Nghiên cứu sâu hơn về tiêu chuẩn có ngưỡng và bước đầu ứng dụng vào khai phá dữ liệu

 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.MỤC LỤC

GIỚI THIỆU.. 4

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.. 39

 

3.1 Giới thiệu. 39

 

3.2 Mô tả bài toán. 44

 

3.2.1. Thuộc tính và cơ sở dữ liệu. 44

 

3.2.2. Từ. 44

 

3.2.3. Mệnh đề. 45

 

3.2.4. Luật kết hợp. 47

 

3.2.5. t-chuẩn có ngưỡng và độ ủng hộ. 49

 

3.3 Không gian tìm kiếm.. 50

 

3.3.1. Tìm mệnh đề. 50

 

3.3.2. Tìm luật 52

 

3.4 Thuật toán. 53

 

3.4.1. Tìm mệnh đề. 53

 

3.4.2. Tìm luật kết hợp. 56

 

3.5 Vấn đề mờ hoá dữ liệu. 57

 

3.5.1. Bài toán phân cụm dữ liệu và phân cụm mờ. 58

 

3.5.2. Thuật toán FCM... 60

 

3.5.3. Phương pháp chia đều. 62

 

3.6 Kết luận. 63

 

Phụ lục A. Các toán tử mờ có ngưỡng tham số. 64

 

Phụ lục B. Chương trình Fuzzy Rules Miner. 77

 

1. Các Module chương trình. 77