黃文吉Hwang Wen-Jyi楊斯閔Yang Ssu-Min2019-09-052011-8-152019-09-052011http://etds.lib.ntnu.edu.tw/cgi-bin/gs32/gsweb.cgi?o=dstdcdr&s=id=%22GN0698470532%22.&%22.id.&http://rportal.lib.ntnu.edu.tw:80/handle/20.500.12235/106861本論文根據文獻[6],以其FCM分群演算法的硬體架構為基礎,實作以非線性高斯核函式為核距離計算之KFCM分群演算法硬體電路,具有管線化以及可以同時計算所有分群之權重係數的能力。此架構改良了以往FCM分群演算法對於非線性資料分群效果不佳的問題,並且能夠應用在帶有雜訊的資料。本論文使用FPGA實現我們提出的硬體架構,並使用Iris data與人工雜訊圖片作為實驗測詴資料。實驗結果顯示本架構對於非線性資料分群效果確實較FCM佳,且架構簡單提供了日後高度的延伸性。可程式邏輯陣列FCM演算法系統程式晶片設計KFCM演算法Kernel-Based Fuzzy c-Means分群演算法 硬體架構實現Kernel-Based Fuzzy c-Means Clustering Algorithm Hadrware Implementation