2. Cho điểm của cán bộ phản biện
3.2.2.Một số giao diện
Giao diện khởi động
Đồ ỏn tốt nghiệp Trường ĐHDL Hải Phũng
Phạm Văn Đức-Lớp CT1201 32
Quỏ trỡnh xử lý kết thỳc
KẾT LUẬN
Phõn cụm dữ liệu là nhiệm vụ quan trọng trong khai phỏ dữ liệu, thu hỳt sự quan tõm của nhiều nhà nghiờn cứu. Cỏc kỹ thuật phõn cụm đó và đang được ứng dụng thành cụng trong nhiều lĩnh vực khoa học, đời sống xó hội. Hiện nay, do sự phỏt triển khụng ngừng của cụng nghệ thụng tin và truyền thụng, cỏc hệ thống CSDL ngày càng đa dạng, và tăng trưởng nhanh cả về chất lẫn về lượng. Hơn nữa, nhu cầu về khai thỏc cỏc tri thức từ cỏc CSDL này ngày càng lớn. Vỡ vậy, việc nghiờn cứu cỏc mụ hỡnh dữ liệu mới, ỏp dụng cỏc phương phỏp khai phỏ dữ liệu, trong đú cú kỹ thuật phõn cum dữ liệu là việc làm rất cần thiết cú nhiều ý nghĩa.
Trong đồ ỏn này, trước tiờn em đó trỡnh bày những hiểu biết của mỡnh về khai phỏ dữ liệu sau đú là phần nội dung chớnh của đồ ỏn: Bài toỏn phõn cụm dữ liệu và một số giải thuật theo tiếp cận phõn cấp. Ở phần nội dung chớnh em đó trỡnh bày được thế nào là bài toỏn phõn cụm dữ liệu, cỏc cỏch tiếp cận, cỏc ứng dụng, cỏc kiểu dữ liệu cú thể phõn cụm, cỏc độ đo độ tương tự. Đặc biệt, em tập trung đi sõu nghiờn cứu về kỹ thuật phõn cụm dữ liệu phõn cấp và hai thuật toỏn điển hỡnh của kỹ thuật này là K-Means và K-Medoids với cỏch thức tổ chức dữ liệu, thuật toỏn, đỏnh giỏ ưu nhược điểm của mỗi thuật toỏn.
Do thời gian thực hiện hạn chế nờn em mới chỉ tỡm hiểu đựơc một số kỹ thuật cơ bản trong phõn cụm dữ liệu, cài đặt thử nghiệm với thuật toỏn K- means. Nhưng cũn một số cỏc kỹ thuật em vẫn chưa tỡm hiểu, khai thỏc và ứng dụng cho cỏc bài toỏn … Trong thời gian tới em sẽ cố gắng tiếp tục nghiờn cứu, tỡm hiểu thờm một sụ kỹ thuật phõn cụm và nhất là cú thể tỡm hiểu và phỏt triển cỏc kỹ thuật phõn đoạn ảnh để cú thể xử lý với ảnh động.
Đồ ỏn tốt nghiệp Trường ĐHDL Hải Phũng
Phạm Văn Đức-Lớp CT1201 34
TÀI LIỆU THAM KHẢO
[1] Nguyễn Thị Ngọc, Phõn cụm dữ liệu dựa trờn mật độ, Đồ ỏn tốt nghiệp đại
học Ngành cụng nghệ Thụng tin – ĐHDL Hải Phũng, 2008.
[2] Trần Thị Quỳnh, Thuật toỏn phõn cụm dữ liệu nửa giỏm sỏt và giải thuật di truyền, Đồ ỏn tốt nghiệp đại học Ngành cụng nghệ Thụng tin – ĐHDL Hải Phũng,
2008.
[3] Nguyễn Lõm, Thuật toỏn phõn cụm dữ liệu nửa giỏm sỏt, Đồ ỏn tốt nghiệp đại học Ngành cụng nghệ Thụng tin – ĐHDL Hải Phũng, 2007.
[4] Nguyễn Trung Sơn, Phương phỏp phõn cụm và ứng dụng, Luận văn thạc sĩ
khoa học mỏy tớnh, Khoa cụng nghệ thụng tin trường Đại học Thỏi Nguyờn.
[5] Nguyễn Thị Hướng, Phõn cụm dữ liệu trong dataming, Luận văn tốt nghiệp ngành cụng nghệ thụng tin Đại học sư phạm Hà Nội.
[6] Tian Zhang, Raghu Ramakrishnan, Miron Livny. BIRCH: A New Data Clustering Algorithm and Its Applications. Data Mining and Knowledge Discovery, 1, 141–182 (1997), Kluwer Academic Publishers, 1997
[7] Sudipto Guha, Rajeev Rastogi, Kyuseok Shim, CURE: an efficient clustering algorithm for large databases, Information Systems Vol. 26, No. 1, pp. 35-58, Elsevier Science, 2001.
[8] J.Han, M. Kamber and A.K.H. Tung, Spatial Clustering Methods in Data Mining, Sciences and Engineering Research Council of Canada.