搜索资源列表
qransmite
- 这是书上的常用算法和模型介绍,有BP网络的C语言实现,HMM的C语言实现,失量量化的C语言实现,()
khrfnrx
- 这是书上的常用算法和模型介绍,有BP网络的C语言实现,HMM的C语言实现,失量量化的C语言实现,()
hmm
- 一个特别好的学习隐马尔可夫的例子，该例子来自于博客http://blog.csdn.net/wowotuo/article/details/40783357，通过该例子学习隐马尔可夫模型将会事半功倍(A very good example of learning hidden Markov. This example is from blog http://blog.csdn.net/wowotuo/article/details/40783357. Through this example,
随机数产生
- 根据状态转移概率矩阵A、观测值出现概率矩阵B、和各状态初始分布概率来产生随机数组。(According to the state transition probability matrix A, the probability matrix B of observed values and the probability of initial distribution of all States, we generate random arrays.)
mfcc
- 通过语音识别对类型进行分类，使用HMM-GMM模型(Classification is done by speech recognition, using HMM-GMM model.)
连续隐马尔可夫离散隐马尔科夫模型的MATLAB实现
- 隐马尔可夫连续和离散情况下的MATLAB实现(MATLAB Realization of Hidden Markov Continuous and Discrete Conditions)
matlab_hmm
- matlab基于HMM的语音识别完整代码(需要修改程序里的路径以找到文件)(matlab)
hsmm
- 隐马尔科夫模型是关于时序的概率模型，描述由一个隐藏的马尔科夫链随机生成不可观测的状态随机序列，再由各个状态生成一个观测而产生观测序列的过程。隐藏的马尔科夫链随机生成的状态的序列，称为状态序列；每个状态生成一个观测，而由此产生的观测的随机序列，称为观测序列。马尔科夫链由初始概率分布、状态转移概率分布以及观测概率分布确定(The hidden Markov model is a probabilistic model for time series. It describes the process
Bayesian and HSMM
- 贝叶斯HSMM 主要是改进HMM存在状态保持时间的局限性，引入了持续时间的函数显式表达，用贝叶斯概率估计((Bayesian and HSMM was mainly to improve HMM state of existence to maintain the limitations of time, the introduction of an explicit function of the duration of expression of))
50563698synchronzingfractionalchaoticsystem
- 复杂网络的分数阶matlab代码，有助于初学者，无时变时滞的分数阶嗯(Complex network of fractional order matlab code, help beginners, no time-varying delay fractional order HMM)
matlab基于vq的语音识别系统
- 该例程包含了HMM和VQ算法，实现了非特定人的语音识别和说话人识别的功能。