發(fā)布時(shí)間：2019-06-27 12:27

【摘要】：教育公平是社會(huì)公平的重要基礎(chǔ),是國(guó)家基本教育方針。通過國(guó)家資助幫助家庭經(jīng)濟(jì)困難學(xué)生,讓其接受教育,幫助家庭經(jīng)濟(jì)困難學(xué)生度過艱難時(shí)期,是實(shí)現(xiàn)國(guó)家長(zhǎng)治久安、建設(shè)社會(huì)主義和諧社會(huì)的本質(zhì)要求。使得在讀經(jīng)濟(jì)困難學(xué)生的經(jīng)濟(jì)資助工作便捷、高透明地完成,便成為了一個(gè)函待解決的重要問題。論文設(shè)計(jì)實(shí)現(xiàn)基于聚類算法的教育資助系統(tǒng),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(shí)減少運(yùn)作成本,確保數(shù)據(jù)真實(shí)性,將資助工作徹底公開透明化�，F(xiàn)有的K-means聚類算法主要問題在于:產(chǎn)生的噪聲過大且中心點(diǎn)的選取上往往會(huì)產(chǎn)生局部最優(yōu)解。本文針對(duì)以上問題,引入遺傳算法對(duì)聚類中心點(diǎn)的選取過程進(jìn)行優(yōu)化,并在此基礎(chǔ)上提出了基于改進(jìn)的遺傳算法的K均值聚類算法。本文改進(jìn)的K均值聚類算法一方面采用第一重遺傳算法實(shí)現(xiàn)對(duì)聚類中心的優(yōu)化,通過遺傳種群群體個(gè)體的分析來確定遺傳中心的個(gè)數(shù);另一方面,以個(gè)體為中心進(jìn)行一次聚類,得第二重遺傳算法個(gè)體適應(yīng)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(shè)計(jì)一款基于聚類算法的教育資助系統(tǒng)的必要性;其次,介紹了聚類算法及關(guān)聯(lián)分析的相關(guān)理論,為提出助學(xué)金教學(xué)資格挖掘所需的數(shù)據(jù)聚類算法和聚類分類算法提供依據(jù);再次,在需求分析過程中,分析了資助中心基本業(yè)務(wù)需求、系統(tǒng)功能需求等;此外,針對(duì)需求分析,提出了系統(tǒng)的數(shù)據(jù)庫設(shè)計(jì)、系統(tǒng)詳細(xì)設(shè)計(jì)、基于數(shù)據(jù)聚類算法的聚類算法;最后,針對(duì)系統(tǒng)設(shè)計(jì)展示了教育資助系統(tǒng)實(shí)現(xiàn)部,經(jīng)過測(cè)試,系統(tǒng)達(dá)到了預(yù)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(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP311.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馮舜璽;;新書推薦:《算法分析導(dǎo)論》[J];計(jì)算機(jī)教育;2006年05期

2 張力,慕曉冬;計(jì)算機(jī)算法分析淺談[J];武警工程學(xué)院學(xué)報(bào);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(yùn)霖;;《算法分析導(dǎo)論》評(píng)介[J];計(jì)算機(jī)教育;2006年07期

5 朱力強(qiáng);;培養(yǎng)學(xué)生創(chuàng)新思維與能力的算法分析案例[J];計(jì)算機(jī)與信息技術(shù);2007年11期

6 汪菊琴;;幾種常見特殊方陣的算法分析與實(shí)現(xiàn)[J];無錫職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年05期

7 李涵;;“算法分析與設(shè)計(jì)”課程教學(xué)改革和實(shí)踐[J];中國(guó)電力教育;2010年16期

8 劉寧;管濤;;淺析案例教學(xué)法在算法分析與設(shè)計(jì)課程中的應(yīng)用[J];科技風(fēng);2011年07期

9 胡峰;王國(guó)胤;;“算法分析與設(shè)計(jì)”教學(xué)模式探索[J];當(dāng)代教育理論與實(shí)踐;2011年12期

10 趙娟;;淺析啟發(fā)式教學(xué)法在《算法分析與設(shè)計(jì)》課程中的應(yīng)用[J];福建電腦;2012年06期

相關(guān)會(huì)議論文 前10條

1 俞洋;田亞菲;;一種新的變步長(zhǎng)LMS算法及其仿真[A];通信理論與信號(hào)處理新進(jìn)展——2005年通信理論與信號(hào)處理年會(huì)論文集[C];2005年

2 周顥;劉振華;趙保華;;構(gòu)造型的D~2FA生成算法[A];中國(guó)通信學(xué)會(huì)通信軟件技術(shù)委員會(huì)2009年學(xué)術(shù)會(huì)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(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（一）[C];2008年

4 劉遠(yuǎn)新;鄧飛其;羅艷輝;舒添慧;;ERP柔性平臺(tái)下物流運(yùn)輸配送系統(tǒng)算法分析[A];第二十六屆中國(guó)控制會(huì)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(guó)學(xué)生計(jì)算語言學(xué)研討會(huì)論文集[C];2004年

6 王萬青;張曉輝;;改進(jìn)的A~*算法的高效實(shí)現(xiàn)[A];2009全國(guó)測(cè)繪科技信息交流會(huì)暨首屆測(cè)繪博客征文頒獎(jiǎng)?wù)撐募痆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(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

8 韓建民;岑婷婷;于娟;;實(shí)現(xiàn)敏感屬性l-多樣性的l-MDAV算法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

9 張悅;尤楓;趙瑞蓮;;利用蟻群算法實(shí)現(xiàn)基于程序結(jié)構(gòu)的主變?cè)治鯷A];第五屆中國(guó)測(cè)試學(xué)術(shù)會(huì)議論文集[C];2008年

10 王旭東;劉渝;鄧振淼;;正弦波頻率估計(jì)的修正Rife算法及其FPGA實(shí)現(xiàn)[A];全國(guó)第十屆信號(hào)與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2006年

相關(guān)重要報(bào)紙文章 前1條

1 科文;VIXD算法分析Web異常[N];中國(guó)計(jì)算機(jī)報(bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 魏哲學(xué);樣本斷點(diǎn)距離問題的算法與復(fù)雜性研究[D];山東大學(xué);2015年

2 劉春明;基于增強(qiáng)學(xué)習(xí)和車輛動(dòng)力學(xué)的高速公路自主駕駛研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

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

4 李紅;流程挖掘算法研究[D];云南大學(xué);2015年

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

6 黃磊;高動(dòng)態(tài)環(huán)境捷聯(lián)慣導(dǎo)信號(hào)處理及高精度姿態(tài)速度算法研究[D];南京航空航天大學(xué);2015年

7 劉新旺;多核學(xué)習(xí)算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

8 于濱;城市公交系統(tǒng)模型與算法研究[D];大連理工大學(xué);2006年

9 曾國(guó)強(qiáng);改進(jìn)的極值優(yōu)化算法及其在組合優(yōu)化問題中的應(yīng)用研究[D];浙江大學(xué);2011年

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

相關(guān)碩士學(xué)位論文 前10條

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

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

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

4 殷文華;移動(dòng)容遲網(wǎng)絡(luò)中基于社會(huì)感知的多播分發(fā)算法研究[D];內(nèi)蒙古大學(xué);2015年

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

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

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

9 安豐洋;基于無線網(wǎng)絡(luò)的廣播算法研究[D];曲阜師范大學(xué);2015年

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

，

本文編號(hào)：2506787