搜索资源列表
ceshi_Word
- 本m文件讲了如何在matlab中生成一个WORD文档的模板，可实现数据和图表的动态变动-This m file describes how to generate a WORD document templates, which enables the dynamic changes of data and charts in WORD
DTW
- 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，DTW算法与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。 -DTW (Dynamic Time Warping, dynamic time warping) algorithm
test
- 先生成这样的一幅500*500的RGB彩色图像：一个田字格，左上和右下是绿色，右上是红色，坐下是蓝色。并进行如下处理：（a）将该图像转换到HSI空间，用25*25的平均模板模糊H分量图像，再转换回RGB空间；（b）重复（a），只是这次处理的是S分量。最后简单分析结果。（内含实验报告） -Mr. into a 500* 500 RGB color image: a field word lattice, the upper left and lower right is green, the
SpeechRec
- 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。-Isolated word speech recognition, the most s
语音识别最新
- 用matlab仿真神经网络语音识别系统，里面用的是数字0-9作为训练模板，神经网络匹配模式(use the matlab to simulate word recognition system with neural network)
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
2020美赛word模板
- 提供一份数学建模模板，可以帮助大家更有效的撰写论文(base on the matlab that we can study)