基于模糊C均值算法的协作学习分组系统研究

来源 :电子科技 | 被引量 : 0次 | 上传用户:nadiazhao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在分析“WebCL系统模型”基础上,根据学习者的学习风格和特征的模糊性,采用模糊C均值(FCM)算法进行分组。实验结果表明,该方法增强了协作学习分组的可靠性,同时能够明显提高协作学习的效果。
其他文献
针对扩频通信系统中的伪码同步问题,分析了基于匹配滤波捕获跟踪算法的伪码数字化同步方案。围绕匹配滤波捕获算法的原理和仿真,对伪码捕获跟踪同步算法在FPGA中的具体实现进行
分析介绍了一种为中频无源焊机配备的220V、50Hz工频逆变电源,通过脉冲发生电路和脉冲放大电路相互配合来驱动IGBT,以得到理想输出电压。解决了焊机在野外施工的不便。实验证明
介绍了直接数字频率合成(DDS)的组成及原理,给出了基于Altera公司的现场可编程门阵列(FP-GA)产生线性调频信号、相位编码信号的设计方法和电路结构。实验结果证明该方法具有电路结
SVG(Scalable Vector Graphics,可缩放矢量图像)是互联网联盟(W3C)的正式推荐标准,它是一种使用xml来描述二维图像的语言。VML(Vector Markup Language)是一个最初由Microsoft公司