• 學位論文

交通標誌偵測與辨識

本篇論文中，我們利用影像上連通區域的顏色與形狀，判斷交通標誌的位置與類型，並以樣板比對來辨識交通標誌內部的訊息，提供駕駛人關於交通標誌的資訊。 本系統主要分為兩階段:交通標誌偵測與辨識。偵測部份首先利用交通標誌在HSV色彩模型(HSV color model)中的顏色範圍，篩選出交通標誌的候選區域，再利用連通區域標示(connected component labeling)，與邊緣偵測(edge detection)確認交通標誌的位置，辨識部分則將偵測到的交通標誌作正規化的處理，接著依據形狀分辨交通標誌類型，最後輸入至樣板比對(template match)系統，即可確認交通標誌上的訊息。 本系統著重於利用簡單運算來達到良好的偵測率，輸入圖片格式為640x480 RGB圖片，執行圖片平均時間為671.9 ms，實驗樣本的平均偵測率結果為95%，平均辨識率為81%。

• 學位論文

客製化概念圖評量系統之發展與設計

概念圖是一種結構化的知識表現技術，它包含了概念的節點和連結線，每個節點都表示了它所含帶的知識概念，每條連結線都連結了兩個節點，在連結線上會帶有連接詞來表示兩個概念節點之間的關係，這樣子由兩個概念及連結詞結合而成的集合稱做為「命題」，而一個概念圖就是由這樣子的一個個命題所組合而成。在過去許多的研究文獻中都指出概念圖的有效性和用來評量學生對於知識整體架構的評量的可靠性。 但是，在電腦化教學的現代，在電腦上繪製概念圖來評量卻有著一個問題，就是協助評分機制的不足，許多概念圖繪製的系統只能提供學生繪製，卻沒有協助教師有效分析學生概念圖的功能，所以在本研究中設計了一個客製化的概念圖評量系統和概念圖評分機制，讓老師可以透過這個系統開發不同課程的概念圖評量機制讓學生評量，系統會對於學生所繪製出來的概念圖會加以分析和評分，提供給教師做為了解學生學習程度和認知方向是否錯誤的依據，在接下來的教學活動中可以進行修正和補充。

• 學位論文

3D冒險式遊戲測驗平台-使用Wii Remote

由於3D繪圖與電腦技術的進步，使人們能夠透過電腦而模擬出虛擬的環境，彷彿人本身就處在所建立的模擬空間中。然而，人機互動的技術也隨之不斷地增進，幫助我們可以透過更多不同的方式來與電腦或機器做更豐富的互動。因此，透過虛擬空間的建立以及人機互動的介面，可以達到讓人類彷彿處於真實世界般在虛擬空間裡與虛擬的物件進行許多互動。由於許多研究顯示以遊戲的方式可以增加學習者的動機與興趣，鑒於以上幾點，我們提出了一套利用WII手把在3D的虛擬環境裡進行冒險遊戲式的學習測驗系統。這系統不但能提升學習者的興趣，並且也提供了教學者簡易的編輯測驗人性化介面，希望能藉由遊戲互動的方式來營造出歡樂的學習環境，因而增加學習者學習的動力與教學者教學的意願，以提升整體學習與教學的效率。

• 學位論文

大型分散式虛擬實境的負載平衡演算法

大型虛擬實境系統，能應用在許多不同的領域，例如軍事演練，交通模擬，最常見的應用就是目前流行的多人角色扮演線上遊戲(mmorpg)。 對線上遊戲的營運商來說，降低營運的成本是很重要的，如果server端能採用分散式的架構，就可以更有效率的使用硬體的效能，分散式的架構，也更容易擴充系統的運算能力，帶來更高的運算效能，並提供更多的遊戲性的發展可能。 因此本論文研究提出一個方法”幾何空間切割演算法Geometry Distribute Algorithm，簡稱GSA”， GSA根據伺服器的負載強度，來決定在2維虛擬實境空間下，將運算負載分配給適當的伺服器，以達到整個系統的負載平衡。

• 學位論文

使用RFID與機器學習技術於獨自在家老人的異常行為偵測

在這個研究中，我們假設老人是獨自生活在一個環境裡，我們利用RFID的技術來偵測老人是否有異常的行為。RFID技術的基本架構是由Reader去讀取Tag，而Reader在讀取Tags訊號時，因為訊號強弱以及距離遠近的關係，我們可以獲得Tag訊號的強弱值(RSSI值 0~255)。 我們希望以RSSI值的數據來判斷和記錄長輩平日在家移動的數據資料，我們計畫的RFID系統架構是我們在生活的環境中佈滿許多 Tags，例如客廳角落放置、餐廳、廁所、臥房……等等，而Reader則由老人隨身攜帶，跟隨著老人日常生活習慣去移動，亦即時記錄所讀取到的RSSI值，在藉由機器學習的技術來建立一個“正常”行為的模型，進而用來判斷其後續是否屬於異常，若是異常，則發出警訊。 這樣的方法，不同於許多其他的以電腦視覺為主的方法，不僅僅是偵測老人是否跌倒而已，藉由平常紀錄的RSSI值，可以找到老人的各種生活模式，除了跌倒，是否有午睡習慣、上廁所頻率、開冰箱的 紀錄……等等。我們都可以利用機器學習的方法學習並判斷。另外，我們利用RSSI值的這個方法，並不像一些偵測跌倒異常的偵測技術必須要利用到攝影機，更是減低了一般人對隱私權的疑慮。 而最後的實驗結果中，有幾筆測試資料的結果非常好，也足以證明我們利用群集分析來判斷異常行為這樣的想法與理論的確是可以行的通，雖然我們並無法100%可以將異常生活行為模式的資料點給找出來，但我們所做的群集分析結果，對於一個老人的行為分析，確實可以提供相當程度的參考價值。在未來的研究方向中，或許我們可以再使用許多更精密的群集分析技術來提升我們偵測異常行為的準確率。

• 學位論文

以非線性內插映射法估算頭部角度

大部分的人臉辨識系統只對於接近正面的臉部影像有較好的辨識結果，對於方向角度變化較多的頭部影像，往往無法成功辨識。然而若是能夠先對人臉影像計算其頭部方向角度或是根據角度做方位分類，再進入分類後的人臉影像資料庫進行搜尋比對，必能大大提高辨識率。 本篇論文提出了ㄧ個人臉影像之頭部角度辨識(估計)與方向分類方法。本方法利是應用輻狀基底函數(Radial Basis Function，RBF)，監督式訓練一個從輸入影像至特徵向量之非線性內插映射(Nonlinear interpolative mapping)，對角度介於0度到360度的人臉影像辨識其角度；本方法與N. Hu et al. [1]所提的非監督式訓練非線性嵌入與映射方法比較，實驗結果顯示本篇論文提出方法無論在精確性或時間效率方面都有較好的結果。

• 學位論文

車載隨意網路保護隱私技術之研究

本篇摘要未授權

• 學位論文

無線網路換手鑑別技術之研究

本篇摘要未授權

• 學位論文

序列型樣之週期性與趨勢分析

Periodical Intervals Mining Algorithm （PIM Algorithm）為一針對序列型樣於時間分佈用來挖掘潛在週期的演算法，藉由 PIM Algorithm 可針對時間間隔將週期分佈挖掘出來並分析出序列型樣的間隔天數。然而PIM Algorithm 並無針對單一消費行為趨勢作更詳細之探討，使得該週期分析所得結果之準確度會有較大誤差。此外，PIM Algorithm 僅能分析單純具有完全遞增/遞減型的購買週期分佈趨勢，然而在現實生活中，購買行為週期的趨勢分佈會呈現很大的變動性，具有完全遞增/遞減型的購買週期分佈只佔少數。 因此，為了提升週期分析的準確度與演算法的適用性，本論文修改原先PIM Algorithm對資料所作之預處理，針對產品重複購買行為趨勢重新定義，改良 PIM Algorithm 的缺點，提出一以『Divide and Conquer』為核心之完整週期分析演算法 Modified Periodical Intervals Mining Algorithm（MPIM Algorithm），分析消費者重複購買行為的週期，藉由所有產品之間序列的銷售週期比較出最佳推薦產品的銷售時間點以提供產品行銷的最有利資訊。

• 學位論文

在Android平台開發電話簿

在３G手機行動上網的速度與普及率愈來愈高的情況下，為了讓對方知道自己目前的狀態與資訊，利用3G手機上網來更新自己的狀態、資訊與連絡人資訊，讓對方可以知道自己的最新資訊，因此在手機平台上開發類似MSN的系統，連結外接資料庫來進行資訊的交換。 在論文裡我們實作一套在Google Android平台上的電話簿系統，進行更新電話簿及加入目前的狀態。首先，了解Android平台的發展、架構、功能、應用。第二，了解開發工具Eclipse的安裝與操作，建立第一個Android程式，並執行。第三，然後分析Android平台式的電話簿系統架構。最後使用Java程式語言與Android SDK模擬器開發手機上的系統，同時與Server上的資料庫進行資料的交換。本系統上提供Android平台上的手機，即時更新與備份個人電話簿，修改個人的資訊與目前的狀態。