檢索結果:共3筆資料 檢索策略: "Time series".ekeyword (精準) and year="93"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
傳統的歷時模擬方式通常牽涉複雜的數學運算;本文嘗試以類神經網路藉由學習來模擬具不確定性的近常態歷時資料,提供另一種歷時模擬的可能方法。首先透過組合演算法與最適化網路結構建立符合近常態分佈歷時資料的複…
2
時間序列分析可以讓我們瞭解實際事件變化與行為,而針對時間序列進行相似性群集有助於未來行為的預測以及規劃。然而,大部分的群集化演算法都先要求給定參數(例如分群數),但是使用者卻沒有足夠的知識背景來決定…
3
近幾年來,有許多學者專家提出以模糊時間序列來處理預測問題的方法。很明顯的,一個事件可能會被多項因素所影響。因此,在處理預測問題時,考慮多項因素將會比只考慮一項因素作出更準確的預測。本論文根據遺傳演算…