Phân cụm mờ được sử dụng nhiều trong thời gian gần đây để phân nhóm dữ liệu. Phân cụm mờ thường được nghiên cứu nhiều trong lĩnh vực phát hiện điểm nóng tội phạm, phân biệt mô trong ảnh y tế, dự đoán chất lượng phần mềm... Các nghiên cứu phân cụm mờ tập trung chủ yếu vào việc cải tiến hàm mục tiêu để tăng hiệu năng của quá trình phân cụm. Tuy nhiên để tăng hiệu năng của quá trình phân cụm, một yếu tố có ảnh hưởng lớn đó là tham số mờ. Khi đó, tham số mờ được sử dụng để phản ảnh mức độ mờ hóa. Do vậy, trong nghiên cứu này, nhóm nghiên cứu tập trung cải tiến từ thuật toán phân cụm mờ với tham số mờ cho từng cụm dữ liệu. Đóng góp chính của bài báo i) Xây dựng một thuật toán cải tiến từ thuật toán phân cụm mờ
ii) Xây dựng hàm tính tham số mờ cho từng cụm dữ liệu
iii) Cài đặt, đánh giá thuật toán cái tiến so với các thuật toán cùng loại. Kết quả thực nghiệm của nghiên cứu cũng cho thấy thuật toán cải tiến cho hiệu năng tốt hơn so với thuật toán gốc ban đầu., Tóm tắt tiếng anh, Recently, fuzzy clustering is widely used to group data. Fuzzy clustering is studied and applicable in many technical applications like crime hot spot detection, tissue differentiation in medical images, software quality prediction etc. The researches on fuzzy clustering focuses mainly on the objective function to increase the performance of the clustering process. However, the fuzzy parameter is an important factor affecting the performace of the clustering process. The fuzzy parameter is used to reflect the degree of fuzzifier. In this study, the research team focuses on improving the fuzzy clustering algorithm with fuzzy parameters for each data cluster. Main contributions of the paper i) building an improved algorithm from fuzzy clustering algorithm
ii) building a fuzzy parameter caculation function for each data cluster
iii) Executtion and evaluation the improved algorithm compared to other algorithms in the same field. The experimental results of study show that the improved algorithm is more efficient than the original algorithm.