基于FLFM聚类算法的本科生理论基础与应用能力评估的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-8页 |
| 第一章 引言 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 本文所做的工作 | 第10-12页 |
| 第二章 聚类算法基础 | 第12-17页 |
| 2.1 聚类的定义 | 第12页 |
| 2.2 聚类过程概述 | 第12-13页 |
| 2.3 典型的聚类算法 | 第13-17页 |
| 2.3.1 K-means 算法 | 第13-14页 |
| 2.3.2 FCM 算法 | 第14-16页 |
| 2.3.3 典型聚类算法的比较 | 第16-17页 |
| 第三章 FLFM 人工神经网络 | 第17-24页 |
| 3.1 FLFM 网络拓扑结构 | 第17-18页 |
| 3.2 人工神经元 | 第18-19页 |
| 3.3 网络训练过程 | 第19-23页 |
| 3.4 竞争过程 | 第23页 |
| 3.5 网络工作过程 | 第23-24页 |
| 第四章 评估模型的设计 | 第24-34页 |
| 4.1 功能模块的设计 | 第25页 |
| 4.2 数据管理设计 | 第25-27页 |
| 4.3 数据的相关处理 | 第27-34页 |
| 第五章 实验与分析 | 第34-44页 |
| 5.1 K-means 算法实验结果 | 第34-36页 |
| 5.2 FCM 算法实验结果 | 第36-37页 |
| 5.3 SOM 算法实验结果 | 第37-38页 |
| 5.4 FLFM 算法实验结果 | 第38-44页 |
| 第六章 结论与展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 在学期间公开发表论文及著作情况 | 第50页 |
