《表4 课程基本信息：异常值自识别的低秩矩阵补全方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《异常值自识别的低秩矩阵补全方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

第二部分实验选择在线平台开放课程的学习者成绩，由于测试题不是强制完成项目，许多学习者只完成了部分测试题，造成数据中存在大量的缺失项。之前的工作为根据学生在线成绩的互评分数构建学生成绩互评系统，在验证学生互评成绩的可信度的过程中需要根据学生之前的在线成绩判断学生互评成绩的可信度，学生的在线成绩的完整性和准确性需要得到保证，因此在之前的工作中尝试利用矩阵补全技术对缺失数据进行补全，取得良好的补全效果。为了验证SIOMC算法能否更好地应用于在线平台学习者成绩数据，降低成绩数据中异常值对结果的影响，将SIOMC算法应用于本校在线平台一个学期内的两门课程测试成绩上，同时与其他矩阵补全算法比较性能。两门课程的基本信息如表4所示。