模糊K個最近鄰點法則於震測圖型識別之研究

完整後設資料紀錄

DC 欄位	值	語言
dc.contributor.author	黃國源	en_US
dc.contributor.author	HUANG KOU-YUAN	en_US
dc.date.accessioned	2014-12-13T10:40:21Z	-
dc.date.available	2014-12-13T10:40:21Z	-
dc.date.issued	1994	en_US
dc.identifier.govdoc	NSC83-0408-E009-017	zh_TW
dc.identifier.uri	http://hdl.handle.net/11536/97397	-
dc.identifier.uri	https://www.grb.gov.tw/search/planDetail?id=120482&docId=20078	en_US
dc.description.abstract	模糊K個最近鄰點法則(Fuzzy K nearest neighbors rule)是一個利用測試圖形(Testing pattern)的K個最近鄰點所提供的對各分類(Class)所屬程度( Membership degree)訊息,而亦給予測試圖形對各分類所屬程度的方法.它的優點在於較不受K值影像,並提供了穩健的 (Robust)辨識能力.對於震測資料(Seismic data)識別工作而言,震測描繪編輯( Seismic trace editing)與首先到達信號選取(First arrival picking)常常會因雜訊干優 (Disturbance)而嚴重影像識別率.因此,我們需要一個能提供不受信號對雜訊(Signal-to-noise)改變的影響,而擁有穩健與可信賴辨識能力的程序與方法.本研究將針對模糊K個最近鄰點法則在震測資料上的穩健性識別,以及辨識率上作一深入研究.而為了提升此識別法之運算效能,我們也將發展相對應具有平行運算能力之神經網路 (Neural network) 架構與演算法.	zh_TW
dc.description.sponsorship	行政院國家科學委員會	zh_TW
dc.language.iso	zh_TW	en_US
dc.subject	最近鄰點法則	zh_TW
dc.subject	所屬程度	zh_TW
dc.subject	震測資料	zh_TW
dc.subject	震測描繪編輯	zh_TW
dc.subject	首先到達信號選取	zh_TW
dc.subject	神經網路	zh_TW
dc.subject	Nearest neighbors rule	en_US
dc.subject	Membership degrees	en_US
dc.subject	Seismic data	en_US
dc.subject	Seismic traceediting	en_US
dc.subject	First arrival picking	en_US
dc.subject	Neural network	en_US
dc.title	模糊K個最近鄰點法則於震測圖型識別之研究	zh_TW
dc.title	The Study of Fuzzy K-Nearest Neighbor Rule for Seismic Pattern Recognition	en_US
dc.type	Plan	en_US
dc.contributor.department	國立交通大學資訊科學研究所	zh_TW
顯示於類別：	研究計畫