Browsing by Author "Hsu, Shao-Hua"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    自動合併可能性C迴歸分群演算法
    (2015) 徐紹華; Hsu, Shao-Hua
    群集分析(Clustering Analysis)是一種很實用的統計分析方法，它透過邏輯程序將具有共同特性的資料聚集到同一群，使得群組內的個體相似性高，而不同群組間的個體相似性低。常見的應用包括機器學習(machine learning)、模型辨識(pattern recognition)及影像分析(image analysis)等。 　　混合迴歸(mixture regression)是群集分析重要的一環，而模糊分群是研究者常用的方法。傳統的模糊C迴歸(Fuzzy C-Regression；FCR)對初始值具有相當程度的依賴性，且容易受到離群值的影響。因此陸續有學者提出 Alpha截集模糊迴歸(α-cut Fuzzy C-Regression；α-cut FCR)、可能性C迴歸(Possibilistic C-Regression；PCR)等方法進行改善，使離群值的影響力變小，然而初始值的取以及資料群數的估計仍舊是PCR的兩大難題。 　　在本篇論文中，我們提出了一個新的自動合併可能性C迴歸(Automatic Merging Possibilistic C-Regression；AM-PCR)分群演算法，先透過階層式分群法(Hirearchical Clustering)選取初始值，搭配一種新型合併的方式，使得迴歸模型的參數估計更為穩健，並且在分群過程中，自動決定最適當的群數。