Tiếp cận mờ trong phân cụm dữ liệu
Luận văn này trình bày khảo cứu của tác giả về tiếp cận phân cụm mờ dựa trên hai thuật toán C-means mờ (FCM) và Gustafson – Kessel (GK). Đặc biệt đi sâu vào kỹ thuật đánh giá số cụm nhờ hàm chỉ số. Trên cơ sở đó, đề xuất một chỉ số đánh giá số cụm mới cho phân cụm mờ nhờ kết hợp ưu điểm của chỉ độ n...
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Theses and Dissertations |
| Language: | Vietnamese |
| Published: |
ĐHCN
2017
|
| Subjects: | |
| Online Access: | http://repository.vnu.edu.vn/handle/VNU_123/41519 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Institution: | Vietnam National University, Hanoi |
| Language: | Vietnamese |
| Summary: | Luận văn này trình bày khảo cứu của tác giả về tiếp cận phân cụm mờ dựa trên hai thuật toán C-means mờ (FCM) và Gustafson – Kessel (GK). Đặc biệt đi sâu vào kỹ thuật đánh giá số cụm nhờ hàm chỉ số. Trên cơ sở đó, đề xuất một chỉ số đánh giá số cụm mới cho phân cụm mờ nhờ kết hợp ưu điểm của chỉ độ nén (compactness) và độ chồng nhau (overlap). Độ nén chỉ ra mức độ tương đồng của các đối tượng dữ liệu trong một cụm và được tính toán dựa trên giá trị hàm liên thuộc của các đối tượng dữ liệu. Độ chồng nhau chỉ ra mức độ chồng nhau giữa các cụm mờ và thu được bởi tính toán tỷ lệ trùng lặp của các đối tượng dữ liệu thuộc ở hai hay nhiều cụm. Ưu điểm nổi trội của chỉ số mới thể hiện qua kết quả thực nghiệm trên nhiều bộ dữ liệu thực và nhân tạo khi so sánh với các chỉ số điển hình hiện có, đặc biệt là trong trường hợp các cụm khác nhau về kích thước và mật độ, cũng như trong trường hợp các cụm chồng nhau. |
|---|