学位论文 > 优秀研究生学位论文题录展示

聚类分析方法在学生信息管理系统中的应用

作　者: 于宁
导　师: 王庆江；董军宇
学　校: 中国海洋大学
专　业: 计算机应用技术
关键词: 聚类分析 模糊理论 遗传算法 信息管理系统 K-平均算法
分类号: TP315
类　型: 硕士论文
年　份: 2010年
下　载: 75次
引　用: 1次
阅　读: 论文下载
 

内容摘要


随着教育规模的持续扩大,学生数量急剧增加,给学生管理工作带来很大压力,单纯的学生信息管理系统信息化远远不能满足需求,由此提出了数字化校园的建设目标,即以网络为基础,利用先进的信息化手段和工具,实现资源数字化,全部实现计算机管理。这个数字化校园将积聚大量的数据,如何挖掘大量数据中所隐含的规律,从而应用这些规律去指导学校的工作,改善整个学校的管理,提高管理效率是一项非常有意义的工作。数据挖掘是近些年来发展起来的新技术,通过数据挖掘,人们可以发现数据背后隐藏的有价值的、潜在的知识,为科学地进行各种商业决策提供强有力的支持。而聚类分析是数据挖掘中的一项主要技术,它将物理对象或抽象对象的集合分组成为由类似对象组成的多个簇,从而为相关数据基础上的决策提供依据。本文着眼于学生信息管理系统的构建以及相关数据的挖掘研究,主要从以下几个方面进行了深入的研究和探讨：(1)在简要介绍课题的研究背景及选题意义的基础上,介绍了教育信息化、数据挖掘、聚类分析等概念。(2)针对传统聚类算法存在的问题,首先介绍了遗传算法以及模糊遗传算法的概况,接着提出了改进的遗传模糊聚类算法(IGFCM),主要从编码方式、遗传算子和停止准则三个方面做了改进,最后利用IRIS标准数据集测试了算法的性能,通过与传统聚类算法和GFCM算法的比较,证明了本文提出的IGFCM算法的有效性。(3)在分析系统开发相关工具和方法的基础上,针对学生信息管理系统的需求,设计实现了一个简单的学生信息管理系统,为下一步应用聚类算法进行成绩分析提供了平台和数据源。(4)对潍坊科技学院计算机科学系学生成绩,用基于模糊遗传算法聚类算法进行了聚类,实验结果表明,该方法能够较好地对学生成绩进行分析,帮助相关教师和部门进行决策。

全文目录


摘要  5-6
ABSTRACT  6-10
第1章 引言  10-15
  1.1 研究背景及意义  10-11
    1.1.1 教育信息化的需要  10
    1.1.2 数据挖掘技术的快速发展  10-11
  1.2 研究现状  11-14
    1.2.1 数据挖掘研究  11-12
    1.2.2 聚类分析研究现状  12-14
  1.3 本文的主要研究内容  14-15
第2章 数据挖掘与聚类  15-30
  2.1 数据挖掘综述  15-22
    2.1.1 数据挖掘的概念  15-16
    2.1.2 数据挖掘的数据模式  16-19
    2.1.3 数据挖掘的过程  19-20
    2.1.4 数据挖掘技术  20-22
  2.2 聚类分析概述  22-27
    2.2.1 聚类分析的定义  22
    2.2.2 聚类分析算法的要求  22-23
    2.2.3 主要聚类分析方法  23-27
  2.3 K-平均聚类分析算法  27-29
    2.3.1 K-平均聚类算法的基本思想  27
    2.3.2 K-平均算法的描述  27-28
    2.3.3 k-平均算法的优点及缺陷  28-29
  2.4 本章小结  29-30
第3章 基于模糊遗传算法的聚类分析  30-46
  3.1 遗传算法基本原理  30-33
    3.1.1 基本原理  30-31
    3.1.2 遗传算法主要优点  31-32
    3.1.3 遗传算法的发展简述  32-33
  3.2 遗传算法改进研究  33-37
    3.2.1 传统遗传算法的缺点  33-34
    3.2.2 模糊遗传算法  34-37
  3.3 基于模糊遗传算法的聚类算法  37-45
    3.3.1 遗传算法聚类需要解决的问题  37
    3.3.2 基于模糊遗传算法的聚类分析  37-40
    3.3.3 实验仿真与结果分析  40-45
  3.4 本章小结  45-46
第4章 学生信息管理系统设计与实现  46-54
  4.1 系统分析与设计  46-50
    4.1.1 功能设计  46-47
    4.1.2 数据库设计  47-50
  4.2 系统模块介绍  50-53
    4.2.1 新生登记模块  50
    4.2.2 学生信息查询修改  50-51
    4.2.3 学生成绩查询修改  51-52
    4.2.4 奖励和处罚登记  52-53
  4.3 本章小结  53-54
第5章 基于模糊遗传算法聚类的学生成绩分析  54-61
  5.1 学生成绩等级划分的必要性  54-55
  5.2 传统成绩划分方法  55
  5.3 基于模糊遗传算法聚类分析的成绩划分  55-60
    5.3.1 聚类分析在评价教学效果中的作用  56
    5.3.2 基于模糊遗传算法聚类分析的建模  56-57
    5.3.3 实验结果分析  57-60
  5.4 本章小结  60-61
第6章 总结和展望  61-62
参考文献  62-65
致谢  65

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 牡丹EST-SSR引物开发及其亲缘关系分析,S685.11
  4. 武器装备信息管理系统的设计与实现,TP311.52
  5. 高血压前期证候特征研究,R259
  6. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  7. 部队人员网上训练与考核系统的开发,TP311.52
  8. 大学生综合素质测评研究,G645.5
  9. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  10. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  11. 基于遗传算法的中短波磁天线的设计及实现,TN820
  12. 基于遗传算法的柑橘图像分割,TP391.41
  13. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  14. 西藏边防作战训练信息管理系统设计与实现研究,TP311.52
  15. 基于遗传—牛顿算法的公交优化调度,TP18
  16. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  17. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  18. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  19. 基于遗传算法和粗糙集的聚类算法研究,TP18
  20. 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
  21. 遗传算法在物流仓储优化中的应用研究,F259.2

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 管理程序、管理系统
© 2012 www.xueweilunwen.com