股票這個價位要不要買論文書籍站
國立陽明交通大學 電控工程研究所 吳炳飛所指導 蔡秉叡的 基於臉部影像免校準之血壓估測系統 （2021），提出電資 研究所 PTT關鍵因素是什麼，來自於遠距離光體積變化描記圖法、血壓計、ResNet。
而第二篇論文健行科技大學 電子工程系碩士班 廖炯州、葉雲奇所指導 余婉瑜的 以費氏線性鑑別分析演算法實現智慧家庭系統中之老人照護的 心電圖訊號辨識器 （2021），提出因為有 費氏線性鑑別分析演算法、智慧家庭、老人照護的重點而找出了 電資 研究所 PTT的解答。
電資 研究所 PTT進入發燒排行的影片
本集主題：「禁獵童話I：魔法吹笛手」新書介紹
專訪作者： 海德薇
內容簡介：
魔笛手銀笛、金銀斧頭、睡美人紡錘、白雪公主魔鏡、糖果屋尋人石、美人魚匕首、傑克與豌豆的魔豆──世界知名童話的繼承者七大法器齊集，賭上生命與尊嚴的戰爭華麗開打！
◆當《哈利波特》、美劇《童話小鎮Once Upon A Time》碰撞迪士尼電影激盪出的華麗幻想曲！
◆時報小說賞佳作獎修訂改寫．21世紀奇幻童話小說三部曲磅礡問世！
◆輕小說作家／角川輕小說大賞得主值言、作家／《血族育妻條約》作者花鈴、PTT奇幻文學版版主Hjordis 、Novel小說.粉絲團版主Mr.V、前路透社記者／台大新聞研究所兼任講師劉育敏各界強力推薦！
十六歲的美國少女阿娣麗娜出身自音樂世家，母親是名樂團內的長笛演奏家，耳濡目染之下她也精通笛類樂器。在一次隨團踏入台灣的《歌劇魅影》巡迴演出，阿娣麗娜竟在後台遭遇神秘人襲擊，此時，唯一的阿姨又遭到獵殺女巫的殘酷方式處死，母親卻不願報警，彷彿在隱瞞什麼大事，這件事又和阿娣麗娜父親的謎樣死亡有關……
爾後，阿娣麗娜意外發現母親珍愛的祖傳銀笛竟有將樂曲意境化作現實的魔力，並得知家族代代相傳的秘密：身為女巫的後裔，長年被勢力龐大的教廷追捕，進行數世紀的鬥爭。眼見母親逐漸步入當代教廷的陷阱裡，阿娣麗娜說服俊美但冷漠的青梅竹馬尼可拉斯與她一起飛往墨西哥援救，向教廷再次宣戰、為獵殺名單上的七個童話家族挺身而出。而她們唯一能夠倚仗的，正是來自童話傳承，具備特殊魔力和戰鬥力的強大「法器」！
魔笛裡「吹笛人」的後代、和「金斧頭、銀斧頭、鐵斧頭」的傳人，能否搶在夥伴們被一一處死之前，成功集結其他各具本事的「童話繼承者」們，逆轉戰局呢？然而，她們卻不知道，這只是這場悲壯戰爭漫長的起始、虛偽的表象……！另一方面，與尼可拉斯共歷患難的阿娣麗娜，又該如何面對心中那份悄悄萌芽的青澀戀情呢？
作者簡介：海德薇
畢業於輔仁大學大眾傳播學系，在行銷廣告領域打滾十餘年，曾任媒體採購、廣告文案與產品經理人。基於對創意和文學的熱愛，榮獲2014年舉辦的時報小說賞佳作，亦分別於2014、2015及2016年入圍信誼幼兒文學獎文字創作組。
筆名「海德薇」取材自哈利波特的貓頭鷹Hedwig，作者深深著迷於奇幻小說和魔法世界，身體力行研習起水晶能量，並完成超世紀療癒系統（Trans-Era Healing System）修業，取得高階療癒師資格，甚至擁有自己專屬的魔杖。
現在持續天馬行空做白日夢、以及孜孜不倦耕耘文字中。
基於臉部影像免校準之血壓估測系統
為了解決電資 研究所 PTT 的問題，作者蔡秉叡 這樣論述：
高血壓是一個跟許多慢性病息息相關的心血管疾病，每年許多人都因相關疾病而過世。在世界衛生組織(WHO)2021所提供的報告中，心血管相關的非傳染性疾病每年有1790萬人離世。根據台灣在民國109年的報告，高血壓在台灣的盛行率有高達24.5\%，甚至若將高血壓前期的人也納入計算，盛行率甚至會提高到48.3\% 。因此，及早檢測到高血壓的症狀並且及時進行治療對於保護人們的健康安全是十分重要的。目前常見的血壓量計有水銀式的血壓計與電子脈壓式的血壓計，前者需要經過專業訓練的護理師才能夠準確地取得壓力的數值，後者相對來說是廣放被大眾所家用，因為可以做到自動化量測。但是兩者皆須將袖帶綁到手上，並對其進行加
壓，這都會使患者產生不便與不適。遠距離光體積變化描記圖法(remote-photoplethysmography, rPPG)是一種不需要接觸到皮膚，僅需要透過攝影機照射人臉即可攝取如呼吸速率(Respiration Rate, RR)與心跳速率( Heart Rate, HR)等重要的生理資訊。其遠距離的量測及低成本的特性，提升了使用者的方便性以及應用上的普及。因此近期開始有論文基於脈波傳遞時間法(Pulse Transit Time, PTT)基於rPPG進行血壓的預估。然而在本論文的實驗中，PTT與血壓數值的關係會受到每個人生理狀態不同而有很大的差異。因此我們基於PTT的原理，利用Res
Net作為Backbone，利用PTT特徵與rPPG訊號進行血壓的預估。同時在訓練流程上，提出使用不同前處理的資料進行交錯的訓練，並且在網路中增加輔助輸出，在計算loss的時候加入輔助輸出的Cosine similarity，藉由這個訓練流程以及loss修改，提出的網路在準確度上可以有更穩定的輸出，準確度平均可以提升0.6 mmHg。本論文大多數的準確度以平均絕對誤差（MAE）作為標準，並且將最終結果跟其餘4種演算法進行比較。最終本論文整體收縮壓可以達到11.71 mmHg的準確度，舒張壓則達到7.95 mmHg；相對於比較論文都有1 mmHg更好的表現。
以費氏線性鑑別分析演算法實現智慧家庭系統中之老人照護的 心電圖訊號辨識器
為了解決電資 研究所 PTT 的問題，作者余婉瑜 這樣論述：
本篇論文提出「以費氏線性鑑別分析演算法(Fisher’s Linear Discriminant Analysis, FLDA)實現智慧家庭系統中之老人照護的心電圖訊號辨識器」。老人居家照護，它是智慧家庭之應用領域中的重要一環。簡單的說，居家照護就是要讓那些沒有與老人同住在一起的家人，他們也能夠隨時的照顧與關心到獨居在外的親人，其主要之目的就是要降低意外發生的風險。本文將心電圖訊號辨識器，分成如下的三大部份說明，分別是：(a)心電圖訊號的擷取：主要用途是說明從人的身體上取得心電圖訊號的過程及心電圖訊號的前置處理；(b)心電圖訊號的分析：主要用途是分析從Wi-Fi信號接收器中所接收到的心電圖訊
號，亦即是計算心電圖訊號之每個主要特徵點在各種心跳類別的特徵值範圍；及(c)辨識心電圖的所屬類別：主要用途是以費氏線性鑑別分析演算法辨識心電圖的所屬類別。本文能辨識五種心跳類別(NORM、LBBB、RBBB、VPC、及APC)的心電圖，經多次的測試，測試結果如下：心跳種類NORM、LBBB、RBBB、VPC、及APC的正確辨識率分別為94.97%、91.03%、78.84%、94.38%、及93.82%。總正確辨識率平均為92.60%。