adx指標軟體的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

基於電壓-電流特性圖像和卷積神經網路之交流電弧分類

為了解決adx指標軟體的問題，作者鄭圓馨 這樣論述：

電力品質是電力系統運轉相當重要的觀測指標，如何維持高品質的電能，亦是門值得關注與探討的課題。近代由於電力電子設備的大量使用，和傳統重工業之非線性負載運轉所帶來的影響，讓電力品質受到了許多的電力汙染，也連帶使電力系統運轉之穩定性與可靠性遭遇衝擊。在眾多導致電力品質問題的來源中，電弧乃是相當常見之項目，從低功率的家庭用電設施到高功率的大型工業系統，均可見到會因電弧現象之形成而造成電力品質問題的場合。因此，為釐清由電弧現象造成之電力品質問題成因與探究其影響程度，如能針對電能使用端之設備進行量測、記錄與研究分析，及早對產生電弧現象之使用設備進行判別與分類，將有助於擬定相關之電力品質改善及補償方式。有

鑑於此，本論文有別於傳統電力分析角度，創新地將影像辨識技術應用至電力工程領域，取代傳統使用人工訂定閥值與執行頻譜分析等方式，提出利用交流電弧之電壓-電流特性圖像作為輸入，並結合卷積神經網路之應用來進行交流電弧分類。本論文主要探討四種不同類型的電弧來源分類，包含由實際鋼鐵廠之交流電弧爐負載所量測到四種不同運轉階段之交流電弧、利用不同數學模型所建立之模擬交流電弧、經由多種家電量測得到之交流串聯故障電弧以及從多種螢光燈具所量測得到之交流電弧。在所提出之分類方法操作上，先經由實測或模擬取得各式電弧之電壓與電流波形訊號，緊接將其轉換成電壓-電流特性圖像，之後進行相關圖像之預處理和資料增強，最後將各式電弧

之電壓-電流特性圖像輸入至所建構之卷積神經網路架構進行訓練，再另以未經訓練之圖像資料作為輸入測試，從而獲得各式電弧之分類結果。本論文以MATLAB/Simulink軟體及其Deep Learning Toolbox作為方法開發與測試環境，使用ADX 3000與HIOKI PW3198作為進行電力訊號量測之設備，從多種電弧訊號的測試結果得知，本論文所提出之方法對於交流電弧之辨識分類可達到高準確率之辨別效果，其將可作為後續進行延伸電力品質問題分析與改善之研究依據。

自動化程式交易預測

為了解決adx指標軟體的問題，作者陳聖文 這樣論述：

資料科學領域中，各種資料探勘、機器學習的演算法不斷被改進並且程式化，而“預測”更成了近幾年熱門的話題。 基於金融資料的取得簡易性以及多樣的指標等特性，此研究藉由開源程式R語言跟許多開源的程式庫建構出一套模擬多種演算法下使用各式指標來完成自動化程式交易模擬。本論文使用了類神經網路(Artificial Neural Network)、支援狀態機(SVM)、多元適應性迴歸(MARS)三套演算法，採用的進出指標包括SAR、ATR、ADX及MACD四種，本文針對台指期貨進行模擬驗證，發現SVM在三個不同走勢的期間中都能取得較佳的投資報酬，甚至能在2008年金融風暴期間取得正報酬。本研究希望此研究結果

能使投資者能作為投資人投資決策的參考。