ty -jour a2 -dawson，克里斯蒂安·艾（Christian au） - 兰迪瓦塔旺（Banditwattanawong），thepparit au -masdisornchote，masawee py -2021 da -2021/02/20 ti-关于标准的范围引用成就方案的表征- 分级是解释学习能力以告知学习者和讲师当前学习能力水平和必要改进的过程。对于标准参考的评分，讲师使用常规统计方法， z分数。这种方法很难实现可解释的等级歧视来解决学习者和讲师之间的争议。为了解决这种困难，本文提出了一种简单有效的算法，用于可解释的规范参考的分级。此外，如今的人工智能的兴起使机器学习技术一般而言对标准参考的评分有吸引力。本文还研究了两种流行的聚类方法，K-均值和围绕MEDOID的分区。该实验依赖于各种得分分布的数据集和指标，即Davies -Ouldin指数。比较评估表明，我们的算法总体上优于其他三种方法，并且在几乎所有情况下都适合各种数据集。但是，我们的发现为选择适当的分级方法（包括聚类方法和 z分数。SN -1687-9724 UR -https：//doi.org/10.1155/2021/8899649 do -10.1155/2021/8899649 JF-应用计算智能和软计算