According to SCC criterion, this se

According to SCC criterion, this section presents the clustering results for four numerical
examples. The first example examines seven populations with univariate normal pdfs (see Vo
Van and Pham-Gia, 2010) in order to illustrate and test the suitability of our programs and
algorithms. The more complicate synthetic data researched in (Goh and Vidal, 2008; Montanari
and Calò, 2013; Chen and Hung, 2015) will be review in Example 2. This example contains 100
uniform pdfs with dynamic parameter. These pdfs are separated into two groups with 50 pdfs in
each group. In Example 3, we apply the proposed algorithm for images recognition that be an
interesting problem for many researchers in data mining with big data. We take 18 images from
Caltech 101 dataset (Fei-Fei, 2007). These 18 images includes 3 categories (lotus, bonsais and
sunflowers) with 6 images each. Besides, a real data set containing the studying and training
marks of students in 15 classes of Colleges of Natural Sciences (CNS), Can Tho University, Viet
Nam, is also presented in Example 4 to illustrate the applicability of researched problem. In each example, if the data is discrete, the pdfs will be estimated according to Subsection 3.2.
Example 1. Given seven populations having univariate normal pdfs {f1, f2,…, f7} with specific
parameters as follows:

Kết quả (Việt) 2:

Theo tiêu chí SCC, phần này trình bày kết quả phân nhóm trong bốn số
ví dụ. Ví dụ đầu tiên xem xét bảy dân số với các file PDF thông thường đơn biến (xem Võ
Văn và Phạm Gia, 2010) để minh họa và kiểm tra sự phù hợp của các chương trình của chúng tôi và
các thuật toán. Càng phức tạp dữ liệu tổng hợp nghiên cứu trong (Goh và Vidal, 2008; Montanari
và Calò, 2013; Chen và Hưng, 2015) sẽ được xem xét trong ví dụ 2. Ví dụ này chứa 100
file PDF thống nhất với tham số động. Các file PDF được tách thành hai nhóm với 50 file PDF trong
mỗi nhóm. Trong Ví dụ 3, chúng tôi áp dụng các thuật toán đề nghị công nhận những hình ảnh đó là một
vấn đề thú vị cho nhiều nhà nghiên cứu trong việc khai thác dữ liệu với dữ liệu lớn. Chúng tôi có 18 hình ảnh từ
Caltech 101 bộ dữ liệu (Fei-Fei, 2007). Những hình ảnh 18 bao gồm 3 loại (sen, cây cảnh và
hoa hướng dương) với 6 hình ảnh mỗi. Bên cạnh đó, một bộ dữ liệu thực tế có chứa các nghiên cứu và đào tạo
dấu ấn của các học sinh ở 15 lớp của trường Cao đẳng Khoa học tự nhiên (CNS), Đại học Cần Thơ, Việt
Nam, cũng được trình bày trong ví dụ 4 để minh họa cho các ứng dụng của vấn đề nghiên cứu. Trong mỗi ví dụ, nếu dữ liệu rời rạc, các file PDF sẽ được ước tính theo Tiểu mục 3.2.
Ví dụ 1. Với bảy dân có file PDF thông thường đơn biến {f1, f2, ..., f7} với cụ thể
các thông số như sau: