檢索結果：共11筆資料 檢索策略： "資訊工程系".dept (精準) and ckeyword.raw="模糊時間序列"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
在本論文中，我們根據模糊邏輯關係、模糊趨勢邏輯關係群、K-Means分群演算法、相似度測量及粒子群最佳化技術提出兩個模糊預測之新方法以處理預測問題。在本論文所提之第一個方法中，我們根據模糊邏輯關係、…
2
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…
3
在這篇論文中，我們提出了利用粒子群優化來解決雜訊影像和預測問題。 首先，提出了一種新的排序型開關中值濾波器（SSMF）可以來針對極端損壞的影像做去除雜訊，同時亦可保留影像細節的部分。在檢測階段，中心…
4
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…
5
本論文主要目的是改善灰色理論在非平滑時間序列的表現，設計不論是在趨勢或非趨勢皆能預測出精準的股價值，特別是針對台灣加權股價指數。趨勢方面利用改良式GM(1,1)進行預測，將背景初始值偏重在近…
6
時間序列係指以時間順序型態出現之一連串觀測值集合，而時間序列預測乃是探討此一觀測值集合的關係，並由此關係預測未來。傳統的時間序列預測模型通常需要較嚴格的基本假設，使得預測模型的建構較為困難；而模糊時…
7
在本論文中，我們根據兩因子高階模糊趨勢邏輯關係群及模糊邏輯關係之 趨勢機率提出一個作模糊預測的新方法。首先，我們分別將主要因子及第二因子的歷史訓練資訊轉換為模糊集合，並且形成兩因子高階模糊邏輯關係…
8
近幾年來，模糊時間序列已被用在處理各種預測問題上。藉由觀察變化的趨勢，運用模糊時間序列可以得到更好的預測結果。一般而言，一個預測的問題可能不只有一項重要因素，如果我們能考慮多個因素並能適切地運用它們…
9
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…
10
模糊時間序列已經被用來處理很許多預測問題，例如：學生註冊人數的預測、溫度預測、貨物需求量預測、股票預測等。目前已存在之模糊時間序列預測的方法之目標均在追求更高的預測準確率。只要我們能預測的愈準確，那…