• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    改進(jìn)模擬退火算法的K—means聚類方法在學(xué)生成績上的應(yīng)用

    2017-10-12 09:06左倪娜
    廣西教育·C版 2017年8期
    關(guān)鍵詞:學(xué)生成績數(shù)據(jù)挖掘

    【摘 要】本文以學(xué)生管理系統(tǒng)中學(xué)生的成績作為測試集,提出一種新的基于改進(jìn)模擬退火的k-means算法的評價函數(shù),挖掘?qū)W生成績中的有效數(shù)據(jù),用改進(jìn)前后的算法來解決最優(yōu)問題。實驗證明改進(jìn)模擬退火的k-means聚類算法收斂效果要優(yōu)于傳統(tǒng)的K-means算法,具有更好的聚類性能,其算法更加高效。

    【關(guān)鍵詞】模擬退火算法 數(shù)據(jù)挖掘 K-means聚類 學(xué)生成績

    【中圖分類號】G 【文獻(xiàn)標(biāo)識碼】A

    【文章編號】0450-9889(2017)08C-0149-04

    聚類(Clustering)是一種重要的數(shù)據(jù)分析手段,常用于數(shù)據(jù)挖掘領(lǐng)域,其主要用于實現(xiàn)對數(shù)據(jù)的深層次分析。它已經(jīng)廣泛應(yīng)用于圖像處理、模式識別、生物信息學(xué)等各個領(lǐng)域。K-means算法是數(shù)據(jù)挖掘中聚類問題的重要算法之一,也是現(xiàn)在公認(rèn)的最有前景的數(shù)據(jù)分析算法。然而,由于隨機初始聚類中心的選取,因此聚類算法得不到全局最優(yōu)解,并且收斂時間過長,影響分類的效果,會導(dǎo)致聚類結(jié)果的極不穩(wěn)定。

    1953年,Metropolis等人提出一種基于概率的算法——模擬退火算法(Simulated Annealing)。利用模擬退火算法采用啟發(fā)式搜索初始聚類中心,再結(jié)合K-means算法,可以解決局部最優(yōu)解優(yōu)解的問題;同時減少了迭代次數(shù),提高了聚類劃分的質(zhì)量,讓數(shù)據(jù)分析更科學(xué)化。

    早已有一些學(xué)者研究模擬退火K-means聚類算法,并提出了一系列具有進(jìn)步意義的觀點,將其投入到實際應(yīng)用中。李健等學(xué)者也進(jìn)行了這一類研究,并將其跟鏡頭聚類相結(jié)合,進(jìn)行了拓展性應(yīng)用分析;陳慧萍等人將其跟UCI機器學(xué)習(xí)數(shù)據(jù)結(jié)合,提高了機器的運算能力;陳明等人將模擬退火K-means聚類算法跟多波段圖像相結(jié)合,發(fā)現(xiàn)模擬退火K-means聚類算法能夠從多波段圖像中提取有價值的信息,提高對采集的數(shù)據(jù)的運算能力。本文以學(xué)生管理系統(tǒng)中學(xué)生的成績作為測試集,提出一種新的基于改進(jìn)模擬退火的K-means算法的評價函數(shù),挖掘?qū)W生成績中的有效數(shù)據(jù),更準(zhǔn)確地體現(xiàn)聚類的類內(nèi)間距和類間間距,從而促進(jìn)教學(xué)質(zhì)量的提高。

    一、模擬退火算法概述

    模擬退火算法的基本思想最開始來源于固體物質(zhì)退火學(xué)說中,其做法為:先加熱某個物體,讓其升溫到一定的溫度。當(dāng)溫度足夠高時再進(jìn)行緩慢降溫。在使用模擬退火K-means聚類算法優(yōu)化問題的時候,往往能夠?qū)?nèi)能E轉(zhuǎn)化為我們需要的目標(biāo)函數(shù)值f,也能夠?qū)⒃谶@個過程中的溫度T轉(zhuǎn)化為控制參數(shù)t,這樣可以推算得到優(yōu)化方法:先計算初始解與t,對解實施迭代,之后體系的t不斷地減小,控制體系的溫度T降低,當(dāng)體系的控制參數(shù)t降到最低值的時候,我們就能夠得到一個最優(yōu)解,該數(shù)值也就是本次計算的理想數(shù)值。

    模擬退火算法性質(zhì)上屬于啟發(fā)式隨機算法,相對于過去使用的算法來說,該種算法運算簡單,應(yīng)用范圍廣,計算起來比較容易,運算效率快,而且不容易受到初始條件的約束。從理論層面上來看,利用該種算法是能夠獲得最優(yōu)解的,而且也有人證明該種方法計算得到最優(yōu)解的概率為100%,同時該種方法也能夠進(jìn)行大規(guī)模運算量的操作,提高了人們對數(shù)據(jù)的分析能力。

    模擬退火算法也有很多缺點,比如說當(dāng)參數(shù)變化的時候,其運算結(jié)果也會發(fā)生變化??刂企w系的溫度T衰減參數(shù)若是選擇的不好,或者是退火過程的收斂速度太慢,都會影響到解的精確性,影響了我們計算獲得最優(yōu)解。

    二、聚類

    聚類(Clustering)是一種重要的數(shù)據(jù)分析手段,常用于數(shù)據(jù)挖掘領(lǐng)域(Data Mining),其主要用于實現(xiàn)對數(shù)據(jù)的深層次分析。而K-means聚類算法又是聚類數(shù)據(jù)分析中最主要的一種,也是目前最科學(xué)化的一種算法。K-means聚類算法最早是Steinhaus(1955)、Loyd(1957)、Ball&Hall(1965)和McQueen(1967)在其相應(yīng)的研究領(lǐng)域提出的。K-means聚類算法運算效率高、計算方法漸變、運算應(yīng)用范圍廣,這些都讓K-means聚類算法在諸多領(lǐng)域得到了應(yīng)用,比如信息技術(shù)領(lǐng)域、醫(yī)學(xué)領(lǐng)域、決策科學(xué)領(lǐng)域等,都展現(xiàn)出了K-means聚類算法的應(yīng)用價值。

    K-means聚類算法的優(yōu)勢在于能夠找到該類準(zhǔn)則下的最小k個劃分,而這類算法的結(jié)合能力好,比較容易實現(xiàn),同時各項指標(biāo)也都發(fā)現(xiàn)K-means聚類算法具有很多優(yōu)勢,比如收斂能力強、運算效率高等。在K-means聚類算法中,如果各類之間區(qū)別明顯,同時數(shù)據(jù)分布也比較密集,則使用K-means聚類算法處理數(shù)據(jù)能夠得到最佳結(jié)果。若是處理一些大規(guī)模的數(shù)據(jù),K-means聚類算法也能夠很好地實現(xiàn)對數(shù)據(jù)的處理,不僅處理效率高,而且伸縮性較好。在K-means聚類算法中,算法的復(fù)雜度是O(nkm)。這三個字母有著不同的含義,n的含義是對象的數(shù)目,k的含義是聚類數(shù)目,m的含義是迭代次數(shù)。這三個指標(biāo)的大小規(guī)律為k和m的數(shù)值一般要比n小很多。

    然而,K-means聚類算法的應(yīng)用范圍也比較窄,主要是因為以下幾個缺陷:一是最初的劃分會顯著影響最后的數(shù)據(jù)分析結(jié)果;二是k需要提前設(shè)定,無法自動生成或者是自動調(diào)整;三是無法用在一些非凸面形狀的類運算中,也無法用在一些大小差別很大的類運算中;四是孤立點或噪聲會影響到K-means聚類算法的運算結(jié)果;五是該類算法停止于局部最優(yōu)解。

    整體來看,“容易陷入局部最優(yōu)解”正是模擬退火算法致力于解決的問題。

    三、改進(jìn)模擬退火算法在K-means聚類中的應(yīng)用

    基于模擬退火算法的K-means聚類方法的參數(shù)選擇如下:

    (一)目標(biāo)函數(shù)。根據(jù)誤差平方和準(zhǔn)則函數(shù)JC,就能夠?qū)⒕垲愡M(jìn)行劃分,將其劃分為離散距離和Js,而公式表示如下:

    上述公式是這C個類的聚類中心,計算出樣本的均值,計算公式如下:

    在這里我們可以推算得到樣本跟聚類中心的距離,其他指標(biāo)的運算方式如下。

    (二)初始溫度。在設(shè)定初始溫度的時候,應(yīng)該設(shè)定一個相對較高的數(shù)值,這樣對于一些運算得到的解都是可以接受的,但是若是溫度設(shè)定過高也是沒有意義的。最佳運算方法為,選擇K-means聚類算法得到的結(jié)果作為本次研究的初始結(jié)果,而可以得到T0=Jd。但是需要注意的是,K-means聚類算法的K是用隨機方法得出的。

    (三)擾動方法。通過對之前求算獲得的解進(jìn)行擾動,可以產(chǎn)生新的解。一般來說,最佳方式就是K-means聚類算法單個樣本擾動:將所有的聚類樣本從所屬于的類別中取出,將其放入到另一個類別中,形成一個全新的聚類方案。

    (四)退火過程。具體做法為先乘以一個系數(shù),也就是T(t)=aT(t-1),在上述公式中,a可能是介于0到1之間的任意值,而a數(shù)值越大,則退火時間也就越長,a數(shù)值越小,則退火時間也就越短;因此最好是選擇a數(shù)值最大的退火方案,這樣得到的數(shù)值解是我們需要的解。

    改進(jìn)K-means聚類算法的過程如下:

    1.使用K-means聚類算法進(jìn)行聚類分析,得到一系列的結(jié)果,將這個結(jié)果當(dāng)作初始解,這樣可以得到目標(biāo)函數(shù)值。

    2.將本次運算中的溫度初始化成為目標(biāo)函數(shù)值。

    3.任意選擇溫度t,反復(fù)進(jìn)行4-6步的運算操作,直到得到的溫度低于某個給定數(shù)值為止,終止4-6步的運算操作,進(jìn)行第七步運算。

    4.因為聚類狀態(tài)是在某個范圍內(nèi)進(jìn)行波動的,將樣本從某一類轉(zhuǎn)移到另一類,是可以推算得到目標(biāo)函數(shù)的。

    5.計算兩個函數(shù)之間的差值。

    6.根據(jù)該算法的接受規(guī)則,若是差值≤0,則認(rèn)為新算出來的數(shù)值是可以接受的;否則新算出來的數(shù)值是否可以接受以概率p來接受,并且返回到運算的第三步。

    7.結(jié)束運算。

    算法描述如下:

    輸入:x={x1,x2,…,xi},y j =(y1,y2,…,yi)屬于R50,聚類個數(shù)N

    輸出:最優(yōu)的聚類劃分的聚類中心S={a1,a2,…,aN}

    1 初始化:

    T0=Jd;

    PN=Random_partition(x); //隨機劃分x

    Purity(Ω,C) object = Purity(Ω,C)(PN); // Purity(Ω,C) object 為算法的評價函數(shù),具體計算方法詳見5.4節(jié)。

    S=a(PN);

    Purity(Ω,C)best= Purity(Ω,C)object; // Purity(Ω,C)best為搜索中最優(yōu)解的目標(biāo)函數(shù)的取值。

    2 改進(jìn)模擬退火算法獲取初始聚類中心:

    While(100*n>0)

    Begin

    for(loop=N;loop>=1;loop--)

    begin

    num=0;

    while(num

    Begin

    選取離聚類中心最遠(yuǎn)的實體,重新劃分,得到新的PN

    S=a(PN); //S是模擬退火算法搜索過程中搜索到的聚類中心;

    Purity(Ω,C) object = Purity(Ω,C)(PN);

    Δf= Purity(Ω,C) object- Purity(Ω,C) object;

    if(Δf>0)

    { PN =PN;

    Purity(Ω,C) object = Purity(Ω,C)(PN);

    S=S;

    if(Purity(Ω,C)best> Purity(Ω,C)object)){ num=0;}

    else{ num++;}}

    else

    { if(random[0,1]<=min(1,exp[-(Δf)/ T0]))

    { PN =PN; S=S;}}

    End

    End

    T(t) = a T(t-1); //退火過程

    End

    3 Pk=K-means(x,S,k); //運行K-means

    S=a(Pk); //更新聚類中心

    改進(jìn)模擬退火算法共有三個循環(huán),第一層循環(huán)是模擬退火降溫過程;中間循環(huán)是使用變換規(guī)則產(chǎn)生新解;最內(nèi)層循環(huán)是維持初始數(shù)據(jù)的穩(wěn)定。此算法將采用隨機插入法產(chǎn)生新解,以概率的方式接受較差的解,從而能夠跳出局部最優(yōu)解,獲得全局近似的最優(yōu)解,從而得到的初始聚類中心接近于最優(yōu)的聚類中心。再將此初始聚類中心進(jìn)行聚類進(jìn)行劃分,克服了初始階段K-means的盲目性,解決了K-means算法初始聚類中心敏感性問題,同時減少了迭代次數(shù),提高了效率。而且模擬退火階段屬于橫向搜索,會得到相對較優(yōu)的聚類劃分,對收斂標(biāo)準(zhǔn)要求較低,減少了時間復(fù)雜度;K-means算法階段屬于縱向搜索,容易得到最優(yōu)的聚類劃分,但收斂標(biāo)準(zhǔn)要求較高。利用模擬退火算法得到的初始聚類中心接近最優(yōu)的聚類劃分,需要較少的迭代次數(shù)就能收斂,同時降低了K-means算法的時間復(fù)雜度。

    四、實驗

    (一)實驗環(huán)境。硬件環(huán)境:CPU為P4 2.4GHz,內(nèi)存為8GB,軟件Matlab7.0。數(shù)據(jù)采用KDD cup_99。

    (二)學(xué)生成績數(shù)據(jù)描述。本實驗中進(jìn)行運算的數(shù)據(jù)來自廣西政法管理干部學(xué)院的教務(wù)系統(tǒng),只選擇了信息工程系學(xué)生成績。將學(xué)生成績數(shù)據(jù)集分為150組,信息工程系總共有2個專業(yè),這兩個專業(yè)一個是司法信息專業(yè),還有一個是計算機網(wǎng)絡(luò)專業(yè)。平均每個專業(yè)有50個樣本,計算統(tǒng)計的四門學(xué)科為:C語言、VB、JAVAR,VB+SQL。為了方便數(shù)據(jù)處理,本次運算的滿分為10分。

    表1 數(shù)據(jù)集截取片段示意圖

    專業(yè) C VB JAVA VB+SQL

    司法信息 6.2 8.2 5.5 3.0

    司法信息 6.9 6.3 5.8 3.6

    司法信息 4.8 7.3 4.2 3.6

    司法信息 7.0 7.3 7.2 5.2

    計算機網(wǎng)路 6.4 7.3 6.8 6.2

    計算機網(wǎng)絡(luò) 6.9 6.8 7.2 6.2

    計算機網(wǎng)絡(luò) 6.3 7.3 8.3 7.5

    計算機網(wǎng)路 7.1 6.0 7.8 6.5

    計算機網(wǎng)絡(luò) 8.2 6.8 8.0 7.3

    (三)改進(jìn)K-means聚類解決學(xué)生成績挖掘問題的必要性。整體來看,對學(xué)生的成績處理比較容易,使用傳統(tǒng)的K-means聚類方法就能夠直接運算得到結(jié)論,但是實際運算的時候發(fā)現(xiàn)并非如此,主要歸結(jié)為如下原因:

    1.傳統(tǒng)的K-means聚類方法中,初始值非常重要,但是要計算學(xué)生成績則很難找到一種合適的初始值選取方法。若是選擇的初始值數(shù)值有偏差的話,則很難通過傳統(tǒng)的K-means聚類方法得到最優(yōu)解,計算結(jié)果跟我們需要的存在差距。

    2.因為學(xué)生的考試成績呈現(xiàn)出連續(xù)分布的規(guī)律,成績跨度大,樣本上數(shù)量多,使用傳統(tǒng)的K-means聚類方法難以分析這些數(shù)據(jù)。

    3.雖然學(xué)生成績信息是很直觀,但是如何提取有用信息其實不是很容易。因為每一類學(xué)生中都存在著至少一名學(xué)生,這些學(xué)生的成績有可能很好,也有可能很差,在而分析成績的好壞不屬于唯一信息。

    上述實驗結(jié)果可以幫助我們印證本文的分析結(jié)論:傳統(tǒng)的K-means聚類方法分析學(xué)生的數(shù)據(jù)能力較差,分析結(jié)果不是很理想,因此使用改進(jìn)K-means聚類算法能夠提高結(jié)果的準(zhǔn)確性,對我們分析學(xué)生成績數(shù)據(jù)很有幫助,同時能夠克服局部最優(yōu)值的影響,從而更加接近全局最優(yōu)解。

    (四)算法評價標(biāo)準(zhǔn)。本文從多個角度作為切入點,來探討改進(jìn)K-means聚類算法的質(zhì)量,首先我們使用Purity方法評估改進(jìn)K-means聚類算法的正確率。

    Purity方法是一種效率高、運算簡單的方法,其運算理念如下:

    這里的含義是改進(jìn)K-means聚類算法的聚類集合,的含義是第k個聚類集合。而代表的是改進(jìn)K-means聚類算法的樣本集合,Cj代表的是第j個樣本。上述體系中,N代表的是樣本總數(shù)。

    比如,我們計算得到的最優(yōu)解數(shù)值為,而系統(tǒng)輸出的聚類結(jié)果為,這樣推算得到的分類正確的個體數(shù)值為1、2、5、7、8,這樣可以推算得到正確率為(5/8=)62.5%。

    Purity方法的優(yōu)點在于操作方便,其數(shù)值在0-100%之間波動:若是結(jié)果完全錯誤,則Purity方法數(shù)值為0;若是結(jié)果完全正確,則Purity方法數(shù)值為100%。因此,Purity方法得出的結(jié)果簡單明了,方便將這些結(jié)果進(jìn)行比較,但是Purity方法的缺陷也是很明顯的,使用該種方法聚類比較分散,因此得到的Purity數(shù)值一般都比較高,比如本次樣本中的學(xué)生成績,若是使用Purity方法還是比較可靠的。

    其次,我們還得到了適應(yīng)度函數(shù)Min-Jd,能夠看出系統(tǒng)的收斂性是多少。

    此外,使用收斂曲線衡量收斂速度。曲線比較陡峭,則表示系統(tǒng)的收斂速度也就越好,計算效果也越好。

    (五)實驗結(jié)果及結(jié)論。在分析學(xué)生成績之前,現(xiàn)將學(xué)生的成績按照考試科目分為若干個類簇,接著使用模擬退火的K-means聚類算法提高算法的穩(wěn)定性,歸納出每個學(xué)科的特點,這樣有利于提高運算效率,還有利于提高運算結(jié)果的正確率。

    在該類方法中,T0設(shè)置為Jd,而a=0.99。

    表2 兩種算法數(shù)值對比結(jié)果

    聚類算法 聚類正確率(Purity) Min-Jd

    傳統(tǒng)K-means算法 64.0000% 142.5174

    模擬退火K-means 77.5000% 113.1462

    其正確率和Min-Jd結(jié)果如表2。

    圖1 兩種K-means算法聚類正確率對比

    圖2 兩種算法的適應(yīng)度函數(shù)對比

    經(jīng)過上述分析我們發(fā)現(xiàn),傳統(tǒng)的K-means算法效果不是很好,正確率不高,而使用了改進(jìn)的K-means算法之后,正確率提高到了77.5%,Min-Jd從約142.5降到了約113.1。

    為了更好地評估這兩種算法的效果,我們繪制了收斂曲線,用來評估兩種算法的科學(xué)性。

    圖3 兩種聚類方法的收斂曲線對比

    從收斂效果曲線我們發(fā)現(xiàn),兩種算法中,模擬退火的K-means聚類算法收斂性要更好一些。

    著眼于學(xué)生成績信息的挖掘,在實際學(xué)生成績信息數(shù)據(jù)評估中,使用模擬退火的K-means聚類算法進(jìn)行聚類。仿真實驗采用實際的學(xué)生成績數(shù)據(jù)信息。不同程度上改進(jìn)了傳統(tǒng)K-means聚類方法的性能,而且基于模擬退火的K-means聚類算法優(yōu)勢也很明顯:運算簡單,適用范圍廣。

    五、小結(jié)

    本文對模擬退火算法和K-means聚類方法進(jìn)行了詳細(xì)的總結(jié),并歸納總結(jié)了所有關(guān)于模擬退火的K-means聚類算法的資料,提出了現(xiàn)有研究的不足,并根據(jù)現(xiàn)實提出了改進(jìn)措施。本次研究的模擬退火的K-means聚類算法要比傳統(tǒng)算法更有優(yōu)勢,科學(xué)合理,適用范圍更廣,能夠科學(xué)地體現(xiàn)出學(xué)生對課程的掌握程度,教師也可以根據(jù)評估結(jié)果,查看學(xué)生的薄弱點,改進(jìn)教學(xué)方法。

    但是,隨著大數(shù)據(jù)時代的到來,云計算登上了歷史的舞臺,而計算功能也變得日益強大,在這種運算背景下,支持種群規(guī)模也變得日益強大,迭代次數(shù)也提高了很多。在運算能力越來越強的時代中,如何結(jié)合云技術(shù)、并行計算技術(shù),設(shè)計出一個合理的聚類方法,讓數(shù)據(jù)運算能力大大提高,解決我們切實需要的問題,是未來研究發(fā)展趨勢,也是現(xiàn)在討論的最熱門的一個話題。

    【參考文獻(xiàn)】

    [1]梅方權(quán).中國農(nóng)業(yè)信息化建設(shè)的前景展望[J].計算機與農(nóng)業(yè),1997(3)

    [2]Wikipedia:K-means clustering[EB/OL].https://en.wikipedia.org/wiki/K-means_clustering

    [3]楊忠明,黃道,王行愚.基于模擬退火的動態(tài)聚類算法[J].控制與決策,1997(12)

    [4]李健,宋立新.模擬退火改進(jìn) K 均值算法在鏡頭聚類中的應(yīng)用[J].哈爾濱理工大學(xué)學(xué)報,2010(6)

    [5]陳慧萍,賀會景,陳嵐峰,等.基于模擬退火思想的優(yōu)化 k-means 算法[J].河海大學(xué)常州分校學(xué)報,2006(4)

    [6]陳明,王行風(fēng),韓冰,等.基于模擬退火的k-means分類算法優(yōu)化研究[EB/OL].(2011-08-27)[2016-01-01]. http://www.paper.edu.cn/html/releasepaper/2011/08/277/

    [7]史峰,王輝,胡斐,等.智能算法[M].北京:北京航空航天大學(xué)出版社,2011

    [8]劉劍.改進(jìn)聚類分析算法及其在成績分析中的應(yīng)用研究[D].大連:大連交通大學(xué),2008

    [9]Anil K J.Data clustering:50 years beyond K-Means[J].Pattern Recognition Letters,2010(8)

    [10]劉寒梅,張鵬.基于模擬退火算法對 K-means 聚類算法的優(yōu)化[J].中國西部科技,2013(6)

    [11]胡艷維,秦拯,張忠志.基于模擬退火與 K 均值聚類的入侵檢測算法[J].計算機科學(xué),2010(6)

    [12]李健,宋立新.模擬退火改進(jìn) K 均值算法在鏡頭聚類中的應(yīng)用[J],哈爾濱理工大學(xué)學(xué)報,2010(6)

    [13]李梓,于海濤,賈美娟.基于改進(jìn)模擬退火的優(yōu)化K-means算法[J],計算機工程與應(yīng)用,2012(24)

    [14]陶術(shù)松,陳興蜀,尹學(xué)淵.基于數(shù)據(jù)挖掘的未知幀結(jié)構(gòu)識別[J].四川大學(xué)學(xué)報(工程科學(xué)版),2014(S1)

    【基金項目】廣西重點研發(fā)計劃項目“基于北斗多功能信息采集與監(jiān)控終端的智能物流管理系統(tǒng)研發(fā)”(桂科AB16380351);2016年廣西教育廳教學(xué)改革立項項目“基于翻轉(zhuǎn)課堂的C語言教學(xué)探索與研究”(GXGZJG2016B097);國家自然基金:廣西職業(yè)教育教學(xué)改革立項項目“基于增強現(xiàn)實與3D打印信息技術(shù)的職業(yè)教育人機互動教學(xué)模式研究”(JG15B09)

    【作者簡介】左倪娜(1983— ),女,碩士,廣西政法管理干部學(xué)院信息工程系講師,研究方向:計算機軟件編程及大數(shù)據(jù)分析。

    (責(zé)編 王 一)

    猜你喜歡
    學(xué)生成績數(shù)據(jù)挖掘
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢
    基于并行計算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    巧用EXCEL2010管理學(xué)生成績
    淺析數(shù)據(jù)挖掘技術(shù)在學(xué)生管理系統(tǒng)中的應(yīng)用
    高職數(shù)學(xué)分層教學(xué)學(xué)生成績評價的數(shù)學(xué)模型
    Excel+VBA開發(fā)之《學(xué)生成績管理系統(tǒng)》的設(shè)計與實現(xiàn)
    基于MATLAB轉(zhuǎn)置矩陣的學(xué)生學(xué)習(xí)成績預(yù)警快速算法
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    學(xué)生成績管理系統(tǒng)的開發(fā)與設(shè)計
    數(shù)據(jù)挖掘的分析與探索
    美女国产高潮福利片在线看| 国产精品嫩草影院av在线观看| 少妇被粗大的猛进出69影院 | 男女无遮挡免费网站观看| 日本-黄色视频高清免费观看| 亚洲四区av| 极品少妇高潮喷水抽搐| 我的老师免费观看完整版| 校园人妻丝袜中文字幕| 亚洲精品乱码久久久v下载方式| 久久精品国产自在天天线| 久热久热在线精品观看| 一级二级三级毛片免费看| 插逼视频在线观看| 黄色配什么色好看| 午夜影院在线不卡| 国产深夜福利视频在线观看| 国产成人a∨麻豆精品| 汤姆久久久久久久影院中文字幕| 亚洲国产精品999| 成人影院久久| 亚洲一级一片aⅴ在线观看| 美女中出高潮动态图| 卡戴珊不雅视频在线播放| 亚洲欧美一区二区三区黑人 | √禁漫天堂资源中文www| 黄色怎么调成土黄色| 性色avwww在线观看| 久久久久国产精品人妻一区二区| 亚洲精品中文字幕在线视频| 三上悠亚av全集在线观看| 日韩一区二区三区影片| 自拍欧美九色日韩亚洲蝌蚪91| 久久亚洲国产成人精品v| 99久久综合免费| 日本与韩国留学比较| 丁香六月天网| 美女福利国产在线| 国产极品天堂在线| 黄色一级大片看看| 亚洲av日韩在线播放| 精品国产露脸久久av麻豆| 国产免费福利视频在线观看| 亚洲精品视频女| 国产亚洲av片在线观看秒播厂| 亚洲人成网站在线观看播放| 18禁动态无遮挡网站| av在线app专区| 亚洲第一av免费看| 亚洲三级黄色毛片| 欧美日本中文国产一区发布| 免费看光身美女| 精品熟女少妇av免费看| 边亲边吃奶的免费视频| av.在线天堂| 成人亚洲精品一区在线观看| 国产成人精品在线电影| 欧美精品高潮呻吟av久久| 成年av动漫网址| 女人精品久久久久毛片| 黑丝袜美女国产一区| 日本欧美视频一区| 美女cb高潮喷水在线观看| 国产综合精华液| 日韩免费高清中文字幕av| 韩国高清视频一区二区三区| videos熟女内射| 在线播放无遮挡| 性高湖久久久久久久久免费观看| 久热久热在线精品观看| 亚洲,一卡二卡三卡| 99热国产这里只有精品6| 女性生殖器流出的白浆| 秋霞在线观看毛片| 97超视频在线观看视频| 不卡视频在线观看欧美| 91精品国产九色| 久久久国产欧美日韩av| 午夜福利,免费看| 高清午夜精品一区二区三区| 国产精品偷伦视频观看了| 午夜av观看不卡| 色婷婷av一区二区三区视频| 91久久精品国产一区二区三区| 国产成人av激情在线播放 | 色视频在线一区二区三区| 欧美日韩在线观看h| 日韩中文字幕视频在线看片| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 狂野欧美激情性bbbbbb| 多毛熟女@视频| 免费播放大片免费观看视频在线观看| 精品少妇黑人巨大在线播放| 免费观看av网站的网址| 日本午夜av视频| 男女边吃奶边做爰视频| 国模一区二区三区四区视频| 国产精品一二三区在线看| 午夜影院在线不卡| 99热这里只有精品一区| 国产高清有码在线观看视频| 观看av在线不卡| 成年人免费黄色播放视频| 欧美成人精品欧美一级黄| 色视频在线一区二区三区| 成人黄色视频免费在线看| 国产一区二区在线观看av| 成人影院久久| 免费观看的影片在线观看| 亚洲四区av| 特大巨黑吊av在线直播| 午夜福利视频在线观看免费| 一个人免费看片子| 一级毛片aaaaaa免费看小| 国产69精品久久久久777片| av卡一久久| 欧美精品一区二区免费开放| 99国产精品免费福利视频| 999精品在线视频| 99热这里只有是精品在线观看| 国产精品麻豆人妻色哟哟久久| 九草在线视频观看| 蜜臀久久99精品久久宅男| 中文精品一卡2卡3卡4更新| 在线观看免费高清a一片| 麻豆精品久久久久久蜜桃| 黑人巨大精品欧美一区二区蜜桃 | 亚洲情色 制服丝袜| 黄片无遮挡物在线观看| 久久毛片免费看一区二区三区| 久久久精品区二区三区| 色吧在线观看| 女人久久www免费人成看片| 下体分泌物呈黄色| 国产免费一区二区三区四区乱码| 欧美精品亚洲一区二区| 人妻系列 视频| 国产欧美日韩一区二区三区在线 | 亚洲色图 男人天堂 中文字幕 | 国产精品不卡视频一区二区| 在线观看一区二区三区激情| 国产乱人偷精品视频| 好男人视频免费观看在线| 九色成人免费人妻av| 欧美bdsm另类| 国产av精品麻豆| 黄色一级大片看看| 欧美日韩视频精品一区| 国产日韩一区二区三区精品不卡 | 赤兔流量卡办理| 男女免费视频国产| 免费不卡的大黄色大毛片视频在线观看| 国产成人免费无遮挡视频| 国产高清有码在线观看视频| 又粗又硬又长又爽又黄的视频| 免费观看a级毛片全部| 成年人免费黄色播放视频| 成人综合一区亚洲| 黄色视频在线播放观看不卡| 9色porny在线观看| 我的女老师完整版在线观看| 亚洲天堂av无毛| 美女脱内裤让男人舔精品视频| 看非洲黑人一级黄片| 精品一区在线观看国产| 2021少妇久久久久久久久久久| 妹子高潮喷水视频| 国产精品久久久久久久久免| 精品视频人人做人人爽| 亚洲人成77777在线视频| 一级,二级,三级黄色视频| 你懂的网址亚洲精品在线观看| 伦理电影大哥的女人| 熟妇人妻不卡中文字幕| 欧美xxxx性猛交bbbb| 国产老妇伦熟女老妇高清| 男男h啪啪无遮挡| 国产精品久久久久久av不卡| 狠狠精品人妻久久久久久综合| av视频免费观看在线观看| 国产欧美亚洲国产| 欧美日韩视频精品一区| 制服人妻中文乱码| 欧美 亚洲 国产 日韩一| 国产成人a∨麻豆精品| 国产精品三级大全| 18禁裸乳无遮挡动漫免费视频| 午夜av观看不卡| 国产精品 国内视频| 亚洲人成77777在线视频| 五月开心婷婷网| 国产又色又爽无遮挡免| 亚洲第一av免费看| 成人亚洲精品一区在线观看| 精品久久久久久电影网| 一级毛片我不卡| 久久精品国产亚洲网站| 999精品在线视频| 在线观看免费视频网站a站| 岛国毛片在线播放| 亚洲精品aⅴ在线观看| 看非洲黑人一级黄片| 成人国产av品久久久| 好男人视频免费观看在线| 美女福利国产在线| 国产精品久久久久久精品古装| 伦精品一区二区三区| 国产精品成人在线| 色视频在线一区二区三区| 国产精品久久久久久久久免| 日韩成人伦理影院| 在线观看免费日韩欧美大片 | 国产亚洲一区二区精品| 欧美人与善性xxx| 少妇的逼水好多| 又黄又爽又刺激的免费视频.| 九九爱精品视频在线观看| 18禁动态无遮挡网站| 九色亚洲精品在线播放| 插阴视频在线观看视频| 99九九在线精品视频| 久久97久久精品| 午夜激情久久久久久久| 亚洲国产精品一区三区| 亚洲精品成人av观看孕妇| 一级毛片aaaaaa免费看小| 亚洲国产精品一区二区三区在线| 精品国产乱码久久久久久小说| xxxhd国产人妻xxx| 丝袜在线中文字幕| 国产淫语在线视频| 精品国产一区二区三区久久久樱花| 如日韩欧美国产精品一区二区三区 | 青春草亚洲视频在线观看| 在线观看www视频免费| 久久人妻熟女aⅴ| 久久精品久久精品一区二区三区| 赤兔流量卡办理| 99久久中文字幕三级久久日本| 三级国产精品片| 熟女电影av网| 成人18禁高潮啪啪吃奶动态图 | av在线观看视频网站免费| 视频中文字幕在线观看| 超碰97精品在线观看| 99re6热这里在线精品视频| 国产男人的电影天堂91| av在线app专区| 国产精品无大码| 亚洲国产精品成人久久小说| 国产成人精品福利久久| 人人妻人人添人人爽欧美一区卜| 久久久欧美国产精品| 亚洲av男天堂| 丰满饥渴人妻一区二区三| 精品酒店卫生间| 国产精品一国产av| 最近最新中文字幕免费大全7| 亚洲精品国产av成人精品| 嘟嘟电影网在线观看| 亚洲三级黄色毛片| 国产av码专区亚洲av| 国产亚洲最大av| 久久精品国产亚洲av天美| 国产无遮挡羞羞视频在线观看| av免费观看日本| 亚洲美女搞黄在线观看| 91精品国产九色| 久久精品国产a三级三级三级| 一级黄片播放器| 日日爽夜夜爽网站| 一本色道久久久久久精品综合| 精品国产一区二区久久| 婷婷色综合大香蕉| 婷婷色综合大香蕉| 亚洲精品av麻豆狂野| 黄色欧美视频在线观看| 国产国语露脸激情在线看| 午夜激情福利司机影院| 国产免费一级a男人的天堂| 在线观看美女被高潮喷水网站| 国产一区有黄有色的免费视频| av在线观看视频网站免费| 在现免费观看毛片| 全区人妻精品视频| 91精品国产国语对白视频| 日本欧美视频一区| 国产成人91sexporn| 天堂俺去俺来也www色官网| 成人毛片60女人毛片免费| 中文字幕av电影在线播放| 久久久欧美国产精品| 久久久久久伊人网av| 久热久热在线精品观看| 亚洲精品久久久久久婷婷小说| 大香蕉97超碰在线| 国产高清不卡午夜福利| 在线观看免费高清a一片| 91精品一卡2卡3卡4卡| 亚州av有码| 自线自在国产av| 一级,二级,三级黄色视频| 高清欧美精品videossex| 成年人免费黄色播放视频| 激情五月婷婷亚洲| 成人午夜精彩视频在线观看| 一边亲一边摸免费视频| 少妇精品久久久久久久| 色吧在线观看| 涩涩av久久男人的天堂| 少妇人妻久久综合中文| av线在线观看网站| 成人国产麻豆网| 在线观看www视频免费| 日韩人妻高清精品专区| 国产 精品1| 国产av精品麻豆| 久久99热这里只频精品6学生| 国产精品国产av在线观看| 777米奇影视久久| 97在线人人人人妻| 日本vs欧美在线观看视频| 国产精品蜜桃在线观看| 日本与韩国留学比较| 最近2019中文字幕mv第一页| 男的添女的下面高潮视频| 最后的刺客免费高清国语| 伊人久久精品亚洲午夜| 久久99热这里只频精品6学生| kizo精华| 黑人猛操日本美女一级片| 在线观看一区二区三区激情| 亚洲av男天堂| 老熟女久久久| 亚洲怡红院男人天堂| 国产精品蜜桃在线观看| 欧美亚洲 丝袜 人妻 在线| 国产 精品1| 在线看a的网站| 成人无遮挡网站| 性高湖久久久久久久久免费观看| 日日摸夜夜添夜夜爱| 尾随美女入室| 青青草视频在线视频观看| 国产成人午夜福利电影在线观看| 亚洲欧洲日产国产| 久热这里只有精品99| 日韩中文字幕视频在线看片| 日本91视频免费播放| 日韩制服骚丝袜av| 精品亚洲乱码少妇综合久久| 国产伦精品一区二区三区视频9| 欧美亚洲日本最大视频资源| 欧美人与性动交α欧美精品济南到 | 日本欧美国产在线视频| 天堂中文最新版在线下载| 王馨瑶露胸无遮挡在线观看| 久久国产精品大桥未久av| 国产亚洲最大av| 男女无遮挡免费网站观看| 精品久久蜜臀av无| 美女中出高潮动态图| 国产 一区精品| 国产片内射在线| 一区二区三区免费毛片| 丝袜在线中文字幕| 久久久久久久久久人人人人人人| 国产免费视频播放在线视频| 色94色欧美一区二区| 在线观看免费高清a一片| 国产欧美亚洲国产| 亚洲欧美日韩卡通动漫| 国产免费现黄频在线看| 丰满少妇做爰视频| 狠狠婷婷综合久久久久久88av| 一区二区三区乱码不卡18| 亚洲成人av在线免费| 王馨瑶露胸无遮挡在线观看| 插逼视频在线观看| 亚洲四区av| 熟女电影av网| 国产精品熟女久久久久浪| 成年美女黄网站色视频大全免费 | 国产免费一级a男人的天堂| 热99国产精品久久久久久7| 天堂中文最新版在线下载| 国产精品久久久久成人av| 最近中文字幕2019免费版| av国产久精品久网站免费入址| 免费高清在线观看日韩| 久久久久久久精品精品| 国产在线视频一区二区| 久久韩国三级中文字幕| 大陆偷拍与自拍| 国产免费一区二区三区四区乱码| 熟妇人妻不卡中文字幕| 91成人精品电影| 亚洲av电影在线观看一区二区三区| 国产精品欧美亚洲77777| 欧美另类一区| 一二三四中文在线观看免费高清| 简卡轻食公司| 国产精品麻豆人妻色哟哟久久| 亚洲久久久国产精品| 91久久精品电影网| 一边亲一边摸免费视频| a级毛片黄视频| 大又大粗又爽又黄少妇毛片口| 精品熟女少妇av免费看| 各种免费的搞黄视频| 我要看黄色一级片免费的| 涩涩av久久男人的天堂| 国产精品.久久久| 国产黄片视频在线免费观看| 人人妻人人澡人人爽人人夜夜| av国产久精品久网站免费入址| 九九在线视频观看精品| 免费日韩欧美在线观看| 91午夜精品亚洲一区二区三区| 韩国av在线不卡| 日本av免费视频播放| 欧美日韩亚洲高清精品| 99热网站在线观看| 中文字幕久久专区| 制服人妻中文乱码| 免费大片黄手机在线观看| 少妇猛男粗大的猛烈进出视频| 伦理电影大哥的女人| 精品国产国语对白av| av.在线天堂| 亚洲国产色片| 只有这里有精品99| 国产精品蜜桃在线观看| 美女国产视频在线观看| 久久精品熟女亚洲av麻豆精品| 丰满乱子伦码专区| 国产成人一区二区在线| 国产成人a∨麻豆精品| 九九在线视频观看精品| a 毛片基地| 亚洲精品久久久久久婷婷小说| 免费看av在线观看网站| 精品国产一区二区久久| 天天影视国产精品| 国产高清国产精品国产三级| 成年人免费黄色播放视频| 亚洲高清免费不卡视频| 亚洲国产精品一区二区三区在线| 少妇人妻精品综合一区二区| 国产熟女午夜一区二区三区 | 婷婷色综合大香蕉| 精品亚洲成a人片在线观看| 亚洲av福利一区| 久久毛片免费看一区二区三区| 狂野欧美激情性xxxx在线观看| 久久久久久久久久成人| 亚洲婷婷狠狠爱综合网| 亚洲av日韩在线播放| 亚洲精品第二区| 亚洲天堂av无毛| 久久久久久久久久久丰满| 大码成人一级视频| 91精品一卡2卡3卡4卡| 亚洲色图综合在线观看| 你懂的网址亚洲精品在线观看| 久久久久精品性色| 亚洲美女黄色视频免费看| 久久久久久久大尺度免费视频| 极品人妻少妇av视频| 精品一区二区三卡| 制服人妻中文乱码| 国产免费现黄频在线看| 在线 av 中文字幕| 国产午夜精品久久久久久一区二区三区| 三上悠亚av全集在线观看| 中国三级夫妇交换| 免费看不卡的av| 国产av国产精品国产| 国产高清不卡午夜福利| 国产成人aa在线观看| 欧美日韩视频精品一区| 国产亚洲精品第一综合不卡 | 下体分泌物呈黄色| 制服诱惑二区| 老女人水多毛片| 欧美国产精品一级二级三级| 成年人免费黄色播放视频| 国语对白做爰xxxⅹ性视频网站| 伊人亚洲综合成人网| 超碰97精品在线观看| 极品人妻少妇av视频| 久久婷婷青草| 免费观看性生交大片5| 免费高清在线观看日韩| 欧美精品亚洲一区二区| 日韩中字成人| 国产色婷婷99| 午夜免费鲁丝| 狠狠婷婷综合久久久久久88av| 久久久久国产精品人妻一区二区| 日韩伦理黄色片| 国产成人精品一,二区| 男女国产视频网站| 国产白丝娇喘喷水9色精品| 老司机亚洲免费影院| 国产精品偷伦视频观看了| 高清毛片免费看| 日韩av免费高清视频| 国产探花极品一区二区| 久久国内精品自在自线图片| 免费人妻精品一区二区三区视频| 欧美成人午夜免费资源| 男女边吃奶边做爰视频| 免费看光身美女| 午夜福利影视在线免费观看| 日产精品乱码卡一卡2卡三| 亚洲情色 制服丝袜| 女人久久www免费人成看片| 国产精品熟女久久久久浪| 一区二区三区精品91| 黑人巨大精品欧美一区二区蜜桃 | 人妻少妇偷人精品九色| 日韩中字成人| 国产淫语在线视频| 免费观看性生交大片5| 国产免费福利视频在线观看| 美女视频免费永久观看网站| 久久久久视频综合| 国产探花极品一区二区| 日韩亚洲欧美综合| 婷婷色综合大香蕉| 久久精品熟女亚洲av麻豆精品| 久久97久久精品| 永久免费av网站大全| 亚洲国产成人一精品久久久| 日本猛色少妇xxxxx猛交久久| 十八禁网站网址无遮挡| 男人爽女人下面视频在线观看| 欧美日韩精品成人综合77777| 中文字幕久久专区| 国产成人免费无遮挡视频| av网站免费在线观看视频| 99热这里只有精品一区| 男女高潮啪啪啪动态图| 大陆偷拍与自拍| 99热这里只有是精品在线观看| 99久久中文字幕三级久久日本| 中国美白少妇内射xxxbb| 婷婷色综合www| 制服诱惑二区| 精品视频人人做人人爽| 午夜福利视频精品| 婷婷色麻豆天堂久久| videos熟女内射| 青春草亚洲视频在线观看| 夜夜看夜夜爽夜夜摸| 日本黄色片子视频| 亚洲av福利一区| 国产在线免费精品| 日本欧美国产在线视频| 久久精品国产自在天天线| 精品人妻在线不人妻| 精品卡一卡二卡四卡免费| 欧美日韩成人在线一区二区| 国产亚洲av片在线观看秒播厂| 男女国产视频网站| 国产熟女欧美一区二区| 嘟嘟电影网在线观看| 九色成人免费人妻av| 亚洲经典国产精华液单| 国产视频内射| 自拍欧美九色日韩亚洲蝌蚪91| 精品酒店卫生间| 亚洲五月色婷婷综合| 一本—道久久a久久精品蜜桃钙片| 亚洲久久久国产精品| 曰老女人黄片| 日韩精品有码人妻一区| 赤兔流量卡办理| 国语对白做爰xxxⅹ性视频网站| 亚洲欧美一区二区三区黑人 | 嘟嘟电影网在线观看| 国产精品无大码| 纯流量卡能插随身wifi吗| 一区二区av电影网| 新久久久久国产一级毛片| 大片电影免费在线观看免费| 亚洲久久久国产精品| 能在线免费看毛片的网站| 国产免费一级a男人的天堂| 欧美丝袜亚洲另类| 少妇人妻久久综合中文| 国产淫语在线视频| 日韩成人av中文字幕在线观看| 色网站视频免费| 在线 av 中文字幕| 日韩av在线免费看完整版不卡| 日本黄色片子视频| 国产一区二区在线观看av| 亚洲av成人精品一区久久| 国产视频首页在线观看| 中国美白少妇内射xxxbb| 久久青草综合色| 高清午夜精品一区二区三区| 久久精品夜色国产| 日韩不卡一区二区三区视频在线| 美女中出高潮动态图| 人人妻人人添人人爽欧美一区卜| 在线天堂最新版资源| 亚洲精品成人av观看孕妇| 人人妻人人澡人人看| 久久婷婷青草| 国产成人免费无遮挡视频| 欧美精品人与动牲交sv欧美| 青春草国产在线视频|