Ứng dụng phân cụm bán giám sát mờ trong phân tích và dự báo dữ liệu sản lượng cây nông nghiệp tỉnh Thái Nguyên

Nguyễn Thu Hương và Đtg<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> 189(13): 23 - 30<br /> <br /> ỨNG DỤNG PHÂN CỤM BÁN GIÁM SÁT MỜ TRONG PHÂN TÍCH VÀ DỰ<br /> BÁO DỮ LIỆU SẢN LƯỢNG CÂY NÔNG NGHIỆP TỈNH THÁI NGUYÊN<br /> Nguyễn Thu Hương1*, Trần Duy Minh1, Nguyễn Thu Huyền2<br /> 1<br /> <br /> Trường Đại học Công nghệ thông tin & Truyền thông – ĐH Thái Nguyên,<br /> 2<br /> Đại học Nội vụ Hà Nội<br /> <br /> TÓM TẮT<br /> Phân tích dữ liệu và xử lý thống kê thông tin sao cho có hiệu quả là một trong những vấn đề đã và<br /> được nhiều nhà khoa học quan tâm. Từ các số liệu thống kê chúng ta phân tích nhằm thu được các<br /> thông tin hữu ích cho người sử dụng đồng thời từ đó dự báo các số liệu tương lai là một trong<br /> những bài toán đã được nhiều nhà khoa học quan tâm. Nhằm giải quyết bài toán này, trong thời<br /> gian gần đây các người ta quan tâm đến các phương pháp tính toán thông tin kết hợp với hệ thống<br /> thông tin địa lý để phân tích và dự báo các số liệu thống kê. Trong bài báo này, nhóm nghiên cứu<br /> của chúng tôi đề xuất một mô hình kết hợp giữa phân cụm bán giám sát mờ với hệ thống thông<br /> tin địa lý để phân tích và dự báo số liệu thống kê. Trong đó kỹ thuật phân cụm bán giám sát mờ sử<br /> dụng để phân tích số liệu thống kê, hệ thống thông tin địa lý dùng để dự báo các số liệu thống kê.<br /> Trên cơ sở mô hình mới đề xuất chúng tôi thực nghiệm với dữ liệu thực tế về một số chỉ số về sản<br /> lượng cây nông nghiệp của tỉnh Thái Nguyên.<br /> Keywords: Dữ liệu thống kê, dự báo, thông tin địa lý, phân cụm mờ, phân cụm bán giám sát, độ<br /> đo, sản lượng cây nông nghiệp<br /> <br /> GIỚI THIỆU*<br /> Khai phá dữ liệu là một khái niệm ra đời vào<br /> cuối những năm 1980. Nó là quá trình khám<br /> phá thông tin ẩn được tìm thấy trong các cơ<br /> sở dữ liệu (CSDL) và có thể xem là một bước<br /> trong quá trình khám phá tri thức. Khai phá<br /> dữ liệu là giai đoạn quan trọng nhất trong tiến<br /> trình khai phá tri thức từ CSDL, các tri thức<br /> này sẽ hỗ trợ trong việc ra quyết định trong<br /> các lĩnh vực như: khoa học, giáo dục, kinh<br /> doanh, dự báo,…<br /> Trong những năm trở lại, đây việc nghiên cứu<br /> về khai phá dữ liệu đã có xu hướng chuyển<br /> từ cơ sở dữ liệu quan hệ và cơ sở dữ liệu giao<br /> dịch sang cơ sở dữ liệu không gian [12, 17].<br /> Sự thay đổi này không những giúp hiểu được<br /> dữ liệu không gian mà còn giúp khám phá<br /> được mối quan hệ giữa dữ liệu không gian và<br /> phi không gian, các mô hình dựa trên tri thức<br /> không gian, phương pháp tối ưu câu truy vấn,<br /> tổ chức dữ liệu trong cơ sở dữ liệu không<br /> gian, ... Khai phá dữ liệu không gian được sử<br /> dụng nhiều trong các hệ thống thông tin địa lý<br /> (GIS) [5], viễn thám [16], khai phá dữ liệu<br /> *<br /> <br /> Email: nthuong@ictu.edu.vn<br /> <br /> ảnh, ảnh y học [1],… Khám phá tri thức từ dữ<br /> liệu không gian có thể được thực hiện dưới<br /> nhiều hình thức khác nhau như sử dụng các<br /> quy tắc đặc trưng và quyết định, trích rút và<br /> mô tả các cấu trúc hoặc cụm nổi bật, kết hợp<br /> không gian,…<br /> Các dữ liệu về kinh tế, xã hội, môi trường …<br /> đều gắn với các địa phương, tức là các dữ liệu<br /> địa lý, và nhiều bài toán thực tế đòi hỏi phải<br /> khai phá dữ liệu. Có nhiều phương pháp khai<br /> phá dữ liệu, trong đó phân cụm là một<br /> phương pháp được sử dụng khá nhiều. Hiện<br /> nay đã có nhiều cách tiếp cận thuật toán phân<br /> cụm khác nhau như: dựa trên phân hoạch,<br /> phân cấp, dựa trên lưới, dựa trên mật độ hay<br /> dựa trên mô hình [6,18], dựa trên đồ thị… và<br /> phân cụm dữ liệu địa lý là một hướng nghiên<br /> cứu nhiều triển vọng.<br /> Trong các phương pháp phân cụm bao gồm<br /> phân cụm có giám sát, phân cụm không giám<br /> sát và phân cụm bán giám sát thì các thuật<br /> toán phân cụm bán giám sát, đặc biệt là phân<br /> cụm bán giám sát mờ rất hiệu quả trong các<br /> lĩnh vực như xử lý ảnh [4, 6, 9], nhận dạng<br /> mẫu, nhận dạng khuôn mặt [1, 7], đánh giá rủi<br /> ro [3], dự báo phá sản [8]. Trong báo cáo này,<br /> 23<br /> <br /> Nguyễn Thu Hương và Đtg<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> 189(13): 23 - 30<br /> <br /> nhóm tác giả đề cập đến các thuật toán phân<br /> cụm bán giám sát mờ với dữ liệu thông tin về<br /> một số chỉ số về sản lượng cây nông nghiệp<br /> trên địa bàn tỉnh Thái Nguyên. Trên cơ sở tìm<br /> hiểu nắm vững kỹ thuật xử lý dữ liệu không<br /> gian và vận dụng được vào chương trình thực<br /> hiện thuật toán phân cụm bán giám sát mờ với<br /> dữ liệu không gian, chúng tôi sẽ áp dụng với<br /> các dữ liệu thực tế, phân tích diễn giải ý nghĩa<br /> kết quả phân cụm bán giám sát mờ. Do vậy,<br /> đóng góp chính của bài báo đã đưa ra một mô<br /> hình kết hợp phân cụm bán giám sát mờ với<br /> hệ thống thông tin địa lý (GIS: geographic<br /> information system) để phân tích và dự báo<br /> các số liệu thống kê thông qua việc thu thập<br /> các số liệu thống kê về sản lượng cây lương<br /> thực có hạt phân theo huyện/thị xã/thành phố<br /> của tỉnh Thái Nguyên từ 2011 đến 2015, từ đó<br /> cài đặt thực nghiệm mô hình đề xuất với các<br /> số liệu thống kê thu thập được.<br /> <br /> cùng một cụm là tương đồng cao, còn các<br /> phần tử dữ liệu thuộc các cụm khác nhau sẽ<br /> tương đồng thấp.<br /> <br /> Ý nghĩa của nghiên cứu này đưa ra một mô<br /> hình hiệu quả trong việc phân tích các số liệu<br /> thống kê để từ đó dự báo số liệu trong thời<br /> gian sắp tới. Quá trình phân tích và dự báo<br /> này có ý nghĩa rất lớn với nhà quản lý và<br /> doanh nghiệp để hoạch định các chiến lược<br /> phát triển nông nghiệp tại tỉnh Thái Nguyên<br /> trong thời gian tiếp theo.<br /> <br /> + m là số mờ hóa<br /> + C là số cụm, N là số phần tử dữ liệu, r là số<br /> chiều của dữ liệu.<br /> + ukj là độ thuộc của phần tử dữ liệu Xk vào<br /> cụm j.<br /> + X k  R r là phần tử thứ k của dữ liệu<br /> <br /> Trong các phần tiếp theo của báo cáo chúng<br /> tôi trình bày như sau: phần 2, trình bày về các<br /> kiến thức cơ sở bao gồm kiến thức về phân<br /> cụm bán giám sát mờ và kiến thức về dữ liệu<br /> địa lý. Phần 3 đưa ra mô hình kết hợp giữa<br /> phân cụm bán giám sát mờ với hệ thống<br /> thông tin địa lý để phân tích và dự báo số liệu<br /> thống kê. Phần 4 là một số kết quả thực<br /> nghiêm mô hình kết hợp đề xuất dựa trên bộ<br /> dữ liệu thực tế. Cuối cùng là kết luận và các<br /> hướng phát triển trong thời gian tới.<br /> <br /> Khi đó ràng buộc của bài toán là:<br /> <br /> Phân cụm dữ liệu cứng là phương pháp phân<br /> cụm mà mỗi phần tử thuộc CSDL chỉ thuộc<br /> vào đúng một cụm. Còn trong phân cụm dữ<br /> liệu mờ, mỗi phần tử dữ liệu có thể thuộc vào<br /> nhiều hơn một cụm và tương ứng với các<br /> điểm dữ liệu là ma trận độ thuộc, với các giá<br /> trị phần tử của ma trận này sẽ chỉ ra mức độ<br /> các phần tử dữ liệu thuộc vào các cụm khác<br /> nhau [2].<br /> Phân cụm mờ<br /> Thuật toán phân cụm mờ (Fuzzy C-Means<br /> clustering – FCM) được Bezdek [2] đề xuất dựa<br /> trên độ thuộc ukj của phần tử dữ liệu Xk từ cụm<br /> j. Hàm mục tiêu được xác định như sau:<br /> N<br /> <br /> C<br /> <br /> J   ukjm X k  V j<br /> <br /> 2<br /> <br />  min (1)<br /> <br /> k 1 j 1<br /> <br /> X  X 1 , X 2 ,..., X N .<br /> <br /> + Vj là tâm của cụm j.<br /> C<br /> <br /> u<br /> j 1<br /> <br /> kj<br /> <br /> ukj  0,1;<br /> <br />  1;<br /> <br /> k  1, N (2)<br /> <br /> Giải bài toán tối ưu (1)-(2) bằng phương pháp<br /> Lagrange ta xác định được nghiệm tối ưu bao<br /> gồm tâm của cụm dựa vào phương trình (3) và<br /> độ thuộc dựa vào phương trình (4) dưới đây:<br /> <br /> (3)<br /> <br /> KIẾN THỨC CƠ SỞ<br /> Phân cụm<br /> Phân cụm dữ liệu [2] là quá trình nhóm một<br /> tập các phần tử dữ liệu trong tập dữ liệu vào<br /> các cụm sao cho các phần tử dữ liệu thuộc<br /> 24<br /> <br /> 1<br /> <br /> u kj <br /> <br />  X k Vj<br /> <br /> <br />  X k  Vi<br /> i 1<br /> <br /> C<br /> <br /> 1<br /> <br />  m 1<br /> <br /> <br /> <br /> <br /> (4)<br /> <br /> Nguyễn Thu Hương và Đtg<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> Khi đó các bước của thuật toán FCM được<br /> trình bày trong bảng 1.<br /> Bảng 1. Fuzzy C-Means clustering<br /> <br /> Input<br /> <br /> Tập dữ liệu X gồm N phần tử<br /> trong không gian r chiều; số cụm<br /> C; số mờ hóa m; ngưỡng  ; số<br /> lần lặp lớn nhất MaxStep>0.<br /> Ma trận U và tâm cụm V.<br /> <br /> Output<br /> FCM<br /> Bước 1: Đặt t=0<br /> Bước 2: u kjt   random;<br /> <br /> N<br /> <br /> k 1 j 1<br /> <br /> (5)<br /> Với điều kiện ràng buộc (2), khi đó hàm độ<br /> thuộc bổ trợ của phần tử X k với cụm C j là<br /> <br /> u kj  0,1 đồng thời thỏa mãn:<br /> <br /> <br /> <br /> C<br /> <br /> k  1, N ; j  1, C  thỏa<br /> <br /> <br /> <br /> u   ; k  1, N ; j  1, C <br /> <br /> kj<br /> <br /> <br /> <br />  1 , k  1, N<br /> <br /> thức (4)<br /> <br /> Bước 4 : Until U t   U t 1   hoặc t ><br /> <br /> Khi đó dựa vào điều kiện (2) và hàm mục tiêu<br /> (5) chúng ta có<br /> Vj <br /> <br /> u<br /> k 1<br /> N<br /> <br /> kj<br /> <br />  ukj<br /> <br /> m<br /> <br />  ukj  ukj<br /> <br /> Xk<br /> <br /> , j  1, C<br /> <br /> m<br /> <br /> k 1<br /> <br /> (6)<br /> Và ukj được xác định theo 2 trường hợp sau<br /> - m 1 :<br /> 2<br /> <br /> MaxStep<br /> Phân cụm bán giám sát mờ<br /> Thông tin bổ trợ: Các thuật toán phân cụm<br /> bán giám sát mờ xây dựng dựa trên các thuật<br /> toán phân cụm mờ kết hợp với các thông tin<br /> bổ trợ được người dùng cung cấp. Các thông<br /> tin bổ trợ nhằm mục đích hướng dẫn, giám sát<br /> và điều khiển quá trình phân cụm. Thông tin<br /> bổ trợ thường được xây dựng dựa trên 3 loại<br /> cơ bản [15] là :<br /> + Các ràng buộc Must-link và Cannot-link:<br /> Ràng buộc Must-link yêu cầu 2 phần tử nên<br /> thuộc vào cùng 1 cụm, ngược lại ràng buộc<br /> Cannot-link chỉ ra 2 phần tử không nên thuộc<br /> cùng 1 cụm.<br /> + Các nhãn lớp của một phần dữ liệu: Một<br /> phần của dữ liệu được gán nhãn và phần còn<br /> lại không được gán nhãn.<br /> + Độ thuộc được xác định trước.<br /> Thuật toán phân cụm bán giám sát mờ<br /> chuẩn (Semi-Supervised Standard Fuzzy<br /> Clustering-SSSFC)<br /> Yasunori et al. [14] đã đề xuất một thuật toán<br /> phân cụm bán giám sát mờ. Khi đó hàm mục<br /> tiêu [14] được xác định như sau:<br /> <br /> <br /> <br /> j 1<br /> <br /> N<br /> <br /> bởi công<br /> <br /> <br /> <br /> U  u kj | u kj  0,1, k  1, N , j  1, C ,<br /> <br /> Tính V jt  ; j  1, C bởi công thức (3)<br /> t<br /> kj<br /> <br /> C<br /> <br /> J (U ,V )   | ukj  ukj |m || X k  V j ||2  min<br /> <br /> u<br /> <br /> mãn điều kiện (2)<br /> Bước 3 : Repeat<br /> t=t+1<br /> <br /> Tính<br /> <br /> 189(13): 23 - 30<br /> <br /> <br />  m 1<br /> 1<br /> <br /> <br />  X V <br /> C<br /> k<br /> j<br /> ,<br /> <br /> <br /> <br /> u kj  u kj  1   u kj  <br /> 2<br /> i 1<br /> <br />  C <br />  m 1<br /> 1<br /> <br /> <br /> <br /> <br /> <br /> i 1  X k  Vi <br /> <br /> k  1, N , j  1, C .<br /> <br /> (7)<br /> <br /> - m 1:<br /> C<br /> <br /> u<br /> <br /> 1<br /> <br /> u kj , k  arg min X k  Vi<br /> kj<br /> <br /> <br /> i<br /> u kj  <br /> j 1<br /> <br /> , otherwise .<br /> u kj<br /> <br /> k  1, N , j  1, C .<br /> <br /> 2<br /> <br /> ,<br /> <br /> (8)<br /> <br /> Các bước thực hiện thuật toán SSSFC được<br /> mô tả cụ thể trong bảng 2 dưới đây:<br /> Bảng 2. Semi-Supervised Standard Fuzzy Clustering<br /> Input<br /> <br /> Tập dữ liệu X gồm N phần tử , số<br /> cụm C, ma trận độ thuộc bổ trợ U ,<br /> ngưỡng  , số lần lặp tối đa maxStep<br /> > 0.<br /> Ma trận U và tâm cụm V.<br /> <br /> Output<br /> SSSFC<br /> Bước 1: Đặt t = 0<br /> <br /> Bước 2: Khởi tạo ngẫu nhiên V j ; ( j  1, C )<br /> (t )<br /> <br /> Bước 3: Repeat<br /> <br /> 25<br /> <br /> Nguyễn Thu Hương và Đtg<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> Tính U(t) bởi ukj ( k  1, N ; j  1, C ) theo<br /> công thức (7) với<br /> với m  1 .<br /> t=t+1<br /> Tính V j<br /> <br /> ( t 1)<br /> <br /> m  1 hoặc công thức (8)<br /> <br /> ( j  1, C ) bởi công thức (6)<br /> <br /> Bước 4: Until V<br /> <br /> (t )<br /> <br /> V<br /> <br /> ( t 1)<br /> <br />   hoặc t ><br /> <br /> maxStep<br /> <br /> Hệ thống thông tin địa lý và dữ liệu địa lý.<br /> Hệ thống thông tin địa lý<br /> Hệ thống thông tin địa lý (Geographical<br /> Information System – GIS) là tập hợp các<br /> công cụ để thu thập, lưu trữ, chỉnh sửa, truy<br /> cập, phân tích và cập nhật các thông tin địa lý<br /> cho một mục đích chuyên biệt. Ngoài ra cũng<br /> có nhiều định nghĩa khác về GIS [11].<br /> Dữ liệu địa lý.<br /> Dữ liệu địa lý là dữ liệu bao gồm dữ liệu<br /> không gian và dữ liệu thuộc tính [19] được<br /> kết hợp với nhau một cách tương ứng.<br /> Dữ liệu không gian là những mô tả số của<br /> các đối tượng thực tế được thể hiện hình ảnh<br /> bản đồ [19]. Đó có thể là thửa đất, con đường,<br /> sông ngòi, hồ ao, rừng núi, tòa nhà, sân bay,<br /> bến cảng ….. Chúng bao gồm toạ độ, quy<br /> luật và các ký hiệu dùng để thể hiện thành<br /> một hình ảnh cụ thể trên bản đồ. Hệ thống<br /> thông tin địa lý dùng các dữ liệu không gian<br /> để tạo ra một bản đồ hay hình ảnh bản đồ trên<br /> màn hình hoặc trên giấy thông qua thiết bị<br /> ngoại vi, v.v.<br /> Có hai mô hình dữ liệu không gian được sử<br /> dụng đồng thời trong hệ thống thông tin địa lý,<br /> là mô hình vector và mô hình raster. Mỗi mô<br /> hình có những ưu điểm và nhược điểm riêng.<br /> Mô hình vector: Mô tả vị trí và phạm vi của<br /> các đối tượng không gian bằng tọa độ cùng<br /> các kết hợp hình học gồm các điểm nút, các<br /> cung trên đường biên, các vùng mặt phẳng và<br /> quan hệ giữa chúng. Về mặt hình học, các đối<br /> tượng được phân biệt thành 3 dạng: đối tượng<br /> dạng điểm (point) được xác định bằng một<br /> cặp tọa độ (X,Y), đối tượng dạng đường (line)<br /> là một chuỗi các cặp tọa độ (X,Y) liên tục và<br /> 26<br /> <br /> 189(13): 23 - 30<br /> <br /> đối tượng dạng vùng (region hay polygon) là<br /> khoảng không gian được giới hạn bởi một tập<br /> hợp các cặp tọa độ (X,Y) trong đó điểm đầu và<br /> điểm cuối trùng nhau. Với đối tượng vùng, mô<br /> hình vector phản ánh đường bao của vùng [19].<br /> Mô hình raster: Có thể hiểu đơn giản là một<br /> “ảnh” chứa các thông tin về một chuyên đề.<br /> Nó mô hình hóa bề mặt trái đất và các đối<br /> tượng trên đó bằng một lưới (đều hoặc không<br /> đều) gồm các hàng và cột. Những phần tử nhỏ<br /> này gọi là những pixel hay cell. Giá trị của<br /> pixel là thuộc tính của đối tượng [19]. Kích<br /> thước pixel càng nhỏ thì đối tượng càng được<br /> mô tả chính xác. Một mặt phẳng chứa đầy các<br /> pixel tạo thành raster.<br /> Dữ liệu thuộc tính diễn tả các đặc tính của<br /> các đối tượng thực tế được thể hiện trên bản<br /> đồ [11]. Dữ liệu thuộc tính có thể là định tính<br /> - mô tả chất lượng như xếp hạng độ màu mỡ<br /> của thửa đất, mức độ phát triển kinh tế một<br /> tỉnh... hay là định lượng như chiều dài đoạn<br /> đường, diện tích thửa đất, độ sâu hồ nước,<br /> dân số của một đơn vị hành chính (xã, huyện,<br /> tỉnh..) cụ thể.<br /> Về nguyên tắc, số lượng các thuộc tính của<br /> một đối tượng là không có giới hạn. Để quản<br /> lý dữ liệu thuộc tính của các đối tượng địa lý<br /> trong CSDL, GIS đã sử dụng phương pháp<br /> gán các giá trị thuộc tính cho các đối tượng<br /> thông qua các bảng số liệu. Mỗi bản ghi đặc<br /> trưng cho một đối tượng địa lý, mỗi cột của<br /> bảng tương ứng với một kiểu thuộc tính của<br /> đối tượng đó.<br /> Thông thường hệ thống thông tin địa lý có 4<br /> loại số liệu thuộc tính [11]: Đặc tính của đối<br /> tượng; Số liệu hiện tượng, tham khảo địa lý;<br /> Chỉ số địa lý; Quan hệ giữa các đối tượng<br /> trong không gian.<br /> LƯỢC ĐỒ TỔNG QUÁT CỦA PHÂN CỤM<br /> DỮ LIỆU ĐỊA LÝ<br /> Đề xuất sơ đồ tổng quan<br /> Trong Hình 1 nhóm tác giả đề xuất một mô<br /> hình kết hợp giữa phân cụm bán giám sát mờ<br /> với mô hình hệ thống thông tin địa lý để phân<br /> <br /> Nguyễn Thu Hương và Đtg<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> tích và dự báo số liệu thống kê. Trong mô<br /> hình này, chúng tôi sử dụng phân cụm bán<br /> giám sát mờ để phân chia dữ liệu ban đầu<br /> thành các cụm có cùng đặc tính. Sau khi phân<br /> cụm sau, kết hợp với các thuộc tính không<br /> gian biểu diễn dữ liệu trên bản đồ, phân tích<br /> sự xếp chồng nhau để dự báo dữ liệu trong<br /> thời gian tới.<br /> Dữ liệu vào và tham số<br /> <br /> Phân tích dữ liệu bằng phân cụm bán giám sát mờ<br /> <br /> Sử dụng GIS dự báo từ dữ liệu phân tích<br /> <br /> Kết quả dự báo<br /> <br /> Hình 1. Sơ đồ tổng quát<br /> <br /> Phân tích tích dữ liệu bằng phân cụm<br /> Với dữ liệu đầu vào cần phân tích, nhóm tác<br /> giả sử dụng thuật toán FCM phân cụm thu<br /> được ma trận độ thuộc, lấy ma trận độ thuộc<br /> của thuật toán FCM làm thông tin bổ trợ của<br /> phân cụm bán giám sát mờ.<br /> <br /> 189(13): 23 - 30<br /> <br /> thời gian để phân tích sự phát triển trong các<br /> năm đã qua từ đó dự báo cho năm tiếp theo.<br /> KẾT QUẢ ĐÁNH GIÁ<br /> Chuẩn bị dữ liệu vào:<br /> Dữ liệu địa lý:<br /> Dữ liệu không gian cần chuẩn bị là dữ liệu<br /> không gian của tỉnh Thái Nguyên chi tiết đến<br /> các Huyện/Thị xã/Thành phố gồm các lớp dữ<br /> liệu sau: 1/ Lớp ranh giới tỉnh; 2/ Lớp ranh<br /> giới Huyện.<br /> Dữ liệu thuộc tính:<br /> Trong báo cáo này sẽ sử dụng dữ liệu sản lượng<br /> cây lương thực có hạt phân theo huyện/thị<br /> xã/thành phố của tỉnh Thái Nguyên được lấy từ<br /> nguồn niên giám thống kê của Chi cục thống kê<br /> tỉnh Thái Nguyên năm 2016.<br /> Tập tin bao gồm các dòng và các cột. Vị trí<br /> với dòng và cột thể hiện dữ liệu tương ứng:<br /> dòng là số đối tượng huyện/thị xã/thành phố,<br /> cột là số liệu sản lượng cây lương thực có hạt<br /> của các huyện/thị xã/thành phố thuộc tỉnh<br /> Thái Nguyên tương ứng với các năm số liệu<br /> được thống kê.<br /> <br /> - Bước 1: Từ dữ liệu đầu vào, sử dụng thuật<br /> toán phân cụm FCM, xác định ma trận độ<br /> thuộc của các điểm dữ liệu vào các cụm.<br /> - Bước 2: Tại mỗi điểm dữ liệu gán giá trị của<br /> cụm có độ thuộc nhỏ nhất bằng 0. Khi đó ta<br /> thu được ma trận thông tin bổ trợ.<br /> Sau khi có thông tin bổ trợ, sử dụng phân cụm<br /> bán giám sát mờ (SSSFC) để phân tích dữ<br /> liệu. Khi đó thông tin đầu vào của phân cụm<br /> bán giám sát mờ là dữ liệu phân tích và thông<br /> tin bổ trợ thu được từ quá trình phân tích trên.<br /> Sử dụng GIS để dự báo<br /> Dựa trên các dữ liệu phân tích số liệu của<br /> từng vùng với các mức độ khác nhau (trong<br /> các cụm khác nhau). Dựa trên các dữ liệu<br /> không gian kết hợp với các số liệu phân tích<br /> hàng năm hiện thị các mức độ của các khu<br /> vực theo từng năm dựa trên công nghệ<br /> ArcGIS. Xếp chồng các mức độ phân bố theo<br /> <br /> Các kết quả thực nghiệm<br /> Kết quả phân tích số liệu của sản lượng cây<br /> lương thực có hạt hàng năm với phân tích<br /> phân cụm với số cụm là 3 tương ứng với mức<br /> độ ở các khu vực: cao, trung bình, thấp. Giá<br /> trị trung tâm của các mức được xác định ở các<br /> tâm cụm (theo bảng 3).<br /> Bảng 3. Kết quả xác định tâm của phân cụm<br /> Cụm<br /> 1<br /> 2<br /> 3<br /> <br /> 2012<br /> 21,578<br /> 37,972<br /> 62,927<br /> <br /> 2013<br /> 30,018<br /> 49,999<br /> 68,218<br /> <br /> 2014<br /> 29,193<br /> 49,294<br /> 69,902<br /> <br /> 2015<br /> 31,457<br /> 52,313<br /> 72,661<br /> <br /> 2016<br /> 32,240<br /> 51,924<br /> 72,799<br /> <br /> 27<br /> <br />