Luận Văn Thạc Sĩ Về Tính Hiệu Quả Của Các Thuật Toán Tối Ưu Tiến Hóa Cho Phân Cụm Mờ Và Ứng Dụng Trong Phân Tích

Discussion in 'Chuyên Ngành Hệ Thống Thông Tin' started by nhandang123, Aug 16, 2016.

  1. nhandang123

    nhandang123 Guest

    [​IMG]
    Về Tính Hiệu Quả Của Các Thuật Toán Tối Ưu Tiến Hóa Cho Phân Cụm Mờ Và Ứng Dụng Trong Phân Tích Nhu Cầu Khách Hàng
    Trong những năm gần đây, công nghệ thông tin đã có những chuyển biến mạnh mẽ, tác động lớn đến sự phát triển của xã hội. Sự bùng nổ thông tin đã đem đến lượng dữ liệu khổng lồ. Chúng ta càng có nhu cầu khám phá kho dữ liệu đó phục vụ cho nhu cầu con người, điều đó đòi hỏi con người phải biết khai thác dữ liệu và xử lý thông tin đó thành tri thức có ích. Một trong những kỹ thuật quan trọng trong quá trình khai phá dữ liệu và xử lý dữ liệu lớn là kỹ thuật phân cụm dữ liệu. Phân cụm đặc biệt hiệu quả khi ta không biết về thông tin của các cụm, hoặc khi ta quan tâm tới những thuộc tính của cụm mà chưa biết hoặc biết rất ít về những thông tin đó. Phân cụm được coi như một công cụ độc lập để xem xét phân bố dữ liệu, làm bước tiền xử lý cho các thuật toán khác. Việc phân cụm dữ liệu có rất nhiều ứng dụng như trong lập quy hoạch đô thị, nghiên cứu trái đất, địa lý, khai phá Web v.v. Ngày nay, cùng với kỹ thuật phân cụm kết hợp với lý thuyết mờ của Zadeh phương pháp phân cụm mờ đã và đang phát triển và được ứng dụng rộng rãi trong thực thực tiễn, ví dụ như phân tích nhu cầu khách hàng, phân đoạn ảnh, nhận dạng mặt người, nhận dạng cử chỉ và điệu bộ, phân tích rủi ro, dự báo nguy cơ phá sản cho ngân hàng và nhiều bài toán khác.
    • Luận văn thạc sĩ Công nghệ thông tin
    • Chuyên ngành Hệ thống thông tin
    • Người hướng dẫn khoa học: TS. Lê Hoàng Sơn
    • Tác giả: Nguyễn Thị Như Na
    • Số trang: 90
    • Kiểu file: PDF
    • Ngôn ngữ: Tiếng Việt
    • Đại học Quốc gia Hà Nội 2015
    Link Download
    http://dlib.vnu.edu.vn/iii/cpro/DigitalItemViewPage.external?lang=vie&sp=1060738
    https://drive.google.com/drive/folders/1yLBzZ1rSQoNjmWeJTM6cEZ3WGQHg04L1
     
    Last edited by a moderator: Sep 13, 2017

Share This Page