檢索結果(共6筆)
王慶豐;李俊賢;
頁: 413-450
日期: 2019/10
卷期: 26(4)
關鍵字: 複數模糊類神經;複數模糊集;特徵選取;粒子群最佳化演算法;遞迴最小平方法;
Keywords: complex neuro-fuzzy;complex fuzzy set;feature selection;particle swarm optimization;recursive least squares estimator;
摘要: 面對現今的國際化環境，投資已成為許多企業與人們的獲利方式，股票為此領域相當普遍的交易模式，但股價波動所牽涉層面廣泛，固然難以估計與預測，人工智慧中的深度學習即為當今預測的最佳工具之一。本研究提出一種新形態之複數模糊類神經分類模型（Complex Neuro-Fuzzy ...
引用 導入Endnote
頁: 413-450
日期: 2019/10
卷期: 26(4)
關鍵字: 複數模糊類神經;複數模糊集;特徵選取;粒子群最佳化演算法;遞迴最小平方法;
Keywords: complex neuro-fuzzy;complex fuzzy set;feature selection;particle swarm optimization;recursive least squares estimator;
摘要: 面對現今的國際化環境，投資已成為許多企業與人們的獲利方式，股票為此領域相當普遍的交易模式，但股價波動所牽涉層面廣泛，固然難以估計與預測，人工智慧中的深度學習即為當今預測的最佳工具之一。本研究提出一種新形態之複數模糊類神經分類模型（Complex Neuro-Fuzzy ...
引用 導入Endnote
邱哲夫;王惠嘉;
頁: 1-24
日期: 2019/01
卷期: 26(1)
關鍵字: 自動化分群;元啟發式演算法;人工蜂群演算法;模範策略;
Keywords: automatic clustering;meta-heuristic clustering;artificial bee colony algorithm;model strategy;
摘要: 分群是一種資料探勘技術，它是一種非監督式的學習方法，透過相似度計算，將資料分成不同的群。在分群演算法中，啟發式分群在近年來漸漸受到重視，它指的是運用啟發式演算法或啟發式的概念解決分群問題。相較於目前的一些其方分群方法（如：k-means），啟發式分群似有較好...
引用 導入Endnote
頁: 1-24
日期: 2019/01
卷期: 26(1)
關鍵字: 自動化分群;元啟發式演算法;人工蜂群演算法;模範策略;
Keywords: automatic clustering;meta-heuristic clustering;artificial bee colony algorithm;model strategy;
摘要: 分群是一種資料探勘技術，它是一種非監督式的學習方法，透過相似度計算，將資料分成不同的群。在分群演算法中，啟發式分群在近年來漸漸受到重視，它指的是運用啟發式演算法或啟發式的概念解決分群問題。相較於目前的一些其方分群方法（如：k-means），啟發式分群似有較好...
引用 導入Endnote
廖文忠;許中川;
頁: 185-216
日期: 2012/01
卷期: 19(1)
關鍵字: 交易型資料;自組映射圖;概念階層;交易型資料距離函數;概念樹;
Keywords: transactional data;self-organizing map;concept hierarchy;distance function on transactions;concept tree;
摘要: 在許多應用領域，交易紀錄反映個人行為上的偏好或習慣，若將交易紀錄適當分群，即可將不同行為類型的個人分到不同群組。交易型資料通常有概念階層伴隨，概念階層反映所有可能交易項目之間的相關性，然而，概念階層卻被大多數的分群演算法忽略，因此，易將相似度高的交易...
引用 導入Endnote
頁: 185-216
日期: 2012/01
卷期: 19(1)
關鍵字: 交易型資料;自組映射圖;概念階層;交易型資料距離函數;概念樹;
Keywords: transactional data;self-organizing map;concept hierarchy;distance function on transactions;concept tree;
摘要: 在許多應用領域，交易紀錄反映個人行為上的偏好或習慣，若將交易紀錄適當分群，即可將不同行為類型的個人分到不同群組。交易型資料通常有概念階層伴隨，概念階層反映所有可能交易項目之間的相關性，然而，概念階層卻被大多數的分群演算法忽略，因此，易將相似度高的交易...
引用 導入Endnote
楊燕珠;陳志豐;
頁: 165-184
日期: 2009/01
卷期: 16(專)
關鍵字: 高頻項目集;樣式匹配;特徵抽取;文件分群;
Keywords: Frequent Itemset;Pattern Matching;Feature Extraction;Document Clustering;
摘要: 網際網路普及，越來越多使用者在網路上搜尋相關資料進行閱讀，本研究目標是將大量文件資料進行主題集群分析，方便使用者能很快瞭解文件集有哪些主題，迅速選擇所需主題的文件進行閱讀。本研究以關聯規則之高頻項目集結合近似樣式匹配，探勘出「近似高頻樣式」作為文件特...
引用 導入Endnote
頁: 165-184
日期: 2009/01
卷期: 16(專)
關鍵字: 高頻項目集;樣式匹配;特徵抽取;文件分群;
Keywords: Frequent Itemset;Pattern Matching;Feature Extraction;Document Clustering;
摘要: 網際網路普及，越來越多使用者在網路上搜尋相關資料進行閱讀，本研究目標是將大量文件資料進行主題集群分析，方便使用者能很快瞭解文件集有哪些主題，迅速選擇所需主題的文件進行閱讀。本研究以關聯規則之高頻項目集結合近似樣式匹配，探勘出「近似高頻樣式」作為文件特...
引用 導入Endnote
黃燕萍;許中川;
頁: 219-237
日期: 2007/10
卷期: 14(專)
關鍵字: 資料探勘;分群演算法;樣板探勘;時間序列分析;
Keywords: Data mining;Cluster analysis;Pattern discovery;Time series analysis;
摘要: 資料探勘是從大量資料中擷取隱藏、未知與潛在，但具有實用性的資訊分析方法。在資料探勘領域中，知識探勘的相關研究已有長足的進步。時間序列資料，包含大量未知與潛在的資訊。財務類型的資料庫中，通常存有大量的時間序列資料。過去時間序列相關研究以迴歸分析為主，傳...
引用 導入Endnote
頁: 219-237
日期: 2007/10
卷期: 14(專)
關鍵字: 資料探勘;分群演算法;樣板探勘;時間序列分析;
Keywords: Data mining;Cluster analysis;Pattern discovery;Time series analysis;
摘要: 資料探勘是從大量資料中擷取隱藏、未知與潛在，但具有實用性的資訊分析方法。在資料探勘領域中，知識探勘的相關研究已有長足的進步。時間序列資料，包含大量未知與潛在的資訊。財務類型的資料庫中，通常存有大量的時間序列資料。過去時間序列相關研究以迴歸分析為主，傳...
引用 導入Endnote
邱登裕;潘雅真;
頁: 137-160
日期: 2006/10
卷期: 13(專)
關鍵字: 知識地圖;資訊檢索;資料探勘;
Keywords: Knowledge Map;Information Retrieval;Data Mining;
摘要: 知識地圖(Knowledge Map, K-Map)是用來呈現知識分布的其中一個方法。在建立知識地圖之前，必須分析文件的內容，擷取其重要內容並建立關聯程度。本研究首先利用中研院所提供之CKIP中文斷詞系統，將文件內容進行斷詞及詞性標註，透過資訊檢索(Information Retrieval)、資料...
引用 導入Endnote
頁: 137-160
日期: 2006/10
卷期: 13(專)
關鍵字: 知識地圖;資訊檢索;資料探勘;
Keywords: Knowledge Map;Information Retrieval;Data Mining;
摘要: 知識地圖(Knowledge Map, K-Map)是用來呈現知識分布的其中一個方法。在建立知識地圖之前，必須分析文件的內容，擷取其重要內容並建立關聯程度。本研究首先利用中研院所提供之CKIP中文斷詞系統，將文件內容進行斷詞及詞性標註，透過資訊檢索(Information Retrieval)、資料...
引用 導入Endnote