English  |  正體中文  |  简体中文  |  Items with full text/Total items : 2737/2828
Visitors : 342198      Online Users : 13
RC Version 4.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Adv. Search
LoginUploadHelpAboutAdminister

Please use this identifier to cite or link to this item: http://ir.lib.stu.edu.tw:80/ir/handle/310903100/1829

Title: 應用MTS於類神經網路辨識系統之穩健性研究
An Evaluation on the Robustness of Mahalanobis-Taguchi System applied for Bi-directional Associate Memory towards Recognition
Authors: 廖峻億
Liao Chun Yi
Contributors: Chien-Yu Huang;Jian-Lang Dong
資訊管理研究所
Keywords: 雙聯想記憶網路;馬氏田口系統;類神經網路
Mahalanobis-Taguchi System;Bi-directional Associative Memory;Artificial Neural Network
Date: 2009
Issue Date: 2011-05-26 11:06:15 (UTC+8)
Publisher: 高雄市:[樹德科技大學資訊管理研究所]
Abstract: 分類與辨識的問題已經被發展多年,許多學者利用人工智慧的方法來做分類辨識的應用,以期降低人工處理的成本,其中又以類神經網路被採用的最多。類神經網路應用於分類辨識問題的領域中,大多著眼於網路結構或學習方式的改良以提高分類的正確率,對影響辨識的特徵變數都是採取試誤法(Try and Error)。因此本次研究希望藉由馬氏田口系統(Mahalanobis-Taguchi System, MTS)與雙聯想記憶網路(Bi-directional Associative Memory, BAM)的結合進行分類,不僅考量到使用較重要的特徵變數來達到降低成本的概念,並且用較少的變數也能達到較穩定的分類結果。由於馬氏田口系統具有特徵值選取能力,主要是利用馬氏距離來衡量樣本與正常群體之間的相異程度,並且考慮到變數之間的相關性,能夠比較正確的篩選出特徵變數。因此,MTS被用在品質管理上展現出不錯的成績。本研究在最後把BAM的分類正確率與BAM+MTS的正確率進行比較,並分析探討實驗的結果。
Classification and identification of problem has been developing for many years, many scholars use of artificial intelligence methods to make classification and identification of the application and look forward to reduce processing costs, especially artificial neural network was the most. The traditional classification focus on improve artificial neural network about network structure or the study mode, for the network self affects the identification of the characteristics of the variables are taken on try and error method. This research with Mahalanobis-Taguchi System (MTS) tries to find the better characteristics to obtain the better recognize rate in Bi-directional Associative Memory (BAM) research of recognizing.
Appears in Collections:[資訊管理系(所)] 博碩士論文

Files in This Item:

File Description SizeFormat
應用MTS於類神經網路辨識系統之穩健性研究__臺灣博碩士論文知識加值系統.htm國圖104KbHTML541View/Open


All items in STUAIR are protected by copyright, with all rights reserved.

 


無標題文件

著作權政策宣告:

1.

本網站之數位內容為樹德科技大學所收錄之機構典藏,無償提供學術研究與公眾教育等公益性使用,惟仍請適度,合理使用本網站之內容,以尊重著作權人之權益。商業上之利用,則請先取得著作權人之授權。
 
2. 本網站之製作,已盡力防止侵害著作權人之權益,如仍發現本網站之數位內容有侵害著作權人權益情事者,請權利人通知本校護人員(clairhsu@stu.edu.tw),維護人員將立即採取移除該數位著作等補救措施。
 
DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - Feedback