基于GMM的概率神经网络PNN具有良好的泛化能力，快速的学习能力，易于在线更新,并具有统计学的贝叶斯估计理论基础，已成为一种解决像说话人识别、文字识别、医疗图像识别、卫星云图识别等许多实际困难分类问题的很有效的工具。而且PNN不但具有GMM的大部分优点，还具有许多GMM没有的优点，如强鲁棒性，需要更少的训练语料，可以和其他网络其他理论无缝整合等。-GMM based probabilistic neural network PNN good generalization ability, the

1. 对给定语料估计其基音周期。 要求用MATLAB语言实现有关基音检测算法，并给出检测结果。2. 实验语料：aoYiSheng.raw 发音：“茅以升”；时长0.9s；采样率：8kHz；量化精度为16bits/sample；数据格式 LSB,MSB分析帧长:20ms(160样点)总帧数：45-1. Corpus right to set its estimated Pitch. Asked to use MATLAB the pitch detection algorithm, and

NLP中viterby算法的实现,对语料进行处理，建模，然后可以对新的语料进行句法标注-NLP algorithm implementation in viterby

NLP中viterby算法的实现,对语料进行处理,建模,然后可以对新的语料进行句法标注()