陳郁晴;李俊賢;
頁: 451-482
日期: 2019/10
卷期: 26(4)
關鍵字: 多目標特徵挑選;人工神經網路;球型複數模糊集;球型複數神經模糊系統;混合式機器學習;
Keywords: multi-target feature selection;artificial neural networks (ANN);sphere complex fuzzy sets (SCFS);sphere complex neuro-fuzzy system (SCNFS);hybrid machine learning algorithm;
摘要: 時間序列資料的變化有著眾多變因，在預測上一直是具有挑戰性的問題和研究。最常應用於股市上的股價變化，從時間的推移中找出股票之間的關係，因此本篇設計一多目標時間序列預測模型，應用於股價預測。模型包含兩種模型架構，人工神經網路（Artificial nural networks; A...

引用     導入Endnote

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

李俊賢;陳玟彣;
頁: 475-507
日期: 2012/07
卷期: 19(3)
關鍵字: 類神經模糊系統（NFS）;粒子群演算法（PSO）;遞迴最小平方估計法（RLSE）;雜訊消除;計算智慧;
Keywords: Neuro-fuzzy system (NFS);Particle swarm optimization (PSO);Recursive least squares estimator (RLSE);Noise canceling;Computational intelligence;
摘要: 影像訊號進行傳輸或轉換的過程中經常會受到其它訊號的干擾，導致影像失真的情形發生。為解決此問題，本研究針對灰階影像失真之問題提出一計算智慧之方法，以Takagi-Sugeno類神經模糊系統為架構，結合粒子群最佳化演算法（PSO）與遞迴最小平方估計法（RLSE）建構出複合學...

引用     導入Endnote