【摘要】：教育公平是社會公平的重要基礎,是國家基本教育方針。通過國家資助幫助家庭經濟困難學生,讓其接受教育,幫助家庭經濟困難學生度過艱難時期,是實現國家長治久安、建設社會主義和諧社會的本質要求。使得在讀經濟困難學生的經濟資助工作便捷、高透明地完成,便成為了一個函待解決的重要問題。論文設計實現基于聚類算法的教育資助系統,將由于操作人員誤操作引起的隱患降至最低,可使資助工作人員大大提高工作效率,同時減少運作成本,確保數據真實性,將資助工作徹底公開透明化�，F有的K-means聚類算法主要問題在于:產生的噪聲過大且中心點的選取上往往會產生局部最優(yōu)解。本文針對以上問題,引入遺傳算法對聚類中心點的選取過程進行優(yōu)化,并在此基礎上提出了基于改進的遺傳算法的K均值聚類算法。本文改進的K均值聚類算法一方面采用第一重遺傳算法實現對聚類中心的優(yōu)化,通過遺傳種群群體個體的分析來確定遺傳中心的個數;另一方面,以個體為中心進行一次聚類,得第二重遺傳算法個體適應度,從而確定聚類中心的全局最優(yōu)解。論文首先通過研究背景及意義的論述說明了設計一款基于聚類算法的教育資助系統的必要性;其次,介紹了聚類算法及關聯分析的相關理論,為提出助學金教學資格挖掘所需的數據聚類算法和聚類分類算法提供依據;再次,在需求分析過程中,分析了資助中心基本業(yè)務需求、系統功能需求等;此外,針對需求分析,提出了系統的數據庫設計、系統詳細設計、基于數據聚類算法的聚類算法;最后,針對系統設計展示了教育資助系統實現部,經過測試,系統達到了預期的功能要求。
[Abstract]:Educational equity is an important foundation of social equity and the basic educational policy of the country. It is the essential requirement of realizing the long-term stability of the country and building a harmonious socialist society to help the students with family financial difficulties to get through the difficult times by helping the students with family financial difficulties to receive education through the state financial aid. So that the financial aid work of students with financial difficulties is convenient and highly transparent, which has become an important problem to be solved by correspondence. In this paper, an educational aid system based on clustering algorithm is designed and implemented, which minimizes the hidden dangers caused by operators' misoperation, which can greatly improve the work efficiency of the aided staff, reduce the operating cost, ensure the authenticity of the data, and make the financial work completely open and transparent. The main problem of the existing K-means clustering algorithm is that the noise generated is too large and the selection of the center point often produces the local optimal solution. In order to solve the above problems, genetic algorithm is introduced to optimize the selection process of clustering center, and on this basis, a K-means clustering algorithm based on improved genetic algorithm is proposed. On the one hand, the improved K-means clustering algorithm uses the first genetic algorithm to optimize the clustering center, and the number of genetic centers is determined by the analysis of genetic population individuals; on the other hand, the individual fitness of the second genetic algorithm is obtained by clustering with the individual as the center, so as to determine the global optimal solution of the clustering center. Firstly, the paper explains the necessity of designing an educational aid system based on clustering algorithm through the discussion of research background and significance. Secondly, it introduces the clustering algorithm and the related theory of association analysis, which provides the basis for putting forward the data clustering algorithm and clustering classification algorithm needed for grant teaching qualification mining. Thirdly, in the process of demand analysis, the basic business requirements and system functional requirements of the aid center are analyzed. In addition, for the requirement analysis, the database design of the system, the detailed design of the system and the clustering algorithm based on the data clustering algorithm are put forward. Finally, the implementation department of the educational aid system is displayed for the system design. After testing, the system meets the expected functional requirements.
【學位授予單位】：湖南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP311.52

【相似文獻】

相關期刊論文 前10條

1 馮舜璽;;新書推薦:《算法分析導論》[J];計算機教育;2006年05期

2 張力,慕曉冬;計算機算法分析淺談[J];武警工程學院學報;2002年04期

3 馬安光;;飛彈問題的算法分析——2003年第10期題解[J];程序員;2003年12期

4 蘇運霖;;《算法分析導論》評介[J];計算機教育;2006年07期

5 朱力強;;培養(yǎng)學生創(chuàng)新思維與能力的算法分析案例[J];計算機與信息技術;2007年11期

6 汪菊琴;;幾種常見特殊方陣的算法分析與實現[J];無錫職業(yè)技術學院學報;2009年05期

7 李涵;;“算法分析與設計”課程教學改革和實踐[J];中國電力教育;2010年16期

8 劉寧;管濤;;淺析案例教學法在算法分析與設計課程中的應用[J];科技風;2011年07期

9 胡峰;王國胤;;“算法分析與設計”教學模式探索[J];當代教育理論與實踐;2011年12期

10 趙娟;;淺析啟發(fā)式教學法在《算法分析與設計》課程中的應用[J];福建電腦;2012年06期

相關會議論文 前10條

1 俞洋;田亞菲;;一種新的變步長LMS算法及其仿真[A];通信理論與信號處理新進展——2005年通信理論與信號處理年會論文集[C];2005年

2 周顥;劉振華;趙保華;;構造型的D~2FA生成算法[A];中國通信學會通信軟件技術委員會2009年學術會議論文集[C];2009年

3 賴桃桃;馮少榮;張東站;;一種基于劃分和密度的快速聚類算法[A];第二十五屆中國數據庫學術會議論文集（一）[C];2008年

4 劉遠新;鄧飛其;羅艷輝;舒添慧;;ERP柔性平臺下物流運輸配送系統算法分析[A];第二十六屆中國控制會議論文集[C];2007年

5 王樹西;白碩;姜吉發(fā);;模式合一的“減首去尾”算法[A];第二屆全國學生計算語言學研討會論文集[C];2004年

6 王萬青;張曉輝;;改進的A~*算法的高效實現[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎論文集[C];2009年

7 孫煥良;邱菲;劉俊嶺;朱葉麗;;IncSNN——一種基于密度的增量聚類算法[A];第二十三屆中國數據庫學術會議論文集（研究報告篇）[C];2006年

8 韓建民;岑婷婷;于娟;;實現敏感屬性l-多樣性的l-MDAV算法[A];第二十七屆中國控制會議論文集[C];2008年

9 張悅;尤楓;趙瑞蓮;;利用蟻群算法實現基于程序結構的主變元分析[A];第五屆中國測試學術會議論文集[C];2008年

10 王旭東;劉渝;鄧振淼;;正弦波頻率估計的修正Rife算法及其FPGA實現[A];全國第十屆信號與信息處理、第四屆DSP應用技術聯合學術會議論文集[C];2006年

相關重要報紙文章 前1條

1 科文;VIXD算法分析Web異常[N];中國計算機報;2008年

相關博士學位論文 前10條

1 魏哲學;樣本斷點距離問題的算法與復雜性研究[D];山東大學;2015年

2 劉春明;基于增強學習和車輛動力學的高速公路自主駕駛研究[D];國防科學技術大學;2014年

3 張敏霞;生物地理學優(yōu)化算法及其在應急交通規(guī)劃中的應用研究[D];浙江工業(yè)大學;2015年

4 李紅;流程挖掘算法研究[D];云南大學;2015年

5 盛歆漪;粒子群優(yōu)化算法及其應用研究[D];江南大學;2015年

6 黃磊;高動態(tài)環(huán)境捷聯慣導信號處理及高精度姿態(tài)速度算法研究[D];南京航空航天大學;2015年

7 劉新旺;多核學習算法研究[D];國防科學技術大學;2013年

8 于濱;城市公交系統模型與算法研究[D];大連理工大學;2006年

9 曾國強;改進的極值優(yōu)化算法及其在組合優(yōu)化問題中的應用研究[D];浙江大學;2011年

10 肖永豪;蜂群算法及在圖像處理中的應用研究[D];華南理工大學;2011年

相關碩士學位論文 前10條

1 黃廈;基于改進蟻群算法的柔性作業(yè)車間調度問題研究[D];昆明理工大學;2015年

2 李平;基于Hadoop的信息爬取與輿情檢測算法研究[D];昆明理工大學;2015年

3 趙官寶;基于位表的關聯規(guī)則挖掘算法研究[D];昆明理工大學;2015年

4 殷文華;移動容遲網絡中基于社會感知的多播分發(fā)算法研究[D];內蒙古大學;2015年

5 徐翔燕;人工魚群優(yōu)化算法及其應用研究[D];西南交通大學;2015年

6 李德福;基于小世界模型的啟發(fā)式尋路算法研究[D];華中師范大學;2015年

7 鄭海彬;一種面向MAPREDUCE的DATASHUFFLE的優(yōu)化方法[D];蘇州大學;2015年

8 趙曉寒;輪換步長PSO算法及SMVSC參數優(yōu)化[D];沈陽理工大學;2015年

9 安豐洋;基于無線網絡的廣播算法研究[D];曲阜師范大學;2015年

10 李智明;基于改進FastICA算法的混合語音盲分離[D];上海交通大學;2015年

，

本文編號：2506787