中正大學資訊工程學系學位論文
國立中正大學,正常發行
選擇卷期
- 學位論文
隨著科技的進步，多媒體展示已經成為博物館展覽中一個不可缺少的功能。數位技術的進步使得數位互動裝置的探討隨著增加。直覺性互動裝置，如多點觸控螢幕和攝影機，幾乎成了不可或缺的，並且明顯的提升娛樂性和吸引參觀者。本研究的重點在探討使用攝影機提供參觀民眾在多媒體展示中進行直覺的互動。首先，本研究提出一個平台，U-Garden，可以幫助多媒體設計師以使用攝影機感測裝置開發以移動為基礎的互動專案。本研究接著以此為基礎建立多媒體展示工具，此系統藉由深度影像建構直覺性的互動能力，提供人體動作追蹤數據，讓多媒體設計師據此產生許多引人入勝的直覺互動展示。 本論文的第二部分著重在探討人體動作辨識問題。這部分主要處理兩項研究議題，分別是動作編碼(motion representation)和子空間學習(subspace learning)。為了有效地分析人體動作，本研究結合了信號距離特徵(signal distance feature)和寬度特徵(width feature)，然後將這兩個特徵結合成為一個更具識別能力的特徵。這些特徵隨後運用k-means分群，以量化成中間層特徵。在中間層特徵，我們使用無參數加權特徵萃取(Nonparametric Weighted Feature Extraction)演算法建構一個緊實且有鍵別力的子空間模型(subspace model)。接著，我們使用貝氏分類器(Bayes Classifier)來分類人體動作。本研究在兩個公開可用的資料庫上進行一系列實驗，證明提出的系統的有效性。與現有的方法相比，我們的系統顯著地在分類階段降低計算複雜度，同時保持高度辨識力。 最後，我們在這套系統中加入臉部表情追蹤，用以識別用戶在觀展過程中的情感反應。近來，基於視訊的臉部表情模型建立與分類方法被普遍採用。然而，這類方法需要在進行分類前先正確選取基本表情(無表情)到發展成豐富表情的過程，在現實世界中這是頗具有挑戰性的任務。因此，我們提出了一個基於單張靜態影像的人臉表情萃取和辨識系統。我們的方法首先結合全域(holistic)和區域(local)的距離特徵，使臉部表情更詳細地被紀錄。這些距離特徵隨後依照Bag of Words模型建構中間層特徵。這些步驟可以有效提升資料的可分類性，因此我們應用一典型的方法，例如支持向量機(Support Vector Machine)，來進行分類。我們在 Extended Cohn-Kanade (CK+)資料庫上進行多項測試實驗，實驗結果顯示出我們的方法可以準確，有效地識別臉部表情。
- 學位論文
利用一星期的真實的GPS資料建立出一個計程車推薦系統，並以模擬一台虛擬計程車的方式評估推薦系統的效能。從我們的模擬數據可以發現用原模型建立的資料來進行模擬，根據系統推薦出的地點路線去等待客人的虛擬計程車司機的一天平均收入，在週間時，可以比99%的計程車司機都來得高，在週末時優於96%的計程車司機。在用非原模型建立的新的一星期的資料進行模擬時，虛擬計程車司機的一天平均收入在週間時，可以比94%的計程車司機都來得高，在週末時優於82%的計程車司機。故計程車司機使用本推薦系統可以得到比採用自身經驗來得更好的收入。
- 學位論文
本篇論文提出了一個基於迭代分類演算法改良的方法，去幫助我們找出在網路化資料裡，本身屬性模糊與類別標記錯誤的點，我們提出有效的方法去避免利用這些錯誤的鏈結資訊。我們主要的想法是對未標記點的鄰居重新做一次預測，去找出有問題的點，除此之外，我們改變計算鏈結資訊的方法而且重新訓練分類器，去提升預測的準確率。在實驗部分，我們用我們的方法與迭代分類演算法和參考本身屬性演算法在四個資料集做比較，並且結果顯示出我們的方法筆其他兩個方法有效的去處理問題點。
- 學位論文
有著這樣相當普遍的共識: 語意網的類別階層與有型別的三量數，對分享資料來說是很有用的資料型別機制。這篇論文的目的是建立一個能自身反射的框架，可以同時安全地分享分散式資料和它們的本體。在這篇論文內所介紹的核心本體能讓人可以創造他們所有的本體、在網上分享它們，以及對資料型別（像是類別和二元關係的定義）和它們所描述的資料皆可跨躍參照和查詢。一個基於SROIN描述邏輯的直覺式查詢語言被設計給普遍使用者們，容易地在本體和它們的資料間做查詢。此外，對語意網來說，安全性是必要的。驗證與授權都基於與用來查詢知識庫相同的查詢式。所以類別和關係的定義也可被隱藏而不被某些使用者看到。這裡的授權，對抗於許多常見的攻擊，有著輕級耗費的防禦力。該授權機制會做推論來計算許可權。在這框架內，一般使用者可以方便地發展他們的本體，以及安全地在網上分享它們。並且那些分散的本體會組成語意網，在那兒機器和人都可使用有型別的資料和指標參照。
- 學位論文
XML是一種用來描述資料與文件結構的標記式語言，不管是網路服務、多媒體訊息系統、資料庫應用與資料處理方面，XML都扮演了關鍵性的角色，近年來，XML的流量不斷增加也說明了其重要性。XSLT全名為擴展樣式表轉換語言，用來轉換XML文件，並且產生相關的格式，XSLT在企業間廣泛地被利用，在對大量的資料做Data Migration時常會使用到這類技術。但是，傳統的XSLT轉換方式遭遇效能上的瓶頸，尤其是針對大型XML檔案，效能上的差異又更加明顯，而當XML檔案過大時大部分的XSLT處理器將可能無法處理。因此我們提出了一個以編譯器架構為基礎的技術，並實作於多核心處理器系統，以提昇XSLT轉換之速度。 不同於傳統直譯式XSLT處理器，平行化XSLT編譯器運作方式是將XSLT樣式表轉換成多執行緒的C語言程式，透過編譯器將此C語言程式編譯成可執行檔，此執行檔再對欲轉換之XML文件進行相關的分析與轉換。本研究發展了一個XSLT編譯-PXT，可以對大型XML檔案做XSLT的處理上更有效率，另外，我們也呈現了我們的實驗數據作為比較，根據實驗結果，使用XSLT編譯器可以得顯著的效能提昇，同時突破一般的XSLT處理器不能處理大型XML檔案的問題。
- 學位論文
國小教師常將立體幾何視為很簡單的教材，即使有完整的實體教具，也常礙於時間的關係而不能讓學童慢慢地操作模型。此外，在立體圖形的教學與測驗中，往往都是以平面的方式來表現立體圖形，造成空間概念不夠的學童無法理解，甚至害怕立體幾何。 因此，本研究針對國小幾何教學建置了一套基於擴增實境的互動式教學系統。利用深度攝影機易於追蹤身體部位的優勢，設計了以使用者自然的肢體動作為基礎的直覺化操作介面，讓學生可以在學習幾何的教室教學中，透過簡單有趣的人機互動產生學習興趣，進而在以肢體來操作虛擬模型的過程中得到即時的回饋。這套系統分為兩部分，分別為製作立體幾何模型的編輯器及提供學生參與互動式操作的播放器。在編輯器的部分提供教師快速製作幾何模型而不需要再學習過多的技術，而播放器讓學生可以對編輯後產生的模型作互動式的操作，並且在這個學習過程中經由教師的從旁協助與指導提升立體幾何的空間概念。
- 學位論文
本研究旨在探討擬真遠距學習模式及系統的設計。本研究進行了三個研究實驗來研究這個課題：（1）即時課程錄影及線上同步廣播系統在遠距教學上之應用，本系統結合了Windows Media Services的技術和搭配Moodle學習管理平台應用在遠距教學上，讓學習者能透過本系統學習錄影課程或是即時觀看遠端教室的授課內容。透過錄影課程，讓學習者能反覆的觀看授課內容，增加對授課內容之理解與記憶。（2）利用視訊會議技術於遠距互動學習，旨在利用視訊會議技術讓教導者與學習者能透過此系統，進行遠距互動輔助學習。此研究主要藉由多媒體學習，探討老師在授課中非語言成分的行為是否能增加學習效果的方法。其中非語言的行為包含了老師的眼神與肢體行為的表現。而研究的結果發現在課程錄影畫面中增加老師非語言成分的行為對於學生的學習有顯著的結果。（3）建構線上讀書會結合社群網站系統，透過小組學習，以提高學生的閱讀能力和學習成效。學生可以在線上與小組成員立即分享閱讀的經驗，或是與其他學生透過社群網站進行知識交流。此研究透過問卷施測方式發現，利用線上讀書會結合社群網站系統不但可以增加學生閱讀的技巧，也能增進團隊合作的默契。 本研究希望藉由上述三個研究實驗去模擬真實教學環境，讓學習者可以在任何地點都能進行學習，也可透過互動視訊會議平台，去和指導者探討學習過程中之疑惑，最後利用多媒體教材設計系統，重整所學的知識，在語意的表達和內在知識的轉換中建立出一套屬於自己本身的長期記憶（long-term memory），讓知識經過重整的活動真正吸收而達到學習目的。
- 學位論文
我們提出了一個主動式學習的方法來解決網路化資料的分類問題。在網路的領域，當資料間彼此有鏈結時他們可能會有相似的屬性。近年來，一些集體分類的方法利用鏈結的資訊來改善網路化資料的分類方法已經被提出。但集體分類的方法需要不斷迭代來推論出鄰居特徵，那將會花費大量的時間在訓練集體分類器上。因此，我們提出了一個主動式學習的方法來減少訓練的時間而且準確度較集體分類方法更佳。我們主要的想法是利用分群來聚集有鏈結以及有相似屬性的資料以增加訓練的效率。我們使用區域性網路分群的方法來對資料分群，接著在每個群獨立訓練分類器。在實驗部分，我們使用真實世界的網路資料來評量我們的方法以及顯示我們的方法勝過其他的基準線方法，包含了使用集體分類方法的ALFNET。
- 學位論文
現今在傳統教學和網路學習上的多媒體教材內容是相當多元化，麻省理工學院開放課程中提出串流式視頻已被廣泛接受及使用，大部分的大學作為補充學習內容，然而對於數位學習課程提升讀者的學習成效為何是值得探討的。本研究『數位多媒體智慧學習情境之設計與研究』是以開發混合式教學(blended learning)之數位學習教學模式，並運用的教育『策略』為多媒體學習理論、多元智慧學習理論、錨式情境教學及情境學習理論等，研究及『設計』符合情境的系統，分別為研發一個新的方法可以整合數位視訊攝影和截取電腦畫面，將教師教學情境的細節錄製成具有豐富教學情境之教學影片，以及發展多媒體數位學習教材的快速場景索引方法。在各個研究階段，將針對該研究進行相關的實驗設計來檢測研究成果。於情境教學片實驗研究設計中，將檢查我們方法設計產生之教學影片的清晰度，以及驗證學習者的學習成效。其結果顯示，所提出的方法比傳統方法更好的。在教材檢索系統實驗研究設計中，將檢查場景檢測的精度和評估使用者滿意度。結果顯示，我們的方法絕對可以幫助學生在他們的數位學習，也就是說，它給了他們達到更好的精熟學習及自律的數位學習環境。
- 學位論文
本論文提出的兩項技術，針對與智慧型裝置整合的自行車體能訓練應用軟體所遇到的問題，提出具體的改善方法。在自行車上，踏頻數據與騎乘者的體能消耗程度有絕對的關係，是運動員或者單車愛好騎士所關心的重要騎乘參數，但用於智慧型裝置中計算踏頻數據的應用軟體，卻需要加裝額外的感測器才能估算踏頻，尚有移植性低、硬體成本高及裝置之間訊號傳輸穩定性不足的問題；故我們開發出「基於視訊的踏頻量測方法」，希望僅以智慧型裝置內建的攝相機及微處理器完成踏頻數據的取樣、計算及結果呈現，改善傳統踏頻計額外硬體成本的問題；實驗結果顯示此方法量測出的踏頻誤差相當小，在未來可以取代智慧型裝置中踏頻計算軟體。 我們也根據得到的踏頻數據，研擬一套新的運動訓練方案，可以根據騎乘者當下的生理狀態及預先設定的訓練目標，在運動過程中即時地給予適當的建議，修正騎乘者的運動強度或運動時間，以避免過度運動造成身體傷害或運動不足而沒有達到預期訓練目標的問題。與傳統用於智慧型裝置中，基於心跳訊號制定的訓練方案相比，我提出以HRV及踏頻的訓練方案制訂方法，可以改善智慧型裝置的訓練方案準確度過低的問題，以提升其參考價值。