Tìm kiếm

Kết quả Tìm kiếm

• ĐÁNH GIÁ HIỆU QUẢ PHÂN LỚP DỮ LIỆU GENE CHIỀU CAO DỰA TRÊN RỪNG NGẪU NHIÊN, SVM VÀ KẾT HỢP PHƯƠNG PHÁP CHỌN ĐẶC TRƯNG RỪNG NGẪU NHIÊN ĐIỀU HƯỚNG

  Hoàng Thị Hà

  Ngày nhận bài: 15-02-2017 / Ngày duyệt đăng: 08-01-2018

   Tóm tắt PDF

  Phân lớp dữ liệu là phương pháp phổ biến được sử dụng để tìm kiếm các tri thức tiềm ẩn từ cơ sở dữ liệu lớn. Trong số nhiều mô hình phân lớp dữ liệu, các mô hình Rừng ngẫu nhiên và SVM nổi lên là những công cụ phân lớp rất hiệu quả với dữ liệu có số chiều cao. Hiện nay, có nhiều phiên bản của Rừng ngẫu nhiên đã được đề xuất. Tuy nhiên, khi phân tích dữ liệu gene cỡ hàng nghìn đặc trưng, các phương pháp dựa trên mô hình Rừng ngẫu nhiên và SVM vẫn hạn chế. Lý do là dữ liệu gene chứa rất nhiều nhiễu. Chính vì vậy, kết hợp phương pháp trích chọn đặc trưng với các thuật toán phân lớp dữ liệu sẽ cho kết quả cao hơn. Phương pháp lựa chọn đặc trưng của GRF dựa trên RF được đề xuất bởi Deng và Runger được đánh giá là phương pháp trích chọn đặc trưng cho độ chính xác cạnh tranh so với GRRF, RRF, varSelRF, LASSO. Bài báo này, chúng tôi tóm tắt các thuật toán phân lớp dữ liệu dựa trên mô hình Rừng ngẫu nhiên, SVM và đánh giá hiệu quả phân lớp dữ liệu chiều cao của các thuật toán này. Tiếp theo, chúng tôi kết hợp chọn đặc trưng của GRF với các bộ phân lớp RF, WSRF, RUF, SVM. 7 tập dữ liệu gene được sử dụng để đánh giá các thuật toán. Kết quả thực nghiệm cho thấy, việc kết hợp này không những làm tăng độ chính xác mà còn giảm thời gian thực hiện của các thuật toán.

• ỨNG DỤNG PHÂN LỚP ẢNH CHỤP LÁ CÂY BẰNG PHƯƠNG PHÁP MÁY VECTOR HỖ TRỢ

  Phan Thị Thu Hồng, Đoàn Thị Thu Hà, Nguyễn Thị Thủy

  Ngày nhận bài: 21-08-2013 / Ngày duyệt đăng: 29-10-2013

   Tóm tắt PDF

  Thị giác máy tính là một lĩnh vực đã và đang được ứng dụng rộng khắp trong nhiều mặt của cuộc sống, là kĩ thuật liên quan đến việc nhận dạng và phân biệt đối tượng trong thực tế thông qua ảnh chụp của chúng. Kĩ thuật này ngày càng được áp dụng rộng rãi vào nhiều lĩnh vực của nông nghiệp như tự động hóa, nông nghiệp chính xác, phân loại nông sản, nhận dạng (loài cây, cỏ dại, trái cây...). Bài báo này nghiên cứu việc ứng dụng kĩ thuật thị giác máy tính vào bài toán phân lớp lá cây thông qua ảnh chụp sử dụng phương pháp phân lớp SVM (Support Vector Machine) hướng tới xây dựng ứng dụng nhận dạng loài cây dựa vào ảnh chụp của lá hoặc phát hiện bệnh cây dựa vào các biểu hiện trên lá cây. Kết quả thực nghiệm với độ chính xác phân loại trên 98% cho thấy sự thành công của việc áp dụng phương pháp SVM vào việc phân loại ảnh chụp lá cây, đồng thời cho thấy khả năng xây dựng những ứng dụng thực tiễn có hiệu quả từ cách tiếp cận này.

• ỨNG DỤNG MỘT SỐ PHƯƠNG PHÁP XÂY DỰNG HÀM PHÂN LOẠI TRONG CẢNH BÁO SỚM NGUY CƠ VỠ NỢ CỦA CÁC NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN VIỆT NAM

  Nguyễn Thị Lan, Đỗ Thị Nhâm, Ngọc Minh Châu, Lê Văn Hỗ

  Ngày nhận bài: 06-03-2018 / Ngày duyệt đăng: 21-08-2018

   Tóm tắt PDF

  Trong nghiên cứu này chúng tôi vận dụng các mô hình thống kê dựa trên phân tích khác biệt đa biến, hồi qui logistic và máy vecto hỗ trợ (SVM) để xây dựng các hàm phân loại nhằm cảnh báo rủi ro sớm cho các ngân hàng thương mại cổ phần (NHTMCP) Việt Nam. Các mô hình được thực hiện trên các nhóm thuộc tính như: khả năng sinh lời, các chỉ số thâm hụt, hiệu quả quản lí tài sản, chất lượng tài sản, mức độ an toàn, nhóm chỉ số tăng trưởng bền vững và tính thanh khoản. Nghiên cứu tính toán độ chính xác của các mô hình nghiên cứu trên cả tập dữ liệu và kiểm tra, ngoài ra còn đưa ra các loai sai lầm loại I, sai lầm loại II mà các mô hình mắc phải

• ĐÁNH GIÁ TÌNH HÌNH QUẢN LÝ VÀ SỬ DỤNG ĐẤT CỦA CÁC TỔ CHỨC KINH TẾ ĐƯỢC NHÀ NƯỚC GIAO ĐẤT, CHO THUÊ ĐẤT TRÊN ĐỊA BÀN HUYỆN MÊ LINH, THÀNH PHỐ HÀ NỘI

  Đỗ Thị Tám, Phạm Minh Giáp

  Ngày nhận bài: 18-03-2015 / Ngày duyệt đăng: 09-06-2015

   Tóm tắt PDF

  Nghiên cứu nhằm mục đích đánh giá tình hình quản lý và sử dụng đất của các tổ chức kinh tế được nhà nước giao đất, cho thuê đất trên địa bàn huyện Mê Linh, từ đó đề xuất giải phápđể nâng cao hiệu quả sử dụng đất và hạn chế các trường hợp vi phạm Luật đất đai. Nghiên cứu sử dụng phương pháp phân tích tổng hợp và phương pháp so sánh. Kết quả nghiên cứu cho thấy huyện Mê Linh có 217 tổ chức kinh tế, sử dụng 927,50ha đất. Trong đó có 25 tổ chức kinh tế sử dụng đất sai mục đích với diện tích 14,27ha; có 9 tổ chức kinh tế cho thuê lại với diện tích là 13,20 ha; có 5 tổ chức kinh tế bị tranh chấp với diện tích 13,10ha; có 16 tổ chức kinh tế góp vốn liên doanh với diện tích 34,74ha và còn 84,55ha của 13 tổ chức chưa đưa vào sử dụng. Để khắc các sai phạm này cần phải thực hiện đồng bộ các giải pháp về chính sách, giải pháp về kinh tế, giải phápvề khoa học công nghệ và giải pháp về quản lý.