TAILIEUCHUNG - Luận văn Thạc sĩ Khoa học máy tính: Nghiên cứu một số phương pháp phân cụm nửa giám sát ứng dụng cho bài toán phân cụm dữ liệu Web Server Logs

Mục tiêu của luận văn là nghiên cứu và nắm bắt các thuật toán cơ bản về phân cụm cũng như phân cụm nửa giám sát. Các thuật toán K-Means, DBSCAN, GC, Seed K-Means, SSDBSCAN, SSGC đã được trình bày trong luận văn. Hiểu được bản chất của quá trình phân cụm, các khó khăn thách thức đối với bài toán phân cụm và các nghiên cứu về phân cụm nửa giám sát trong thời gian gần đây. Mời các bạn cùng tham khảo! | ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG NGUYỄN ĐỨC NGỌC NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP PHÂN CỤM NỬA GIÁM SÁT ỨNG DỤNG CHO BÀI TOÁN PHÂN CỤM DỮ LIỆU WEB SERVER LOGS LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH THÁI NGUYÊN 2018 ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG NGUYỄN ĐỨC NGỌC NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP PHÂN CỤM NỬA GIÁM SÁT ỨNG DỤNG CHO BÀI TOÁN PHÂN CỤM DỮ LIỆU WEB SERVER LOGS Chuyên ngành Khoa học máy tính Mã số 8480101 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Người hướng dẫn khoa học TS. Vũ Việt Vũ THÁI NGUYÊN 2018 i LỜI CẢM ƠN Lời đầu tiên tôi xin được gửi lời cảm ơn sâu sắc tới TS. Vũ Việt Vũ người đã trực tiếp hướng dẫn tôi thực hiện luận văn. Thầy đã tận tình hướng dẫn cung cấp tài liệu và định hướng cho tôi trong suốt quá trình nghiên cứu và thực hiện luận văn. Tôi xin chân thành cảm ơn các thầy cô đã giảng dạy và quản lý đào tạo đã tạo điều kiện cho tôi có một môi trường học tập nghiên cứu tốt trong suốt 2 năm theo học. Cuối cùng tôi xin được gửi lời cảm ơn tới gia đình bạn bè và đồng nghiệp đã giúp đỡ và động viên tôi trong suốt quá trình học tập và hoàn thiện luận văn. Xin chân thành cảm ơn ii MỤC LỤC MỞ ĐẦU . 1 Chương 1. TỔNG QUAN . 3 . Khái niệm về học máy và bài toán phân cụm dữ liệu . 3 . Nội dung nghiên cứu của luận văn. 6 . Một số phương pháp phân cụm dữ liệu cơ bản . 9 . Phương pháp phân cụm K-Means . 11 . Phương pháp phân cụm DBSCAN . 12 . Phương pháp phân cụm dựa trên đồ thị GC . 15 . Ứng dụng của phân cụm dữ liệu . 17 . Kết luận . 19 Chương 2. MỘT SỐ THUẬT TOÁN PHÂN CỤM NỬA GIÁM SÁT CƠ BẢN. 20 . Tổng quan về phân cụm nửa giám sát. 20 . Thuật toán phân cụm nửa giám sát dựa trên K-Means . 22 . Thuật toán COP-KMeans . 22 . Thuật toán Seed K-Means . 24 . Thuật toán phân cụm nửa giám sát dựa trên mật độ SSDBSCAN . 27 . Thuật toán phân cụm nửa giám sát dựa trên đồ thị SSGC . 33 . Kết luận . 37 Chương 3. KẾT QUẢ THỰC NGHIỆM . 38 . Giới .

TÀI LIỆU LIÊN QUAN
TỪ KHÓA LIÊN QUAN
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.