文摘
英文文摘
声明
第一章绪论
1.1课题来源
1.2高考志愿填报的特点
1.3高考志愿填报智能服务的研究现状
1.3.1信息参考辅助高考志愿填报
1.3.2基于数据挖掘的高考志愿填报智能服务
1.4模糊聚类分析的研究与应用
1.4.1模糊聚类分析的研究与发展
1.4.2模糊聚类分析的应用
1.5课题研究的意义
1.6本文的研究内容与组织结构
第二章模糊聚类相关技术
2.1模糊聚类理论基础
2.1.1模糊集合及其运算
2.1.2模糊关系
2.1.3模糊性度量
2.2模糊聚类方法
2.2.1谱系聚类方法
2.2.2基于图论的聚类方法
2.2.3基于等价关系的模糊聚类
2.2.4基于目标函数的模糊聚类
2.2.5模糊C-均值聚类算法
2.3聚类有效性函数
2.3.1基于模糊划分的聚类有效性函数
2.3.2基于几何结构的聚类有效性函数
2.3.3 Xie-Beni函数
2.4本章小结
第三章求解FCM算法最佳聚类数的改进方法
3.1基于有效性评判的最佳聚类数求解方法
3.2基于减法聚类的FCM初始聚类数目上限求解
3.2.1减法聚类算法
3.2.2初始聚类数目上限的确定
3.2.3时间复杂度分析
3.3基于合并聚类中心的求解最佳聚类数初始化改进方法
3.3.1主要的聚类初始化方法
3.3.2基于有效性评判的FCM算法初始化的分析
3.3.3聚类中心的合并
3.3.4基于合并聚类中心的初始化
3.4基于减法聚类和合并聚类中心的FCM改进算法描述
3.4.1基本思想
3.4.2算法步骤
3.5实验分析
3.5.1样本数据集的选定
3.5.2仿真实验
3.6本章小结
第四章数据的规范化及基于特征加权的FCM算法
4.1数据的规范化
4.1.1最大-最小规范化
4.1.2 Z-Score规范化
4.1.3压缩到[0,1]闭区间内
4.2基于特征加权的FCM改进算法
4.2.1基于离差最大化的客观赋权法
4.2.2基于主观权重和客观权重的组合特征加权
4.2.3基于特征加权的FCM改进算法的实现步骤
4.3实验分析
4.4本章小结
第五章改进FCM算法在高考志愿填报智能服务中的应用
5.1院校推荐模型
5.1.1院校推荐模型的指导思想及流程
5.1.2院校指标体系
5.2算例分析
5.2.1确定高校样本数据集
5.2.2院校分类
5.2.3评定推荐等级
5.3院校推荐系统的设计与实现
5.3.1开发环境及开发技术
5.3.2系统结构
5.3.3系统运行效果
5.4本章小结
第六章结束语
6.1本文研究工作总结
6.2后续的研究工作与展望
参考文献
致谢
攻读硕士学位期间完成论文情况、参加的科研情况