Các lớp toán tử mờ có ngưỡng và chương trình fuzzy rules miner_báo cáo thực tập tốt nghiệp

87 509 0
Các lớp toán tử mờ có ngưỡng và chương trình fuzzy rules miner_báo cáo thực tập tốt nghiệp

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

Website: http://www.docs.vn Email : lienhe@docs.vn Tel (: 0918.775.368 LỜI CẢM ƠN Đầu tiên, em xin chân thành cảm ơn thày giáo Bùi Công Cường đã giúp đỡ em rất nhiều trong quá trình tìm kiếm tài liệu cũng như hoàn thành báo cáo của mình. Sự chỉ bảo tận tình của thày trong suốt quá trình từ những ý tưởng ban đầu cho đến khi báo cáo được hoàn thành là trợ giúp lớn nhất đối với em. Sau đó, em xin chân thành cảm ơn các thày, cô giáo đã giảng dạy em, đặc biệt là các thày, cô giáo của khoa Toán Tin ứng dụng, trường Đại học Bách Khoa Hà Nội. Những kiến thức thu nhận được từ các thày, cô đã hỗ trợ em rất nhiều trong quá trình hoàn thành báo cáo này. Em cũng xin cảm ơn các bạn học cùng lớp Toán Tin-KSTN K45, Đại học Bách Khoa Hà Nội, các anh chị và các bạn thuộc Seminar Lý thuyết mờ và Mạng Nơron, những đóng góp của mọi người đã giúp em có thể hoàn chỉnh được báo cáo. Cuối cùng, em xin gửi lời cảm ơn tới cha mẹ, chị gái của em, sự cổ vũ động viên của mọi người là động lực rất lớn giúp em có thể hoàn thành được báo cáo này. Em xin phép được sử dụng cụm từ “chúng tôi” trong báo cáo bao gồm em và mọi nguời. 1 Website: http://www.docs.vn Email : lienhe@docs.vn Tel (: 0918.775.368 MỤC LỤC GIỚI THIỆU 4 GIỚI THIỆU 4 TOÁN TỬ MỜ CÓ NGƯỠNG 7 TOÁN TỬ MỜ CÓ NGƯỠNG 7 2.1 Toán tử mờ 9 2.1.1. Phủ định 9 2.1.2. T-chuẩn 9 2.1.3. T-đối chuẩn 10 2.1.4. Kéo theo 10 2.2 Toán tử mờ có ngưỡng 11 2.2.1. t-chuẩn có ngưỡng 11 2.2.2. Đẳng cấu giữa các t-chuẩn có ngưỡng 19 2.2.3. t-đối chuẩn có ngưỡng và bộ ba De Morgan có ngưỡng 23 2.2.4. Kéo theo có ngưỡng 27 2.2.5. Các toán tử mờ tham số 29 2.3 Kết luận 38 LUẬT KẾT HỢP MỜ 40 LUẬT KẾT HỢP MỜ 40 3.1 Giới thiệu 40 3.2 Mô tả bài toán 45 3.2.1. Thuộc tính và cơ sở dữ liệu 45 3.2.2. Từ 45 3.2.3. Mệnh đề 46 3.2.4. Luật kết hợp 48 3.2.5. t-chuẩn có ngưỡng và độ ủng hộ 50 3.3 Không gian tìm kiếm 51 3.3.1. Tìm mệnh đề 51 3.3.2. Tìm luật 53 3.4 Thuật toán 54 3.4.1. Tìm mệnh đề 54 3.4.2. Tìm luật kết hợp 57 3.5 Vấn đề mờ hoá dữ liệu 58 3.5.1. Bài toán phân cụm dữ liệu và phân cụm mờ 59 3.5.2. Thuật toán FCM 61 3.5.3. Phương pháp chia đều 63 3.6 Kết luận 64 Phụ lục A. Các toán tử mờ có ngưỡng tham số 65 Phụ lục A. Các toán tử mờ có ngưỡng tham số 65 Phụ lục B. Chương trình Fuzzy Rules Miner 78 Phụ lục B. Chương trình Fuzzy Rules Miner 78 1. Các Module chương trình 78 1. Các Module chương trình 78 1.1. mdiMain 78 1.2. frmFuzzySetFinder 78 2 Website: http://www.docs.vn Email : lienhe@docs.vn Tel (: 0918.775.368 1.3. frmDataMiner 79 2. Cấu trúc các file dữ liệu 80 2. Cấu trúc các file dữ liệu 80 2.1. .CFF 80 2.2. .QDF 80 2.3. .FDF 80 2.4. .TF 80 2.5. .PF 81 2.6. .RF 81 3. Cơ sở dữ liệu chạy thử nghiệm 81 3. Cơ sở dữ liệu chạy thử nghiệm 81 3.1. Mô tả 81 3.2. Kết quả 81 TÀI LIỆU THAM KHẢO 83 TÀI LIỆU THAM KHẢO 83 3 Website: http://www.docs.vn Email : lienhe@docs.vn Tel (: 0918.775.368 1 GIỚI THIỆU Khái niệm t-chuẩn có ngưỡng do Dubois, Prade giới thiệu đầu tiên trong [14], sau đó được Iancu xem xét một cách đầy đủ hơn trong [31]. Sau đó, một số kết quả về các lớp toán tử mờ có ngưỡng, t-chuẩn, t-đối chuẩn, và kéo theo đã được xem xét trong [9-13]. Cũng giống như toán tử mờ, toán tử mờ có ngưỡng có một phạm vi ứng dụng rộng lớn tử trong điều khiển học, trong trí tuệ nhân tạo, đặc biệt là trong các vấn đề về hệ suy diễn và khai phá dữ liệu. Tìm kiếm luật kết hợp là một trong những hướng nghiên cứu quan trọng trong khai phá dữ liệu [38]. Bài toán tìm luật kết hợp boolean được giới thiệu lần đầu tiên trong [2]. Ví dụ cho luật này có thể là như sau: “90% số người mua bơ và sữa sẽ mua cả bánh mì”. Đã có nhiều thuật toán được đưa ra nhằm giải quyết bài toán này, như Apriori [3], FP-growth [27,23], Eclat [1]… Bài toán luật kết hợp lượng hoá được nêu ra trong [40]. Lấy ví dụ, một luật kết hợp lượng hoá cho cơ sở dữ liệu với ba thuộc tính về <tuổi,tình trạng hôn 4 Website: http://www.docs.vn Email : lienhe@docs.vn Tel (: 0918.775.368 nhân,số xe> có thể là “<tuổi:30 39> và <đã kết hôn:đúng> → <số xe:2>”. Thuật toán đưa ra trong [40] phân hoạch miền giá trị của các thuộc tính thành các khoảng và sau đó kết hợp các khoảng rời nhau để cho lời giải của bài toán. Thao tác này thực chất là chuyển bài toán luật kết hợp lượng hoá về bài toán luật kết hợp boolean. Mặc dù phương pháp phân hoạch dữ liệu cũng giải quyết được một số bài toán tìm luật kết hợp trên cơ sở dữ liệu lượng hoá. Tuy nhiên, cũng có một số vấn đề phát sinh như trong [35] đã chỉ ra. Đó là vấn đề mất mát thông tin nếu như có nhiều giá trị tập trung xung quanh các biên của các khoảng. Việc chia các giá trị gần nhau vào các khoảng khác nhau sẽ dẫn tới việc mất thông tin trong các phân tích về sau. Một phương pháp tiếp cận khác là chia miền dữ liệu thành các vùng có chồng lên nhau. Khi đó, các phần tử nằm gần biên có thể thuộc nhiều hơn một khoảng, và sẽ giải quyết được phần nào vấn đề mất mát thông tin tại các lân cận biên. Tuy nhiên, tiếp cận này vẫn có phần bất hợp lý do việc phần tử gần biên cũng sẽ có vai trò quan trọng trong việc mô tả đặc trưng của khoảng giống như các phần tử gần trung tâm. Tất cả những vấn đề trên chủ yếu xuất phát từ việc sử dụng biên rõ ràng để chia khoảng. Từ đó, trong [35] đã đề nghị sử dụng tiếp cận mờ. Tập mờ cung cấp thay đổi uyển chuyển giữa các vùng dữ liệu, và vấn đề xuất phát từ biên rõ sẽ được loại bỏ. Trong [35], các luật kết hợp mờ có dạng, “Nếu X là A thì Y là B”, trong đó “X là A” được gọi là phần tiền tố của luật, “Y là B” được gọi là phần hệ quả của luật. X và Y là các tập thuộc tính của cơ sở dữ liệu, A và B là các tập từ mô tả X và Y tương ứng. Báo cáo này tập trung nghiên cứu sâu về toán tử mờ có ngưỡng, đồng thời xem xét một khía cạnh ứng dụng vào bài toán luật kết hợp mờ. Chương 2 của báo cáo tập trung vào các nghiên cứu sâu về toán tử mờ có ngưỡng, mô tả các khái niệm về lớp toán tử mờ có ngưỡng đồng dạng, cặp hàm sinh của lớp các toán tử mờ có ngưỡng đồng dạng. Chương 3 của báo cáo mô tả về bài 5 Website: http://www.docs.vn Email : lienhe@docs.vn Tel (: 0918.775.368 toán luật kết hợp mờ, vấn đề mờ hóa dữ liệu đầu vào, đồng thời xem xét ứng dụng t- chuẩn có ngưỡng vào việc bài toán luật kết hợp mờ. Phần phụ lục cuối báo cáo cung cấp các lớp toán tử mờ có ngưỡng có tham số, mô tả về chương trình Fuzzy Rules Miner cài đặt thuật toán F-Apriori, cấu trúc các file dữ liệu đầu vào và các kết quả chạy thử nghiệm chương trình. 6 Website: http://www.docs.vn Email : lienhe@docs.vn Tel (: 0918.775.368 2 TOÁN TỬ MỜ CÓ NGƯỠNG Sự ra đời của công nghệ tính toán mờ xuất phát từ các giới thiệu về tập mờ của Zadeh năm 1965 [41]. Hiện nay, có thể nói, công nghệ tính toán mờ là một trong những lĩnh vực nghiên cứu phát triển mạnh mẽ nhất, được đánh dấu bằng sự ra đời của hàng loạt phương pháp và kỹ thuật ứng dụng trong nhiều lĩnh vực khác nhau. Việc tích hợp các kỹ thuật của lôgíc mờ với các phương pháp phân tích khác ngày càng diễn ra mạnh mẽ. Lôgíc mờ được ứng dụng rộng rãi để giải quyết rất nhiều bài toán của khoa học ứng dụng. Những lĩnh vực có thể kể ra ở đây là vận trù học, hỗ trợ quyết định, điều khiển, nhận dạng mẫu, kinh tế, quản lý, xã hội học, mô hình thống kê, máy học, thiết kế cơ khí, chế tạo, phân lớp, suy luận, thu nhận thông tin, quản lý cơ sở dữ liệu, chẩn đoán y tế, hệ cơ sở tri thức. Đặc biệt, trong lĩnh vực xử lý tri thức, công nghệ tính toán mờ tỏ ra vô cùng hiệu quả. Do tri thức thường con người thường được biểu diễn bằng các thể hiện ngôn ngữ, bằng các câu hỏi, các phát biểu về thế giới đang xét. Vấn đề đối với việc xử lý tri thức là không chỉ ở việc liên kết các tri thức, các phát biểu về thế giới đang xét, mà còn ở việc đánh giá sự đúng đắn của chúng. Lôgíc hình thức cổ điển 7 Website: http://www.docs.vn Email : lienhe@docs.vn Tel (: 0918.775.368 cho phép chúng ta đánh giá một phát biểu về thế giới là hoặc đúng, hoặc sai. Tuy nhiên, trong thực tế, đánh giá một phát biểu chỉ có đúng hoặc sai là rất khó nếu không muốn nói là phi thực tế. Lấy ví dụ: đối với các tri thức dạng “Áp suất cao”, “Thể tích nhỏ”, “Quả táo đỏ”, việc xác định một cách chính xác trị chân lý của chúng là không hay một là rất khó khăn do các từ “cao”, “nhỏ”, hay “đỏ” hoàn toàn có tính chất mờ hồ. Từ đó, Zadeh đã mở rộng lôgíc mệnh đề thành lôgíc mờ, trong đó, mỗi mệnh đề P sẽ được gán cho một trị chân lý υ(P), là một giá trị trong đoạn [0,1], biểu diễn mức độ đúng đắn của mệnh đề đó. Hay Để có thể tiến hành các thao tác lôgíc trên các mệnh đề, chúng ta cần phải có các phép toán lôgíc mờ. Đó chính là các phép toán t-chuẩn tương ứng với phép hội, t-đối chuẩn ứng với phép tuyển, và phép kéo theo mờ. Bên cạnh đó, ngưỡng cũng là khái niệm hết sức tự nhiên trong các bài toán của thế giới thực. Những suy luận có sử dụng ngưỡng là rất hay gặp trong đời sống. Lấy ví dụ, trong công tác chẩn đoán bệnh nhân. Nếu một số thông số đầu vào đạt những giá trị ngưỡng, dạng như nhiệt độ trên 41 o C, nhịp tim trên 150, … hiển nhiên chúng ta phải có những suy luận khác với khi các giá trị này chưa đạt giá trị ngưỡng. Chương này tập trung vào việc nghiên cứu các toán tử mờ có ngưỡng sử dụng làm công cụ cho quá trình trích rút các luật mờ. Mở đầu của các nghiên cứu về toán tử mờ có ngưỡng chính là t-chuẩn có ngưỡng. Khái niệm t-chuẩn có ngưỡng do Dubois, Prade giới thiệu đầu tiên trong [14], sau đó được Iancu xem xét một cách đầy đủ hơn trong [31]. Sau đó, một số kết quả về các lớp toán tử mờ có ngưỡng t-chuẩn, t-đối chuẩn, và kéo theo đã được xem xét trong [9-13]. Chương này sẽ nhắc lại các khái niệm về toán tử mờ, toán tử mờ có ngưỡng, lớp toán tử mờ có ngưỡng đồng dạng. Đồng thời, chúng tôi sẽ tiến hành xem xét một số tính chất đại số của các lớp này. Phần cuối chương là các xem xét giải tích đối với các lớp toán tử mờ tham số nhằm làm tiền đề cho việc tạo ra các toán tử mờ có ngưỡng tham số. 8 Website: http://www.docs.vn Email : lienhe@docs.vn Tel (: 0918.775.368 Trước hết, chúng ta bắt đầu bằng việc tìm hiểu về các toán tử mờ và một số tính chất đặc trưng của chúng. 2.1 Toán tử mờ Toán tử mờ là những phép toán trên lôgíc mờ, nghĩa là những phép toán trên các giá trị lôgíc của các mệnh đề. Như thế, một cách tổng quát, các phép toán trên đoạn [0,1] đều có thể là toán tử mờ. Trong phần này chúng ta sẽ tìm nhắc lại các định nghĩa và một số tính chất của các phép toán lôgíc cơ bản, đó là phép phủ định, phép hội hay t-norm, phép tuyển hay t-conorm. 2.1.1. Phủ định Định nghĩa 2.1.1[28]. i) Hàm n : [0,1] → [0,1] được gọi là hàm phủ định nếu nó không tăng đồng thời n(0) = 1 và n(1) = 0. ii) Một hàm phủ định được gọi là phủ định chặt nếu nó giảm chặt. iii) Một hàm phủ định được gọi là phủ định mạnh nếu nó là phủ định chặt, đồng thời n(n(x)) = x với mọi x ∈ [0,1]. Định lý 2.1.1[28]. n là phép phủ định chặt nếu và chỉ nếu tồn tại f thuộc Aut(J) sao cho n(x) = f -1 (1-f(x)). Ở đây, ta chú ý η = 1 - x là một hàm phủ định chặt, và biểu diễn của n trong định lý có thể được viết thành n(x) = f -1 (η(f(x))). f khi đó được gọi là hàm sinh của n, và n có thể được biểu diễn dạng η f . 2.1.2. T-chuẩn Định nghĩa 2.1.2[28]. Một hàm T : [0,1]×[0,1] → [0,1] được gọi là một t-chuẩn (tương ứng với phép hội trong lôgíc mệnh đề), nếu nó có tính giao hoán, kết hợp, đơn điệu không giảm theo từng biến, đồng thời T(x,1) = x với mọi x ∈ [0,1]. i) Một t-chuẩn được gọi là liên tục nếu nó liên tục theo từng biến. 9 Website: http://www.docs.vn Email : lienhe@docs.vn Tel (: 0918.775.368 ii) Một t-chuẩn được gọi là t-chuẩn Archimedean nếu nó liên tục, đồng thời: T(x,x) < x với mọi x ∈ (0,1). iii) Một t-chuẩn được gọi là t-chuẩn chặt nếu nó là Archimedean, đồng thời: không tồn tại x, y ∈ (0,1) sao cho T(x,y) = 0. iv) Một t-chuẩn được gọi là t-chuẩn nilpotent nếu nó là Archimedean, đồng thời: tồn tại x, y ∈ (0,1) sao cho T(x,y) = 0. 2.1.3. T-đối chuẩn Định nghĩa 2.1.3[28]. Một hàm S : [0,1]×[0,1] → [0,1] được gọi là một t-đối chuẩn (tương ứng với phép tuyển) nếu nó có tính giao hoán, kết hợp, đơn điệu không giảm theo từng biến, đồng thời S(0,x) = x với mọi x ∈ [0,1]. Kết quả sau đây cho ta thấy mối tương quan giữa t-chuẩn và t-đối chuẩn. Định lý 2.1.2[28]. S là t-đối chuẩn nếu và chỉ nếu tồn tại t-chuẩn T và phủ định mạnh n sao cho S(x,y) = n(T(n(x),n(y))) với mọi x,y ∈ [0,1]. Cặp (T,S) được gọi là đối ngẫu nhau qua phủ định mạnh n. Bộ ba (T,n,S) được gọi là bộ ba De Morgan. Một t-đối chuẩn được gọi là liên tục, Archimedean, chặt, nilpotent nếu đối ngẫu của nó là liên tục, Archimedean, chặt, nilpotent tương ứng. 2.1.4. Kéo theo Định nghĩa 2.1.4[19]. Một hàm I: [0,1]×[0,1]→[0,1] là một hàm kéo theo nếu thoả các tính chất sau: i) I(x,y) ≥ I(u,y) nếu x ≤ u ii) I(x,y) ≥ I(x,v) nếu y ≥ v iii) I(0,x) = 1 iv) I(x,1) = 1 10 [...]... chất của các toán tử mờ sau đó xem xét mở rộng sang t-chuẩn có ngưỡng 2.2 Toán tử mờ có ngưỡng Toán tử mờ có ngưỡng cũng là các toán tử biểu diễn các phép toán trên các giá trị chân lý của các mệnh đề trong lôgíc mờ Bênh cạnh đó, mỗi toán tử thuộc loại này sẽ được gắn thêm các giá trị ngưỡng nhằm biểu diễn sự suy diễn theo ngưỡng mà chúng tôi đã nói đến ở phần đầu chương 2.2.1 t-chuẩn có ngưỡng Trước... dựng t-đối chuẩn có ngưỡng từ tchuẩn có ngưỡng Mệnh đề 2.2.34 i) S(x,y,β) là t-đối chuẩn có ngưỡng khi đó tồn tại t-chuẩn có ngưỡng T(x,y,α) và hàm phủ định chặt n sao cho β = n(α), và S(x,y,β) = n(T(n(x),n(y),α)) và ngược lại ii) S là lớp các t-đối chuẩn có ngưỡng đồng dạng nếu và chỉ nếu tồn tại T là lớp các t-chuẩn có ngưỡng đồng dạng sao cho S = {n(T(n(x),n(y),α)) : α ∈ [0,1]2} và ngược lại Chứng... hai t-chuẩn và t-đối chuẩn đối ngẫu với nhau Bổ đề 2.2.39[28] Cho (t,s,n1) và (t,s,n2) là hai bộ ba De Morgan có cùng t-chuẩn và t-đối chuẩn, khi đó n1n2 ∈ Aut(J,t) Kết hợp với hệ quả 2.2.23 và mệnh đề 2.2.34., ta có các kết quả sau Hệ quả 2.2.40 Nếu ( T , S ,n1) và ( T , S ,n2) là hai lớp các bộ ba De Morgan có ngưỡng đồng dạng có cùng lớp các t-chuẩn có ngưỡng đồng dạng và t-đối chuẩn có ngưỡng đồng... một-một giữa tập các lớp tchuẩn có ngưỡng đồng dạng chặt với phân hoạch {(R +)2(f1,f2) : (f1,f2) ∈ G2} của G2 Các kết quả trên cho ta thấy tương ứng giữa các lớp t-chuẩn có ngưỡng đồng dạng với các lớp cặp hàm sinh nhân tính Sau đây là các kết quả cho ta tương ứng giữa các cặp hàm sinh với các lớp t-chuẩn có ngưỡng đồng dạng Trước hết, ta xét bổ đề sau: Bổ đề 2.2.13 Cho (a1,a2) ∈ (0,1)2 Khi đó, một lớp t-chuẩn... ứng Chứng minh: Ta có, theo hệ quả 2.2.18, các hàm T f(x,y,α’) là các t-chuẩn có ngưỡng, hơn nữa, từ f là đẳng cấu trên J, ta có khi α x và αy biến thiên từ 0 tới 1 thì f 1 (αx) và f-1(αy) cũng biến thiên từ 0 tới 1 Từ đó ta có T f cũng là lớp t-chuẩn có ngưỡng đồng dạng Các tính chất của T f tương ứng với các tính chất của T theo hệ quả 2.2.18 □ Hai lớp t-chuẩn có ngưỡng đồng dạng T và T f được gọi là... kh¸c Định nghĩa 2.2.2 Lớp các t-chuẩn có ngưỡng đồng dạng là tập các t-chuẩn có ngưỡng được xác định như sau:    t 1 ( x , y) : x ≥ α x , y ≥ α y   T( x , y, α) =  , α ∈ [0,1] T =   t 2 ( x , y) : tr­êng hîp kh¸c   Ta có thể thấy, việc xác định một t-chuẩn có ngưỡng tương ứng với việc xác định hai t-chuẩn t1, t2, và ngưỡng α, việc xác định một lớp các t-chuẩn có ngưỡng đồng dạng tương... việc xây dựng các lớp toán tử mờ có ngưỡng tham số trong phần cuối của tài liệu này Ký hiệu G2 là tập tất cả các cặp hàm sinh nhân tính Cho r ∈ R+, ký hiệu r(x) = xr Trong G2 xét phép hợp thành (f 1,f2)○(g1,g2) = (f1○g1,f2○g2) Xét quan hệ tương đương ~ giữa các cặp hàm sinh nếu chúng tạo ra cùng một lớp t-chuẩn có ngưỡng đồng dạng Khi đó, theo hệ quả 2.2.9, ta có ~ phân hoạch G2 thành các lớp dạng (R+)2(f1,f2)... hai t-chuẩn t1 và t2 Ta cũng gọi T(x,y,α) là t-chuẩn có ngưỡng liên tục, Archimedean, chặt, nilpotent, nếu t1, t2 là liên tục, Archimedeanm chặt, nilpotent tương ứng Từ các định nghĩa về t-chuẩn nilpotent và t-chuẩn chặt, và ràng buộc t 1 ≥ t2, ta có thể thấy t-chuẩn có ngưỡng Archimedean có thể chia làm ba loại: i) t-chuẩn có ngưỡng chặt ii) t-chuẩn có ngưỡng nilpotent iii) t-chuẩn có ngưỡng hỗn hợp... Aut a1 ,a 2 (J) và tập các lớp t-chuẩn có ngưỡng đồng dạng chặt 18 Website: http://www.docs.vn Email : lienhe@docs.vn Tel (: 0918.775.368 Sau đây, ta sẽ xét biểu diễn của các lớp t-chuẩn có ngưỡng đồng dạng nilpotent Giả sử T f1 ,f 2 là một lớp t-chuẩn có ngưỡng đồng dạng nilpotent với cặp hàm sinh nhân tính (f1,f2) Nghĩa là f1, f2 là các song ánh bảo toàn thứ tự từ [0,1] vào [b1,1] và [b2,1] tương... g-1(min(1-g(x)+g(y),1)) Vậy, ta có đpcm □ 28 Website: http://www.docs.vn Email : lienhe@docs.vn Tel (: 0918.775.368 2.2.5 Các toán tử mờ tham số Trong phần này chúng ta sẽ tiến hành khảo sát tính chất giải tích, quan trọng nhất là tính chất thứ tự của một số họ toán tử mờ tham số kinh điển nhằm làm tiền đề cho việc xây dựng các toán tử mờ có ngưỡng tham số Ta chú ý rằng, khi xác định một t-chuẩn có ngưỡng, ta cần xác . A. Các toán tử mờ có ngưỡng tham số 65 Phụ lục A. Các toán tử mờ có ngưỡng tham số 65 Phụ lục B. Chương trình Fuzzy Rules Miner 78 Phụ lục B. Chương trình Fuzzy Rules Miner 78 1. Các Module chương. dụng vào bài toán luật kết hợp mờ. Chương 2 của báo cáo tập trung vào các nghiên cứu sâu về toán tử mờ có ngưỡng, mô tả các khái niệm về lớp toán tử mờ có ngưỡng đồng dạng, cặp hàm sinh của lớp. đầu vào, đồng thời xem xét ứng dụng t- chuẩn có ngưỡng vào việc bài toán luật kết hợp mờ. Phần phụ lục cuối báo cáo cung cấp các lớp toán tử mờ có ngưỡng có tham số, mô tả về chương trình Fuzzy

Ngày đăng: 05/01/2015, 19:29

Từ khóa liên quan

Mục lục

  • 2.1 Toán tử mờ

    • 2.1.1. Phủ định

    • 2.1.2. T-chuẩn

    • 2.1.3. T-đối chuẩn

    • 2.1.4. Kéo theo

  • 2.2 Toán tử mờ có ngưỡng

    • 2.2.1. t-chuẩn có ngưỡng

    • 2.2.2. Đẳng cấu giữa các t-chuẩn có ngưỡng

    • 2.2.3. t-đối chuẩn có ngưỡng và bộ ba De Morgan có ngưỡng

    • 2.2.4. Kéo theo có ngưỡng

    • 2.2.5. Các toán tử mờ tham số

  • 2.3 Kết luận

  • 3.1 Giới thiệu

  • 3.2 Mô tả bài toán

    • 3.2.1. Thuộc tính và cơ sở dữ liệu

    • 3.2.2. Từ

    • 3.2.3. Mệnh đề

    • 3.2.4. Luật kết hợp

    • 3.2.5. t-chuẩn có ngưỡng và độ ủng hộ

  • 3.3 Không gian tìm kiếm

    • 3.3.1. Tìm mệnh đề

    • 3.3.2. Tìm luật

  • 3.4 Thuật toán

    • 3.4.1. Tìm mệnh đề

    • 3.4.2. Tìm luật kết hợp

  • 3.5 Vấn đề mờ hoá dữ liệu

    • 3.5.1. Bài toán phân cụm dữ liệu và phân cụm mờ

    • 3.5.2. Thuật toán FCM

    • 3.5.3. Phương pháp chia đều

  • 3.6 Kết luận

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan