國立臺灣大學機械工程學系暨研究所廖運炫2006-07-252018-06-282006-07-252018-06-282000http://ntur.lib.ntu.edu.tw//handle/246246/15686本報告提出對放電波列的自然訊息，進行特徵化 分類以及資料的壓縮，以利電腦分析。藉由自組織特 徵映射網路學習法，文中發展了一可用於辨識放電波 列的特徵，指出目前加工近似於何種狀態的方法。本 研究方法先從樣本學習轉換成各種代表加工狀態的 [W]n 權矩陣。在新的一串波列的分類時，求取串列資 料與已知的各種加工狀態[W]n 的距離，最小距離的 [W]i 即是代表串列資料最接近此一加工狀態。經測試 後，發現此法能客觀的辨識加工狀態。放電波列更多 訊息的提供可對自適應控制（ACO）及模糊控制（FUZZY） 的語意邏輯規則的建立，有進一步的幫助。application/pdf282383 bytesapplication/pdfzh-TW國立臺灣大學機械工程學系暨研究所放電波列分類特徵辨識自適應控制模 糊控制reporthttp://ntur.lib.ntu.edu.tw/bitstream/246246/15686/1/892212E002065.pdf