搜索资源列表
dtw
- 动态时间规整算法，java版，用于语音识别领域，毕设时采用的，效果很好(Dynamic time warping algorithm, java version)
dynamic_time_warping_v2.1
- 动态时间规划基本算法，matlab实现。(Dynamic time warping)
dtw
- dtw算法的一个实现，matlab编程，可以调用该函数，用作dtw算法的一个学习。 以及一个介绍模糊神经网络与污水处理的ppt(An implementation of dynamic time warping algorithm)
DTW
- 动态时间规整用于语音识别对齐和对比，例子是librosa 提取MFCC 特征，用DTW比较识别(Dynamic time warping is used for speech recognition, alignment, and contrast. The example is librosa, which extracts MFCC features and compares them with DTW)
DTW
- Dynamic Time Warping（DTW）诞生有一定的历史了（日本学者Itakura提出），它出现的目的也比较单纯，是一种衡量两个长度不同的时间序列的相似度的方法。应用也比较广，主要是在模板匹配中，比如说用在孤立词语音识别（识别两段语音是否表示同一个单词），手势识别，数据挖掘和信息检索等中。(The birth of Dynamic Time Warping (DTW) has a certain history (Itakura, a Japanese scholar), and it
warping
- 如何做面部morphing，用matlab实现(how to do face morphing)
DTW
- 曲线动态时间规划，规划距离计算，应用于单元响应时间序列曲线(The curve of dynamic time warping, warping distance calculation)
2015011997_朱子渔_综合作业_01
- 利用mesh_warping算法实现两幅人脸照片的过渡(using mesh warping,change one photo of a face to one photo of another face,need to choose control points by yourself)
5th code
- to demonstrate pre warping
35973510VAD-DTW-HMM
- 基于动态时间规整与隐马尔科夫模型的自动语音识别系统(Automatic speech recognition system based on dynamic time warping and hidden Markov model)
dtw
- 时间动态弯曲，可以检测时间序列周期，效果可以(Dynamic Time Warping)
DTW代码
- Dynamic Time Warping(DTW)为动态时间规整算法，文件为function，test文件直接调用做测试。(dynamic time warping algorithm, file asks function, direct use)
dtwk
- Multidimensional Dynamic Time Warping (MD-. DTW)
continus dtw
- continus Dynamic Time Warping (MD-. DTW)
DTW
- 动态时间规整算法java代码（DTW），用于计算两个曲线之间的距离。(The dynamic time warping algorithm java code (DTW) is used to calculate the distance between two curves.)
DTW
- 时间序列的动态时间规整python算法，用于对不同长度的两个时间序列进行等长处理(Time-series dynamic time warping python algorithm for equal length processing of two time sequences of different lengths.)
基于动态时间规整（DTW）的孤立字语音识别实验
- 基于动态时间规整（DTW）的孤立字语音识别MATLAB程序(Isolated word speech recognition MATLAB program based on dynamic time warping (DTW))
dtw
- 可以用来实现dtw。在孤立词语音识别中，最为简单有效的方法是采用DTW（Dynamic Time Warping，动态时间归整）算法，该算法基于动态规划（DP）的思想，解决了发音长短不一的模板匹配问题，是语音识别中出现较早、较为经典的一种算法，用于孤立词识别。HMM算法在训练阶段需要提供大量的语音数据，通过反复计算才能得到模型参数，而DTW算法的训练中几乎不需要额外的计算。所以在孤立词语音识别中，DTW算法仍然得到广泛的应用。(Can be used to implement DTW)