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

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

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