Luận Văn Nghiên cứu một số phương pháp phân cụm mờ và ứng dụng

Đề tài:NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP PHÂN CỤM MỜ VÀ ỨNG DỤNG


Luận văn dài 90 trang

Chương 1 - TỔNG QUAN VỀ KHÁM PHÁ TRI THỨC VÀ KPDL
1.1. Giới thiệu chung về khám phá tri thức và khai phá dữ liệu
1.2. Quá trình khám phá tri thức
1.3. Quá trình khai phá dữ liệu
1.4. Các phương pháp khai phá dữ liệu
1.5. Các lĩnh vực ứng dụng thực tiễn của KPDL
1.6. Các hướng tiếp cận cơ bản và kỹ thuật áp dụng trong KPDL
1.7. Các thách thức - khó khăn trong KPTT và KPDL
1.8. Kết luận
Chương 2 - PHÂN CỤM DỮ LIỆU VÀ CÁC THUẬT TOÁN TRONG PCDL .
2.1. Khái niệm và mục tiêu của phân cụm dữ liệu
2.2. Các ứng dụng của phân cụm dữ liệu
2.3. Các yêu cầu của phân cụm
2.4. Những kỹ thuật tiếp cận trong phân cụm dữ liệu
2.4.1. Phương pháp phân cụm phân hoạch
2.4.2. Phương pháp phân cụm phân cấp
2.4.3. Phương pháp phân cụm dựa trên lưới
2.4.5. Phương pháp phân cụm dựa trên mô hình
2.4.6. Phương pháp phân cụm có dữ liệu ràng buộc
2.5. Một số thuật toán cơ bản trong phân cụm dữ liệu
2.5.1. Các thuật toán phân cụm phân hoạch
2.5.2. Các thuật toán phân cụm phân cấp
2.5.3. Các thuật toán phân cụm dựa trên mật độ
2.5.4. Các thuật toán phân cụm dựa trên lưới
2.5.5. Các thuật toán phân cụm dựa trên mô hình
2.5.6. Các thuật toán phân cụm có dữ liệu ràng buộc
Chương 3 - KỸ THUẬT PHÂN CỤM DỮ LIỆU MỜ
3.1. Tổng quan về phân cụm mờ
3.2. Các thuật toán trong phân cụm mờ
3.2.1. Thuật toán FCM(Fuzzy C-means)
3.2.1.1. Hàm mục tiêu
3.2.1.2. Thuật toán FCM
3.2.2. Thuật toán FCM(ε- Insensitive Fuzzy C-means)
3.2.2.1. Hàm mục tiêu
3.2.2.2. Thuật toán FCM
3.2.3. Thuật toán FCM Cải tiến
3.2.3.1. Thuật toán 1: Thuật toán lựa chọn các điểm dữ liệu
làm ứng viên cho việc chọn các trung tâm của các cụm
3.2.3.2. Thuật toán 2: Thuật toán lược bớt các ứng viên
3.2.3.3. Thuật toán 3: Thuật toán chọn các ứng viên làm cực
tiểu hàm mục tiêu
3.2.3.4. Thuật toán 4: Gán các trung tâm có liên kết “gần
gũi” vào một cụm
3.2.3.5. Tổng kết thuật toán FCM-Cải tiến
Chqơng 4 - MÔ HÌNH MẠNG NƠRON ĐA KHỚP DÙNG CHO PCM
4.1. Tổng quan về mạng Nơron
4.2. Cấu trúc mạng Nơron
4.2.1. Hàm kích hoạt
4.2.2. Liên kết mạng
4.2.3. Bài toán huấn luyện mạng
4.3. Mạng HOPFIELD
4.3.1. Huấn luyện mạng
4.3.2. Sử dụng mạng
4.4. Mạng Nơron đa khớp dùng cho phân cụm
4.4.1. Xây dựng lớp mạng Layer1 cho tối ưu các trung tâm cụm
4.4.2. Xây dựng lớp mạng Layer2 cho tối ưu các độ thuộc
4.5. Sự hội tụ của FBACN
4.5.1. Chứng minh sự hội tụ của FBACN
4.5.2. Sự hội tụ FBACN liên tục của Layer1
4.6. Giải thuật của FBACN và FBACN với việc học
Chương 5 - CÀI ĐẶT THỬ NGHIỆM VÀ ỨNG DỤNG
5.1. Cài đặt thử nghiệm thuật toán FCM
5.2. Ứng dụng thuật toán FCM-Cải tiến vào nhận dạng ảnh