Luận văn Thạc sĩ Công nghệ thông tin: Ứng dụng kỹ thuật đa mục tiêu vào phân cụm dữ liệu

Mục tiêu nghiên cứu của đề tài là phân cụm dữ liệu. Phân cụm dữ liệu đa mục tiêu và một số kỹ thuật tối ưu hóa cụm. Thuật toán VAMOSA - Thuật toán phân cụm dựa trên tính đối xứng. Kết quả thử nghiệm.
Nội dung trích xuất từ tài liệu:
Luận văn Thạc sĩ Công nghệ thông tin: Ứng dụng kỹ thuật đa mục tiêu vào phân cụm dữ liệu ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ ----------  ---------- CHẾ THỊ HẰNGỨNG DỤNG KỸ THUẬT ĐA MỤC TIÊU VÀO PHÂN CỤM DỮ LIỆU LUẬN VĂN THẠC SỸ CÔNG NGHỆ THÔNG TIN Hà Nội – 2014 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ ----------  ---------- CHẾ THỊ HẰNGỨNG DỤNG KỸ THUẬT ĐA MỤC TIÊU VÀO PHÂN CỤM DỮ LIỆU Ngành: Công nghệ thông tin Chuyên ngành: Hệ thống thông tin Mã số: 60 48 05 LUẬN VĂN THẠC SỸ CÔNG NGHỆ THÔNG TINNGƢỜI HƢỚNG DẪN KHOA HỌC: PGS.TS. HOÀNG XUÂN HUẤN Hà Nội - 2014 1 LỜI CẢM ƠN Để hoàn thành được luận văn thạc sỹ này, trước hết tôi xin gửi lời cảm ơn sâu sắcnhất đến PGS.TS Hoàng Xuân Huấn. Thầy đã cung cấp cho tôi những kiến thức, nhữngtài liệu, những phương pháp khi nghiên cứu một vấn đề mang tính khoa học. Thầy thườngxuyên đưa ra và giúp tôi có những ý tưởng khi làm luận văn. Tôi xin chân thành cảm ơnthầy về sự hỗ trợ chân thành và nhiệt tình trong suốt thời gian qua. Tôi xin chân thành cảm ơn các thầy, cô giáo trong Bộ môn Công nghệ phần mềm,Khoa Công nghệ thông tin - Phòng Đào tạo sau đại học - Nghiên cứu Khoa học, TrườngĐại học Công nghệ - Đại học Quốc gia Hà Nội đã tạo mọi điều kiện tốt nhất để tôi hoànthành khóa học này. Đồng thời, tôi cũng xin cảm ơn gia đình, bạn bè, những người luônkhuyến khích và giúp đỡ tôi trong mọi hoàn cảnh khó khăn. Tôi xin cảm ơn cơ quan vàcác đồng nghiệp đã hết sức tạo điều kiện cho tôi trong suốt thời gian tôi học tập và rènluyện tại trường Đại học Công nghệ - Đại học Quốc gia Hà Nội. Hà Nội, ngày 20 tháng 05 năm 2014 Học viên Chế Thị Hằng 2 LỜI CAM ĐOAN Tôi xin cam đoan những kiến thức trình bày trong luận văn này là do tôi tìm hiểu,nghiên cứu và trình bày theo cách hiểu của bản thân dưới sự hướng dẫn trực tiếp củaPGS.TS Hoàng Xuân Huấn. Trong quá trình làm luận văn tôi có tham khảo các tài liệu cóliên quan và đã ghi rõ nguồn gốc tham khảo tài liệu đó. Mọi sao chép không hợp lệ, viphạm quy chế đào tạo tôi xin chịu hoàn toàn trách nhiệm. Hà Nội, ngày 20 tháng 05 năm 2014 Học viên Chế Thị Hằng 3 MỤC LỤCLỜI CẢM ƠN ................................................................................................................................ 1LỜI CAM ĐOAN .......................................................................................................................... 2MỤC LỤC ...................................................................................................................................... 3DANH MỤC CÁC KÍ HIỆU, TỪ VIẾT TẮT ............................................................................ 5DANH MỤC CÁC HÌNH VẼ ....................................................................................................... 6MỞ ĐẦU......................................................................................................................................... 8CHƢƠNG I. PHÂN CỤM DỮ LIỆU......................................................................................... 10 1.1. Phân cụm dữ liệu .............................................................................................................. 10 1.2. Các phương pháp và các thuật toán phân cụm dữ liệu [2] ........................................... 11 1.2.1. Các phương pháp phân vùng ........................................................................ 11 1.2.2. Các phương pháp phân cấp........................................................................... 17 1.2.3. Phương pháp phân cụm dựa trên mật độ .................................................... 22 1.2.4. Các phương pháp phân cụm dựa trên lưới ................................................. 24CHƢƠNG II. PHÂN CỤM DỮ LIỆU ĐA MỤC TIÊU VÀ MỘT SỐ KỸ THUẬT TỐI ƢUHÓA CỤM ................................................................................................................................... 28 2.1. Phân cụm dữ liệu đơn mục tiêu và phân cụm dữ liệu đa mục tiêu [1] ..... ...