本文主旨在探討計算正交矩陣特徵值問題的三種方法。首先利用正交矩陣之特質，將 該矩陣以蘇爾參數(Schur parameters)之形式表出。再以下列三種計算特徵值問題的 方法，去比較這些方法所算出之特徵至與特徵值與特徵向量之精確度。 1.QR方法。 2.DC方法1。 3.SC方法2。 最後，並以此三種方法之適用性作為結論。 / ABSTRACT The main topic of this essay is to discuss three methods which compute the eigen-problem of orthogonal matrices. First, we use the characteristic of orthogonal matrix to represent the matrix with Schur parmetric form. Then we use the following methods based on structure above to compute and compare the accuracy of eigenvalues andeigenvectors.

國內土地估價技術，面臨兩項問題：一是對同一估價標的物土地，在同一個時間，由兩個以上的估價人員估價，所得到的估價結果常出現頗大的差距。另一是如何判斷某一項影響地價重要因素對地價的影響程度？國內相關文獻，雖嘗試使用複迴歸分析中的一般迴歸及逐步迴歸進行分析，期能有助於解決這兩項問題，但是，研究結果，並不理想。在一般迴歸方面，所建立的土地特徵方程式，變數之間常出現嚴重的線性重合現象，部分自變數的係數估計值的。負符號與土地估價理論或先驅訊息不相符合，整個估價方程式在解釋上有所困難。在逐步迴歸方面，所建立的土地特徵方程式，固然改善了影響地價重要因素之間的線性重合問題，但是，相對的，亦將許多影響地價重要因素排除於土。地估價方程式之外。此外，價方程式中的截距項出現負值，亦難以合理解釋，凡此種種問題，均尚未提出解決的方法。本文之研究目的，在於探討如何解決國內估價所面臨之兩項問題，在理論方面，提出「土地特徵組合。概念，認為土地係透過「土地特徵組合」地價的形成發生作用，而非透過「土地特徵」直接封地價之形發生用。在實證方面，引用多變量分析中之因子分析及群落分析，先對影響地價重要因素進行因子分析，並以群落分析結果輔助判斷因子的適當個數，然後再以諸項因子與買賣實例地價進行一般迴歸及逐步迴歸，建立一次式土地估價方程式。此外，另測試建立相加相乘混合型態的非一次式土地估價方程式，以克服上述問題。最後, 對兩種估價方程式加以比較，說明研究發現並提出建議。 / There are two problems of land valuation technique in our country, one problem is that there always are different values i for valuating the price of land at the same time by different valuers, and the difference between these values is tool much to be explained. Another problem is that it is very difficult to identify or to calculate the algorism which demonstrate the degree of every characteristic of land affecting land price. Although, the study of this topic have motioned that the less multi-collinearity the explanatory variables included in the model , the better the model, they never research the fact how the land characteristics affect the land price when they choose the alternative hedonic price function forms. Sometimes they find the intercept of the model is negative, or the sign (positive or negative) of the coefficient of explanatory variables is contradicting to the theory, they also never suggest the remedial measures to the problems. The purpose of this paper is to study the land valuation model from the combination of land characteristics. Consequently, We can get some satisfactory results about resolving above problems.

人聲大致上可分為語音和非語音兩部分。傳統上對於聲音分類的研究大多強調語音、音樂和環境聲的分類。在本論文中，我們採取不同的觀點，著重於人聲中非語音部份的研究，聲音種類為笑聲、尖叫聲、打噴嚏聲和鼾聲。為了達到此目標，我們調查常用的幾種聲學特徵，並以多元適應性雲形迴歸和支持向量機進行特徵值篩選，找出對於非語音人聲分類具有代表性的聲學特徵。此外我們也進行多方面的模擬，以觀察雜訊對辨識率的影響。 本論文第二部份為鼾聲研究，我們比較一般普通麥克風和目前醫療用鼾聲麥克風(snoring microphone)、壓電感應器(piezo sensor)三者在偵測鼾聲上的表現。此外，並以KL divergence 和EMD兩種計算差異度的方法進行普通鼾聲與阻塞型鼾聲的分群。同樣地，我們加入不同程度雜訊至鼾聲訊號中，以測試兩方法抗雜訊的穩健度，結果顯示此兩種方法均有不錯的表現，其中EMD在大多數情況下有較佳的結果。 / Human sounds can be roughly divided into two categories: speech and non-speech. Traditional audio scene analysis research puts more emphasis on the classification of audio signals into human speech, music, and environmental sounds. We take a different perspective in this thesis. We are mainly interested in the analysis of non-speech human sounds, including laugh, scream, sneeze, and snore. Toward this goal, we investigate many commonly used acoustic features and select useful ones for classification using multivariate adaptive regression splines (MARS) and support vector machine (SVM). To evaluate the robustness of the selected features, we also perform extensive simulations to observe the effect of noise on the accuracy of the classification. / The second part of this thesis is concerned with the analysis snoring signals. We use ordinary microphone as our snoring recorder and compare its sensitivity with snoring microphone and piezo sensor, which are often utilized in clinical settings. In addition, we classify simple snores and obstructive snores using two distance measures: KL divergence and earth mover's distance (EMD). Similarly, we add noises to the snoring signals to examine the robustness of these two measures. It turns out that both methods perform satisfactorily, although EMD generates slightly better results in most cases.

依據內政部營建署公布之101年第2季住宅需求動向調查顯示，台灣六大都會區（台北市、台北縣、桃園縣、新竹縣市、台中縣市、台南縣市及高雄縣市）整體房價所得比高達8.5倍，台北市的房價所得比更高達13.7倍，由以上數據可知房價已成為欲購屋者沉重之負擔。 同時，台灣地區亦存在高空屋率的現象，依行政院主計處民國99年最新人口及住宅普查結果台灣地區無人經常居住且未供其他用途之住宅共計住宅共計1,559,604宅，佔19.3％。面對同時呈現高房價及高空屋率的住宅市場，不斷有人提出房價將向下修正的可能性，但觀察房價之趨勢，卻仍持續上漲。究竟空屋率與房價之關係為何？是本研究將探討空屋率對房價之影響。 本研究以台北市及高雄市為研究之空間範圍，時間範圍則為民國99及100年度，以特徵價格函數建立實證模型，進行實證研究。本研究實證結果認為空屋率對房價之影響視區域之不同而有所不同，且就台北市之樣本資料，解釋力不強，顯示空屋率可能非影響台北市房價之重要因素。 關鍵字：空屋率、房價、特徵價格法

在大學入學考的英文科目中，英文作文的考題以敘述文與論說文兩種類型最為常見。特別注意的是，於每年二月份所舉行的大學學測的英文考科中，2004年至2014年間，敘述文的出現次數高達八次。因此，如何教導學生進行英文的敘述文寫作是每位高中英文老師所要面對的課題。此外，記敘文與敘述文均為描寫形式的文章，學生容易對這兩種文體產生混淆，可能影響學生的敘述文體的英文寫作而造成負面的影響。 為了幫助學生能夠了解敘述文體的特性，本研究經由以英文母語者的文章整理出七項關於敘述文的特性。此外，本研究也利用敘述文的七項特性來檢驗五篇高中英文教科書的文章與五十篇學生的英文文章，除了審視這五十五篇文章是否達到七項特性之外，也利用學生敘述文的分數發現會影響分數的語言特徵。最後，藉由研究中的發現給予英文教科書編寫與英文敘述文教學及學習上的建議。 / The most common styles of English writing in the college entrance exam are narratives and expository. Furthermore, narrative writing occurs more frequently than expository in the General Scholastic Ability Test (GSAT) held in early February every year. During the years 2004 to 2014, writing a narrative with sequential pictures was used eight times to evaluate Taiwanese senior high school students' English writing abilities. Therefore, the teaching and learning of English narratives is of a great importance for teachers and students in Taiwanese senior high schools. In order to help the teaching and learning of narrative writing, this study aims to find out the linguistic features of the narratives based on the analysis of English narratives written by native speakers. Then, according to the seven linguistic features of the narrative found in this study, fifty-five narratives from Taiwanese English textbooks and senior high school students were investigated to know whether the seven linguistic features were presented. Furthermore, to determine the significant grades-related linguistic features of students' narratives, the grades of students' narratives and the linguistic features are examined in this study. Lastly, by using the findings of the study, some pedagogical implications are offered for English textbooks, the teaching and learning of the narrative style.

用QR與LR迭代法求矩陣特徵值與特徵向量之過程中，前人曾提出位移策略以加速其收斂速度，其中最有效的是Wilkinson 移位值。在此我們希望尋求能使收斂更快速的位移值。 我們首先嘗使用一三階子矩陣之特徵值作為一次QR迭代之移位值。在此子矩陣之特徵值中，我們選擇最接近Wilkinson 移位值的特徵值為移位值，期使特徵值之收斂更快。 另一移位策略是用一較快速省功的算則先計算矩陣之特徵值，再以這些計算值作為QR迭代之位移值，來計算較為費功的特徵向量。希望能較快得到所需要的特徵值與特徵向量。 在計算特徵值之算則中，Cholesky迭代法以其計算簡單，執行速度快為我們所選擇。由程式執行結果可知這兩種算則較EISPACK 的算則分別節省了約10% 與30% 的運算量。我們比較這些策略，並將結果列於文中。 / Abstract The QR and LR algorithms are the general methods for computing eigenvalues and eigenvectors of a dense matrix. In this paper, we propose some shift strategies that can increase the efficiency of the QR algorithm by first computing the eigenvalues of the matrix (or its trailing submatrix) in a fast and economical way, and then using them as shifts to find the eigenvalues and their corresponding eigenvectors. When incorporated with QR algorithm, these kinds of shift strategies can save about 10 to 30percent of work in arithmetic operations.

在數據分析的領域中，尤其在大數據的領域之中，因常含有相當高維度的預測變數，故特徵選擇是一個很重要的主題。這個主題在半導體的應用上，已經獲得相當豐碩的成果，但在IC基板的應用上，成果就相對顯得貧乏。所以，此次的研究(以IC基板中鑽孔製程為例)將透過以下的試驗方法(含：GR-SNBC (Gain Ratio with Naive Bayes Classifier)、SU-SNBC (Symmetrical Uncer-tainty with Naive Bayes Classifier)與SU-CART (Symmetrical Uncer-tainty with Classification and Regression Tree Classifier))，來建立可應用於IC基板製程時間預測上的一組屬性。最後，此一研究的成果不僅在於，使用資料挖礦的方法，來找出一組具有顯著性，而且可以用來預測的IC基板製程時間的產品特徵屬性；而且，發現若為了縮短製程時間，來自產品結構本身的因子，會比來自產品在生產管理上的因子更具顯著的效果。 / Feature selection is significate subject in domain of data analysis, especially in big-data with a lot of high dimension predictive variables. In semi-conductor field, this subject has already gotten a plenty of achievement, but not in IC-substrate; so in this research for example of drilling operation, through experiments, it builds a group of se-lective features for this field to predict process time, and the methods used are GR-SNBC (Gain Ratio with Naive Bayes Classifier), SU-SNBC (Symmetrical Uncertainty with Naive Bayes Classifier) and SU-CART (Symmetrical Uncertainty with Classification and Regression Tree Classifier). The contributions of this research are not only a selective product characteristics subset suggested to predict process-time in IC-substrate fab via the data-mining methods here, but also an observation that in order to shorten the process time, the factors of product construction weighs more than production management.

No description available.

摘要 工業區土地為產業經濟的重心，惟國內有關工業區不動產的研究至為缺乏，因此本研究嘗試配合土地使用角度，探討其不動產價格之影響因素為何。本研究分為四大部分，第一部份回顧工業區不動產與土地使用相關文獻，藉此瞭解過去研究之優缺點，並作為後續選取變數之基礎；第二部分則為研究範圍土地使用與地價之現況調查，進一步蒐集各項屬性資料後，初選與統計實證研究之變數；第三部分為工業區不動產價格影響因素之實證研究，探討各項特徵變數與不動產價格間的關係，並針對土地混合使用之競用、聚集經濟效果加以分析；最後基於前述提出本研究結論與建議。 依據上述，本研究獲得兩部分結論：工業區土地混合使用對房地價影響方面，住宅使用入侵至工業區內後，造成競用現象，使得工業區房地價格因無法與其競爭而下跌；與商業使用距離之特徵屬性經實證後，顯示近年來工業區政策面、法令面的放寬，使廠商於生產過程中享受到其他服務的便利性，反映於房地價結構上即呈現負向關係。因此，未來工業區土地使用管制應建立混合使用的總量管制機制，確保產業用地質與量之完整性。 其次，聚集經濟變數於模式中呈現負向關係，證明廠商過度聚集的現象將產生外部不經濟的效果，造成房地價下跌，此擁擠性更降低廠商進駐意願。再由加入平方項實證結果證明主要產業廠家數於工業區內聚集至某一規模時，房地價格將由成長轉變為下跌趨勢，代表廠商生產因不再具有外部經濟效果，或因過度擁擠造成的生產環境品質降低等因素，影響廠商進駐該工業區的意願，對工業區房地價的需求因此減少，而相對的引起價格的下滑結果。於政策上之意涵，則需考量工業區聚集的最適規模為何，以避免不經濟的土地使用效果。 故本研究主要貢獻為建立具有土地使用面向的工業區不動產特徵價格模型，除驗證一般不動產特徵對價格之重要性外，並藉由土地混合使用探討工業區土地之競用、藉由聚集經濟概念測試土地使用後之價格變動以及可能產生的不經濟現象。對於未來工業區政策則建議進一步研擬土地使用面向的總量管制機制，以促進工業用地之使用效率，並提昇產業發展。 關鍵字：工業區、土地使用、特徵價格

本研究採用美國國家不動產經紀人協會（National Association of Realtors；NAR）編制的房屋購買力指數（Housing Affordability Index，簡稱HAI）來衡量近年來台灣地區房屋購買力變化的情況。 實證結果顯示，在各縣市中，92年度桃園區之民眾的HAI指數可望突破1，為各區購屋能力首先達到標準的縣市。但預期未來房地產回溫以及房貸利率在93年初觸底回升之後，各區將面臨到購屋能力惡化的情形。此外，在所得差距持續拉大的情況下，位於不同所得級距之民眾購屋能力的差距已拉大為四至六倍之間，其中又以高雄區與台南區貧富之間的購屋力指數差距最大。 在敏感性分析分析方面，房貸利率與房價的變動和HAI指數是呈反向變動的關係，而所得則與HAI呈正向變動，與過去各實證結果一致。而在三個變數之中，房價的下降與所得的增加，對HAI指數的提昇最為明顯。但近年來因為利率變動的幅度遠超過於房價與所得變動的幅度，因此近幾年HAI指數的提昇，主要是反映房貸利率的下降。 此外，本研究透過Logit模型來研究家戶特徵對於購屋能力的影響為何。實證結果方面，若以總括來看或分區討論之結果有相當大之差異，例如在本研究中，除就業人口數、經濟戶長性別、教育程度與從業身分以外，其餘變數像是層別、家庭組織型態、經濟戶長婚姻狀態以及所從事之行業，台灣區實證結果與各區有相當大的出入。 在各區呈現顯著正向關係的變數有戶內人口數（新竹區除外）、就業人口數、經濟戶長年齡（除新竹區、台中區近年與台南區89年以前之外）、教育程度、經濟戶長是否為雇主。值得注意的是，經濟戶長為雇主此一變數之係數在85年或86年有大幅下降的情況(台南區除外)，近年則因利率不斷調降而使雇主與非雇主間的購屋能力差距下降。 而大致呈現不顯著的變數有層別（鄉村相較於城鎮）、家庭組織型態、經濟戶長性別、經濟戶長已婚與否、經濟戶長行業（除台北市與高雄區無業之經濟戶長）。其中在家庭組織型態方面，各區近年來有單親家庭或單人家庭之購屋能力較普通家庭差的現象產生。 其餘變數則因地區的不同而有不同的實證結果。在都市化層別方面，新竹區、台中區、台南區居住在城市的家戶相較於居住在城鎮的家戶，其較有能力負擔該區中價位的房子，而台北縣、桃園區、高雄區則無差別；居住在城鎮或鄉村之家戶，除以台灣區來觀察有差別以外，各區皆家戶購屋能力皆無顯著之差別。 台北市、台北縣、高雄區有自用住宅之家戶較無自用住宅之家戶有能力負擔該區中價位之房子；桃園區、新竹區、台中區為不顯著之正相關；台南區歷年則呈現負的不顯著，有可能暗示台南區家戶即使擁有自用住宅，也面臨著房貸本息負擔過重之問題。