质监测系统服务器交互端,同时开发水质监测小程序对水质等级进行实时监测。基于改进粒子群算法(Improved particle swarm optimization,IPSO)及灰狼算法(Grey wolf optimizer,GWO)提出了IGWOPSO算法,对SVM进行优化,据此提出了IGWOPSO-SVM水质等级评定算法。基于南京市玄武湖、金川河、江浦水源地135组水质数据对本系统水质等级评定效果进行试验验证。结果 相比于SVM,IGWOPSO-SVM水质等级评定算法的总样本分类准确率由86.67%上升至100.00%,上升了13.33个百分点;相比于粒子群算法(Particle swarm optimization,PSO),IGWOPSO算法的最佳适应度由86.80上升至99.20,提高了14.29%。结论 本研究解决了传统水体等级评定方法效率低、准确率低的问题,为地表水水质的精确监测提供了方法借鉴。     

数据挖掘技术在变电站设备及缺陷管理系统中的应用

本文将数据挖掘技术应用到变电站设备及缺陷管理系统中,设计出设备缺陷数据挖掘系统,此系统包括数据预处理模块,数据挖掘模块和数据挖掘结果显示模块。文中根据变电站缺陷数据的特点,提出了采用多元线形回归模型进行数据挖掘的方法,并具体得以实现。实例表明该数据挖掘系统能够对缺陷的发生进行有效的预测。     

重庆四面山常绿阔叶林群落的数量分类

基于对21个样地的群落调查,利用等级聚类分析方法对四面山常绿阔叶林群落进行数量分类,并讨论了常用4种聚类策略。结果表明：组平均是等级聚合分类的最佳策略;四面山常绿阔叶林群落可分为4个群系类型。     

马尔科夫链在教学评价中的应用

通过建立数学模型对教学质量进行评价,应用马尔科夫链分析法考虑学生的原始槔态,并在同一标准下把学生的原始成绩分成相同的等级,确定出状态空间,然后求出一步转移概率,建立一步转移矩阵,最后根据马尔科夫链的平稳性及便利性求出极限向量,并进行比较判断。我们可以看出学生学习状态的转移概率仅与教学质量和教学条件有关,而与学生的基础无关。运用该方法对教学质量的评价说明,学生的进步情况比学生成绩本身更重要,同时我们可以更为客观的看出教师在教学方法上的优势和劣势,并使教师获取教学的反馈信息,以对自己的教学行为进行反思和调整,促进教师教育教学水平的提高。     

主成分分析与聚类分析在奶牛评定方面的应用

利用主成分分析与聚类分析的方法对八五一一农场奶牛进行了评定,结果表明:利用主成分分析和聚类分析方法进行奶牛评定及分类是可行的。具有其它分析方法不具备的优点。应用此种分析方法进行奶牛评定表明,在奶牛评定的10个指标中,体高、尻角度和后房高度3个指标是影响奶牛评分的三个主要因素。     

作物生产辅助决策专家系统模型研究

在综合运用分类分析和聚类分析等数据挖掘方法的基础上,提出一种智能农业专家系统构建模式,并给出了一种领域内数据筛选算法,以提高知识获取的自动化程度,探索部分解决基于规则推理的传统农业专家系统中知识获取的瓶颈问题。     

谈高校学生成绩评定工作中应注意的问题

对学生的试卷进行评定是高校教师的一项常规性工作。高校教师必须高度明确成绩评定的意义，了解学生当中可能存在的问题，切实加强道德自控能力，认真按照教育规律办事，确保学生成绩评定工作顺利进行。     

在役含缺陷油气管道的安全评价准则

针对石油天然气管道在运行过程中由于管道含缺陷而“带病”服役的问题,回顾了国内外对含缺陷管道的安全评定准则,总结出ASME B31G、API RP 579、DNVRP-101、PCORRC评价准则和SY/T 6477-2000评价准则的优缺点和适用范围.ASME B31G评价准则和API 579评价准则相对比较保守,而基于ASME B31G修改后的几种评价准则准确度有很大改善;DNV RP-F101评价准则和PCORRC评价准则适用于中高强度等级的含缺陷管道评定.建议在具体评定过程中,根据实际工况选用评价结果相对准确和计算简单的评价准则,并可根据实际需要对目前常用的评价准则进行修订,提出具有针对性的评价准则.同时建议对一些复杂结构缺陷和多种载荷耦合的含缺陷管道进行有限元数值计算.(参8)     

数据挖掘领域中的聚类分析

从算法的角度,阐述了如何在数据挖掘中进行聚类分析,并对典型的聚类方法进行比较分析,以利于人们根据各种聚类分析方法的优缺点和适用的领域,选择出适合特定问题的聚类方法。     

实验课成绩综合测评体系的创建与应用——以土壤农化分析课程为例

实验教学在培养学生综合素质和创新能力方面起着重要的作用。制定简便、科学的实验课成绩评定方法,是搞好实验教学的重要环节。为提高实验教学质量,对土壤农化分析实验课成绩评定方法进行了探索与创新,创建了实验课成绩综合测评体系。提出了实验课成绩评定指标的选择原则与方法,建立了量化测评标准,并将其应用到实验教学中。运用实验课成绩综合测评体系,从实验预习、"C3H3"素质、实验报告等多方面进行评价,取得了良好的效果。     

基于信息增益法的决策树构造方法

决策树数据挖掘技术是目前最有影响和使用最多的一种数据挖掘技术.决策树构造的方法很多,本研究提出一种基于信息增益的决策树构造方法,给出了相应的决策树构造算法,并通过一个实例对其进行了说明.