改进k—means算法在高校计算机专业创新人才培养中应用研究.docVIP

改进k—means算法在高校计算机专业创新人才培养中应用研究 　　摘要：引入粒子群算法对k-means算法进行改进，用信息熵去验证所聚类的效果，并将改进后的算法用于人才培养模式的制定中，可以为高校计算机专业创新型人才培养方案的制定提供比较科学、客观的决策支持。 　　关键词：k-means算法；粒子群算法；熵；计算机专业；人才培养；创新 　　中图分类号：TP315文献标识码：A文章编号：1672-7800（2013）006-0037-03 　　基金项目：广西自然科学基金项目（2011GXNSFB018074）；广西教育厅科研项目（200911lx406，200103YB136）；河池学院自然科学基金项目（2008B-N005）；广西新世纪教改工程立项项目（2012JGA198） 　　作者简介：易云飞（1981-），男，博士，河池学院计算机与信息科学系讲师，研究方向为机器学习、智能计算、数据挖掘；包宗藩（1990-），男，河池学院计算机与信息科学系学生，研究方向为数据挖掘；罗世杰（1988-），男，河池学院计算机与信息科学系学生，研究方向为数据挖掘；张志平（1988-），男，河池学院计算机与信息科学系学生，研究方向为数据挖掘。 　　0引言 　　伴随着“云计算”、“物联网”等新技术浪潮的掀起，许多行业化、专业化的计算机人才相对不足。目前学计算机的大学生很多，但是这么多计算机专业的大学生是否到了社会一定就有用呢？如何培养计算机专业创新人才，特别是培养民族地区新升格本科院校计算机专业的创新人才？如何去分析评价高校计算机专业人才培养方案是否合理？面对高校计算机专业培养学生过程中产生的诸如学生成绩等海量数据如何做合理的分析与评价呢？ 　　数据挖掘技术是计算机领域中的一项重要应用，而聚类算法又是数据挖掘技术中较常用的一种。正所谓“物以类聚，人以群分”。聚类是人类一项基本的认识活动，它能够将样本对象自动进行分类。 　　1高校计算机专业人才创新能力培养的必要性 　　通过理论创新推动制度创新、科技创新、文化创新以及其它各方面的创新。创新是一个民族进步的灵魂，是一个国家兴旺发达的不竭动力。创新的希望在青少年，而当代大学生对创新也有着义不容辞的责任。在这样一个大的背景下??研究如何培养面向知识经济型社会的创新型人才已经成为广大教育工作者的重要任务。近些年，计算机行业迅速崛起，使得计算机专业成为全国规模最大的专业之一，它的发展速度是其它学科行业所不可比拟的，而无论是进行算法设计工作还是简单图片设计制作，都需要一定的创新能力，如果只是沿着计算机前辈们的思路从事计算机相关工作，那么有名的摩尔定律将失效。于是，如何培养高校计算机专业人才的创新能力又成为广大教育工作者的需要解决的问题。 　　通过与一些计算机专业的学生交流发现，就业单位在面试的时候经常会询问一些计算机前沿知识及研发思路等问题，而大多数学生不能从容应对。造成这一结果的主要原因是计算机专业大学生在校期间缺少创新能力的培养。大学生在校期间除了学习一些基础的理论知识外，几乎很少接触实际的研究项目，缺少实践经验，以至于不能很灵活地将学习到的理论知识充分应用到实践工作中。通过与就业单位的工作人员交流发现，招聘单位希望招聘的对象有过进行课题研究或者项目开发的经历，因为并不是每个人的创新都是从零开始，创新更多地是从已经存在的基础上去探索出另外一种渠道，所以对于创新来说，理论功底只是最基础的一部分，更重要的是需要有一定的实践经验，这样才能在研发的过程中打开自己的思路，充分发挥自己的想象力，发扬创新精神。因此，培养高校计算机专业人才的创新能力是十分有必要的。 　　2k-means聚类算法 　　k-means聚类算法是聚类算法中最简单的一种无监督学习算法，也是极有影响的一种算法。k-means聚类算法的基本思想是：接受输入量k，然后将n个数据对象划分成c个簇，使划分出的每个簇满足：同一簇内的数据对象相似度较高，不同簇间的数据对象相似度较低。相似度是根据簇中各数据对象的平均值所得到的一个重心来计算的。算法流程如下：①从数据集中随机选取c个点作为初始聚类中心；②计算剩余的每个对象到簇中的距离，根据这个距离，将各个数据对象划归到离它最近的那个簇；③重新计算每个簇的平均值以得到新的聚类中心，如此反复至相邻的两次聚类中心没有任何变化。 　　k-means聚类算法是聚类算法中的一个基本的划分方法，通常采用误差平方和准则函数作为聚类准则函数，其函数定义为： 　　3改进k-means聚类算法 　　从k-means聚类算法的处理过程不难看出，初始类聚中心的选取对聚类结果具有较大的影响。不同的初始值导致的结果也可能不同，如果初始值选择的不好，甚至可能得不到有效的聚类结果。另外，由于此算法采用梯度法来求解极