РУсскоязычный Архив Электронных СТатей периодических изданий
Известия высших учебных заведений. Поволжский регион. Технические науки/2007/№ 1/

Задача нечеткой кластеризации данных мониторинга деятельности преподавателей

Предлагается алгоритм решения задачи кластеризации при анализе деятельности преподавателей с учетом размытости границ формируемых подмножеств. Приводится пример решения задачи кластеризации в среде математического пакета Mathcad.

Авторы
Тэги
Тематические рубрики
Предметные рубрики
В этом же номере:
Резюме по документу**
1, 2007 УДК 519.23.8 В. И. Волчихин, Е. Н. Прошкина ЗАДАЧА НЕЧЕТКОЙ КЛАСТЕРИЗАЦИИ ДАННЫХ МОНИТОРИНГА ДЕЯТЕЛЬНОСТИ ПРЕПОДАВАТЕЛЕЙ Предлагается алгоритм решения задачи кластеризации при анализе деятельности преподавателей с учетом размытости границ формируемых подмножеств. <...> Приводится пример решения задачи кластеризации в среде математического пакета Mathcad. <...> В настоящее время во многих вузах страны используется рейтинговая оценка деятельности преподавателей как способ выявления их компетентности, знаний и опыта [1]. <...> Целью рейтинговой оценки деятельности преподавателей университета с последующим поощрением лучших является стимулирование роста квалификации и профессионализма, развития творческой инициативы, эффективности педагогической и научной работы преподавателей, что позволяет повысить качество образовательных услуг, предоставляемых университетом, и престижность вуза [2]. <...> В статье обсуждается постановка и решение задачи нечеткой кластеризации данных мониторинга деятельности преподавателей вуза. <...> Приводятся результаты решения задачи нечеткой кластеризации средствами математического пакета Mathcad. <...> В рейтинговой оценке принимают участие все преподаватели вуза, включая совместителей. <...> В данном случае границы формируемых классов четко определены. <...> Иногда для поиска закономерностей в данных необходимо сформировать кластеры, границы которых размыты. <...> Эта размытость состоит в том, что переход от принадлежности к непринадлежности элементов к данным классам скорее постепенен, чем скачкообразен [3]. <...> Для каждого объекта кластеризации (преподавателя) измерены все признаки множества P в некоторой количественной шкале. <...> Поволжский регион четкое разбиение () { c нечетких кластеров (), которое доставляет экстремум несреди всех нечетких разбиений. <...> ℜ=A kk }AA A которой целевой функции (( ))fAℜ четкие множества kA Предположим, что искомые нечеткие кластеры представляют собой не, образующие нечеткое <...>
** - вычисляется автоматически, возможны погрешности

Похожие документы: