跳到主要內容

臺灣博碩士論文加值系統

(3.231.230.177) 您好!臺灣時間:2021/07/27 09:59
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:林育仕
研究生(外文):Yu-Shih Lin
論文名稱:生態演替神經網路
論文名稱(外文):Ecological Succession Neural Networks
指導教授:葉怡成葉怡成引用關係
指導教授(外文):I-Cheng Yeh
學位類別:碩士
校院名稱:中華大學
系所名稱:資訊管理學系
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2007
畢業學年度:95
語文別:中文
論文頁數:102
中文關鍵詞:倒傳遞神經網路生態演替分類次分類
外文關鍵詞:back-propagation networkecological successionclassificationsub-category
相關次數:
  • 被引用被引用:0
  • 點閱點閱:175
  • 評分評分:
  • 下載下載:31
  • 收藏至我的研究室書目清單書目收藏:0
雖然倒傳遞網路可以建構準確的分類模型,但無法發掘隱藏在分類中的「次分類」。為了改善倒傳遞網路不能產生次分類的缺點,在此模仿生物學的生態演替的概念,提出生態演替神經網路(Ecological Succession Neural Network, ESNN)。為證明此一架構優於傳統的倒傳遞類神經網路(Back- Propagation Network, BPN)。本文以三個人為的分類例題及十個真實的分類例題進行比較。由實驗結果歸納出下列結論:(1) ESNN的準確度與BPN相近。(2) ESNN可以將部份分類的「次分類」發掘出來。
Although the back-propagation algorithm can build accurate classification models, it can not discover the sub-categories in the data set. To solve this problem, this study proposed a novel neural network model, Ecological Succession Neural Network (ESNN), which is inspired by the concept of ecological succession in biology. To prove the performance of ESNN, three artificial classification problems as well as ten actual classification problem were employed to test it and compare it with back-propagation network (BPN). The results proved that the accuracy of ESNN is about the same as BPN, while it can discover the sub-categories in the data set.
目錄
第一章 前言 9
1-1 研究動機 9
1-2 研究方法 10
1-3 研究內容 11
第二章 理論推導 12
2-1 神經網路的基本原理 12
2-2 生態演替 13
2-3 生態演替神經網路的演算法推導 14
第三章 數值例題 19
3-1 前言 19
3-2例題一 : 二維四球分類例題 19
3-3例題二 : 二維四塊分類例題 22
3-4例題三 : 二維九塊分類例題 24
3-5討論 28
第四章 應用實例 29
4-1簡介 29
4-2例題介紹 30
4-3結果 39
4-4結論 55
第五章 結論與建議 57
5-1結論 57
5-2建議 57
參考文獻 59
附錄A 生態演進神經網路 61
A-1 使用手冊 61
A-2 使用範例 65
A-3 流程圖 72
A-4 原始碼簡介(生態演進神經網路演算法) 77
A-5 原始碼列出 81
參考文獻
1.Adeli, H. (2001) Neural networks in civil engineering: 1989-2000. Computer- Aided Civil and Infrastructure Engineering, 16 (2), 126–142.
2.Wong, B.K., Lai, V.S., and Lam, J. (2000) A bibliography of neural network business applications research: 1994-1998. Computers & Operations Research, 27, 1045-1076.
3.Yeh, I-Cheng (1999a) Design of high performance concrete mixture using neural networks, J. of Computing in Civil Engineering, 13(1), 36-42.
4.Yeh, I-Cheng (1999b) Modeling chaotic two-dimensional mapping with fuzzy-neuron networks, Fuzzy Sets and Systems, 105(3), 421-427.
5.Yeh, I-Cheng (2005) Classification and function mapping with fuzzy-neuron networks. Journal of Science and Technology, 14(2) 153-159.
6.Yeh, I-Cheng (2006) Analysis of strength of concrete using design of experiments and neural networks. Journal of Materials in Civil Engineering, 18(4) 597-604.
7.葉怡成,類神經網路─方法應用與實作,儒林書局,台北,2006。
8.http://library.taiwanschoolnet.org/cyberfair2002/C0227800304/i03/03-5.htm
9.楊再福、施煒剛、陳立僑、陳勇、周忠良,東太湖生態環境的演變與對策,中國環境科學,第23卷,第1期,第64-68頁,2003。
10.游淑媚,學學生對生態概念的理解:生態消長,臺中師院學報,第18卷,第2期,第207-239頁,2004。
11.Blackard, J. A. (1998) “Comparison of neural networks and discriminant analysis in predicting forest cover types,” Ph.D. dissertation, Department of Forest Sciences, Colorado State University, Fort Collins, Colorado.
12.文少宣,「類神經網路與決策樹在顧客關係管理應用之比較」,碩士論文,中華大學土木工程學系(2004)。
13.Megaputer Intelligence, Inc. PolyAnalyst Case Studies, 2007, (http://www.megaputer.com/)
14.The Insurance Company Benchmark (COIL 2000), 2007, http://kdd.ics.uci.edu/databases/tic/tic.html
15.鄒明誠、孫志鴻,「預測型模式在空間資料探勘之比較與整合研究」,地理學報,第三十八期,第93-109頁,2004。
16.UCI Machine Learning Repository Content Summary, Statlog Project Databases, 2007, (http://www.ics.uci.edu/~mlearn/MLSummary.html)
17.UCI Machine Learning Repository Content Summary, Spambase Database, 2006, (http://www.ics.uci.edu/~mlearn/MLSummary.html)
18.SAS Institute, Data mining using SAS Enterprise Miner: A case study approach (2nd), SAS Institute, 2006.
19.Han, M., Xi, J., “Radial basis perception network and its applications for pattern recognition,” International Joint Conference on Neural Networks, Honolulu, HI, Vol. 1,2002, pp. 669-674
20.李御璽、顏秀珍、鄭郁翰、張韋豪、楊乃樺、賴郁菁、廖晨涵,「運用分類技術發掘潛在中小企業借貸戶之研究」,2006年資訊管理暨電子商務經營管理研討會,新竹,2006。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top