基于自注意力机制的FCM++及其在学生评价中的应用

作者：游坤; 朱皖宁

来源：金陵科技学院学报, 2023, 39(03): 8-15.

DOI：10.16515/j.cnki.32-1722/n.2023.03.002

• 注意力机制
• 模糊聚类
• FCM++
• 学生评价

利用传统的专家赋权等方式对学生进行评价时，结果往往缺乏准确性。提出一种基于自注意力机制的模糊C均值聚类(FCM)算法，以注意力作为初始聚类中心的选择依据，通过引入注意力机制增强数据之间的关联性，并通过模糊C均值聚类的隶属度思想增强评价的客观性和准确性。实验结果表明，在学生评价问题中，相较于传统模糊聚类算法，提出的引入自注意力机制的FCM++算法在簇间密度和簇内方差等指标上表现更优；相较于基于粒子群的模糊聚类算法，DB指数降低了19%,Dunn指数提高了26%。

• 单位
  金陵科技学院