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