演算法第1次實驗作業

public class queen 
public void backtrack(int i) else 
}} }
protected void showanswer() else 
}system.out.println();
} }public static void main(string args) 
}

解答 1

q x x x x x x x

x x x x q x x x

x x x x x x x q

x x x x x q x x

x x q x x x x x

x x x x x x q x

x q x x x x x x

x x x q x x x x

解答 2

q x x x x x x x

x x x x x q x x

x x x x x x x q

x x q x x x x x

x x x x x x q x

x x x q x x x x

x q x x x x x x

x x x x q x x x

解答 3

q x x x x x x x

x x x x x x q x

x x x q x x x x

x x x x x q x x

x x x x x x x q

x q x x x x x x

x x x x q x x x

x x q x x x x x

為了實現因材施教的目標，現教務處計畫對學生進行摸底並分類，假如使用k均值聚類演算法，並且認為學生大概可以分為四類，分別為「積極主動型」、「學霸型」、「遊戲人生型」、「迷茫無目標型」。現在你是該項目的負責人，（1）請設計乙個較為完整的專案實施方案；（2）你是否認可對學生進行分類？（3）按照你給定的實施方案與需要測量的要素（如天學習時間），請嘗試按照自身情況對其進行回答，以及對自身的評價與定位和努力目標。

分析思路：因為我們是採用k均值聚類演算法，下面就是該演算法的步驟，那麼我們就應該根據步驟來開展和實施。

k-means聚類演算法的一般步驟：

初始化。輸入基因表達矩陣作為物件集x，輸入指定聚類類數n，並在x中隨機選取n個物件作為初始聚類中心。設定迭代中止條件，比如最大迴圈次數或者聚類中心收斂誤差容限。

進行迭代。根據相似度準則將資料物件分配到最接近的聚類中心，從而形成一類。初始化隸屬度矩陣。

更新聚類中心。然後以每一類的平均向量作為新的聚類中心，重新分配資料物件。

反覆執行第二步和第三步直至滿足中止條件。

（1）具體的實施方案：1、準備工作：在我們確定開展這項活動後，首先我們要進行物件的選取形成物件集x,這裡我們的物件就是學校的學生，然後我們要進行指定聚類類數n,這個就是我們將學生分成哪幾種型別，以及型別的總數。之後，我們就可以從x隨機抽取n個物件（學生）作為聚類的中心，設定相應的迭代中止條件。

2、進行迭代，我們開始對我們的物件進行大量的實際調查，得到相應的資料，然後根據相似度準則將資料物件分配到最接近聚類中心，從而形成一類，初始化隸屬度矩陣。實際上這個做的就是將收集後的資料通過迭代的方式進行分類，達到我們對幾種不同學生資料的分類。

3、更新聚類中心，然後以每一類的平均量作為新的聚類中心，重新分配資料物件。這個的好處就是通過調查統計過程中的實時資料來不斷的更新我們的實施方案，可以減少統計的出錯率。

4、反覆進行第二第三步，達到中止條件為止。也就是我們在開展調查時，數量達到一定量（預估足夠完成我們的統計工作，事先設立的，我們就可以停止調查工作。）

具體的實施過程中，我們可以調查同學的「天學習時間、天遊戲時間、上課時間、去圖書館時間、參加社團活動時間、看課外書時間…………

有了上面的這種思路，我們開展這個調查的方式可以通過的方式有：網上問卷調查，實地跟蹤問卷調查。為了達到每個人參與的效果我們可以把這個加到教務系統的教學評估模組，對大家進行評判。為了能夠正確的理解和正確的態度來完成這個調查，前期一定要做好相關的宣傳工作，否則收取不到可靠的資料資料，我們的調查將會大打折扣。

（2）如果這個分類只是作為乙個調查，然後根據調查來開展教學活動的話是可以的，這對學生進行分類，並不是對學生進行369等的來進行分類和對待。但是我們也應該要有較多的注意事項，比如匿名工作，保護學生的隱私。如果將來開展活動，老師等人要抱著一種同等對待學生的眼光。因此，我們不能大肆的貼上學生型別到個人標籤上，這樣不利學生的發展。

（3）自身的評價：

天學習時間

3、去圖書館看書：2小時

娛樂時間

1、體育運動：1小時

2、看新聞、電視劇集、電影：1小時

3、玩電腦：1小時

學生工作時間

1、班級、社團學生會：1小時

生活起居時間

1、起床：0.5小時

2、吃飯：1小時

……

演算法第1次實驗作業

第1次實驗

第1次作業

第1次作業

演算法第1次實驗作業

第1次實驗

第1次作業

第1次作業

相關推薦