Browsing by Author "葉榮木"

Now showing 1 - 20 of 55

TSK模糊控制器之多階化設計
(2002) 李文同; LI WEN-TUNG
摘要本研究將提出一個TSK Model (Takagi-Sugeno-Kang Model)之多階模糊控制器(Multistage Fuzzy Logic Controller , MSFLC)的設計方法來控制大規模且複雜的系統。此主要目的是在於減少控制器的模糊規則數，使規則的數目僅依據輸出/輸入變數和歸屬函數(Membership Function)的個數而增加，而其增加方式是以二次式比例增加。多階模糊控制器的三種調整參數包含：規則庫、輸出/輸入變數歸屬函數和調整因子(Scaling Factor)，而這些參數是透過實數編碼之遺傳演算法則來搜尋最佳的解。此研究提供一種有系統的方法來設計多階模糊控制器；而此多階模糊控制器設計主要分為二元數及非對稱性樹兩種架構。最後，將藉由倒單擺系統(Inverted pendulum system)與球軸系統(Ball and Beam System)兩個受控系統來模擬驗證此控制器的性能。其模擬結果顯示此多階模糊控制器可行，並且確實使用較少的模糊規則數。關鍵字：多階模糊控制器、遺傳演算法則、倒單擺系統、球軸系統
XML 數位樂譜存取系統之設計與製作
(2003-04-24) 張修銘; 葉榮木; 張書誠; 邱宗源
數位圖書館將各種資料數位化儲存，便利檢索。樂譜是數位圖書館極重要的典藏項目之一。在目前的存取機制中，樂譜常以圖檔格式進行數位化儲存，這種格式對於在擷取、編修與檢索上有極大的不便利。本文設計並製作一種以 XML 技術為資料核心的數位樂譜存取架構，解決傳統樂譜資料在儲存、編修、檢索上的不便利，更增進樂譜資料在不同硬體平台顯示上的便利性，並可減少樂譜資料在轉換上的複雜度，便捷教學上各種樂譜之取用。
以主成份分析法和線性鑑別分析法辨識想像左右手動
(2007) 方偉力
腦電波是從人類的頭皮所量測到的訊號，經由放大、濾雜訊、特徵擷取、分類、辨識，藉由大腦人機介面，可用來控制義肢，或訓練人們的專注力。本研究是提出一個結合主成份分析法及線性鑑別分析法對腦電波訊號做特徵擷取，來提昇辨識想像左右手動的辨識率。本論文中的實驗共有四名受測者，年齡約在二十三歲到二十六歲之間，而實驗主要的內容，是讓受測者想像左手動及右手動並擷取腦電波訊號。在腦電波訊號處理的過程中，利用主成份分析法及線性鑑別分析法做特徵擷取，接著使用最近鄰居法則做資料分類，實驗結果顯示四位受測者的平均辨識率可達85.75%，此辨識率結果優於其他相關方法。
以主成份分析法和線性鑑別分析法辨識想像左右手動
(2007-06-01) 方偉力; 葉榮木; 蔡俊明; 李超然
以倉頡字根發展中文字典檢字法及三碼倉頡輸入法之研究
(2002) 陳玉霖
查字典的方式中，有以形查字的部首檢字法及四角號碼法，也有以音查字的注音檢字法，注音檢字法是一般較常用的方式，問題是漢字屬於象形文字，當我們不曉得某一字的發音時，注音檢字法就派不上用場，一定要以形來查字；所以在中文字典中，一定會保留以形查字的檢字方式，以形查字的部首檢字法，即使了解漢字的部首、筆劃，其查字的速度仍相當耗時，所以王雲五先生就曾設計一套以形查字的「四角號碼法」，但是一般人不會為了查字典而另學一套查字方法，故使用人數不多。本研究發展一套能同時作中文字典檢字及電腦輸入之方法，擬以目前電腦中文打字檢定中佔有率約43.7%的倉頡輸入法為基礎，設計一套以形查字的檢字表，先將最多五碼的倉頡簡化為最多三碼，再將三碼做三維座標的安排設計檢字表，新的檢字表及檢字方法完成後，就查字速度會比部首檢字法要好，在本研究中以倉頡檢字表所作的查字速度實測，平均速度可達41.37秒／每字，相較於部首檢字法每查一字約71.42秒／每字要快接近一倍，而且此一檢字法，更可以和目前電腦中文打字習慣接軌，不單單只是字典中的檢字法而已，依此所發展出來的新三碼倉頡輸入法在盲打的情況下，正確率可達93%，相較於注音輸入法的71%及微軟的新注音輸入法的84%，有著更高的正確率，若是未來在三碼倉頡輸入法中再加入字詞分析，將可再提升其正確率。
以合作學習模式為基礎之光機電整合科技教學系統研究與發展
(2005-08-18) 葉榮木; 張國維
光電科技是21 世紀的重點科技之一，對於學術研究與跨領域之產業技術發展(例如光電與機電科技結合，稱為光機電科技)均具有廣闊且深遠之影響。隨著國內人口初生率的逐年降低、跨領域系統科技師資養成不易、以及現今大學教授普遍認為大學生比十年前素質差等問題，光機電科技人才培育實在是教育上的難題。有鑑於此，我們提出此計畫並預計將此研究成果推廣，來達到國內科技教育達到向下紮根、向上提升之目的。在本計畫中，我們以合作學習方法為教學主軸，並且以現有光學、光機、光電、機電(含資電)知識庫為基礎，以啟發、聯想、與建構的方式，來進行以合作學習模式之光機電整合科技教學，以期使有心學習的學員透過合作學習模式，建立信心、成就感、與工程專業能力。本計畫執行步驟如下： (1) 以現有的知識庫提供學生的預習與觀摩之機會。 (2) 老師以基本學理教導學生並且說明進階應用的範圍，也藉由課程設計作業、專題將學生分組，使學生能藉由作業、階段性專題來進行合作學習，而非獨立學習孤軍奮戰。 (3) 透過合作學習、實驗與同學相互討論產生興趣，來學習理論與實作知識，提升整體學習效率。 (4) 以現有小型專題來進行具有大規模專題，建立專題知識庫，推廣研究成果。為達到本計畫之目的，其中的過程包括，公正客觀之學習評量，發掘與培育學習成效較佳的學員(學長或種子學員)、教材(含電腦輔助教學或數位學習教材)的編制、關鍵零組件的購入、以及設計與測試之模組的建立等工作。我們深信在國科會與各界專家學者的支持下，以現有的教育方法與工程專業知識為基礎，必定能夠順利完成此計畫，來對國內科技教育、學術研究與產業發展盡最大的心力。
以噪音分類為基礎之深度學習噪音消除法提升人工電子耳使用者之語音理解度表現
(2017) 蘇鈺婷
人工電子耳（cochlear implant, CI）是現今唯一可幫助全聾患者重新聽見聲音的重要科技。於過去的研究證明人工電子耳於安靜的溝通環境下能有效的幫助患者提升語音理解能力。但在噪音環境下，其效益仍存在許多改進空間，並期望能發展出更有效的訊號處理來提升使用者之滿意度。近年，一個基於深度學習理論所發展出的噪音消除方法被提出，即是 deep denoising autoencoder（DDAE）。其研究成果證明，DDAE 噪音消除法在人工電子耳模擬測試下，有顯著的語音理解力的改善效益。但對於真實人工電子耳使用者來說，其 DDAE 之效益仍未有研究證據。有鑑於此，本論文將基於 DDAE 噪音消除法進行改良，並提出一個新的噪音消除方法，稱 noise classification+DDAE （NC+DDAE）。此外，也將所提出之方法進行真實人工電子耳使用者之臨床效益驗證。從客觀之聲電指標驗證及語音聽辨力測試結果發現，在噪音環境下，NC+DDAE 能比兩個常見的傳統噪音消除法（logMMSE, KLT）有更佳之語音理解力表現，特別是噪音是己知情況。更具體的來說，當噪音情境是已知時，其 NC+DDAE 分別在不同測試條件下能比其他方法最多提升了 41.5 %之語音理解度表現;當噪音情境是未知的情況下其 NC+DDAE 能比其他方法最多提升了 17.5 %之語音理解度表現。有鑑於上述之結果證明，本論文所提出之 NC+DDAE 噪音消除法將能有效的提升人工電子耳使用者於噪音情境下之聆聽效益。
以專題導向學習為基礎之光機電整合工程教學系統研發
(2004-08-01) 葉榮木; 張國維
多年來，光電科技已廣被泛認同為現在與未來的明星產業之一。依據國科會光電小組調查統計(經濟日報2003 年11 月7 日)，國內光電產業平均年成長30 %，但光電人才培育僅成長0.3 %。然而我們可以進一步地瞭解，與光電產業結合的跨領域系統科技(光機電整合工程)人才的培育更是相當的不足，就台灣學術研究與產業發展而言，實在是一大警訊。有鑑於此，國立台灣師範大學機電科技研究所，將以正進行中之國科會計畫(NSC 92-2516-S-003 -007)第一年研究成果為基礎，提出該計畫之第二年擬之執行內容（即本計畫提案內容），來延續並有效地推動該計畫內容，以及推廣研究成果，協助國內科技教育達到向下紮根、向上提升之目的。在本計畫(第二年計畫)中，我們以現有光學、光機、光電、機電(含資電)知識庫為基礎，來進一步地，廣納光機電跨系統領域專家之意見，擬定結合學術研究與產業發展之專題知識庫，以簡單、啟發、與建構的方式，來進行以專題導向學習為基礎之光機電整合工程教學，以期使有心學習的學員在工程專業上有明顯的成效。本計畫執行步驟如下： (1) 以現有的知識庫達成有效率的學習， (2) 導師先以基本學理教導學生並且說明進階應用的範圍，也藉由專題的進行與學生討論所以遭遇到的問題，讓學生可以從中學習， (3) 透過實驗產生興趣，來學習理論與實作知識，進行專題創作， (4) 以現有小型專題來進行具有大規模專題，建立專題知識庫，推廣研究成果。為達到本計畫之目標，其中的過程包括，發掘學習成效較佳的學員(學長或種子學員) 的培育、教材(含電腦輔助教學或數位學習教材)的編制、關鍵零組件的購入、以及設計與測試之模組的建立等工作。我們深信在國科會與各界專家學者的支持下，以現有的教育方法與工程專業知識為基礎，必定能夠順利完成此計畫，來對學術研究與產業發展盡最大的心力。
以小波轉換鑑別人類情緒腦電波
(2011) 洪偉哲
人類情緒的正確鑑別存在著許多的困難，根據每個人所經歷的事物與心情狀態，影響著即使面對相同的事件，所呈現的情緒強度也有所不同。而現今對於人類腦波的研究逐漸盛行，藉由大腦人機介面(Brain computer interface)收集腦電波(Electroencephalogram)訊號，經由訊號分析、特徵擷取以及分類器，來鑑別腦電波訊號的情緒類別。本研究的受測者為六位男性，四位女性。年齡介於20歲至28歲。實驗流程為撥放六種情緒的臉部圖片，分別為高興、驚訝、生氣、厭惡、難過和恐懼，每種情緒有20張圖片，共有120張圖片。使用NeuroScan大腦人機介面，藉由非侵入式的腦電波訊號量測，共有30個通道。紀錄完成後，進行腦電波訊號前處理降低腦電波訊號的雜訊，使得腦電波訊號更接近真實的訊號，接著繪製出大腦空間能量頻譜圖，用以了解腦電波訊號的頻帶能量分布差異。將腦電波訊號進行小波轉換(Wavelet transform)分解訊號，選取能量分布差異較大的θ波為分類波段，接著計算各種的特徵，共有八類特徵，分別為最大值(Max)、最小值(Min)、全距(Range)、標準差(Standard deviation)、絕對中位差(Median absolute deviation)、絕對平均差(Average absolute deviation)、能量(Energy)及特徵向量(Eigenvectors)，將各種特徵投入支持向量機(Support vector machine)進行分類，訓練的方式將隨機抽取出60%的腦電波訊號區段為訓練資料，40%為測試資料，以隨機投入支持向量機作各種情緒的鑑別，得到情緒鑑別從最高到最低的正確辨識率分別為87.50%和62.50%，平均值為76.25%。研究中發現當使用無效的特徵或是相似的特徵，無法增加情緒的鑑別率，但是若增加有效的特徵，鑑別率會隨之提高，不過也會增加複雜度，經由比較其中較為有效的特徵為全距、標準差、絕對中位差、絕對平均差、能量及特徵向量，可較為明顯增加鑑別的效果。
以非負矩陣分解法提升維納濾波器架構之噪聲消除效能
(2016) 陳建勛; Chen, Chien-Hsun
語音是人類生活中傳遞訊息最直接的方法，也是人類極為重要的訊息來源。然而這些語音訊息也往往容易受到噪聲的干擾而影響了生活的品質。有鑑於此，在過去數十年間，多種噪聲消除演算法不斷的被提出來試圖來消除背景噪聲並提升語音品質。現今最為廣泛應用之噪聲消除演算法為非監督式(Unsupervised)架構，其成功的例子有: Wiener Filter, LogMMSE, KLT…等。過去的研究指出，非監督式噪聲消除法在穩態噪聲(例如:低頻穩定噪聲、粉紅色雜訊…等)情況下已有卓越的表現,但對於非穩態噪聲(例如:人聲噪聲)類型的消噪能力仍存在許多挑戰。近年，許多學者開始採用監督式(Supervised)噪聲消除法來達成噪聲消除，以克服非監督式噪聲消除法之缺點，成功的例子例如:Deep Denoisy Autoencoder (DDAE)法。當訓練語料量足夠的情況下，DDAE法比非監督式噪聲消除法有更佳的噪聲消除能力。然而，在不易取得大量訓練語料的情況下，此方法在應用上將有所限制。有鑑於此，本研究提出一個新式的噪聲消除演算法，稱Adaptive Wiener-NMF (AWNMF)，以解決上述非監督式與監督式噪聲消除法之缺點，如:(1).非穩態噪聲情境下之效益不彰、(2).需大量訓練語料進行訓練。由多項的客觀聲音評估指標(PESQ, SSNRI,SDI)證明，多種噪聲環境下(例如:嬰兒哭聲、警笛 …..等等)，本論文所提出之AWNMF演算法比目前常見之噪聲消除法(例如: LogMMSE, KLT, Wiener, NMF-Based)有更佳之噪聲消除效益。此外，當訓練語句極少之情況下，本論文發展出之AWNMF演算法比DDAE噪聲消除法有更佳之噪聲消除效益。總結上述的研究結果，AWNMF演算法將是一個創新且有效之噪聲消除法。
光機電整合科技之基礎教學系統研究與發展
(2003-08-01) 葉榮木; 張國維
公路長隧道內交通事件偵測
(2010) 柯盟威; M. W. KE
隨著工程及科技的發展迅速，開啟了長隧道時代的來臨；然而，隧道內的交通資訊取得、事故處理以及逃生系統，遠比在一般開放空間快速道路搶救，難上幾十甚至幾百倍。因此，一般用路人對於長隧道的特殊交通空間，並未有完善的知識以及交通資訊。若能在事故發生前做事故預防的警示，以及隧道內即時交通資訊的指示，成為交通順暢與否及避免危機的重要課題。本研究目的，在於以影像處理達成(1)估測隧道內交通資訊(2)車輛變換車道偵測(3)故障停等車輛偵測(4)長隧道內火焰偵測。如果能在事故發生前、後，透過資訊可變標誌，給予適時、適當的預警，不但能降低事故的發生，更能大量節省事故發生後，緊急處理所需的時間，而使行車更加順暢。本研究以公路長隧道內，雙白線資訊為偵測基礎，並(1)設定行車車輛數目，估測行車流量(2)當偵測出之車輛與雙白線直線方程式產生交集時，偵測出車輛跨越雙白線(3)以時空域動量分析偵測出車輛故障停等(4)基於公路長隧道標準照明下，分析火焰色彩資訊，進行火焰偵測。實驗結果顯示，在各項交通事件偵測，準確率皆在九成以上；並且，在長隧道行車中，具備最低速限以及標準照明環境之下，本研究提出(1)以時空域動量分析演算法，偵測車輛故障停等，以及(2)利用色彩空間，偵測火焰區域，以八卦山隧道交通事件為例，進行偵測，所偵測之時間，分別較目前既有影像式事件偵測方式，更為提早1秒與2.6秒。如此便能更即時的通報給行控中心，作適當之處置。
利用可攜式眼鏡型微攝影機輔助視障人士即時識別公車車號
(2011) 吳柏翰; Bo-Han Wu
視障人士搭乘大眾交通工具(公車)時，面臨許多難題，其中最主要的問題就是無法得知迎面而來的公車車號。目前視障人士能解決的辦法，不外乎是請求旁人協助或手拿自製的公車車號板讓駕駛注意，但上述辦法皆不穩定且變動因素甚大。因此，基於影像處理技術的蓬勃發展，本研究改變以往只採用固定式攝影機處理的方式，利用“可攜式眼鏡型微攝影機”，在皆非固定的情況下(例如：背景、角度、車號等等)，輔助視障人士即時識別公車車號，並以語音輸出告知其資訊。本研究採用主動搜尋與辨識，在不降低準確率的情況下提升系統整體速度。透過事前的分析歸納，直接擷取出輸入影像中感興趣的顏色範圍，並將其轉為二值化影像降低其資料量，再搭配設計的形態學遮罩來確保公車車號的完整性，且透過連通成份分析並挖取出車號區域，送入 MS MODI 做辨識，最後藉由 MS SAPI 在公車停靠前以語音的方式輸出。
利用可攜式鏡頭輔助視障者即時辨識公車車號
(2010) 陳勉光; Chen mian guang
視障者搭乘公車時面臨許多困難，其中無法辨識車號是最關鍵的問題。目前解決此問題的方法是請求路人協助，或手持自製車號牌引起公車駕駛注意，但上述方法皆屬被動性，可變因素較大。有鑑於數位影像處理技術的日漸成熟及攝影機硬體成本的降低，本研究基於數位影像處理技術，利用數位相機的鏡頭模擬，輔助視障者即時辨識公車車號，並以其他感官方式發出提示訊息。本研究以主動搜尋、辨識為目標，並提升系統執行速度，即時擷取的車號資訊，以語音或震動等其他感官方式輸出。實驗中以一般大眾普遍使用鏡頭取得影像資訊，克服以往利用固定鏡頭做處理的方式利用，使用數位相機來模擬可攜式鏡頭，在非固定位置及角度的情況下進行公車區域的分割，利用階段式的處理方法提升系統速度，首先以相鄰相減法，快速擷取前景公車畫面，經過公車幾何分析判定車號所在位置，再利用Sobel測邊定位原理後搭配形態學遮罩，將框取的車號圖片做字元切割及辨識，最後藉由OCR辨識系統搭配MS SAPI 5.1做語音播放系統輸出，在公車停靠前辨識其車號並輸出，實驗畫面為停靠區前約70公尺至公車停靠，實驗中停靠影像時間約為5秒，實驗結果顯示在100張連續測試畫面中約有70張可正確框選出公車區域，其中30張可正確抓取公車車號位置做定位及辨識，且系統每秒可處理31張畫面，可達即時，未來可使用多平台執行，實現方便可攜的輔助性工具來幫助視障者。
在日夜間環境下的汽機車車牌定位系統
(2007) 許溥鑫
交通工具數量的激增是現代化國家均有的問題之ㄧ，在台灣這地窄人稠的地方，更突顯出此問題的嚴重性。根據國際道路聯盟所做的統計，在台灣平均每戶家庭小客車數有0.77台為亞洲之冠，其中平均每79.81輛車就有1台發生事故，完全反映了交通工具數量增加所造成的交通問題。在警察數量遠不及車輛數目的今日，如何對交通工具做更有效的管理是刻不容緩的問題。現今之車牌定位系統，大多以白天且有夠多亮度的影像進行定位，對於亮度不均勻（包含黃昏或夜晚）之影像卻沒有進行車牌定位研究。因此，本文利用自動化影像處理，針對不同亮度下（包含日、夜間）的汽、機車影像，進行車牌定位。本文首先提出利用平均亮度值來區分白天與夜間的車牌偵測之演算法，再利用高增幅濾波器（High Boost Filter）來增強影像對比，接著，利用形態梯度（Morphology Gradient）運算子去偵測車牌區域，接著，利用平均亮度值乘上固定常數作為二值化閥值，進行影像二值化，再利用車牌外觀特性完成車牌初步定位。本文主要針對兩車道之影像進行車牌定位，同時考量車牌解析度過低的問題，故使用640×480 pixel之影像。在白天部分，汽車車牌定位成功率為96.2％，機車車牌定位成功率為95.4％，在夜間部份，汽車車牌定位成功率為88.5，機車車牌定位成功率為75.7％。白天車牌定位總成功率為95.9%，速度為0.25sec，夜間車牌定位總成功率為83% ，速度為0.36sec。
基於ActiveX技術之控制系統線上模擬教材的設計與實現
(2001-06-09) 葉榮木; 張修銘; Yeh, Zong-Mu; Chang, Sherman
基於主成份分析法與灰關聯分析法之動態人臉辨識
(2007) 邱柏智; BO-JR Chiou
人臉辨識系統廣泛地應用於身分認證、門禁管理與人機界面等領域，近年來由於「智慧生活」科技的提倡，人臉辨識技術已延伸至人與機器最佳化介面之應用。此外視訊會議、影像內容檢索與醫學影像處理等方面，亦是其重要之應用領域。本篇論文分為人臉偵測和人臉辨識兩大部分。在人臉偵測的部份，我們利用膚色分割和連通成份的方法找出人臉候選區，再使用色彩分析的方法從人臉候選區中尋找眼睛和嘴唇的特徵，最後再使用眼睛和嘴唇的幾何條件關係去定位出正確的人臉位置。在人臉辨識部分，我們提出一套結合主成份分析法與灰關聯分析法的人臉辨識方法，此方法的架構分為以下三個階段：首先，在影像前處理的階段，我們使用二維小波轉換，對輸入影像做資料壓縮的處理，接著，利用主成份分析法將壓縮過的人臉影像，投影到低維度的子空間中，計算出具有代表性的特徵臉，最後，再使用灰關聯分析法，來辨識出正確的人臉圖片。為了驗證本篇所提出的方法，在靜態辨識實驗中，我們使用ORL人臉資料庫，做了一些分析和比較的實驗，實驗結果證明，在40人條件下，訓練樣本為五張時，可以得到91.6%的辨識率。而本篇方法在動態辨識實驗中以不同距離拍攝人臉，在30人條件下，可以得到八成以上的辨識率。
基於模糊推論之膚色補償方法應用於彩色影像
(2004) 施宏政
彩色影像的色彩資訊應用在物體的檢測（例如利用膚色做人臉檢測之前置處理）是相當有用的訊息，但是應用色彩作為物體檢測的特徵，首先必須面對的是光線所造成的影響。在過亮、過暗、陰影或偏光的環境下皆會使物體檢測的檢測率大為降低。在本文中採用分散式模糊邏輯推論，利用影像之平均亮度與像素之 RGB值，建構分散式模糊推論引擎，分別推論出像素RGB之補償量，而得到一種適應不同狀況(光線偏暗或偏亮)之光線補償演算法，解決人臉影像在不均勻光源的影響，並且配合利用模糊關係與模糊統計試驗法所建構之膚色相似模型，設計人的膚色檢測器，找出人臉膚色的區域。並且利用嘴唇的顏色特徵，設計一個唇色檢測器與眼球其低灰度值的特徵，設計眼睛檢測器，配合人臉五官的幾何關係找出人臉的位置，此方法可減少複雜背景的影響且可解決多人臉重疊在一個區域的情況。經由實驗得知此模糊推論模式能有效解決彩色影像之光線補償的問題，且本文所提之演算法亦可處理複雜背景的影像，因而可提高人臉之檢測率。
多層級模糊決策支援系統應用於棒球先發投手換投需求的評估
(國立屏東教育大學資訊科學系(所), 2008-06-01) 張菀珍; 葉榮木
棒球比賽中先發投手的表現對勝負的影響很大，在各種不同的危急情況下，是否將先發投手換下場，是比賽中教練所需做的重要決策之一。因此，本文藉由棒球專家的意見及分析階層程序法(AHP)得出6個重要決策因子，建立一套用來評估棒球先發投手換投時機的模糊決策專家系統，以之輔助棒球教練做出正確的決策。評估是否要換投，需要考量的變數很多，造成專家系統過於複雜，為解決複雜度過高的問題，本文採用單層級、兩層級與三層級模糊決策支援系統進行比較，發現使用多層級的模糊決策支援系統，可降低規則的數量，使系統複雜度降低，並以美國職棒大聯盟實際的比賽內容測試此三種系統的成效，結果顯示本文提出的多層級模糊決策支援系統應用於棒球先發投手換投時機，可達87.32%的正確率，顯著高於採用單層級和兩層級模糊決策支援系統的評估成效。
多階模糊控制器之設計
(2002-12-05) 葉榮木; 李桂香; 李朝宗