基于改进K-means算法的小学学区划分预测

作     者：罗维平 黄加辉 Luo Weiping;Huang Jiahui

作者机构：武汉纺织大学机械工程与自动化学院武汉430200 湖北省数字化纺织装备重点实验室武汉430200 

出 版 物：《现代计算机》 (Modern Computer)

年 卷 期：2024年第30卷第22期

页      码：141-145页

摘      要：学区划分预测可以为教育规划和发展提供科学依据。传统K-means算法在进行学区划分预测时存在预测命中率较低的问题。鉴于此,先使用分层聚类对K-means算法处理流程进行优化;其后将传统K-means算法使用的欧氏距离改进为路径规划距离,大幅提高了整体算法的预测命中率。经实验测试,所设计的分层K-means算法在学区划分预测时较原始K-means算法预测命中率平均提升了3.8%、融入路径规划距离的分层K-means算法较原始K-means算法预测命中率平均提升了11.6%。

主 题 词：K-means算法 分层聚类 路径规划距离 学区划分 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-1423.2024.22.024

馆 藏 号：203156935...