ISSN (2004) vol. 1, no. 2, page 155~172 * ** *** * ** ***
|
|
|
- 旻 高
- 5 years ago
- Views:
Transcription
1 ISSN (2004) vol., no. 2, page 55~72 * ** *** * e-al: cl.huang@sa.hnet.net ** e-al: bcchen@ntut.edu.tw *** e-al: @cat.hfu.edu.tw (Support Vector Machne) UCI []
2 (Data Mnng) [2] (Classfcaton) (Predcton) (Assocaton) (Clusterng) [3] (k-nearest Neghbor)[4] (Logstc Regresson)[5] [6~0] [~3] (Support Vector Machne SVM) (Statstcal Learnng Theory) (Sple Vector Classfers) (Hyperplane Classfers) (Support Vector Classfers)[4] [5~7] (Grd Algorth) [8,9]
3 ISSN (2004) vol., no. 2, page 55~72 (Support Vector Machnes SVM) Vapnk 995 AT T (Structural Rsk Mnzaton, SRM)[9] (Separatng Hyperplane) (Class) (Classfcaton) x N (Pattern) (Attrbute) N x R, =,2,3,... y (Label) (Target) { ± } ( ) + - (Class) y { ± }, =,2,3,... SVM [2,22] 2. (Tranng Data) (Margn) (Separatng Hyperplane) d + d d + d ( d x, y ),...,( x, y ), x R, y {,} x 0 w x+ b= w (Noral Vector) b f ( x) = w x+ b (Decson Functon) (Test Data) f( x ) > 0 + ( f x ) < 0 - (Margn) H0 H H 2 H0-57 -
4 H A B 0 (Structural Rsk Mnzaton SRM) (Expected Rsk) d + d d + d x w + b + for y = + () x w + b for y = (2) () (2) y ( x w + b) 0 (3) ()(2) w x + b = 0 w 2 d+ = d = w w w 2 (3) (3) x x (Support Vector)
5 ISSN (2004) vol., no. 2, page 55~72 2 (3) w (Lagrange) (3) (Lagrange Multplers) Lagrange functon L p 2 L( w, α ) = w α[ y( w x ) + b] α (4) 2 = α, =,2,3,... (3) α > 0 L α > 0 p (Lagrange Dual Optzaton Proble) (4) w b w L p = 0 = w = α y x (5) L p = 0 α y = 0 (6) b = (5) (6) (4) (7) LD LP LD =
6 L D = α α α j y y j ( x x j ) (7) 2 =, j= 0 Subject to: α 0 =,..., and α = 0 * * Karush Kuhn-Tucker(KKT) [23] ( w, b ) (8) * * * * α α y ( < w x >+ b ) = = y * * * * α [ y ( < w x > + b )] = 0 (8) x x x α * 0 x ( f x ) > 0 f ( x) = sgn( y α ( x x j ) + b) (9) = Boser Vapnk[24] Φ (Feature Space) ( Φ : R d F Φ
7 ISSN (2004) vol., no. 2, page 55~72 (7) x x ) ( j Φ( x ) Φ( x ) ( Φ ) ( Φ ) (Kernel j x Functon) x j k( x, x j ) : = ( Φ( x ) Φ( x j )) (0) Subject to: L D = α α α j y y jk( x x j ) () 2 =, j= 0 0 α C =,2,3,... and α = 0 (Lnear) (Polynoal) (Radal Bass Functon RBF) S (Sgod) 4 [24] = y Lnear kernel kx (, x) = x x T j j Polynoal kernel kx (, x) = ( + x x) d j j Radal Bass Functon kernel kx (, x) = exp( γ x x ) j j 2 Sgod kernel kx (, x) = tanh( kx x δ ) j j (RBF) C [25] 3. UCI [26] - 6 -
8 . Australan credt database ( ) Geran credt database ( ) 24 credt hstory account balance loan purpose loan aount eployent status personal nforaton age housng job Holdout Bootstrap Cross-Valdaton [27,28] k-fold-cross-valdaton[29] k k A k { A, A,..., A } k 2 A, t {,2,..., k} t k k 0 (k=0) k 3.3 (Stepwse Regresson) (Entropy) ( Feature Weghtng Methods)
9 ISSN (2004) vol., no. 2, page 55~72 [30] [3] ,5,8,9,0,3,4 24 2,2,3,5,6,7,9,,5,6,7,2 3.4 LIBSVM [32] Python 4 (Scalng) - 0 (2) v v ax a n a (Upper bound) (Low bound) 0 v n a v = ax n a a (2)
10 SVM RBF C γ C γ C γ (k=5) (Grd algorth) C γ C (C, γ) (2,2) (2.,2.) (.9,.9) (C, γ) 5 (C, γ)
11 ISSN (2004) vol., no. 2, page 55~72 C γ SVM SVM 00 (C, γ) C γ
12 (C, γ) (Accuracy Rate) Wlcoxon (Sgned Rank Test) p SVM ( ) C γ % C γ % C γ
13 ISSN (2004) vol., no. 2, page 55~72 SVM ( ) C γ % C γ % C γ ( ) Wlcoxon p
14 .Bureau of Monetary Affars, Fnancal Supervsory Cosson, ROC. Avalable: 2.J. Han, M., Kaber, 200, Data Mnng: Concepts and Technques, CA: Morgan Kaufann Publshers, San Francsco, USA. 3.D. Mche, D. J. Spegelhalter & C. C. Taylor, 994, Machne learnng, neural and statstcal classfcaton, Ells Horwood, New York. 4.W. E. Henley, D. J. Hand, 996, A k-nearest neghbor classfer for assessng consuer credt rsk, Statstcan, vol. 44, pp W. E. Henley, 995, Statstcal aspects of credt scorng, Dssertaton, The Open Unversty, Mlton Keynes, UK. 6.R. Malhotra, D. K. Malhotra, 2002, Dfferentatng between good credts and bad credts usng neuro-fuzzy systes, European Journal of Operatonal Research, vol. 36, pp
15 ISSN (2004) vol., no. 2, page 55~ D. West, 2000, Neural network credt scorng odels, Coputers and Operatons Research, vol. 27, pp R. Brause, T. Langsdorf & M. Happ, 999, Neural data nng for credt card fraud detecton, Proceedngs th IEEE Internatonal Conference on Tools wth Artfcal ntellgence, pp P. K. Chan, W. Fan, A. L. Prodrods & S. J. Stolfo, 999, Dstrbuted data nng n credt card fraud Detecton, IEEE Intellgent Systes, vol. 4, no. 6, pp S. Ghosh, D.L. Relly, 994, Credt card fraud detecton wth a natural-network Syste Scences, Inforaton Systes Proceedngs of the 7 th Hawa Internatonal Conference, vol. 3, pp i. K. Seth, M. Otten, 990, Coparson between entropy net and decson tree classfers, IJCNN Internatonal Jont Conference, vol. 3, no., pp M. L. Hababa, 996, Intellgent hybrd syste for data nng, Coputatonal Intellgence for Fnancal Engneerng of the IEEE/IAFE. 3.R. H. Davs, D. B. Edelan & A. J. Gaeran, 992, Machne learnng algorths for credt-card applcatons, IMA Journal of Matheatcs Appled n Busness and Industry, vol. 4, pp B. Schőlkopf, A. J. Sola, 2000, Statstcal learnng and kernel ethods, Cabrdge, USA. 5.M. Pontl, A. Verr, 998, Support vector achnes for 3D object recognton, IEEE Transacton On PAMI, vol. 20, pp T. Joachs, 998, Text categorzaton wth support vector achnes, In Proceedngs of European Conference on Machne Learnng (ECML). 7.M. Brown, W. Grundy, D. Ln, N. Crstann, C. Sugnet, T. Furey, M. Ares & D. Haussler, 999, Knowledge-base analyss of croarray gene expresson data usng support vector achnes, Techncal report, Unversty of Calforna n Santa Cruz. 8.C. W. Hsu, C. J. Ln, 2002, A sple decoposton ethod for support vector Machne, Machne Learnng, vol. 46, pp H.T. Ln, C.J. Ln, 2003, A study on sgod kernels for SVM and the tranng of non-psd kernels by SMO-type ethods, Techncal report, Departent of Coputer Scence & Inforaton Engneerng, Natonal Tawan Unversty
16 20.V. N. Vapnk, 995, The Nature of Statstcal Learnng Theory, Sprnger-Verlag, NY, USA. 2.C. J. C. Burges, 998, A tutoral on support vector achnes for pattern recognton, Data Mnng and Knowledge Dscovery, vol. 2, no. 2, pp B. Schőlkopf, C. J. C. Burges & A. J. Sola, 999, Introducton to support vector learnng, advances n kernel ethods-support vector learnng, Cabrdge, MA, pp R. Fletcher, 987, Practcal ethods of optzaton, John Wley and Sons, Inc., 2nd Edton. 24.S. R. Gunn, 998, Support Vector achnes for classfcaton and regresson, Techncal Repor,t Unversty of Southapton. 25.C. W. Hsu, C. C. Chang & C. J. Ln, 2003, A practcal gude to support vector classfcaton. Avalable: 26.S. Murthy, D. Aha, 996, UCI repostory of achne learnng data tables. Avalable: 27.B. Elton, R. Tbshran, 995, Cross-valdaton and the bootstrap: estatng the error rate of a predcton rule, Techncal Report, Departent of Statstcs Stanford Unversty. 28.R. Kohav, 995, a study of cross-valdaton and bootstrap for accuracy estaton and odel selecton, IJCAI, pp S. L. Salzberg, 997, On coparng classfers: ptfalls to avod and a recoended approach, Data Mnng and Knowledge Dscovery, Kluwer Acadec Publshers, Boston. Manufactured n The Netherlands, vol., pp H. Lu, H. Motoda & L. Huan, 998, Feature selecton for knowledge dscovery and data nng, Boston Kluwer, USA. 3.P. Pudl, K. Fuka, K. Beránek & P. Dvorák, 999, Potental of artfcal ntellgence based feature selecton ethods n regresson odels, IEEE 3 rd Internatonal Conference on Coputatonal Intellgence and Multeda Applcatons, pp C. C. Chang, C. J. Ln, 2003, LIBSVM: a lbrary for support vector achne, Avalable:
17 ISSN (2004) vol., no. 2, page 55~72 Credt Card Scorng by Support Vector Machne * Cheng-Lung Huang ** Mu-Chen Chen *** Cheh-Jen Wang * Kaohsung Frst Unversty Departent of Scence & Technology E-al: cl.huang@sa.hnet.net *** Tape Unversty of Technology Departent of Busness Manageent E-al: bcchen@ntut.edu.tw ** Huafan Unversty Departent of Inforaton Manageent E-al: @cat.hfu.edu.tw Abstract Credt card ndustry grows rapdly recently, and thus huge of consuers credt data are collected by the credt card departent of the bank. The credt card scorng anager often evaluates the consuer s credt wth ntutve experence. However, wth the supportng of credt classfcaton odel, the anager can accurately evaluate the applcant s credt score. Support Vector Machne (SVM) classfcaton s currently an actve research area, and successfully solves classfcaton probles n any doans. Ths study uses the Grd Algorth to optze the SVM classfer paraeter, and the SVM classfer obtaned to evaluate the applcant s credt score fro the applcant s nput features. Two credt card datasets fro UCI database are selected as the experental data to deonstrate the accuracy of the SVM classfer. Ths study concludes that SVM s a prosng addton to the exstng ethods, and t can offer the anager an nforatve nsght nto credt scorng decsons. Keywords: Support vector achne, Grd algorth, Data nng, Classfcaton - 7 -
18 - 72 -
标题
第 28 卷 摇 第 12 期 模 式 识 别 与 人 工 智 能 Vol. 28 摇 No. 12 2015 年 12 月 PR & AI Dec. 摇 2015 摇 摇 摇 摇 摇 基 于 能 量 计 算 模 型 的 摇 贝 叶 斯 网 络 股 市 态 势 预 测 算 法 1,2 1 1 1 张 润 梅 摇 摇 胡 学 钢 摇 摇 王 摇 浩 摇 摇 姚 宏 亮 1 ( 合 肥 工 业 大 学
SVM [6] PCA+SVM 79.75% 9 FERE FERE. PCA LDA Adaboost SVM 5 1 SVM Moghaddam [6] M (x,y ) x R N y x y {0,1} M f ( x) = y α k( x, x ) + b x k f(x) = 1 x
![SVM [6] PCA+SVM 79.75% 9 FERE FERE. PCA LDA Adaboost SVM 5 1 SVM Moghaddam [6] M (x,y ) x R N y x y {0,1} M f ( x) = y α k( x, x ) + b x k f(x) = 1 x](/thumbs/93/113851612.jpg "SVM [6] PCA+SVM 79.75% 9 FERE FERE. PCA LDA Adaboost SVM 5 1 SVM Moghaddam [6] M (x,y ) x R N y x y {0,1} M f ( x) = y α k( x, x ) + b x k f(x) = 1 x")
100084 PCA Fsher FLD Adaboost SVM 9 FERE Adaboost 1. Gollomb [1] SEXNE 30 30 Cottrell [] BP Edelman [3] Alce [4] PCA PCA [5] Moghaddam [6] (SVM) RBF Fsher FLD FERE 3.4% Shakhnarovch [7] Adaboost 78% ±15
untitled
NSC 9346H683 9 8 9 7 3 ( ) 94 9 5 Applcaton of genetc algorth to bond unzaton strateges consderng nu transacton lots NSC93-46-H-68-3 93 8 94 7 3 nu transacton lot. Unless the aount s large enough, certan
194 8 DING Feng Syste dentfcaton Part H Coupled dentfcaton concept and ethods IEEE Transactons on Autoatc Control C-LS
1674-7070 2012 03-0193-20 8 1 2 3 FIR CAR CARMA CARAR CARARMA OEMA OEAR TP273 A 0 2012-06-04 60973043 fdng@ jangnan edu cn 1 214122 2 214122 3 214122 1853 1928 Lorentz transforaton specal relatvty 1879
Microsoft Word - 系统建设1.doc
计 算 机 系 统 应 用 http://www.c-s-a.org.cn 20 年 第 20 卷 第 4 期 一 种 高 性 能 近 红 外 光 人 脸 检 测 和 眼 睛 定 位 算 法 张 昌 明, 童 卫 青, 王 燕 群 ( 华 东 师 范 大 学 计 算 机 科 学 技 术 系, 上 海 20024) 摘 要 : 提 出 了 一 种 新 型 的 近 红 外 光 人 脸 检 测 和 眼 睛
SVM OA 1 SVM MLP Tab 1 1 Drug feature data quantization table
38 2 2010 4 Journal of Fuzhou University Natural Science Vol 38 No 2 Apr 2010 1000-2243 2010 02-0213 - 06 MLP SVM 1 1 2 1 350108 2 350108 MIP SVM OA MLP - SVM TP391 72 A Research of dialectical classification
从零构建支持向量机(SVM)
(SVM) zhangh04@gail.co (SVM),,,,,,,,,,,,,,,,,,,,.,, {(x, y ), (x, y ),..., (x, y )}, x i R d, y {, }, h: R {, }, h(x i ) = y i, y i = ; h(x i ) = () y i =. i. y i h(x i ) =. (), x i, h(x i ) := sign(w
基于词语关联度的查询缩略*
* 基 于 词 语 关 联 度 的 查 询 缩 略 陈 炜 鹏 1, 付 瑞 吉 1, 胡 熠 2, 秦 兵 1, 刘 挺 (1. 哈 尔 滨 工 业 大 学 计 算 机 科 学 与 技 术 学 院 社 会 计 算 与 信 息 检 索 研 究 中 心, 黑 龙 江 省 哈 尔 滨 市,150001; 2. 腾 讯 公 司 搜 索 平 台 部, 广 东 省 深 圳 市,518057) 摘 要 : 冗
41 10 Vol. 41, No ACTA AUTOMATICA SINICA October, ,, (Least square support vector machines, LS-SVM)., LS-SVM,,,, ;,,, ;,. DOI,,,,,
4 0 Vol. 4, No. 0 05 0 ACTA AUTOMATICA SINICA October, 05,, Least square support vector machnes, LS-SVM)., LS-SVM,,,, ;,,, ;,. DOI,,,,,.., 05, 40): 745 753 0.6383/j.aas.05.c507 Data-based Approxmate Soluton
34 7 S R θ Z θ Z R A B C D PTP θ t 0 = θ 0 θ t 0 = 0 θ t 0 = 0 θ t = θ θ t = 0 θ t = 0 θ t V max θ t a max 3 θ t A θ t t 0 t / V max a max A = 3 4 S S
7 0 7 No. 7 Modular Machne Tool & Automatc Manufacturng Technque Jul. 0 00-65 0 07-0033 - 06 *. 0040. 04 PTP s TH6 TP4. A The Moton plannng of Handlng Robot Based on Tme Optmal CAO Bo CAO Q-xn TONG Shang-gao
Vol.39 No. 8 August 2017 Hyeonwoo Noh [4] boundng box PASCALV VOC PASCAL VOC Ctyscapes bt 8 bt 1 14 bt
![Vol.39 No. 8 August 2017 Hyeonwoo Noh [4] boundng box PASCALV VOC PASCAL VOC Ctyscapes bt 8 bt 1 14 bt](/thumbs/92/107812019.jpg "Vol.39 No. 8 August 2017 Hyeonwoo Noh [4] boundng box PASCALV VOC PASCAL VOC Ctyscapes bt 8 bt 1 14 bt")
39 8 Vol.39 No.8 2017 8 Infrared Technology August 2017 1,2,3 1,3 1,3 1. 2000832. 100049 3. 200083 4 1 TP391.41 A 1001-8891(2017)08-0728-06 Infrared Scene Understandng Algorthm Based on Deep Convolutonal
T e = K 1 Φ m I 2 cosθ K 1 Φ m I cosθ 2 1 T 12 e Φ / 13 m I 4 2 Φ m Φ m 14 I 2 Φ m I 2 15 dq0 T e = K 2 ΦI a 2 16
23 5 2018 10 Vol. 23 No. 5 JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY Oct. 2018 150080 αβ0 MT0 ABC DOI 10. 15938 /j. jhst. 2018. 05. 009 TM351 A 1007-2683 2018 05-0046- 08 Indcton Motor Hybrd
I ln I V = α + ηln + εt, 1 V t, t, t, 1 t, 1 I V η η >0 t η η <0 η =0 22 A_,B_,C0_,C1_,C2_,C3_,C4_,C5_,C6_,C7_,C8_,C99_,D_,E_,F_,G_,H_,I_,J_,K_,L_,M_
130012 Jeffrey Wurgler 21 11 F830.9 A 1 2004,,, 2001 2003 2003 2002 Jeffrey Wurgler 1991-1999 2003 21 11 2 2.1 Panel Data Jeffrey Wurgler 2000 I ln I V = α + ηln + εt, 1 V t, t, t, 1 t, 1 I V η η >0 t
2 北 京 邮 电 大 学 学 报 第 35 卷 习 一 个 认 知 模 型, 从 而 解 决 在 不 同 特 征 空 间 进 行 知 识 迁 移 的 问 题. 特 征 迁 移 问 题 一 般 被 归 为 直 推 式 迁 移 学 习 [6], 其 定 义 为 : 给 定 源 数 据 空 间 D s
![2 北 京 邮 电 大 学 学 报 第 35 卷 习 一 个 认 知 模 型, 从 而 解 决 在 不 同 特 征 空 间 进 行 知 识 迁 移 的 问 题. 特 征 迁 移 问 题 一 般 被 归 为 直 推 式 迁 移 学 习 [6], 其 定 义 为 : 给 定 源 数 据 空 间 D s](/thumbs/43/23133288.jpg "2 北 京 邮 电 大 学 学 报 第 35 卷 习 一 个 认 知 模 型, 从 而 解 决 在 不 同 特 征 空 间 进 行 知 识 迁 移 的 问 题. 特 征 迁 移 问 题 一 般 被 归 为 直 推 式 迁 移 学 习 [6], 其 定 义 为 : 给 定 源 数 据 空 间 D s")
2012 年 12 月 第 35 卷 第 6 期 北 京 邮 电 大 学 学 报 Journal of Bejng Unversty of Posts and Telecommuncatons Dec. 2012 Vol. 35 No. 6 文 章 编 号 :1007 鄄 5321(2012)06 鄄 0001 鄄 05 一 种 基 于 迁 移 学 习 的 文 本 图 像 特 征 映 射 算 法 刘
Yahoo " (MIC) 2004 2003 B2C C2C 204 2002 36% 0.39% 1.5% 2003 125 B2C C2C 30% 70% 2004 200~250 2004 10 11 Yahoo 344 ebay 128 ( 1) 2005 1 Yahoo PDA 97,4
C2C Logstc hhchang@mcu.edu.tw Yahoo 500 Logstc 93% C2C C2C Imposng Taxes on C2C Internet Aucton the Applcaton of Logstc Regresson Abstract Accordng to taxaton prncples about Internet aucton announced by
2 : 237.,. [6 7] (Markov chan Monte Carlo, MCMC). MCMC, [8 9].,,, [0 ].,, : ),,,.,, ; 2),,.,.,. : ),.,,. ; 2),.,,. ; 3), EM, EM,.,, EM, EM. K M,.,. A
![2 : 237.,. [6 7] (Markov chan Monte Carlo, MCMC). MCMC, [8 9].,,, [0 ].,, : ),,,.,, ; 2),,.,.,. : ),.,,. ; 2),.,,. ; 3), EM, EM,.,, EM, EM. K M,.,. A](/thumbs/93/111627985.jpg "2 : 237.,. [6 7] (Markov chan Monte Carlo, MCMC). MCMC, [8 9].,,, [0 ].,, : ),,,.,, ; 2),,.,.,. : ),.,,. ; 2),.,,. ; 3), EM, EM,.,, EM, EM. K M,.,. A")
38 2 Vol. 38, No. 2 202 2 ACTA AUTOMATICA SINICA February, 202.,.,, EM,.. DOI,,, 0.3724/SP.J.004.202.00236 Data Assocaton n Vsual Sensor Networks Based on Hgh-order Spato-temporal Model WAN Ju-Qng LIU
作为市场化的人口流动
Workng Paper Seres No.30 2003 6 1 Lews 1954 Harrs et al. 1970; Felds 1974 50 1949 1957 70% 80% 1958 50 1949 1986 50 20.7% 60 17.0% 70 32.9% 1980 1986 29.4% 45.23% 1988 6 1978 2 Meng 2000 pp. 26-28 Cook
農業工程學報 第43卷第4期 Journal of Chinese Agricultural Engineering
60 2 Journal of Tawan Agrcultural Engneerng 03 6 Vol. 60, No. 2, June 204 Evaluaton Indcators for Coastal Ecotoursm based on Fuzzy Delph Method * Yu-Chuan Chang Ch-Hsang Wu /// 8 // ABSTRACT In order to
24 26,,,,,,,,, Nsho [7] Nakadokoro [8],,,, 2 (Tradtonal estmaton of mage Jacoban matrx), f(t 1 ) p(t 2 ) : f(t 1 ) = [f 1 (t 1 ), f 2 (t 1 ),, f m (t
![24 26,,,,,,,,, Nsho [7] Nakadokoro [8],,,, 2 (Tradtonal estmaton of mage Jacoban matrx), f(t 1 ) p(t 2 ) : f(t 1 ) = [f 1 (t 1 ), f 2 (t 1 ),, f m (t](/thumbs/41/22697448.jpg "24 26,,,,,,,,, Nsho [7] Nakadokoro [8],,,, 2 (Tradtonal estmaton of mage Jacoban matrx), f(t 1 ) p(t 2 ) : f(t 1 ) = [f 1 (t 1 ), f 2 (t 1 ),, f m (t")
26 1 2009 1 Control Theory & Applcatons Vol 26 No 1 Jan 2009 : 1000 8152(2009)01 0023 05, (, 200240) :,,,,,,,, : ; ; : TP24 : A The estmaton of mage Jacoban matrx wth tme-delay compensaton for uncalbrated
标题
第 39 卷 第 4 期 2013 年 4 月 北 京 工 业 大 学 学 报 JOURNAL OF BEIJING UNIVERSITY OF TECHNOLOGY Vol. 39 No. 4 Apr. 2013 用 支 持 向 量 机 预 测 HIV-1 整 合 酶 抑 制 剂 活 性 刘 昕, 谭 建 军, 陈 慰 祖, 刘 斌, 李 杉, 王 存 新 ( 北 京 工 业 大 学 生 命 科
Microsoft Word - T 田新广.doc
ISSN 1673-9418 CODEN JKYTA8 E-mal: fcst@publc2.bta.net.cn Journal of Fronters of Computer Scence and Technology http://www.ceaj.org 1673-9418/2010/04(06)-0500-11 Tel: +86-10-51616056 DOI: 10.3778/j.ssn.1673-9418.2010.06.002
Microsoft Word - 5 魏志生.doc
ISSN 1673-9418 CODEN JKYTA8 E-mal: fcst@vp.163.com Journal of Fronters of Computer Scence and Technology http://www.ceaj.org 1673-9418/2011/05(12)-1105-09 Tel: +86-10-51616056 DOI: 10.3778/j.ssn.1673-9418.2011.12.005
untitled
ISSN 1000-9825, CODEN RUXUEW E-mal: jos@scas.ac.cn Journal of Software,2017,28(11):2891 2904 [do: 10.13328/j.cnk.jos.005350] http://www.jos.org.cn. Tel: +86-10-62562563,,, (, 100044) :, E-mal: zhhwang@bjtu.edu.cn
國立台灣大學圖書資訊學系四十週年系慶學術研討會論文格式
Study on Keyword Spottng usng Prosodc Attrbute Detecton for Conversatonal Speech Yu-Ju Huang Department of Computer Scence and Informaton Engneerng Natonal Cha-Y Unversty s0990435@mal.ncyu.edu.tw Yn-We
Microsoft Word 战玉丽C.doc
3 6 Vol.3 No.6 09 6 Journal of Computer-Aded Desgn & Computer Graphcs Jun. 09 基于图像相似性和特征组合的超分辨图像重建 战玉丽,), 迟静,)*, 叶亚男,), 张彩明,,3,4) 5), 霍文远 ) ( 5004) ) ( 5004) 3) ( 500) 4) ( ) 5) ( 330047) (peace_world_c@6.com)
Sep (SCI) 10. Jiann-Ming Wu, Annealing by two sets of interactive dynamics, IEEE Trans. on Systems Man and Cybernetics Part B-Cybernetics 34 (3)
03-863-3531 E-mail jmwu@mail.ndhu.edu.tw /(1990/06-1994/06) (1988/06-1990/06) (1984/09-1988/06) / (1997/8-) (1996/08-1997/07) () 1996 8 Wu, Jiann-Ming ( SCI EI SSCI TSSCI EconLit A&HCI ) 1. Pei-Hsun Hsu
Microsoft Word - 3谢勇.doc
5 Ò Ä Vol. o. 5 03 ý 0 TORPEDO TECHOLOGY Oct. 03 生存分析理论在鱼雷贮存可靠性评估中的应用, n, º (. ø Ñã ¼ø,, 430033;. Àh 9388, þ, 540) : Á áò ƒ Ò, ã  o áž ƒ æ á Ò, áš turnbull o Ñp o, MATLAB l Œ ÿ ÿ, Š é áž eo æt, ÿ áš Ñ
untitled
理論 (Journal of Economcs and Management 5 Vol. No. 39-55 參數 量羅 * 數 率 數 羅 說 例 ( 暴露量 暴露 罹 率 ( 路 (3 (4 立 行 量 (5 臨 數 數 數 年 車 率 數 量羅 數 數 聯 不 率 來 參數 參數 數 數 不 數 量羅 數 參數 JEL 類 C5 羅 來 立 數 率 量羅 (unvarate logstc regresson
% %! # % & ( ) % # + # # % # # & & % ( #,. %
!!! # #! # % & % %! # % & ( ) % # + # # % # # & & % ( #,. % , ( /0 ) %, + ( 1 ( 2 ) + %, ( 3, ( 123 % & # %, &% % #, % ( ) + & &% & ( & 4 ( & # 4 % #, #, ( ) + % 4 % & &, & & # / / % %, &% ! # #! # # #
.0 引 言
第 二 章 Bayes 决 策 理 论.0 引 言. 基 于 最 小 错 误 率 的 Bayes 决 策. 基 于 最 小 风 险 的 Bayes 决 策.3 正 态 分 布 的 最 小 错 误 率 Bayes 决 策.4 说 明 .0 引 言 .0 引 言 统 计 决 策 理 论 根 据 每 一 类 总 体 的 概 率 分 布 决 定 决 策 边 界 Bayes 决 策 理 论 是 统 计 决 策
表 1：股指收益的基本统计结果
CFEF RR/4/6 6 * Scaled- VaR Scaled- Scaled- Scaled- Scaled- VaR Kendall(1953) Osborne(1959) 1 1994 VAR Rsk Mercs, Alexander 1961 Osborne * MADIS Peers 1991 198 1989 S&P5 Peers 1991, Smh 1981 Gray French
72 (2001) group waves. Key words: Correlation coefficient for consecutive wave heights, mean run length (1993) (1996) (1998) (1999) (1993) (
(2001) 1 1 71-82 71 1 2 3 1. chtsai@mail.ntou.edu.tw 2. 3. hsiang@mail.ihmt.gov.tw 1998 9 500 (mean run length) Group waves and dangerous waves at the coast Tsai Cheng-Han Lin Yin-Chern Tseng Hsiang-Mao
TFP TFP HK TFP Hseh Klenow HK 9 8 TFP Aok TFP Aok 10 TFP TFP TFP TFP TFP HK TFP 1 Y Y CES θ Y 1 TFP HK θ = 1 θ
1992-2015 315211 TFP 1992-2015 TFP 9. 71% TFP 8. 62% TFP 0. 86% 2003 2008 2015 50% 40% F249. 2 1002-3054 2018 01-0057-10 A DOI 10. 13262 /j. bjsshkxy. bjshkx. 180105 TFP 1 3 TFP 2 2015 12 4-6 2017-08-20
Microsoft Word 王志煌 _62-4_-body.dot
62 4 Journal of Tawan Agrcultural Engneerng 105 12 Vol. 62, No. 4, December 2016 Effectve Real-Tme Forecastng of Inundaton Maps Durng Typhoons Jhh-Huang Wang Bng-Chen Jhong Gwo-Fong Ln 1 3 7-11 (support
~ 10 2 P Y i t = my i t W Y i t 1000 PY i t Y t i W Y i t t i m Y i t t i 15 ~ 49 1 Y Y Y 15 ~ j j t j t = j P i t i = 15 P n i t n Y
* 35 4 2011 7 Vol. 35 No. 4 July 2011 3 Population Research 1950 ~ 1981 The Estimation Method and Its Application of Cohort Age - specific Fertility Rates Wang Gongzhou Hu Yaoling Abstract Based on the
: 13 m, (Y, X ), Y n 1, X = (x 1,, x n ) T n p, t 1, t 2,, t n, N = m n, β p. : y j = x T jβ + ε j, = 1, 2,, m; j = 1, 2,, n. (1.1) φ, corr(ε j, ε k )
2009 2 Chnese Journal of Appled Probablty and Statstcs Vol.25 No.1 Feb. 2009 1,2 1 1 ( 1,, 210096; 2,, 210088),,. [1] AR(1).,, score,.,. :,,,, score. : O212.2. 1.,. Dggle et al [2],.,,.,. Dggle et al [2],
4 115,,. : p { ( x ( t), y ( t) ) x R m, y R n, t = 1,2,, p} (1),, x ( t), y ( t),,: F : R m R n.,m, n, u.,, Sigmoid. :,f Sigmoid,f ( x) = ^y k ( t) =
2007 4 4 :100026788 (2007) 0420114206, (, 430074) :,,,,,,GIS.,,. : ; ; ; ; : TP391 ;P338 : A Development of Combinatorial Intelligentized Decision2Making Support System and Its Utilization in Runoff Forecasting
中国科技论文在线
http://www.paper.ed.cn 基 于 单 端 电 流 行 波 的 同 杆 并 架 双 回 线 故 障 测 距 研 究 摘 要 : 徐 青 山, 卞 海 红 东 南 大 学 电 气 工 程 学 院, 江 苏 南 京 (0096) E-al: xqnghan@e.ed.cn 主 要 讨 论 了 利 用 平 行 双 回 线 的 单 端 电 流 行 波 进 行 故 障 测 距 同 杆 并 架
(Wess & Kngsbury, 1984) CAT (varable-length)cat, CAT, (Babcock & Wess, 2009)Kngsbury Houser (1993), CAT 0-1 CAT, CAT CAT CAT, CAT,, CAT, CAT (C
2015, Vol. 47, No.1, 129140 Acta Psychologca Snca DOI: 10.3724/SP.J.1041.2015.00129 CD-CAT * 1,2 3 2,4 ( 1, 400715) ( 2, 100875) ( 3,, 61820 ) ( 4, 100875),, 4 CD-CAT, (SEA)(DAPP)(HA) (HM), HSU KL (1),,,
[9] R Ã : (1) x 0 R A(x 0 ) = 1; (2) α [0 1] Ã α = {x A(x) α} = [A α A α ]. A(x) Ã. R R. Ã 1 m x m α x m α > 0; α A(x) = 1 x m m x m +
![[9] R Ã : (1) x 0 R A(x 0 ) = 1; (2) α [0 1] Ã α = {x A(x) α} = [A α A α ]. A(x) Ã. R R. Ã 1 m x m α x m α > 0; α A(x) = 1 x m m x m +](/thumbs/91/107439066.jpg "[9] R Ã : (1) x 0 R A(x 0 ) = 1; (2) α [0 1] Ã α = {x A(x) α} = [A α A α ]. A(x) Ã. R R. Ã 1 m x m α x m α > 0; α A(x) = 1 x m m x m +")
2012 12 Chinese Journal of Applied Probability and Statistics Vol.28 No.6 Dec. 2012 ( 224002) Euclidean Lebesgue... :. : O212.2 O159. 1.. Zadeh [1 2]. Tanaa (1982) ; Diamond (1988) (FLS) FLS LS ; Savic
[1] Liu Hongwei,2013, Study on Comprehensive Evaluation of Iron and Steel Enterprises Production System s Basic Capacities, International Asia Confere
![[1] Liu Hongwei,2013, Study on Comprehensive Evaluation of Iron and Steel Enterprises Production System s Basic Capacities, International Asia Confere](/thumbs/39/20207255.jpg "[1] Liu Hongwei,2013, Study on Comprehensive Evaluation of Iron and Steel Enterprises Production System s Basic Capacities, International Asia Confere")
刘 洪 伟 工 业 工 程 系 副 教 授 CV 下 载 办 公 电 话 : 电 子 邮 箱 :hw_liu999@tju.edu.cn 研 究 方 向 : 精 益 生 产 与 精 益 管 理 理 论 及 应 用 ; 工 业 工 程 与 信 息 技 术 集 成 管 理 ; 系 统 可 靠 性 理 论 与 方 法 ; 医 院 管 理 理 论 及 应 用 教 育 与 工 作 经 历 时 间 单 位 专
Microsoft Word - 进展2010年8期_new_.doc
心 理 科 学 进 展 010, Vol. 18, No. 8, 1339 1348 Advances n Psychologcal Scence * 计 算 机 自 适 应 测 验 中 测 验 安 全 控 制 方 法 评 述 李 铭 勇 1 张 敏 强 1 简 小 珠 ( 1 华 南 师 范 大 学 应 用 心 理 研 究 中 心, 广 州 510631) ( 井 冈 山 大 学, 吉 安 343009)
( Allowable Daly Intaes ADI )
89 6 3 ( Allowable Daly Intaes ADI ) .......4....4....5.3...8.. 3.. 3.. 3.3.4..7..9 5..9 5.......36 . X- Kaplan-Meer 3. X- 3 3. X- 95% 4 4. X- 4 RFM X- 5. X- 7 3. X- 7 4. X- 7 : d =, d = 5, d =, d = 5,
Force-Velocty Relatonshp of Vscous Dampers F D C u& sgn ( u& ) Lne : F D C N V, Nonlnear Damper wth < Lne : F D C L V, Lnear Damper Lnear Vscous Dampe
Longtudnal Cross Secton of A Flud Damper he dfference of the pressure between each sde of the pston head results n the dampng force. he dampng constant of the damper can be determned by adustng the confguraton
填 写 要 求 一 以 word 文 档 格 式 如 实 填 写 各 项 二 表 格 文 本 中 外 文 名 词 第 一 次 出 现 时, 要 写 清 全 称 和 缩 写, 再 次 出 现 时 可 以 使 用 缩 写 三 涉 密 内 容 不 填 写, 有 可 能 涉 密 和 不 宜 大 范 围 公
2013 年 度 上 海 高 校 市 级 精 品 课 程 申 报 表 ( 本 科 ) 学 校 名 称 东 华 大 学 课 程 名 称 计 算 机 系 统 与 网 络 技 术 课 程 类 型 理 论 课 ( 不 含 实 践 ) 理 论 课 ( 含 实 践 ) 实 验 ( 践 ) 课 所 属 一 级 学 科 名 称 所 属 二 级 学 科 名 称 课 程 负 责 人 申 报 日 期 工 科 计 算 机
穨423.PDF
Chinese Journal of Science Education 2002,, 423-439 2002, 10(4), 423-439 1 2 1 1 1 2 90 8 10 91 4 9 91 8 22 ) NII 1995 7 14, 1999 1997 (Cooperative Remotely Accessible Learning CORAL) 424 (Collaborative
θ 1 = φ n -n 2 2 n AR n φ i = 0 1 = a t - θ θ m a t-m 3 3 m MA m 1. 2 ρ k = R k /R 0 5 Akaike ρ k 1 AIC = n ln δ 2
35 2 2012 2 GEOMATICS & SPATIAL INFORMATION TECHNOLOGY Vol. 35 No. 2 Feb. 2012 1 2 3 4 1. 450008 2. 450005 3. 450008 4. 572000 20 J 101 20 ARMA TU196 B 1672-5867 2012 02-0213 - 04 Application of Time Series
2006產業管理創新研討會論文格式說明
粗 集 理 論 萃 取 影 響 國 小 數 學 學 習 成 就 因 素 鄭 景 俗 * 雲 林 科 技 大 學 資 訊 管 理 所 教 授 e-mail: chcheng@mis.yuntech.edu.tw 楊 欣 怡 雲 林 科 技 大 學 資 訊 管 理 所 研 究 生 e-mail: g9623233@yuntech.edu.tw 摘 要 本 研 究 主 要 目 的 在 利 用 粗 集 理
17
17 應 用 案 例 式 推 理 建 立 顧 客 關 係 管 理 之 行 銷 決 策 系 統 張 百 棧 * 王 彥 文 劉 鎮 豪 元 智 大 學 工 業 工 程 與 管 理 研 究 所 桃 園 縣 中 壢 市 遠 東 路 135 號 03-463-8800#287 iepchang@saturn.yzu.edu.tw 摘 要 近 年 來, 資 料 庫 行 銷 蓬 勃 發 展, 讓 許 多 企 業
1 2 1
RESEARCH REPORT 2004.4.8 0091 1 2 1 3 4 5 1 2 2 3 3 1 1 2 4 5 6 8 9 9 14 16 16 18 19 24 26 28 2001 2001 2000, 30000, 40000 1 1 2003 2 19 1 Prvate Equty Venture Captal IPO 2 Captal Structure Modglan Mller
untitled
100084 E-mail: ahz@mail.tsinghua.edu.cn (Look Up Table, LUT) Adaboost 300 Adaboost TP391 Real Time Facial Expression Classification WANG Yubo, AI Haizhou, WU Bo, HUANG Chang Computer Science and Technology
Microsoft Word ±q¾Ôª§¹q¼v.doc
J.L.A. 1021-2116(2005)14PP.195-215 195 14 94 12 Vladimir Propp Levi-Strauss 196 Hayakawa,1939 197 1 2 1998 2002 2002 1 1999 A Few Good Men 87 2 genre 1993 198 3 1921 The four Horsemen of the Apocalypse
Libsvm-2.5
Lbsvm-2.5 [1]Chh-Chung Chang and Chh-Jen Ln, LIBSVM : a lbrary for suppor vecor machnes, 2001. Sofware avalable a hp://www.cse.nu.edu.w/~cln/lbsvm [2]J. Pla. Fas ranng of suppor vecor machnes usng sequenal
Microsoft Word - chnInfoPaper6
文 章 编 号 :3-77(2)-- 文 章 编 号 :92 基 于 中 文 拼 音 输 入 法 数 据 的 汉 语 方 言 词 汇 自 动 识 别 张 燕, 张 扬 2, 孙 茂 松 (. 清 华 大 学 计 算 机 系, 北 京 市 84;2. 搜 狗 科 技 公 司, 北 京 市 84) 摘 要 : 方 言 研 究 领 域 中 的 语 音 研 究 词 汇 研 究 及 语 法 研 究 是 方 言
運動觀光及休閒產業管理學術研討會論文格式
第 壹 章 緒 論 第 一 節 研 究 背 景 與 動 機 近 年 來 台 灣 面 臨 全 球 化, 許 多 工 業 在 轉 型 或 外 移 後 形 成 閒 置 荒 廢 的 狀 態 因 應 時 代 潮 流 變 化, 台 灣 傳 統 產 業 相 較 於 大 陸 市 場 的 廉 價 勞 工 廉 價 廠 房 所 產 生 的 排 擠 效 應 漸 趨 嚴 重 化, 加 上 年 輕 人 逐 漸 向 都 市 發
R d X = {x i, i = 1,, n} Y = {y j, j = 1,, }.. n P = [p i,j p i,j X x i Y y j. C P. p i,j = 1, i = 1,, n j=1 C P = p i,j : n (1) p i,j 1,
33 3 Vol. 33, No. 3 27 3 ACTA AUTOMATICA SINICA March, 27 1 1 1 1 1... TP391 A CQPOCS Algorith for Fast Feature Point Matching LIAN Wei 1 LIANG Yan 1 PAN Quan 1 CHENG Yong-Mei 1 ZHANG Hong-Cai 1 Abstract
Journal of Management , Vol. 25, No. 2, IPOs IPOs IPOs IPOs IPOs IPOs IPOs (
Journal of Management 97 25 2 245-267 08, Vol. 25, No. 2, 245-267 2684 07 3 16 07 7 24 07 8 23 07 10 17 IPOs IPOs IPOs IPOs IPOs IPOs IPOs (effcent market) (ratonalty) (cogntve bas) (overreacton) (underreacton)
Vol The Workng Papers o RCEWCC 2004 Thel 2. GDP GDP GDP GDP GDP Per Capta GDP GDP GDP 2000 E X ( t) = X ( t0 ) X ( t) () ) X (t t0 t GDP )
Vol. 2004 The Workng Papers o RCEWCC 2004 Gn Thel,2. 200062 2. 226007. 2002 Dunord 989 997 Albert Kedel, 995 60 Vol. 2004 The Workng Papers o RCEWCC 2004 Thel 2. GDP GDP GDP GDP GDP Per Capta GDP 3. 24
Welch & Bishop, [Kalman60] [Maybeck79] [Sorenson70] [Gelb74, Grewal93, Maybeck79, Lewis86, Brown92, Jacobs93] x R n x k = Ax k 1 + Bu k 1 + w
![Welch & Bishop, [Kalman60] [Maybeck79] [Sorenson70] [Gelb74, Grewal93, Maybeck79, Lewis86, Brown92, Jacobs93] x R n x k = Ax k 1 + Bu k 1 + w](/thumbs/53/31552254.jpg "Welch & Bishop, [Kalman60] [Maybeck79] [Sorenson70] [Gelb74, Grewal93, Maybeck79, Lewis86, Brown92, Jacobs93] x R n x k = Ax k 1 + Bu k 1 + w")
Greg Welch 1 and Gary Bishop 2 TR 95-041 Department of Computer Science University of North Carolina at Chapel Hill 3 Chapel Hill, NC 27599-3175 : 2006 7 24 2007 1 8 1960 1 welch@cs.unc.edu, http://www.cs.unc.edu/
計畫編號：DOH94-DC-2027
1 : : : : : : 2 4 5 6 7 3 37 4 5 6 The purpose of this study was to understand the distribution of sex industry. To establish channel of HIV education by cooperate with public health bureau and reduces
g 100mv /g 0. 5 ~ 5kHz 1 YSV8116 DASP 1 N 2. 2 [ M] { x } + [ C] { x } + [ K]{ x } = { f t } 1 M C K 3 M C K f t x t 1 [ H( ω )] = - ω 2
![g 100mv /g 0. 5 ~ 5kHz 1 YSV8116 DASP 1 N 2. 2 [ M] { x } + [ C] { x } + [ K]{ x } = { f t } 1 M C K 3 M C K f t x t 1 [ H( ω )] = - ω 2](/thumbs/50/26301205.jpg "g 100mv /g 0. 5 ~ 5kHz 1 YSV8116 DASP 1 N 2. 2 [ M] { x } + [ C] { x } + [ K]{ x } = { f t } 1 M C K 3 M C K f t x t 1 [ H( ω )] = - ω 2")
10 2016 10 No. 10 Modular Machine Tool & Automatic Manufacturing Technique Oct. 2016 1001-2265 2016 10-0012 - 05 DOI 10. 13462 /j. cnki. mmtamt. 2016. 10. 004 * 116024 MIMO TH166 TG502 A Dynamic Performance
基于因子分析法对沪深农业类上市公司财务绩效实证分析
山 东 农 业 大 学 学 报 ( 自 然 科 学 版 ),2014,45(3):449-453 VOL.45 NO.3 2014 Journal of Shandong Agricultural University (Natural Science Edition) doi:10.3969/j.issn.1000-2324.2014.03.024 基 于 因 子 分 析 法 对 沪 深 农 业
自動分類成效分析.doc
Effectveness Issues n Automatc Text Categorzaton, 2002 6, 68, 62-83 12 Abstract: Text categorzaton or document classfcaton s a task to assgn predefned labels to documents based on ther content. Ths artcle
Microsoft Word - A200909-341.doc
基 于 机 器 视 觉 的 齿 轮 周 节 累 积 误 差 测 量 研 究 陈 永 锋 北 京 北 大 千 方 科 技 有 限 公 司, 北 京 (100086) E-mal:Xd_boy163@hotmal.com 摘 要 : 介 绍 了 基 于 数 字 图 像 处 理 技 术 的 齿 轮 周 节 累 积 误 差 机 器 视 觉 测 量 方 法 对 原 始 数 字 图 像 经 灰 度 化 变 换
2. 相 關 研 究 本 章 節 主 要 所 探 討 的 文 獻 包 含 腦 波 生 理 資 訊 腦 波 與 專 心 度 腦 波 與 學 習 之 相 關 研 究 方 法 由 於 腦 波 和 人 的 各 種 意 識 及 活 動 都 有 某 些 程 度 的 對 應 關 係, 現 今 腦 波 已 被 廣
運 用 腦 波 識 別 專 注 狀 態 朱 璿 瑾 江 政 祐 劉 寧 漢 * 國 立 屏 東 科 技 大 學 資 訊 管 理 系 研 究 生 國 立 屏 東 科 技 大 學 資 訊 管 理 系 研 究 生 國 立 屏 東 科 技 大 學 資 訊 管 理 系 副 教 授 sassnd@gmal.com djmb3567@gmal.com greglu@mal.npust.edu.tw 摘 要 人 們
untitled
2008 den222222@gmal.com cshwang@faculty.pccu.edu.tw Internet Case-based ReasonngCBR CBR 1 1. () 50%() (doman knowledge) (case base) (smlarty measure) N N : Case-based ReasonngCBR CBR 2. (Internet)(World
摘 要 張 捷 明 是 台 灣 當 代 重 要 的 客 語 兒 童 文 學 作 家, 他 的 作 品 記 錄 著 客 家 人 的 思 想 文 化 與 觀 念, 也 曾 榮 獲 多 項 文 學 大 獎 的 肯 定, 對 台 灣 這 塊 土 地 上 的 客 家 人 有 著 深 厚 的 情 感 張 氏 於
玄 奘 大 學 中 國 語 文 學 系 碩 士 論 文 客 家 安 徒 生 張 捷 明 童 話 研 究 指 導 教 授 : 羅 宗 濤 博 士 研 究 生 : 黃 春 芳 撰 中 華 民 國 一 0 二 年 六 月 摘 要 張 捷 明 是 台 灣 當 代 重 要 的 客 語 兒 童 文 學 作 家, 他 的 作 品 記 錄 著 客 家 人 的 思 想 文 化 與 觀 念, 也 曾 榮 獲 多 項 文
: ;,, 0 0, 60, 0 80,, 76 78, (Deregulation),,,, (Open Sky), (ACI),006.%.8%,.7% 008,, 000, ( ), ( )0, / 6, ; 8, ;, ; 7, ; 06, 6, 006 0, ( ) 0,.%; 0 60,
7 0 0 8 WORLD REGIONAL STUDIES Vol. 7, No. Jun., 0 0 8 : 007(008)000088,,, (., 000;., 000) :,,, :,,, ( ) :,,,, : F6 : A,, ( ),, GDP (00 ), 000, 000 ~006.%, GDP.6%, ( ), [8] [] [0, ] [] [67] [8], [] [],,
應用六標準差提升花卉批發市場之經營服務品質
2014 年 11 月 第 十 七 卷 四 期 Vol. 17, No. 4, November 2014 公 務 人 員 培 訓 與 六 標 準 差 方 法 之 品 質 提 升 方 崇 雄 程 挽 華 http://cmr.ba.ouhk.edu.hk 中 華 管 理 評 論 國 際 學 報 第 十 七 卷 第 四 期 1 公 務 人 員 培 訓 與 六 標 準 差 方 法 之 品 質 提 升 方
Journal of Curriculum Studies September, 2013, Vol. 8, No. 2, pp. 53-75 From the Development Trend of University to Study High School Curriculum Refor
主 題 論 文 課 程 研 究 8 卷 2 期 2013 年 9 月 頁 53-75 從 大 學 的 發 展 趨 勢 探 析 十 二 年 國 民 基 本 教 育 普 通 高 中 階 段 的 課 程 改 革 李 文 富 摘 要 大 學 階 段 的 人 才 培 育 是 教 育 的 重 要 課 題, 而 它 與 普 通 高 中 教 育 有 著 密 不 可 分 的 連 動 關 係 隨 著 大 學 數 量 的
Vol. 22 No. 4 JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY Aug GPS,,, : km, 2. 51, , ; ; ; ; DOI: 10.
22 4 2017 8 Vol. 22 No. 4 JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY Aug. 2017 150080 GPS,,, : 27. 36 km, 2. 51, 110. 43, ; ; ; ; DOI: 10. 15938 /j. jhust. 2017. 04. 015 U469. 13 A 1007-2683
個 人 的 手, 拉 著 瞎 子 的 手 把 他 帶 往 村 外 的 時 候, 對 於 瞎 子 來 講, 那 個 人 的 手 和 耶 穌 的 手 有 沒 有 區 別? 沒 有! 為 什 麼 沒 有 區 別? 因 為 對 於 一 個 瞎 子 來 說, 手 和 耳 朵 就 是 他 接 觸 世 界, 瞭
課 目 : 講 道 法 學 生 : 楊 建 偉 老 師 : 汪 院 長 時 間 :2009 年 8 月 1 日 靈 命 三 階 ( 可 8:22-26) 在 四 部 福 音 書 中, 這 是 一 段 很 特 別 的 記 載 特 別 在 什 麼 地 方 呢? 是 不 是 特 別 在 耶 穌 基 督 對 一 個 病 人 的 醫 治? 不, 在 耶 穌 三 年 半 的 服 侍 當 中, 曾 經 醫 治 數
报 告 1: 郑 斌 教 授, 美 国 俄 克 拉 荷 马 大 学 医 学 图 像 特 征 分 析 与 癌 症 风 险 评 估 方 法 摘 要 : 准 确 的 评 估 癌 症 近 期 发 病 风 险 和 预 后 或 者 治 疗 效 果 是 发 展 和 建 立 精 准 医 学 的 一 个 重 要 前
东 北 大 学 中 荷 生 物 医 学 与 信 息 工 程 学 院 2016 年 度 生 物 医 学 与 信 息 工 程 论 坛 会 议 时 间 2016 年 6 月 8 日, 星 期 三,9:30 至 16:00 会 议 地 址 会 议 网 址 主 办 单 位 东 北 大 学 浑 南 校 区 沈 阳 市 浑 南 区 创 新 路 195 号 生 命 科 学 大 楼 B 座 619 报 告 厅 http://www.bmie.neu.edu.cn
第一章 緒論
Journal of China Institute of Technology Vol.30-2004.6 A Study on the Value Concept and Related Factors of the Students in Vocational High School in Taiwan Tseng-Chai ChengJan- Shing SunChing-Kuo Cheng
) & ( +,! (# ) +. + / & 6!!!.! (!,! (! & 7 6!. 8 / ! (! & 0 6! (9 & 2 7 6!! 3 : ; 5 7 6! ) % (. ()
! # % & & &! # % &! ( &! # )! ) & ( +,! (# ) +. + / 0 1 2 3 4 4 5 & 6!!!.! (!,! (! & 7 6!. 8 / 6 7 6 8! (! & 0 6! (9 & 2 7 6!! 3 : ; 5 7 6! ) % (. () , 4 / 7!# + 6 7 1 1 1 0 7!.. 6 1 1 2 1 3
并非没有必要的一些宏观思考
第 一 章 引 论 第 一 章 引 论 1.1 课 题 的 提 出 1 本 课 题 的 研 究 工 作 是 尝 试 在 句 法 和 语 义 两 个 层 级 上 归 纳 现 代 汉 语 短 语 结 构 的 组 合 规 则, 解 决 计 算 机 分 析 现 代 汉 语 短 语 时 碰 到 的 结 构 歧 义 问 题 有 别 于 以 往 主 要 是 面 向 人 的 语 法 研 究, 本 课 题 的 研 究
R α Cortes Vapnik 90 R emp α 1 - η 2 - VC 3 support vector machine SVM 1 h R α R emp ( ln 2l + 1 h ) - ln η 4 α + 1 槡 l α f x α α Λ 2 SVM α Λ
17 3 2013 3 ELECTRI C MACHINES AND CONTROL Vol. 17 No. 3 Mar. 2013 1 1 2 1 1 3 1. 410083 2. 410205 3. 411201 : 为提高支持向量机的泛化能力, 根据统计学习理论中学习机推广能力的界和 VC 维理论, 提出了一种同时以特征空间中样本数据分布半径最小化和类间间隔最大化为优化目标的支持向量机模型通过合理设计其目标函数,
2006 4,,,, TFP (,2003),, 90,,,, 2005,, ;,,,,,, (disembodied),,,, (,2003),,,,,, : y = Af ( k, l) : y, k, l, A, : = - -, ( ), ( ),,,,90,,,:,,,,,,,,,,,,,
: 3 :,,,,,, : -,,, (,1994,2002) ; (,2003) ; (, 2002) ; (,2005) ; (2006),,,,,, ( TFP, ),,, (,2005 ;,2005),,,,,,,,, 1997, 3, 4 2006 4,,,, TFP (,2003),, 90,,,, 2005,, ;,,,,,, (disembodied),,,, (,2003),,,,,,
58 特 殊 教 育 與 復 健 學 報 壹 研 究 動 機 與 背 景 教 育 成 敗, 繫 於 師 資 之 良 窳 教 育 部 於 2010 年 8 月 召 開 第 八 次 全 國 教 育 會 議 中, 師 資 培 育 與 專 業 發 展 為 一 項 重 要 的 討 論 議 題, 其 中 研 修
國 立 臺 南 大 學 特 殊 教 育 學 系 特 殊 教 育 與 復 健 學 報, 民 99,24 期,57 79 57 臺 灣 與 中 國 大 陸 視 障 教 育 師 資 培 育 制 度 之 比 較 以 臺 南 大 學 與 南 京 特 殊 教 育 職 業 技 術 學 院 為 例 莊 素 貞 國 立 臺 中 教 育 大 學 特 殊 教 育 學 系 袁 東 浙 江 省 寧 波 市 盲 童 學 校 摘
~ ~
* 40 4 2016 7 Vol. 40 No. 4 July 2016 35 Population Research 2014 1 2016 2016 9101. 0 40 49. 6% 2017 ~ 2021 1719. 5 160 ~ 470 100872 Accumulated Couples and Extra Births under the Universal Tw o-child
标题
第 19 卷 摇 第 4 期 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 模 式 识 别 与 人 工 智 能 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Vol. 19 摇 No. 4 摇 006 年 8 月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 PR & AI 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Aug 摇 摇
mm ~
16 3 2011 6 Vol 16 No 3 JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY Jun 2011 1 2 3 1 150040 2 150040 3 450052 1 3 4 > 1 ~ 3 > > U414 A 1007-2683 2011 03-0121- 06 Shrinkage Characteristics of
從實驗教材到官方課程──小學社會科板橋模式教材與改編本教科書的發展
教科書研究 第九卷 第一期 2016 年 4 月 37-70 從實驗教材到官方課程 小學社會科 板橋模式教材與改編本教科書的發展 周淑卿 1 章五奇 2 1979~1988 年間 板橋教師研習會發展社會科實驗教材 其後成為全國 通行的國立編譯館教科書 這段歷程是臺灣課程史上由 課程編製 轉向 課程發展 的重要里程碑 在此典範轉移中 實驗教材如何轉 型為官方課程 國立編譯館與教師研習會成員如何歷經磋商
10384 19020101152519 UDC Rayleigh Quasi-Rayleigh Method for computing eigenvalues of symmetric tensors 2 0 1 3 2 0 1 3 2 0 1 3 2013 , 1. 2. [4], [27].,. [6] E- ; [7], Z-. [15]. Ramara G. kolda [1, 2],
襍 0-6 - -162-
00 6 章 太 炎 早 年 的 春 秋 左 傳 學 與 清 代 公 羊 學 的 關 係 以 春 秋 左 傳 讀 為 討 論 中 心 一 引 言 (6-6) () (06-0) 000 0-161- 襍 0-6 - -162- 6 6 00-6 - (6-) -0 0-6 - 00-00 - 6- -163- 二 公 羊 學 三 科 九 旨 簡 述 疎 10 11 10 6 b 11 00-164-
Microsoft Word - Preface_1_14.doc
中 文 混 淆 字 集 應 用 於 別 字 偵 錯 模 板 自 動 產 生 Chinese Confusion Word Set for Automatic Generation of Spelling Error Detecting Template 陳 勇 志 Yong-Zhi Chen, 吳 世 弘 Shih-Hung Wu 朝 陽 科 技 大 學 資 訊 工 程 系 Department of
MAXQ BA ( ) / 20
MAXQ BA11011028 2016 6 7 () 2016 6 7 1 / 20 1 2 3 4 () 2016 6 7 2 / 20 RoboCup 2D 11 11 100ms/ 1: RoboCup 2D () 2016 6 7 3 / 20 2: () 2016 6 7 4 / 20 () 2016 6 7 5 / 20 Markov Decision Theory [Puterman,
Journal of Science and Technology Vol.9, No.4, pp. 335-347, October 2000 336 Chi-Shoung Tzeng A Study of Color Names in
335 Journal of Science and Technology Vol.9, No.4, pp. 335-347, October 2000 336 Chi-Shoung Tzeng A Study of Color Names in Journal of Science and Technology Vol.9, No.4, pp. 335-347, October 2000 266
Microsoft Word - 33-p0191-14skyd8.doc
第 20 卷 第 4 期 中 南 大 学 学 报 ( 社 会 科 学 版 ) Vol.20 No.4 2014 年 8 月 J. CENT. SOUTH UNIV. (SOCIAL SCIENCE) Aug. 2014 基 于 模 糊 层 次 分 析 法 的 政 府 干 部 胜 任 力 评 价 实 证 研 究 薛 琴 ( 南 京 工 程 学 院 经 济 与 管 理 学 院, 江 苏 南 京,211167)
Microsoft Word - 19——胡 聪_news_.doc
基于德尔菲法的围填海对海洋资源影响指标体系研究 胡 聪, 尤再进, 毛海英 (,, 64000) 摘要 : 为了拓展发展空间, 围填海已经成为沿海国家海洋开发活动的重大举措, 围填海带来巨大的社会和经济效益的同时, 对海洋资源会产生许多不利影响, 要确定围填海对海洋资源影响程度, 急需采用适宜的评价指标体系 分析了受围填海开发活动影响的海洋资源及其影响程度评价指标和权重的确定方法, 构建了用于评价围填海开发活动对海洋资源产生影响程度的层次结构指标体系
Microsoft Word - sbs.doc
精 品 资 源 共 享 课 推 荐 表 ( 本 科 类 ) 推 荐 单 位 仲 恺 农 业 工 程 学 院 所 属 学 校 仲 恺 农 业 工 程 学 院 ( 是 否 部 属 ) 否 课 程 名 称 数 据 库 原 理 及 应 用 课 程 类 型 理 论 课 ( 不 含 实 践 ) 理 论 课 ( 含 实 践 ) 实 验 ( 践 ) 课 所 属 一 级 学 科 名 称 所 属 二 级 学 科 名 称
* CO3 A 1674-2486 2011 04-0005 - 18 P. 253 * 5 1. 1949 1991 1949 1991 6 2. 7 1 2001 2 2008 8 1 2 2008 11 http / /www. rnd. ncnu. edu. tw /hdcheng /method /ways. doc 2008 / 9 disciplinary matrix 1 1. 2001
Mechanical Science and Technology for Aerospace Engineering October Vol No. 10 Web SaaS B /S Web2. 0 Web2. 0 TP315 A
2012 10 31 10 Mechanical Science and Technology for Aerospace Engineering October Vol. 31 2012 No. 10 Web2. 0 400030 SaaS B /S Web2. 0 Web2. 0 TP315 A 1003-8728 2012 10-1638-06 Design and Implementation
经 济 与 管 理 耿 庆 峰 : 我 国 创 业 板 市 场 与 中 小 板 市 场 动 态 相 关 性 实 证 研 究 基 于 方 法 比 较 视 角 87 Copula 模 型 均 能 较 好 地 刻 画 金 融 市 场 间 的 动 态 关 系, 但 Copula 模 型 效 果 要 好 于
第 19 卷 第 6 期 中 南 大 学 学 报 ( 社 会 科 学 版 ) Vol.19 No.6 013 年 1 月 J. CENT. SOUTH UNIV. (SOCIAL SCIENCE) Dec. 013 我 国 创 业 板 市 场 与 中 小 板 市 场 动 态 相 关 性 实 证 研 究 基 于 方 法 比 较 视 角 耿 庆 峰 ( 闽 江 学 院 公 共 经 济 学 与 金 融 学
CHIPS Oaxaca - Blinder % Sicular et al CASS Becker & Chiswick ~ 2000 Becker & Chiswick 196
2015 3 179 2015 5 Comparative Economic & Social Systems No. 3 2015 May 2015 2001 ~ 2011 F812 A 1003-3947 2015 03-0020-14 Wu & Perloff 2004 Benjamin et al. 2004 Sicular et al. 2007 1998 2003 40% 1985 2.
Microsoft PowerPoint - SVM&LibSVM_RXia.ppt
LOGO 教你认识 SVM 和使用开源工具 LbSVM 夏睿 rxa@nlpr.a.ac.cn 提纲 v SVM 能解决什么问题? 从机器学习谈起 分类与回归 v 为什么选择 SVM? 从 ANN 到 SVM SVM 的两个核心思想 SVM 算法 v 怎么用 SVM? 用 LbSVM 做分类 用 LbSVM 做回归 Python 平台下的 LbSVM 从机器学习谈起 v 目的根据给定的训练样本, 对某系统输入输出之间依赖关系的估计,
% % 34
* 2000 2005 1% 1% 1% 1% * VZDA2010-15 33 2011. 3 2009 2009 2004 2008 1982 1990 2000 2005 1% 1 1 2005 1% 34 2000 2005 1% 35 2011. 3 2000 0. 95 20-30 209592 70982 33. 9% 2005 1% 258 20-30 372301 115483 31.
Feder Chapple 2002 Barslund Stiglitz Klychova Pal
2018 4 * 400716 DOI:10.13246/j.cnki.jae.2018.04.005 20142017 2009 2. 16 2014 5. 4 3. 43% 6. 22% 2. 79 2009 1. 46 2014 3. 4 5. 08% 3. 81% 1. 27 GDP 9. 17% ** * ** 11&ZD047 14AZ034 13CFX080 CYB16057 2010
電視購物崛起與零售產業的競爭與規範
應 用 電 購 頻 道 價 值 鏈 探 討 區 域 零 售 之 經 營 策 略 應 用 電 購 頻 道 價 值 鏈 探 討 區 域 零 售 之 經 營 策 略 黃 寶 祚 1 陳 麗 貞 2 1 國 立 宜 蘭 大 學 應 用 經 濟 與 管 理 學 系 教 授 2 國 立 宜 蘭 大 學 人 文 暨 科 學 教 育 中 心 副 教 授 摘 要 2003 年 SARS 事 件 以 來 的 新 購 物