【摘 要】
：
由于成本和时间的限制因素，通常在一个新的制造系统的早期阶段能够观察到样本数量很小，并且不充分的样本将使得数据分析产生问题。半监督学习提供了一种方法来解决这个问题
【机 构】
：
国立成功大学工业与资讯管理学系 台南市 70101
论文部分内容阅读
由于成本和时间的限制因素，通常在一个新的制造系统的早期阶段能够观察到样本数量很小，并且不充分的样本将使得数据分析产生问题。半监督学习提供了一种方法来解决这个问题，其藉由少数已标记的数据所提供的知识来分析未被标记的数据。本研究开发了一种新的半监督学习方法运用可能性C均值来将已标记数据作为种子以生成初始群心并检测离群值。实验结果该方法比较于其他方法可以有更好的分类正确性。
其他文献
火箭发射和修复问题中事件发生概率一般是灰数,本文针对事件发生概率为灰数的情况,提出了该问题的灰概率GERT模型,讨论了模型求解的方法,给出了火箭的平均寿命、火箭的平均发
本文利用投入产出表,研究宏观经济系统的现实的技术结构特征,以及由此特征所规定的目前最为理想的产业结构.并将此结构与实际的产业结构相比较,定量地计算出各个产业部门在产
本文利用1987-2010年之间10个年度的国民经济投入产出表,运用灰色多目标局势评估模型与方法,对国民经济系统各产业部门的发展态势进行了年度评价与对比.结果表明:农业在我国
以统计学和灰色系统理论为基础，提出多维测量系统中互不确定度的简化灰色评定模型，提高了多维测量不确定度的评估效率。利用协方差的统计特征，推导出互不确定度与两个被测量
调适性神经模糊推论系统(Adaptive Network-Based Fuzzy Inference System； ANFIS)自从提出后，于分类或是数值预测问题的应用上均甚为广泛，然ANFIS 虽可藉由其学习过程对于
由于电子信息装备体系的组成成分越来越多，相互之间的关系越来越复杂，有关体系效能评估等体系问题的不确定性以及研究难度越来越大。电子信息装备体系表现出结构灰性、关系
小样本学习问题，常发生于系统建置初期数据稀少、取得困难或以及取得成本过高等环境却必须从事学习之情况，因此如何从中撷取更多有意义的信息，于近年已成为研究的课题。在过
在过往小样本学习方法中,虚拟样本产生法虽已被证实能有效提升机械学习算法的学习结果,然而对于如何确认所产生之虚拟样本的质量并未有明确的定义,如扩散神经网络虽有考
如何从资料中撷取出有意义的资讯，统计理论在过往扮演着重要的角色，然囿于其对于母体假设的基本限制，已无法因应现实世界中各种不同面向的资料，因此资料探勘与类神经网路等机
准确的短期需求预测是管理者拟定生产计划不可或缺的，但预测期程越短代表产品需求量的变化越不易呈现稳定的趋势。利用大量历史数据所产生的预测模型，因此不易掌握数据的实