工具箱的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

魔靈貓養育聖典：學會行為溝通密碼+魔力地圖，解讀喵星人內心情緒，建構愛與情感能量

為了解決工具箱的問題，作者JacksonGalaxy 這樣論述：

世界權威貓教父Jackson Galaxy，唯一授權！ 狂銷突破10萬冊 Amazon排行榜連續五年霸榜 《管教惡貓》完全實踐版   　　※ 以下這些狀況，是否讓你超想說「他喵的」！！！ 　　▶ 換了千百種貓砂，但牠就是不願意用！（最愛尿在腳踏墊、我的床和沙發上） 　　▶ 貓咪尿在我的衣服上，是不是討厭我？（還一臉嫌棄地瞪著我） 　　▶ 露肚子給我看，摸了以後卻又抓我！（呵……但我每次都中招） 　　▶ 明明每天都陪玩，但半夜還是瘋～狂～喵～叫～（崩潰！明天一早還要上班） 　　▶ 領了新貓回來，但發現牠會欺負舊貓。（我好愧疚……是不是害了原本的貓？）

  　　本書為世界權威貓教父傑克森從業30年來的集大成之作， 　　不僅是動物星球長壽熱播節目《管教惡貓》的精華， 　　更是全球貓奴期盼10年，必備的一本重量級作品。   　　★ 6項貓式心流，從根本改變問題行為 　　貓老爹傑克森說，貓咪之所以會亂抓、亂叫、咬人等， 　　無非都是缺乏自信的表現。撇除身體不適導致的惱人行為， 　　更有可能是因為領地問題、狩獵活動不足造成的焦慮。 　　因此，替貓咪建立自信，產生「魔力」（mojo）就是貓奴們責無旁貸的義務！ 　　只要透過「6項貓式心流」（HCKEGS）維持牠們體內原始野貓的本性， 　　惱人問題自然消失無蹤。

　　 　　HCKEGS是指貓咪最核心的活動：狩獵、捕抓、殺掉、進食、理毛、睡覺。 　　唯有每天規律地幫牠們設定玩樂計畫，完成這些任務， 　　你和你的貓才能維持珍貴的人貓關係。   　　而一隻心靈健康的貓咪最關鍵的就是「狩獵活動」與「領地維護」。 　　住在室內的貓咪不像以前會在外打獵， 　　所以你必須利用遊戲（逗貓棒）模擬出正確的打獵場景， 　　讓牠從擬定作戰計畫、跟蹤、撲擊、咬殺等一連串沉浸式體驗中獲得自信。 　　再搭配最佳住宅貓化（貓跳台、層板、繭窩等）與貓咪電視（對外窗）， 　　就能解決諸多行為問題，和你家貓咪度過充滿正能量的每一天。  

　　#貓老爹備忘錄：記住，每天陪貓咪玩遊戲就和每天帶狗去散步一樣重要！   　　★ 莫希多貓咪VS拿破崙貓咪VS壁花貓咪，你家貓咪是哪一種？ 　　「我家的貓只要看到陌生人或貓，就會一邊尖叫一邊跑去躲起來……」 　　「我家的是占有欲很強，超級不親貓，所以我不敢再養第二隻。」 　　「但我家的貓是人人好耶～個性溫和，親人又親貓。」   　　以上在描述你家貓咪的性格前，不妨先看看下列貓老爹的「魔靈貓原型」， 　　將有助於更認識你的貓！   　　․莫希多貓咪：充滿自信的代表，也是其他貓咪最好的衝突調停者。 　　會在門口迎接你回家，朋友來你家時牠也無所畏懼，不

會害羞扭捏，而是像個主人般善盡地主之誼。 　　․拿破崙貓咪：又稱過度占領者。牠們不相信自己擁有這個領地， 　　無時無刻都怕領地被占走，常表現出過度守護地盤的樣子，比如噴尿、亂抓、追打其他貓咪等。 　　․壁花貓咪：常成為拿破崙貓咪的受害者。壓根不相信自己有資格擁有地盤， 　　所以常打不還手罵不還口，最後會穴居在沙發下、床底下、衣櫃裡，戰戰兢兢地過生活。   　　雖然無法用這三大類型完全概括貓咪的性格；但多貓家庭卻能以此為切入點，觀察牠們彼此的互動，安排對貓咪們最好的相處方式。   　　․莫希多貓咪：持續用「貓式心流」維持魔力，每天揉牠吸牠吧！ 　　․拿破崙貓咪

：善用魔力地圖找出「衝突地點」的規律，確定貓砂盆、貓窩、貓抓板等是否平均分布。 　　若是多貓家庭，也可利用此地圖找出每隻貓的核心基地，以此為中心進行更完善的資源分配。 　　․壁花貓咪：不要再因為心疼而把食物、貓砂盆主動拿到牠身邊了。 　　替你與你家貓咪設定挑戰界線，漸進地堵住牠的躲藏點、制訂訓練與獎勵套餐，為牠擴大舒適圈，找回自信心！   　　#貓老爹備忘錄：魔力地圖就像哈利波特裡的劫盜地圖，所有祕密一覽無遺。   　　★ 10條貓砂盆原則，掃除亂尿地雷 　　亂尿尿這行為絕對是破壞人貓關係的第一名。 　　貓咪會因為無法使用貓砂而焦慮，貓奴更會因為每天要清理貓尿

而崩潰。 　　不過只要把握書中貓老爹的「貓砂盆十誡」， 　　並搭配魔力地圖找出貓咪的核心領地，就能大大降低亂尿的機率。   　　除了貓砂種類、貓砂盆的大小、是否有蓋、擺放地點， 　　甚至是貓砂盆附近的氣味，都會影響上廁所的意願外， 　　另一個多數人不知道卻極為重要的是： 　　「在告訴貓咪不能在這裡上廁所後，有沒有把正確地點介紹給牠？」   　　本書中的「對／不對技巧」在此就派上用場， 　　除了能解決亂尿問題外，也可以改善貓咪亂抓家具等狀況。 　　記住，當貓咪犯錯時，罵牠、處罰牠、按著牠的頭去聞貓尿都沒有用， 　　牠們無法理解你的這些懲罰。 　

　不要只一味說不能做什麼，要把「在哪裡做這件事才對」也一併讓貓咪知道，才能杜絕讓你抓狂的種種困擾。   　　#貓老爹備忘錄：不要只跟貓咪說「不對」，請把什麼是「對」的也告訴牠。   　　★ 7大和樂絕招，幼兒與多貓家庭必讀 　　貓咪能不能與其他動物，甚至是孩子和樂共處的關鍵在於你： 　　你願不願意花些時間依照書裡的「7大和樂步驟」，讓兩者慢慢熟悉彼此？ 　　學會這種減敏化將能大大降低兩隻貓或貓與孩子衝突的機率， 　　以及在孩子的成長過程中能為貓咪做哪些事， 　　讓貓咪成為孩子人生中最好的朋友！   　　★ 8帖良方，對症改善step by step

　　如果你遵照傑克森的指示，每天用正確的遊戲方式陪貓咪玩； 　　但問題行為仍未改善的話，別擔心！ 　　傑克森於本書中特地鎖定8大令貓奴頭疼的領域， 　　如「亂抓家具」、「愛攻擊人的腳」、「突然打架」、「半夜暴衝」、「焦慮亂叫」等， 　　更細緻地分析貓咪的內心，一步步講解改善步驟， 　　讓你與貓咪最終都能獲得最棒的魔力時刻！   　　只要學會這本聖典裡提供的技巧與概念，將能讓你們更愛彼此， 　　你和貓咪之間的情感關係絕對能更上一層！   本書特色   　　✽獨家揭密！傑克森的吉他盒都裝著什麼法寶？ 　　✽收錄「魔力地圖」與「逆藏寶圖」的繪製方式，

一眼看透貓咪問題熱點。 　　✽附「貓咪演化年表」、「貓咪歷史大事紀」，隨時補充趣味小知識。   珍藏推薦   　　杜瑪動物醫院貓行為獸醫師林子軒──專序推薦   　　志銘與狸貓｜「黃阿瑪的後宮生活」 　　漿爸｜阿晧 　　Leslie｜知名動物溝通師 　　愛貓聯盟｜全台最大貓咪領導性社群品牌   各界讚譽   　　「這本《魔靈貓養育聖典》基本上就是如何營造貓魔力的寶典。書中從貓的原始型態到人貓相處可能遭遇的問題，都一一完整剖析。不只記載了所有你該知道的貓咪知識，更是藉由傑克森豐富的人貓問題處理經驗，教導你用更易懂、更能落實的方式來解決問題與需求。

」──林子軒（杜瑪動物醫院貓行為獸醫師）   　　「記得當初要帶第二隻貓俊榮回家前，就曉得第一隻貓豆漿很排斥貓咪。好在磨合前就有參考了本書作者Jackson在影片中提到的許多觀念，最後讓磨合變得順利。這次閱覽完這本書，依然非常佩服作者對貓的理解，非常推薦給所有貓奴們！」──漿爸（阿晧）   　　「我以為我已經夠了解貓了，這本書讓我對貓更深入骨髓地了解，簡直是作為另一隻貓的觀點來解讀貓！」──Leslie（知名動物溝通師）   　　「我是通過國際動物行為諮詢協會（IAABC）認證的貓咪行為學家與註冊獸醫技術員，我所在的州僅有兩三人通過這項認證。因此我能以這張證照擔保，本書

展示的每個概念與插圖絕對令人驚嘆。就我的從業經驗，許多業主需要看到圖片才能充分理解一個概念，而這本書正是這項領域的翹楚。 　　雖然我已經是有證照的貓咪行為學專家了，但仍從本書中收穫了更多有關貓咪的各種知識。我可以保證，本書絕對是我讀過關於貓咪最完整、最權威的指南！」──Siamic（Amazon讀者）

工具箱進入發燒排行的影片

電腦視覺技術應用於手工具組裝之零件瑕疵檢驗

為了解決工具箱的問題，作者鄭丞凱 這樣論述：

目錄摘要 IAbstract II目錄 IV圖目錄 VII表目錄 XII第一章 緒論 I1.1 棘輪扳手與零件介紹 21.2 棘輪扳手組裝流程 51.3 棘輪扳手組裝異常類型與瑕疵種類 71.4 棘輪扳手組裝之現行檢驗方式 181.5 研究動機與目的 191.6 論文架構 21第二章 文獻探討 222.1 自動化視覺檢測 222.2 組裝異常檢測 232.3 物件特徵比對 252.4 類神經網路模型 262.4.1 卷積神經網路(Convolutional Neural Network, CNN) 262.4.2 YOLOV4 (You O

nly Look Once)網路模型 272.4.3 基於區域的卷積神經網路(Region With CNN, R-CNN) 282.4.4 快速的基於區域的卷積神經網路(Fast R-CNN) 292.4.5 更快速的基於區域的卷積神經網路(Faster R-CNN) 302.4.6 基於遮罩的區域卷積神經網路(Mask R-CNN) 32第三章 研究方法相關原理 363.1 工件影像濾波 363.2 常見之物件偵測分類器 373.2.1 CNN網路模型 383.2.2 YOLO系列模型 393.2.3 R-CNN系列模型 40第四章 研究流程與技術應用 514.

1 工件影像拍攝 534.2 影像之ROI區域擷取 544.3 ROI影像之濾波處理 554.4 工件組裝異常之瑕疵種類特徵擷取 574.5 工件組裝異常類型之瑕疵種類的分類 604.5.1 物件候選區域選擇 614.5.2 CNN網路模式之特徵提取 624.5.3支援向量機的瑕疵分類 634.5.4 可疑瑕疵區域的邊界框回歸 644.5.5 瑕疵種類分類結果輸出 664.6 工件組裝異常類型之瑕疵種類的分類績效混淆矩陣 67第五章 實驗結果與分析 695.1 樣本影像說明 695.2 組裝異常之瑕疵檢測系統之發展 705.3 組裝異常類型之瑕疵種類分類績效指標

715.4 組裝異常之瑕疵檢測系統之R-CNN網路模型之參數設定 725.4.1 網路模型之學習率參數設定 745.4.2 網路模型之訓練批量參數設定 765.4.3 網路模型之優化器類型選擇 785.4.4 網路模型之訓練次數參數設定 805.4.5 網路模型避免過度擬合之判斷設定 825.5 組裝異常檢測之分類績效評估與比較 845.5.1 R-CNN系列模型比較 845.5.2 R-CNN系列模式與YOLOV4之檢測績效比較 895.6 敏感度分析 955.6.1 ROI區域大小對檢測效益之影響 965.6.2 影像亮度的變化對檢測績效之影響 975.6.3

工件擺放方式對檢測績效之影響 995.6.4 工件表面油漬量對檢驗績效之影響 1035.6.5 工件輸送帶速度對檢測績效之影響 1085.6.6 棘輪扳手單一分類器檢驗模型選擇 1135.6.7 同態濾波對檢測效益之影響 115第六章 結論與後續研究方向 1186.1 結論 1186.2 未來研究方向 119參考文獻 122表目錄表1 市售主要棘輪扳手之英制與公制規格 3表 2 1/2”36T棘輪扳手各組裝站之零件表 4表3 棘輪扳手組裝之各工作站的工作內容說明表 5表4 棘輪扳手組裝時可能產生的組裝異常類型說明彙整表 8表5 棘輪扳手組裝過程

可能的組裝異常類型與瑕疵種類彙整表 9表6 缺件組裝異常之瑕疵種類影像彙整表 14表7 錯置組裝異常之瑕疵種類影像彙整表 15表8 異物組裝異常之瑕疵種類影像彙整表 16表9 餘件組裝異常之瑕疵種類影像彙整表 17表10 取像限制說明表 21表11 本研究與物件偵測相關文獻比較表 35表12 本研究使用之網路模型比較表 48表13 本研究目前使用之遮罩與影像面積之比較表(單位:pixel) 55表14 灰階影像與濾波後影像之平均值及標準差比較表 57表15 以影像張數為基礎之棘輪扳手分類混淆矩陣示意表 68表16 棘輪扳手檢驗結果之混淆矩陣示意表

68表17 本研究組裝第一站之檢測樣本影像數量 73表18 本研究組裝第二站之檢測樣本影像數量 74表19 本研究組裝第三站之檢測樣本影像數量 74表20 採用不同學習率之檢測效益結果比較 75表21 採用不同訓練批量之檢測效益結果比較 77表22 本研究探討之三種優化演算法優缺點比較 79表23 採用不同網路模型優化器之檢測效益結果比較 79表24 採用不同網路模型訓練次數之檢測效益結果比較 81表25 R-CNN網路模型之預設值與較佳參數設定之比較表 84表26 第一站大樣本異常類型之瑕疵種類檢驗模型效益彙整表 86表27 第二站大樣本異常類型之瑕

疵種類檢驗模型效益彙整表 87表28 第三站大樣本異常類型之瑕疵種類檢驗模型效益彙整表 88表29 本研究組裝工作站之較佳網路模型效益彙整表 89表30 第一站較佳模型與YOLOV4之檢測效益比較表 90表31 第二站較佳模型與YOLOV4之檢測效益比較表 91表32 第三站較佳模型與YOLOV4之檢測效益比較表 92表33 第一站各網路模型之檢測時間彙整表(單位:秒) 93表34 第二站各網路模型之檢測時間彙整表(單位:秒) 93表35 第三站各網路模型之檢測時間彙整表(單位:秒) 93表36 採用不同遮罩大小之檢測效益結果比較 96表37 採用拍攝光

線強度之檢測效益結果比較 98表38 工件偏移角度之影像數量彙整表 101表39 棘輪扳手不同擺放角度之檢測效益比較表 101表40 ROI區域與油漬量之影像面積比較表(單位:pixel) 104表41 塗抹不同程度潤滑油之檢測效益比較表 106表42 靜態與動態拍攝之差異比較表 109表43 不同輸送帶速度之影像檢測效率 111表44 棘輪扳手動態視覺檢測系統之檢測效益比較表 112表45 棘輪扳手各站模型之正確分類率比較表 114表46 灰階影像與濾波後影像之影像像素比較表 116表47 第一站各模型有無經同態濾波處理之檢測效益彙整表 117圖目錄

圖1 市售棘輪扳手常見之產品銷售方式 I圖2 棘輪扳手的使用說明 2圖3 完成組裝之1/2” 36T棘輪扳手 3圖4 1/2”扭力頭寬度規格標示 3圖5 1/2”36T棘輪扳手之內部結構 3圖6 36T扭力頭實體圖(圓圈標示處為該零件之齒輪) 4圖7 葫蘆柄各組裝站之零件彙整 6圖8 棘輪扳手之組裝異常類型與瑕疵種類關係彙整圖 10圖9 第一站經組裝後各種可能的缺件組裝異常結果 11圖10 第二站經組裝後各種可能的缺件組裝異常結果 12圖11 第三站經組裝後各種可能的缺件組裝異常結果 13圖12 棘輪扳手檢驗實體圖 19圖13 同態濾波器的運算

流程 37圖14 CNN網路架構示意圖 38圖15 卷積方法示意圖 39圖16 池化運算示意圖 39圖17 YOLOV4網路架構示意圖 40圖18 R-CNN網路架構示意圖 41圖19 Fast R-CNN網路架構示意圖 43圖20 ROI pooling運算示意圖 44圖21 Faster R-CNN網路架構示意圖 45圖22 RPN運算示意圖 46圖23 Mask R-CNN網路架構示意 47圖24 研究方法流程圖 52圖25 本研究現階段使用之數量與零件 53圖26 本研究之硬體設備架設示意圖 53圖27 本研究前處理之影像平均值與

標準差 54圖28 本研究使用之五種遮罩大小 55圖29 使用同態濾波濾除拍攝時造成反光之像素變化 56圖30 灰階影像與濾波後影像之平均值及標準差曲線圖 57圖31 光源控制器數值下灰階影像與濾波後影像標準差比較表 57圖32 使用Matlab軟體內建之Image Labeler工具箱進行人工標...58圖33 完成標註之邊界框資訊 58圖34 棘輪扳手組裝製程中第一組裝站使用R-CNN網路模式之圖像標註流程圖 59圖35 第一站缺件檢驗之R-CNN網路架構的訓練程序 60圖36 R-CNN模型檢驗流程圖 61圖37 候選區域選擇示意圖 62圖38

特徵提取流程圖 63圖39 邊界框回歸原理示意圖 65圖40 邊界框回歸運算可能發生之失效結果 66圖41 瑕疵種類分類結果示意圖 67圖42 運用R-CNN網路模型之棘輪扳手檢驗辨識系統測試程序 67圖43 本研究之實驗架構圖 69圖44 本研究影像拍攝之設備圖 70圖45 本研究所開發之使用者介面 71圖46 不同學習率之檢出績效評估ROC曲線圖 75圖47 不同學習率之正確分類率折線圖 76圖48 不同訓練批量之檢出績效評估ROC曲線圖 77圖49 不同訓練批量之正確分類率折線圖 77圖50 不同網路模型優化器之檢出績效評估ROC曲線圖

80圖51 不同網路模型優化器之正確分類率折線圖 80圖52 不同訓練次數之檢出績效評估ROC曲線圖 82圖53 不同訓練次數之正確分類率折線圖 82圖54 本研究使用R-CNN網路模型之訓練資料損失曲線圖 83圖55 過擬合現象示意圖 83圖56 第一站R-CNN系列模型之ROC曲線圖 86圖57 第一站R-CNN系列模型之績效指標曲線圖 86圖58 第二站R-CNN系列模型之ROC曲線圖 87圖59 第二站R-CNN系列模型之績效指標曲線圖 87圖60 第三站R-CNN系列模型之ROC曲線圖 88圖61 第三站R-CNN系列模型之績效指標曲線圖

88圖62 第一站R-CNN系列較佳模型與YOLOV4之ROC曲線圖 90圖63 第一站R-CNN系列較佳模型與YOLOV4之績效指標曲線圖 90圖64 第二站R-CNN系列較佳模型與YOLOV4之ROC曲線圖 91圖65 第二站R-CNN系列較佳模型與YOLOV4之績效指標曲線圖 91圖66 第三站R-CNN系列較佳模型與YOLOV4之ROC曲線圖 92圖67 第三站R-CNN系列較佳模型與YOLOV4之績效指標曲線圖 92圖68 R-CNN系列模型與YOLOV4之總訓練時間曲線圖 94圖69 R-CNN系列模型與YOLOV4之總測試時間曲線圖 94圖70

R-CNN系列模型與YOLOV4之單位影像測試時間曲線圖 94圖71 各站R-CNN系列較佳模型與YOLOV4之正確分辨率直方圖 95圖72 使用不同遮罩大小之棘輪扳手檢出績效評估ROC曲線 97圖73 使用不同遮罩大小之棘輪扳手正確分類率折線圖 97圖74 採用不同亮度拍攝棘輪扳手之檢出率與誤判率ROC曲線 98圖75 採用不同亮度拍攝棘輪扳手之正確分類率折線圖 98圖76 工件擺放方向示意圖 99圖77 原始影像之各角度擺放情況 100圖78 原始影像加入遮罩後各角度擺放情況 100圖79 棘輪扳手正向擺設角度之檢出績效評估ROC曲線 102圖80

棘輪扳手負向擺設角度之檢出績效評估ROC曲線 102圖81 棘輪扳手擺設角度之正確分類率折線圖 103圖82 第一站塗抹不同程度潤滑油之比較圖 104圖83 第二站塗抹不同程度潤滑油之比較圖 104圖84 第一站塗抹不同程度之潤滑油後加上遮罩之比較圖 105圖85 第二站塗抹不同程度之潤滑油後加上遮罩之比較圖 105圖86 第一站塗抹不同程度潤滑油之檢出績效評估ROC曲線圖 106圖87 第一站塗抹不同程度潤滑油之正確分類率折線圖 107圖88 第二站塗抹不同程度潤滑油之檢出績效評估ROC曲線圖 107圖89 第二站塗抹不同程度潤滑油之正確分類率折線圖 1

07圖90 棘輪扳手動態視覺檢測系統運作示意圖 108圖91 棘輪扳手動態視覺檢測系統硬體架設實體圖 110圖92 動態視覺檢測系統中不同輸送帶速度所拍攝之原始影像 110圖93 動態視覺檢測系統中不同輸送帶速度所拍攝之前處理影像 111圖94 棘輪扳手動態視覺檢測系統之ROC曲線圖 112圖95 棘輪扳手動態視覺檢測系統之正確分類率曲線圖 113圖96 棘輪扳手各站模型之正確分類率直方圖 114圖97 棘輪扳手各站模型之檢測時間直方圖 115圖98 有無經同態濾波處理對各模型之正確分類率直方圖 117圖99 有無經同態濾波處理對各模型之績效指標折線圖 11

7

像頂尖運動員一樣思考：鍛鍊五大心理工具，克服各種挑戰，發揮最佳表現

為了解決工具箱的問題，作者諾爾．布里克,史考特．道格拉斯 這樣論述：

　　紐約時報暢銷書《一流的人如何保持巔峰》、《極耐力》作者推薦 　　無論你的目標是什麼，都可以像頂尖運動員一樣思考， 　　全面提升你的能力值，成就你想要的人生！ 　　我們都知道，頂尖運動員的成就不是只靠天賦，更是努力的結果。但你可能不知道，他們的努力並不是單純「咬牙硬撐」，而是擁有一套心理工具，來幫助自己克服困難、發揮出最佳表現。 　　好消息是，這套心理工具人人都可培養，只要你像頂尖運動員一樣思考！ 　　本書將幫你鍛鍊「目標設定與達成」、「情緒調節」、「保持專注」、「自我對話」、「提升自信」五大心理工具，當你在遇到各種挑戰時──像是著手做一件困難的事，或面臨想放棄的

時候，這些工具能幫你克服自我懷疑、持續往目標邁進。 　　【目標設定與達成的工具】 　　－不能只關注結果目標，更重要的是過程目標 　　－把目標切成小塊，可以讓達成目標變得更容易 　　－利用「若則計畫」為突發狀況做好因應策略 　　－建立良好的習慣，讓自己能自動化地實現目標 　　【情緒調節的工具】 　　－不應壓抑情緒，要用健康的方式表達或管理情緒 　　－透過改變對某件事的想法，就能改變情緒反應 　　－辨認情緒並去標記它們，能更容易管理情緒反應 　　－透過呼吸、漸進式肌肉放鬆法來放鬆心情 　　【保持專注的工具】 　　－利用正念將注意力回到當下 　　－專注於可控制的事，有助於增加正向情緒 　　－透

過建立例行公事來避免干擾、提高專注力 　　－使用觸發詞語來提醒自己保持專注 　　【自我對話的工具】 　　－我們對自己說的話會改變我們的感受與表現 　　－激勵性或有建設性的自我對話，有助於提升表現 　　－用第二人稱來稱呼自己，比用第一人稱更有效 　　－改變自我對話的IMPACT六步驟方法 　　【提升自信的工具】 　　－努力提升技能與做好準備，是我們可控制的自信來源 　　－定期回顧過往的成就和里程碑，有助於增加自信 　　－利用心像讓成功可視化，可對自信產生正面影響 　　－向他人學習、得到他人支持以及自我激勵，都能建立自信 　　【這些工具將幫助你】 　　－在一開始就為成功做好準備 　　－克服恐

懼與威脅 　　－強勢起步後不偏離正軌 　　－且戰且走，不過度思考 　　－當事情感覺變更難時也不害怕 　　－戰勝想放棄的念頭 　　－在最後階段持續前進，直到達成目標 本書特色 　　1.穿插有趣的運動心理學研究、運動員的奮鬥故事，深入淺出又鼓舞人心 　　2.為讀者打造「心理工具箱」，這些工具有助於挑戰自我、實現目標。而且不只在運動上，在生活中的各種事情上都可以運用 　　3.提供實用方法，包括：若則計畫、重新評估、標出控制地圖、決策平衡、優勢報告，都有表格讓讀者做練習 專文推薦 　　洪聰敏｜國立台灣師範大學體育與運動科學系研究講座教授 　　張育愷｜台灣運動心理學會理事長   好評推薦

　　洪仲清｜臨床心理師 　　洪紫峯｜運動心理諮詢師 　　范永奕｜自行車登山王、極限鐵人賽冠軍 　　徐展元｜熱血主播 　　健心運動心理 　　張榮斌｜臨床心理師、張心理師的運動處方箋 　　陳彥博｜極地超級馬拉松運動員 　　陳泰廷｜運動心理諮詢師 　　啾啾麥｜暢銷作家 　　彭涵妮｜國家隊與職業隊運動心理諮詢師、國立體育大學球類運動技術學系助理教授 　　曾荃鈺｜運動員生涯規劃發展協會理事長、《場外人生》作者 　　黃厚源｜運動心理諮詢老師 　　楊東遠｜運動視界主編 　　鄭匡寓｜動一動博威運動科技總編輯 　　我很喜歡這本書把目標分為：結果目標、表現目標、過程目標。其中，過程目標包括我們所要做的準備、如何

思考、自我對話。這不只適用運動員，也對於生活應用有相當的幫助。——洪仲清，臨床心理師 　　對手很強怎麼辦？天候惡劣嗎？現在要攻擊？還是保守一點？落後這麼多要怎麼比！過去幾十年的比賽，狀況萬千，念頭也是千迴百轉，所以心理的狀態往往是決定勝負的關鍵。 停留在正向、專注、心無旁騖、無懼的狀態，運動場上需要，學習與工作、生活上也需要。這本書解析頂尖運動員心理與思考，試著讓每一個人都能有內心強大的能量。——范永奕，自行車登山王、極限鐵人賽冠軍 　　以淺顯易懂的內容帶我們認識運動心理概念與技巧，可嘗試透過書中引導將這些技巧應用在自己身上。——健心運動心理 　　一位成功人士應該具備什麼樣的心理條件？擁

有明確的目標、充沛的行動力、專注於眼前的規劃、可接受挫折並精進自己，以及滿滿的自信心，而這正是一位頂尖運動員所擁用有的一切。——張榮斌，臨床心理師、張心理師的運動處方箋 　　這本書提供給讀者「頂尖如何成就頂尖」的祕訣，傳授抓住夢想的五大心法，幫助你做好穩扎穩打的心理基本功。有計畫地實現目標，讓你體會到原來頂尖就是養成把日常做到頂尖的好習慣。——陳泰廷，運動心理諮詢師 　　在強大競爭環境下，運動員如何正向思考且化為行動力，穩定自身心理狀態並提升臨場表現，是邁向頂尖的關鍵！本書精彩豐富，深入淺出，具研究佐證，也融合許多實務案例與實際操作手法，讀者容易自學。本書提及之心理技巧，亦是應用運動心理學

家在指導亞奧運國家隊與職業選手時，常使用的關鍵心理策略，協助選手有效率地邁向頂尖之路！我推薦這本書給選手、教練以及所有想幫助孩子在運動場上、場下都發揮潛能的父母親。——彭涵妮，國家隊與職業隊運動心理諮詢師、國立體育大學球類運動技術學系助理教授 　　平庸與頂尖運動員的落差，不在天賦、體能跟技術，而在於自我認知。書中五個心理工具，正是補足差距的思考策略，你我都適用。——曾荃鈺，運動員生涯規劃發展協會理事長、《場外人生》作者 　　從失敗中看見進步，在成功中保有初衷，這是一本詳盡的工具書，也是一本努力典範的故事書。——黃厚源，運動心理諮詢老師 　　社會人士如同運動員，以身體去訓練，再以體能去挑戰

，最後，則是用腦袋跟心理去取勝。這本書絕對值得你閱讀。——鄭匡寓，動一動博威運動科技總編輯   國外好評 　　這本書提供了可應用於日常生活的具體見解，無論你是不是運動員都能適用。——布萊德．史托伯格，紐約時報暢銷書《一流的人如何保持巔峰》作者   　　最大的限制來自你的心，這就是為什麼這非凡而權威的現代運動心理學工具如此強大和廣泛適用的原因。這本書透過清楚的解釋與嚴謹的研究，以實際步驟來幫助你發揮出全部的潛力。——艾力克斯．哈欽森，紐約時報暢銷書《極耐力》作者   　　對於想實現遠大夢想的人來說，這是一本必讀的書，提供了我不知道自己需要的訓練工具包。這本書保證會鼓舞你，讓你奮發向上，朝著正確

的方向前進。——貝克．多利-史坦，紐約時報暢銷書From the Corner of the Oval作者   　　對於生活和工作忙碌的人來說，運動的好處不只是保持身材或減肥。本書兩位作者表明，運動員的天賦不僅展現於身體上的成功，還在於他們可以教我們如何管理生活、不過度思考，以及如何在想放棄時繼續前進。——茱莉葉．凱伊姆，哈佛大學甘迺迪學院高級講師、前美國國土安全部助理部長   　　這本書為你的心理提供必要的交叉訓練，揭示運動員成功的祕訣，適用於追求個人最佳表現、升職或其他任何值得你努力的事情上。——迪娜．卡斯特，奧運獎牌得主、紐約時報暢銷書Let Your Mind Run作者  

應用田口方法及類神經網路探討疫情前後比特幣價格分析

為了解決工具箱的問題，作者許文哲 這樣論述：

新冠狀病毒（COVID-19）是比特幣誕生以來遇到第一次遇到大規模危機，但價格在2021年飆至六萬美金，而本研究中將探討哪些是影響比特幣主要變數，並進一步做數據分析與預測，並得到關鍵變數。此研究希望能收集各項可獲得資訊，並從中找出關鍵變數，撇除不可預期的情況下（如：中美貿易戰、其他政治因素、大公司干涉），找到哪些是影響比特幣最重要的因素。本研究以虛擬貨幣-比特幣作為探討主題，透過MATLAB軟體中的類神經網路工具箱，探討比特幣與新冠肺炎之間的關係。並將資料進行田口方法中的直交表找尋最佳網路模型組合，藉由不同數據的對應結果，判斷何者為最佳的族群資料並將其做為觀測對象，再對預測值進行RMSE、M

SE、MAPE計算，確認類神經網路的預測準確性。企業與投資客作為決策參考之依據。本研究使用倒傳遞神經網路方法，對整理完的週資料與月資料進行模擬預測，利用田口方法得出研究結果表示其預測能力優良。週資料MAPE值由3.23%變成0.26%；月資料MAPE值6.32%變成0.07%使預測更佳精準，並將最佳網路組合進行預測未來比特幣的走向，可以發現預測2022年2月至4月走向預測精準度優良。