檢索結果:共22筆資料 檢索策略: "Time series".ekeyword (精準) and cdept.raw="資訊工程系"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
時間序列分類的議題已經被研究多年,在時間序列資料中,確認序列中的哪些部分包含最有效的訊息,並以此來做時間序列的分類是很重要的,主要的問題是如何從一連串的時間序列中抓取出重要的特徵,如此一來不僅能夠有…
2
在研究所的生活中,首先要感謝的是我的指導教授李育杰老師在這段期間的指教。不 論是做學問時應具備的態度極思考方式,以及實際生活面待人處事之道理。在這段期 間所學到的知識以及研究態度,對我往後的人生必定…
3
域適應通常用於解決計算機視覺領域中的域轉移問題。領域適應是具有挑戰性任務,同時對於時間序列數據,任務會變得更加複雜。考慮到數據的依賴性以及時間戳的關係,時間序列數據會更有複雜性。目前大多數方法基於適…
4
隨著大數據時代來臨,物聯網的發展隨之而起,其背景技術被廣為討論及研究。為打造智慧環境,人類行為辨識成為重要的一環,同時也面臨處理大尺度資料的挑戰。此篇論文以主動學習演算法(Active Learni…
5
本論文的主旨是希望能夠減少人為的介入來達到自動化學習DDoS偵測,因此加入了封包頭的分析與流量變化之模擬,因此我們提出了一個稱為Flow Motion Model的時間序列模型去詮釋網路流量工程之架…
6
時間序列分類問題是個已研究多年的領域。基本上,時間序列分類問題可以簡單地分為三類: 基於距離、基於模型、基於特徵之方法。在此我們所關注的方向是基於特徵的時間序列分類之方法,這類方法從時間序列中萃取出…
7
本篇論文主要目的是要預測出精準的股價值,先透過皮爾遜相關係數找出市場與平均移動線關係度高的技術性指標K、D、Bias、WMS,之後再將四個技術指標經由正規化後,將正規化後技術指標利用模糊時間序列FT…
8
To classify time series data with the traditional way, we need a huge labeled data as the training …
9
近年來,模糊時間序列成功被應用在處理預測問題,從過去的時間序列歷史資料中,我們可以發現每筆資料變化量的斜率是一個重要的訊息,由此可發現此時間序列資料具有某種變化的趨勢,進一步,我們可以利用這個趨勢來…
10
本論文根據模糊時間序列及模糊邏輯關係提出兩個處理預測問題之新方法。在本論文的第一個方法中,我們根據模糊時間序列來預測台灣股價加權指數,並根據歷史資料建立一階模糊時間序列,對主要因素的變化量(台灣股價…