• <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
    a级毛片在线看网站| 成人国产av品久久久| 91成人精品电影| 黑人巨大精品欧美一区二区蜜桃 | 久久影院123| 国产老妇伦熟女老妇高清| 亚洲精品一区蜜桃| 精品少妇黑人巨大在线播放| 久久99蜜桃精品久久| 一本色道久久久久久精品综合| 啦啦啦视频在线资源免费观看| 99热全是精品| 97超碰精品成人国产| 狠狠婷婷综合久久久久久88av| 99香蕉大伊视频| 丰满迷人的少妇在线观看| 曰老女人黄片| 国产精品蜜桃在线观看| 在线精品无人区一区二区三| av网站免费在线观看视频| 一本色道久久久久久精品综合| 午夜91福利影院| 最近的中文字幕免费完整| 一个人免费看片子| 国产福利在线免费观看视频| 日本vs欧美在线观看视频| 天美传媒精品一区二区| 黄色 视频免费看| 欧美激情 高清一区二区三区| 国产永久视频网站| 日韩三级伦理在线观看| 亚洲成人手机| 亚洲美女搞黄在线观看| 久久久国产精品麻豆| 日本午夜av视频| 亚洲av福利一区| 搡女人真爽免费视频火全软件| 欧美日韩综合久久久久久| 国产伦理片在线播放av一区| 亚洲精品美女久久av网站| 国产高清不卡午夜福利| 制服丝袜香蕉在线| 插逼视频在线观看| 成人毛片60女人毛片免费| 国产极品天堂在线| 国产欧美日韩综合在线一区二区| 色吧在线观看| 精品午夜福利在线看| 精品第一国产精品| 日韩欧美精品免费久久| 亚洲五月色婷婷综合| 久久久久久人妻| 久久狼人影院| 亚洲精品美女久久av网站| 成年美女黄网站色视频大全免费| 天天躁夜夜躁狠狠久久av| 亚洲国产av影院在线观看| 美女xxoo啪啪120秒动态图| 午夜老司机福利剧场| 2021少妇久久久久久久久久久| 韩国精品一区二区三区 | videossex国产| 久久精品国产a三级三级三级| 少妇高潮的动态图| 精品国产乱码久久久久久小说| 亚洲情色 制服丝袜| 国产精品国产三级国产专区5o| 另类亚洲欧美激情| 18在线观看网站| 男女边吃奶边做爰视频| 丰满饥渴人妻一区二区三| 久久久久久久久久成人| 久久精品国产自在天天线| 亚洲 欧美一区二区三区| 亚洲av综合色区一区| 午夜福利,免费看| 国产黄频视频在线观看| 国产成人免费无遮挡视频| 女的被弄到高潮叫床怎么办| 最近中文字幕2019免费版| 亚洲国产精品专区欧美| a级毛片黄视频| 少妇被粗大的猛进出69影院 | 久久国内精品自在自线图片| 欧美97在线视频| 亚洲av日韩在线播放| 一级片'在线观看视频| av女优亚洲男人天堂| 久久婷婷青草| 在线观看免费日韩欧美大片| 国产1区2区3区精品| 男人舔女人的私密视频| 九九在线视频观看精品| 又粗又硬又长又爽又黄的视频| 成年人午夜在线观看视频| 久久狼人影院| 国产熟女午夜一区二区三区| 午夜老司机福利剧场| 日本欧美视频一区| 1024视频免费在线观看| 一区二区三区四区激情视频| 在线观看人妻少妇| 蜜臀久久99精品久久宅男| 欧美性感艳星| 伊人久久国产一区二区| 久久久久久久久久久久大奶| 久久久久人妻精品一区果冻| 高清毛片免费看| 99精国产麻豆久久婷婷| 91久久精品国产一区二区三区| 日韩一区二区三区影片| 成人亚洲精品一区在线观看| 久久人人爽人人爽人人片va| 蜜桃国产av成人99| 久久女婷五月综合色啪小说| 又粗又硬又长又爽又黄的视频| 狂野欧美激情性bbbbbb| 国产在线免费精品| 亚洲精品色激情综合| 国语对白做爰xxxⅹ性视频网站| 日韩视频在线欧美| 午夜日本视频在线| 99九九在线精品视频| 亚洲国产毛片av蜜桃av| 一区二区三区精品91| 日本av手机在线免费观看| 三上悠亚av全集在线观看| 精品国产一区二区三区久久久樱花| av又黄又爽大尺度在线免费看| 亚洲欧美中文字幕日韩二区| 日本黄色日本黄色录像| 大码成人一级视频| 亚洲成人一二三区av| 色94色欧美一区二区| 色吧在线观看| 啦啦啦啦在线视频资源| 国产有黄有色有爽视频| 成人18禁高潮啪啪吃奶动态图| 丝袜在线中文字幕| 国产免费福利视频在线观看| 欧美精品av麻豆av| 国产精品国产三级国产专区5o| www.av在线官网国产| 精品一区二区三区四区五区乱码 | 黄色一级大片看看| 亚洲综合色网址| 亚洲精品成人av观看孕妇| 免费看光身美女| 精品一区二区三区四区五区乱码 | a级片在线免费高清观看视频| 精品人妻熟女毛片av久久网站| 国产av码专区亚洲av| 亚洲激情五月婷婷啪啪| 在线天堂最新版资源| 午夜日本视频在线| 久久人人爽人人爽人人片va| av电影中文网址| 狠狠精品人妻久久久久久综合| 高清视频免费观看一区二区| 亚洲av国产av综合av卡| www.熟女人妻精品国产 | 免费女性裸体啪啪无遮挡网站| 日本色播在线视频| 9色porny在线观看| 国产成人aa在线观看| 国产成人精品一,二区| 免费高清在线观看日韩| 国产国语露脸激情在线看| 亚洲精品久久午夜乱码| 欧美丝袜亚洲另类| 秋霞伦理黄片| 全区人妻精品视频| 一级,二级,三级黄色视频| 王馨瑶露胸无遮挡在线观看| 日韩 亚洲 欧美在线| 新久久久久国产一级毛片| 久久精品熟女亚洲av麻豆精品| 久久av网站| 天天躁夜夜躁狠狠久久av| 欧美少妇被猛烈插入视频| 亚洲国产精品成人久久小说| 如何舔出高潮| 国产精品国产av在线观看| 亚洲精品久久久久久婷婷小说| 在线精品无人区一区二区三| 一级毛片黄色毛片免费观看视频| 人人妻人人澡人人看| 啦啦啦中文免费视频观看日本| 秋霞在线观看毛片| 国产又色又爽无遮挡免| av网站免费在线观看视频| xxx大片免费视频| 下体分泌物呈黄色| 深夜精品福利| 波多野结衣一区麻豆| 爱豆传媒免费全集在线观看| 18禁在线无遮挡免费观看视频| 午夜精品国产一区二区电影| 青春草视频在线免费观看| 国产探花极品一区二区| 你懂的网址亚洲精品在线观看| 一区二区三区精品91| 各种免费的搞黄视频| 亚洲精品av麻豆狂野| 国产亚洲一区二区精品| 人妻一区二区av| 天天躁夜夜躁狠狠久久av| 菩萨蛮人人尽说江南好唐韦庄| 久久99热这里只频精品6学生| 久久久久精品性色| 97精品久久久久久久久久精品| 亚洲人成网站在线观看播放| 汤姆久久久久久久影院中文字幕| 夫妻午夜视频| 日韩 亚洲 欧美在线| 午夜福利乱码中文字幕| 在线天堂中文资源库| 亚洲av男天堂| 又黄又粗又硬又大视频| 免费人成在线观看视频色| 国产有黄有色有爽视频| 色吧在线观看| 国内精品宾馆在线| 一级爰片在线观看| 在线天堂最新版资源| 午夜久久久在线观看| 免费大片18禁| 性色av一级| 午夜福利,免费看| 免费播放大片免费观看视频在线观看| 在线观看美女被高潮喷水网站| 国产无遮挡羞羞视频在线观看| 欧美97在线视频| 日产精品乱码卡一卡2卡三| 男女国产视频网站| 亚洲精品成人av观看孕妇| 欧美激情国产日韩精品一区| 国产一区二区三区av在线| 一边亲一边摸免费视频| 2021少妇久久久久久久久久久| 午夜福利乱码中文字幕| 中文欧美无线码| 欧美性感艳星| 婷婷色av中文字幕| 精品人妻在线不人妻| 一级片免费观看大全| 日日撸夜夜添| 51国产日韩欧美| 夜夜爽夜夜爽视频| 亚洲精品aⅴ在线观看| 制服人妻中文乱码| 国产成人欧美| 成人亚洲欧美一区二区av| 日日撸夜夜添| 亚洲综合精品二区| av在线app专区| 免费av不卡在线播放| 爱豆传媒免费全集在线观看| 久久国内精品自在自线图片| 国产又爽黄色视频| 欧美日本中文国产一区发布| 一级,二级,三级黄色视频| 国产成人av激情在线播放| 欧美 日韩 精品 国产| 欧美最新免费一区二区三区| 欧美bdsm另类| 国精品久久久久久国模美| 日日啪夜夜爽| 狠狠婷婷综合久久久久久88av| 亚洲国产精品专区欧美| 亚洲av免费高清在线观看| 国产淫语在线视频| 国产黄色免费在线视频| 青青草视频在线视频观看| 精品99又大又爽又粗少妇毛片| 女性生殖器流出的白浆| 99热网站在线观看| 国产片特级美女逼逼视频| kizo精华| 女人精品久久久久毛片| av线在线观看网站| 成人黄色视频免费在线看| 最近2019中文字幕mv第一页| 国产免费福利视频在线观看| 午夜91福利影院| 少妇被粗大的猛进出69影院 | 久久久亚洲精品成人影院| 9色porny在线观看| 久久婷婷青草| 少妇的逼好多水| av黄色大香蕉| 亚洲综合色惰| 纯流量卡能插随身wifi吗| 午夜日本视频在线| 亚洲精品日本国产第一区| 亚洲国产日韩一区二区| 国产精品女同一区二区软件| 成年女人在线观看亚洲视频| 一级片'在线观看视频| 涩涩av久久男人的天堂| 人人妻人人澡人人看| 婷婷成人精品国产| 日本色播在线视频| a级毛色黄片| 天堂中文最新版在线下载| 精品卡一卡二卡四卡免费| 欧美+日韩+精品| 精品一区在线观看国产| 久久这里有精品视频免费| 中国三级夫妇交换| 精品人妻一区二区三区麻豆| 日韩中字成人| 亚洲精品国产av蜜桃| 日产精品乱码卡一卡2卡三| 97人妻天天添夜夜摸| 国产熟女欧美一区二区| 又黄又粗又硬又大视频| 精品国产露脸久久av麻豆| 亚洲成人手机| 黑丝袜美女国产一区| 国产精品欧美亚洲77777| 国产精品久久久av美女十八| 日本与韩国留学比较| 亚洲欧美清纯卡通| 全区人妻精品视频| 亚洲四区av| 在线天堂中文资源库| 熟女电影av网| 国产免费一区二区三区四区乱码| videosex国产| 91精品伊人久久大香线蕉| 欧美+日韩+精品| 成人18禁高潮啪啪吃奶动态图| 成人午夜精彩视频在线观看| 又粗又硬又长又爽又黄的视频| 男人舔女人的私密视频| 国产成人精品无人区| 日韩av免费高清视频| 日韩中文字幕视频在线看片| 国产视频首页在线观看| 国产欧美日韩一区二区三区在线| 国产熟女欧美一区二区| 交换朋友夫妻互换小说| 国产精品女同一区二区软件| 亚洲国产精品国产精品| 亚洲精品久久久久久婷婷小说| 美女内射精品一级片tv| 少妇被粗大的猛进出69影院 | 欧美精品国产亚洲| 99热这里只有是精品在线观看| 99精国产麻豆久久婷婷| 国产亚洲欧美精品永久| 欧美成人午夜免费资源| 欧美人与性动交α欧美精品济南到 | 成年av动漫网址| 最新的欧美精品一区二区| 欧美国产精品va在线观看不卡| 精品亚洲成国产av| 亚洲熟女精品中文字幕| videossex国产| 亚洲欧美成人精品一区二区| 日韩伦理黄色片| 亚洲精品第二区| 亚洲成色77777| 99热国产这里只有精品6| 韩国av在线不卡| 男女免费视频国产| 成人18禁高潮啪啪吃奶动态图| 国产亚洲精品第一综合不卡 | 欧美日韩亚洲高清精品| 国产永久视频网站| 看免费av毛片| 成人午夜精彩视频在线观看| 少妇人妻久久综合中文| 国产亚洲一区二区精品| 国产成人精品无人区| 91精品伊人久久大香线蕉| 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 | 亚洲精华国产精华液的使用体验| 制服诱惑二区| 人人澡人人妻人| 青春草视频在线免费观看| 观看av在线不卡| 久久99热6这里只有精品| 国产成人精品无人区| 国产在视频线精品| 黄色一级大片看看| xxxhd国产人妻xxx| 丝袜喷水一区| 成人国产麻豆网| 亚洲国产成人一精品久久久| 国产黄频视频在线观看| 亚洲欧美一区二区三区国产| 国产免费现黄频在线看| 一区二区三区四区激情视频| 日韩成人伦理影院| 国产精品偷伦视频观看了| 热99国产精品久久久久久7| 又黄又爽又刺激的免费视频.| 日韩中字成人| 美女视频免费永久观看网站| 永久网站在线| 高清av免费在线| a级毛片黄视频| 插逼视频在线观看| 精品国产国语对白av| 亚洲人成网站在线观看播放| 有码 亚洲区| 国产色婷婷99| 国产精品人妻久久久影院| 精品99又大又爽又粗少妇毛片| 蜜臀久久99精品久久宅男| 一二三四在线观看免费中文在 | 色婷婷av一区二区三区视频| 久久久精品区二区三区| 边亲边吃奶的免费视频| 9191精品国产免费久久| 国产精品国产av在线观看| 欧美精品国产亚洲| 国产精品麻豆人妻色哟哟久久| 精品一区二区三区四区五区乱码 | 欧美激情 高清一区二区三区| 欧美精品国产亚洲| 国产一区有黄有色的免费视频| 一区二区av电影网| 丝袜在线中文字幕| 18在线观看网站| 麻豆乱淫一区二区| 成年美女黄网站色视频大全免费| 亚洲欧美清纯卡通| 插逼视频在线观看| av国产久精品久网站免费入址| av线在线观看网站| 搡女人真爽免费视频火全软件| 久久久久国产精品人妻一区二区| 国产一区二区激情短视频 | 亚洲精品美女久久久久99蜜臀 | 精品一区二区免费观看| 亚洲,一卡二卡三卡| 丰满饥渴人妻一区二区三| 亚洲一区二区三区欧美精品| 中文字幕精品免费在线观看视频 | 亚洲国产精品专区欧美| 丝瓜视频免费看黄片| 国产欧美日韩综合在线一区二区| 妹子高潮喷水视频| 日韩av不卡免费在线播放| 午夜老司机福利剧场| 在线天堂中文资源库| 91在线精品国自产拍蜜月| 亚洲精品美女久久久久99蜜臀 | 超碰97精品在线观看| 成人毛片60女人毛片免费| 国产精品熟女久久久久浪| 久久女婷五月综合色啪小说| 99国产综合亚洲精品| 内地一区二区视频在线| 国产精品一国产av| 免费看av在线观看网站| 精品国产一区二区三区久久久樱花| 91精品伊人久久大香线蕉| 日韩,欧美,国产一区二区三区| 久久99热这里只频精品6学生| 十八禁网站网址无遮挡| 免费av中文字幕在线| 精品国产一区二区三区四区第35| 两性夫妻黄色片 | 国产精品人妻久久久久久| 欧美精品av麻豆av| 亚洲精华国产精华液的使用体验| 久久久久人妻精品一区果冻| 亚洲性久久影院| 搡老乐熟女国产| 久久av网站| 久久综合国产亚洲精品| 亚洲性久久影院| 黄片播放在线免费| 欧美激情 高清一区二区三区| 在线天堂最新版资源| 狂野欧美激情性xxxx在线观看| 80岁老熟妇乱子伦牲交| 欧美精品国产亚洲| 久久久久久久亚洲中文字幕| 精品一区二区三区四区五区乱码 | 人人澡人人妻人| 亚洲少妇的诱惑av| av免费观看日本| 久久久精品区二区三区| 中文天堂在线官网| 午夜91福利影院| 国产免费现黄频在线看| 久久久久人妻精品一区果冻| 午夜视频国产福利| 美女国产视频在线观看| 成人二区视频| 一级,二级,三级黄色视频| 久久久久网色| 久久久国产精品麻豆| 精品午夜福利在线看| 99久久人妻综合| 久久99精品国语久久久| 一级毛片我不卡| 成人亚洲精品一区在线观看| 国产视频首页在线观看| 天天影视国产精品| 日日撸夜夜添| 18禁观看日本| 1024视频免费在线观看| 91在线精品国自产拍蜜月| 午夜视频国产福利| 国产男人的电影天堂91| 亚洲伊人色综图| 国产欧美日韩综合在线一区二区| 久久精品久久久久久久性| 寂寞人妻少妇视频99o| 日韩成人av中文字幕在线观看| 秋霞伦理黄片| 一本—道久久a久久精品蜜桃钙片| 精品99又大又爽又粗少妇毛片| 亚洲熟女精品中文字幕| 狂野欧美激情性bbbbbb| 亚洲第一区二区三区不卡| 国产成人a∨麻豆精品| 久久久久精品人妻al黑| 色视频在线一区二区三区| 久久精品国产亚洲av涩爱| 欧美性感艳星| 免费看不卡的av| 免费av中文字幕在线| 极品少妇高潮喷水抽搐| 人人妻人人澡人人看| 欧美亚洲日本最大视频资源| 亚洲一区二区三区欧美精品| 99久国产av精品国产电影| 蜜桃在线观看..| 免费久久久久久久精品成人欧美视频 | av国产精品久久久久影院| 两个人免费观看高清视频| 久久这里只有精品19| 中文字幕免费在线视频6| 久久人妻熟女aⅴ| av一本久久久久| 少妇的逼水好多| 一级毛片 在线播放| 99久久人妻综合| 日韩不卡一区二区三区视频在线| 国产亚洲一区二区精品| 日本与韩国留学比较| 韩国av在线不卡| 亚洲精品久久久久久婷婷小说| 黄网站色视频无遮挡免费观看| 永久网站在线| a级毛片黄视频| 最近最新中文字幕大全免费视频 | 亚洲人与动物交配视频| 90打野战视频偷拍视频| 久久国产亚洲av麻豆专区| 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 | 国产成人精品一,二区| 极品人妻少妇av视频| 91成人精品电影| 一级片'在线观看视频| 亚洲国产看品久久| 男女高潮啪啪啪动态图| 亚洲国产精品999| 色视频在线一区二区三区| 免费大片黄手机在线观看| 亚洲欧美日韩卡通动漫| 午夜免费男女啪啪视频观看| 午夜激情久久久久久久| 亚洲图色成人| 成人国产麻豆网| 韩国精品一区二区三区 | 夜夜骑夜夜射夜夜干| 肉色欧美久久久久久久蜜桃| 日韩欧美精品免费久久| 国产熟女欧美一区二区| 在线观看国产h片| 亚洲在久久综合| 天堂8中文在线网| 亚洲久久久国产精品| 两个人看的免费小视频| 久久av网站| 综合色丁香网| 精品人妻熟女毛片av久久网站| 观看美女的网站| 精品少妇黑人巨大在线播放| 亚洲精品久久午夜乱码| 免费大片黄手机在线观看| 久久韩国三级中文字幕| 捣出白浆h1v1| 免费观看性生交大片5| 看免费成人av毛片| 久久精品久久精品一区二区三区| 精品人妻熟女毛片av久久网站| 在线观看美女被高潮喷水网站| 91精品三级在线观看| 国产av国产精品国产| 久久久久国产网址| 国产成人a∨麻豆精品| 日韩熟女老妇一区二区性免费视频| 男男h啪啪无遮挡| 久久久久国产网址| 啦啦啦视频在线资源免费观看| 久久鲁丝午夜福利片| xxxhd国产人妻xxx| 性高湖久久久久久久久免费观看| 午夜福利视频精品| 看十八女毛片水多多多| 日日摸夜夜添夜夜爱| 欧美国产精品va在线观看不卡| 在线精品无人区一区二区三| 国产综合精华液| 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 | 免费看不卡的av|