基于免疫粒子群的K均值聚类算法

粒子群算法是一类高效求解连续函数优化的随机搜索算法,在K均值聚类算法中得到广泛应用,但是在群体进化后期容易陷入局部极值,针对算法缺点,提出了一个新的聚类算法--基于免疫过程的粒子群K均值聚类算法,并将此算法与K均值聚类算法和粒子群K均值聚类算法进行比较.理论分析和数据实验证明,该算法有较好的全局收敛性,不仅能有效的克服传统的K均值聚类陷入局部极小值的缺点,而且全局收敛能力优于基于粒子群的K均值聚类算法.     

关于数学教育对象与方法的思考

本文针对实践教学中的实际情况,提出应该因材施教,对象不同,教师的教学方法要随着教学背景的差别而变动,刺激学生学习数学的积极性。并且教师的责任不仅仅是让学生了解书本的内容,更应该以厚重的数学文化背景作为依托,使我们的课堂更加丰富有趣。