搜索资源列表
vq
- 说话人识别是语音识别的一种特殊方式，其目的不是识别语音内容，而是识别说话人是谁，即从语音信号中提取个人特征。采用矢量量化（VQ）可避免困难的语音分段问题和时间归整问题，且作为一种数据压缩手段可大大减少系统所需的数据存储量。本文提出了识别特征选取采用复倒谱特征参数和对应用VQ的说话人识别系统改进的一种方法。当用于训练的数据量较小时，复倒谱特征可以得到比较稳定的识别性能。VQ的改进方法避免了说话人识别系统的训练时间与使用时间相差过长从而导致系统的性能明显下降以及若利用自相关函数带来的大量运算。-Sp
机械振动学
- 机械振动学： 《机械振动学》（研究生）（46学时内容与实施计划） Part Ⅰ.线弹性系统的振动 Chapter1.多自由度系统的振动分析 Chapter2.弹性体的振动分析 Chapter3.多自由度系统的特征值、特征向量的计算 Chapter4.振动分析的数值方法 PartⅡ.随机振动 Chapter1.随机过程概论 Chapter2.随机过程的时域分析 Chapter3.随机过程的频域分析 Chapter4.系统的响应函数 Chapter5.系统的随机振动分析 Chapter6.结构随机响
sasdw.rar
- 现有数字信号自动调制识别方法大多只适用于无记忆信号，如PSK、ASK、FSK信号等。将有记忆 信号(MSK信号)和无记忆信号一起考虑，提出了一种改进的数字信号自动识别方法。该方法采用信号的瞬时统 计量作为特征参数，采用多层神经网络作为分类器。计算机仿真表明：当噪声采用高斯白噪声，并且信噪比大于 l5 dB时，识别率高于96％ ；当信噪比不低于l0 dB时，识别率不低于90％。,Existing digital signal automatic modulation recognition
MFCCcanshu
- 6篇有关语音识别特征参数的科技论文，主要包括MFCC参数LPCC参数以及小波应用于特征提取的研究-6 on the speech recognition feature parameters of scientific papers, including MFCC parameters LPCC parameters and wavelet feature extraction applied to the study
safjfd
- 首先分析了典型说话人识别系统的各关键技术，详细分析了矢量量化技术在 说话人识别中的应用，研究了码本训练算法以及说话人判别算法，对算法中各参 数值的选取进行了讨论 其次根据系统的需求建立一个小的语音库，录制语音信 号，并对采集的语音信号进行预处理，检测语音信号的起始端点 在MATLAB 环境下仿真说话人识别系统，验证系统设计方案的可行性:特征提取阶段，提取 语音信号的12阶美尔倒谱系数以及各阶倒谱系数对应的1阶差分倒谱系数，在 训练阶段，采用分裂法和GLA算法相结合的矢量量
Research_0n_Speech_Cepstral_Features
- 该文在研究基于线性预测倒谱和非线性MEL刻度倒谱特征的基础上，研究了LPCC和MFCC参数提取的算法原理及提取算法，提出了一级、二级差分倒谱特征参数的提取算法。识别实验验证了MFCC参数的鲁棒性优于LPCC参数。-In this paper, research is based on linear prediction and nonlinear MEL Cepstrum Cepstrum scale, based on studies of LPCC and MFCC parameter ex
jingeiARTYU
- 本资料的功能为：运用数学统计方法和时间序列分析方法对原始振动信号进行分析，获取相应的时域，频域，频域及时间序列模型参数并以此作为特征参数，然后运用距离区分技术进行评估，选取敏感的特征参数作为ART-similarity分类器的输入并进行训练，最后便可识别出设备的性能状态。 基于YU范数对承不同预紧状态的分析，针对进给系统所采集的数据样本事先不知其对应的状态时，则可利用基于YU范数的ART-Similarity监督分类器对其进行诊断分析。针对基于Yu范数ART-Similarity的算法
ReseacrhOfAPPlieationOfEmbeddedSPeeehRecognitionon
- 本文首先介绍了目前语音识别的发展现状和主要手段，分析了语音识别中所采用的主要特征参数和比较前沿的研究方向，另外着重讲解了语音识别中最常用隐马尔可夫H(MM)模型，及应用广泛的矢量量化方法(VQ)。接着介绍了嵌入式平台，从软、硬件方面着重介绍了与语音识别相关部分的设计包括硬件及相关驱动程序设计，最后介绍了系统实现方法与测试结果。 -This paper describes the current status of the development of speech recognition a
wxck
- 本文提出特征参数统计值的概念，即对连续的多段信 特征参数后，所求取的多组参数中各参数的最大值、最小值及二 以此作为输入参数，利用基于BP神经网络和决策理论的模式识 星统一载波测控体制中典型的调制方式进行了识别，包括2FSK )、4FSK、BPSK、QPSK、MSK、PM、CW-In this paper, the concept of characteristic parameters of statistics, that the letter of the continuou
Non-linear-quadratic-programming
- 描述底层流体和岩性特征，为储层的进一步识别提供更多的物性参数-Describe the properties of subsurface fluid and lithology,and perfectly retrived for further analysis even on the SNR was low
jcsb
- 文中研究了6种常用数字调制信号识别的特征参数集，并采用决策树判别方法进行分类识别。仿真结果表明，在SNR≥5dB时，识别正确率在99 以上，且当SNR≥20dB时，识别正确率达到100 。其特点是，算法简单，识别正确率高，达到了自动分类识别的目的，并有利于实现识别的实时化。-In this paper, we study the set of characteristic parameters of the six kinds of commonly used digital modulatio
non-Gaussian-noise-Identification
- 该文提出一种基于广义分数阶傅里叶变换和分数低阶Wigner-Ville 分布的数字调制识别新方法，该方法提取广义分数阶傅里叶变换的零 中心归一化瞬时幅度谱密度的最大值和分数低阶Wigner-Ville 分布幅度的最大值作为识别特征参数，并采用判决树分类器，实现了非高斯噪声下数字调制信号识别。-This paper presents a generalized fractional Fourier transform and fractional lower order Wigner-Vill
62
- 对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷，提出一种基于参数优化和奇异值分解(SVD)提高重分配尺度谱时频分布可读性的方法。首先利用Shan— non熵方法优化重分配尺度谱基函数的时间．带宽积(TBP)，克服其时、频分辨率不能同时达到最佳的缺陷，再对重分配尺度谱 进行SVD降噪降低噪声干扰影响，提高时频分布的可读性。最后用该方法对仿真信号和滚动轴承故障信号进行了分析，结果表明该方法的时频聚集性更好，抗噪能力更强，能
25292626
- 为了实现复杂环境下的人脸特征有效表达，提出一种改进的梯度方向直方图（ＨＯＧ）人脸识别方法．首先以人脸图像网格作为采样窗口并在其上提取 ＨＯＧ特征；然后将所有网格 ＨＯＧ特征向量进行组合，实现整个人脸特 征表达；最后采用最近邻分类器进行识别．另外，比较了该方法与Ｇａｂｏｒ小波和局部二值模式（ＬＢＰ）２种著名的人脸 局部特征表示方法的优劣．实验结果表明，在调优的 ＨＯＧ参数下，在具有光照和时间环境等复杂变化的ＦＥＲＥＴ人 脸库中，较少维数的 ＨＯＧ特征比ＬＢＰ特征有更好的表现，而且 ＨＯ
opencv-doc
- 图像数据操作（内存分配与释放，图像复制、设定和转换） 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出） 矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解） 支持多种动态数据结构（链表、队列、数据集、树、图） 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构） 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）
SVAC标准介绍
- 支持高精度视频数据，在高动态范围场景提供更多图像细节 支持先进编码工具，在获得更好图像质量的同时获得更高编码效率 支持感兴趣区域（ROI）变质量编码，在网络带宽或存储空间有限的情况下，提供更符 合监控需要的高质量视频编码 支持可伸缩视频编码（SVC），满足不同传输网络带宽和数据存储环境的需求 u 支持代数码书激励线性预测（ACELP）和变换音频编码（TAC）切换的双核音频编码， 保证对语音和环境（背景）声音均有较好的编码效果 支持声音识别特征参数编码，避免编码失真对语音识别和声
31175278moulationclassification
- 主要是实现调制识别，区分几种常用的数字调制信号。含有两个文件夹 其一为特征参数的仿真；其二为正确识别率的仿真。文件夹key feature simulink中： 运行程序会得到各特征参数之间区分图 从图中可看到特征参数的有效性，见图。 文件夹classification rate simulink中：运行main.m文件 可以得到正确识别率 见图。(It is mainly to realize modulation recognition and distinguish severa
卫星通信中数字调相信号调制方式识别方法研究
- 针对数字卫星常用的 7 种通信信号调制方式(QPSK、8PSK、16QAM、32QAM、64QAM、16APSK、32APSK)，对零中心归一化瞬时幅度谱密度最大值、四次方谱、幅度、高阶累积量四种特征参数进行了分析，提出了一种联合特征参数的信号调制识别方法．(Aiming at seven communication signal modulation modes commonly used in digital satellite (QPSK, 8PSK, 16QAM, 32QAM, 64QA
结合双模多尺度 ＣＮＮ 特征及自适应深度ＫＥＬＭ 的浮选工况识别
- 针对可见光图像特征驱动的浮选工况识别方法的不足，提出一种基于双模态图像多尺度 ＣＮＮ 特征及自适应深度自编码核极限学习机（Ｋｅｒｎｅｌ Ｅｘｔｒｅｍｅ Ｌｅａｒｎｉｎｇ Ｍａｃｈｉｎｅ，ＫＥＬＭ）的浮选工况识别方法。先对泡沫的可见光、红外图像进行非下采样剪切波多尺度分解，设计双通道 ＣＮＮ 网络对双模态多尺度图像进行特征提取及融合，将多个双隐层自编码极限学习机串联成深度学习网络对 ＣＮＮ 特征逐层抽象提取，然后通过核极限学习机映射到更高维空间进行决策，最后改进量子细菌觅食算法并应用于深度自编码