CẢI TIẾN THUẬT TOÁN PHÂN CỤM MỜ DỰA TRÊN ĐỘ ĐO TRỌNG SỐ ENTROPY VÀ CHỈ SỐ CALINSKI-HARABASZ
Clustering plays an important role in data mining and is applied widely in fields of pattern recognition, computer vision, and fuzzy control. In this paper, we proposed an improved clustering algorithm combined of both fuzzy k-means using weight Entropy and Calinski-Harabasz index. The advantage of...
Đã lưu trong:
| Những tác giả chính: | , |
|---|---|
| Định dạng: | Bài viết |
| Ngôn ngữ: | Vietnamese |
| Được phát hành: |
Trường Đại học Đà Lạt
2023
|
| Truy cập trực tuyến: | https://tckh.dlu.edu.vn/index.php/tckhdhdl/article/view/408 https://scholar.dlu.edu.vn/thuvienso/handle/DLU123456789/114286 |
| Các nhãn: |
Thêm thẻ
Không có thẻ, Là người đầu tiên thẻ bản ghi này!
|
| Thư viện lưu trữ: | Thư viện Trường Đại học Đà Lạt |
|---|
| id |
oai:scholar.dlu.edu.vn:DLU123456789-114286 |
|---|---|
| record_format |
dspace |
| spelling |
oai:scholar.dlu.edu.vn:DLU123456789-1142862023-10-27T14:44:34Z CẢI TIẾN THUẬT TOÁN PHÂN CỤM MỜ DỰA TRÊN ĐỘ ĐO TRỌNG SỐ ENTROPY VÀ CHỈ SỐ CALINSKI-HARABASZ Nguyễn, Như Đồng Phan, Thành Huấn Clustering plays an important role in data mining and is applied widely in fields of pattern recognition, computer vision, and fuzzy control. In this paper, we proposed an improved clustering algorithm combined of both fuzzy k-means using weight Entropy and Calinski-Harabasz index. The advantage of this method is that it does not only create efficient clustering but also has the ability to measure clusters and rate clusters to find the optimal number of clusters for practical needs. Finally, we presented experimental results on real-life datasets, which showed that the improved algorithm has the accuracy and efficiency of the existing algorithms. 2023-03-04T08:23:36Z 2023-03-04T08:23:36Z 2018 Article 0866-787X https://tckh.dlu.edu.vn/index.php/tckhdhdl/article/view/408 https://scholar.dlu.edu.vn/thuvienso/handle/DLU123456789/114286 10.37569/DalatUniversity.8.2.408(2018) vi Tạp chí Khoa học Đại học Đà Lạt, Tập 8, Số 2; tr. 13-23 application/pdf Trường Đại học Đà Lạt |
| institution |
Thư viện Trường Đại học Đà Lạt |
| collection |
Thư viện số |
| language |
Vietnamese |
| description |
Clustering plays an important role in data mining and is applied widely in fields of pattern recognition, computer vision, and fuzzy control. In this paper, we proposed an improved clustering algorithm combined of both fuzzy k-means using weight Entropy and Calinski-Harabasz index. The advantage of this method is that it does not only create efficient clustering but also has the ability to measure clusters and rate clusters to find the optimal number of clusters for practical needs. Finally, we presented experimental results on real-life datasets, which showed that the improved algorithm has the accuracy and efficiency of the existing algorithms. |
| format |
Article |
| author |
Nguyễn, Như Đồng Phan, Thành Huấn |
| spellingShingle |
Nguyễn, Như Đồng Phan, Thành Huấn CẢI TIẾN THUẬT TOÁN PHÂN CỤM MỜ DỰA TRÊN ĐỘ ĐO TRỌNG SỐ ENTROPY VÀ CHỈ SỐ CALINSKI-HARABASZ |
| author_facet |
Nguyễn, Như Đồng Phan, Thành Huấn |
| author_sort |
Nguyễn, Như Đồng |
| title |
CẢI TIẾN THUẬT TOÁN PHÂN CỤM MỜ DỰA TRÊN ĐỘ ĐO TRỌNG SỐ ENTROPY VÀ CHỈ SỐ CALINSKI-HARABASZ |
| title_short |
CẢI TIẾN THUẬT TOÁN PHÂN CỤM MỜ DỰA TRÊN ĐỘ ĐO TRỌNG SỐ ENTROPY VÀ CHỈ SỐ CALINSKI-HARABASZ |
| title_full |
CẢI TIẾN THUẬT TOÁN PHÂN CỤM MỜ DỰA TRÊN ĐỘ ĐO TRỌNG SỐ ENTROPY VÀ CHỈ SỐ CALINSKI-HARABASZ |
| title_fullStr |
CẢI TIẾN THUẬT TOÁN PHÂN CỤM MỜ DỰA TRÊN ĐỘ ĐO TRỌNG SỐ ENTROPY VÀ CHỈ SỐ CALINSKI-HARABASZ |
| title_full_unstemmed |
CẢI TIẾN THUẬT TOÁN PHÂN CỤM MỜ DỰA TRÊN ĐỘ ĐO TRỌNG SỐ ENTROPY VÀ CHỈ SỐ CALINSKI-HARABASZ |
| title_sort |
cải tiến thuật toán phân cụm mờ dựa trên độ đo trọng số entropy và chỉ số calinski-harabasz |
| publisher |
Trường Đại học Đà Lạt |
| publishDate |
2023 |
| url |
https://tckh.dlu.edu.vn/index.php/tckhdhdl/article/view/408 https://scholar.dlu.edu.vn/thuvienso/handle/DLU123456789/114286 |
| _version_ |
1781718687547392000 |