搜索资源列表
200613225718
- 语音识别模块的性能指标： 高识别率：在一定的硬件环境下，平均准确率可达97％； 端点检测：在识别过程，具备端点检测功能； 实时识别：具有唤醒功能； 环境噪音：一定范围之内，仍可保证高识别率-speech recognition module performance indicators : high recognition rate : some of the hardware environment, average accuracy rate of up t
embeddeyedTTS
- 计算机技术总是在朝着功能更强大、使用更方便的方向发展，用户的需求永远都是技术前进的动力。ASR和TTS的出现，让人和计算机的距离更加靠近，人机接口更加自然。由于技术（识别率不够高）和人们习惯上的原因，ASR离真正的普及还有一段距离。但是，在通信领域，由于CTI的广泛应用，计算机技术不断融入通信平台，这项技术正在如火似涂的发展、普及。VoiceXML就是一个很好的例子，它的应用就是以ASR和TTS作为基础的。
ImprovedPedestrianDetectionAlgorithminNighttime.ra
- 针对夜间动态背景下的行人检测中分割算法受光照条件影响大、误识别多等问题，提出双阈值分割算法和以多目标跟踪为核心的算法框架。新的分割算法解决了行人亮度分布不均时的分割问题，同时在新的框架下可以综合多帧的处理结果进行综合判断，通过将基于支持向量机的识别算法和多目标跟踪算法的融合，降低了系统的计算量，且比一般的系统具有更高的识别率。
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
052520
- 提出了一种用于矢量量化的改进的聚类算法,该算法在MKM(Modified K-Means)算法的框架的基础上,对初始码本的生成、失真测度的选择、非典型胞腔的处理等方面进行了改进,从而减少了原算法在能量和增益上对聚类结果的影响.并将该算法应用于波形编辑孤立字识别器,这种识别器直接对语音样本的时域波形进行训练和聚类,不需要提取语音参数,算法复杂度较低,加上提出的聚类算法失真测度简单易实现,对芯片的运算能力要求不高,非常适用于有低成本要求的语音识别器场合.通过中文元音字识别的实验证明,在相同码本尺寸下
lunwen
- 本文主要研究普通计算环境下语音自动识别(ASR)技术的软件实时实现，基于语音识别的基本原理和过程。在VC环境下建立了一套语音识别系统及其演示软件。实验表明，该系统对特定人情况有较高的识别率和一定的实时性-In this paper, under the computing environment on general automatic speech recognition (ASR) technology to achieve real-time software, speech recogn
11
- 一个非常识别率较高的图像纹理识别的C++源码-A very high recognition rate for Image Texture Recognition C++ source code
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
Support-vector-machine-
- 提出了一种支持矢量机的汉语声调识别新方法。论文首先在基频和对数能量的基础上，建立了一个适合于支 持矢量机分类的等维声调特征。然后对支持矢量机的多分类策略和不同核函数对声调识别的影响进行了实验研究。 与BP神经网络相比，支持矢量机具有更高的识别率和更强的推广能力。-This paper presents a novel support vector machine based Chinese tone recognition method．A new tone recognition
FCMPt-distribution
- 模式识别中的模糊聚类，没有采用传统的高斯分布，而是采用学生t分布，具有重尾特性，识别率更高。-Pattern recognition, fuzzy clustering, without using the traditional Gaussian distribution, instead of using the Student' s t distribution with heavy-tailed characteristics, the recognition rate highe
PCA
- 针对稀疏表示识别方法需要大量样本训练过完备字典且特征冗余度较高的问题，提出了结合过完备字典学习与PCA降维的小样本语音情感识别算法.该方法首先用PCA降维方法将特征降维，再将处理后的特征用于过完备字典训练与稀疏表示识别方法，从而给出了语音情感特征的稀疏表示方法，并确定了新算法的具体步骤.为验证其有效性，在同等特征维数下，将方法与BP, SVM进行比较，并对比、分析语音情感特征稀疏化前后对语音情感识别率、时间效率以及空间效率的影响.试验结果表明，所提出方法的识别率比SVM与BP高 与采用稀疏化前的
the-fusion-of-gait-and-faceidentity
- 关于人脸识别和步态识别融合的研究，运用较新的算法，而且取得较高的识别率！-Studies on the integration of face recognition and gait recognition, using the newer algorithms, and achieved higher recognition rate!
qing-V8.1
- 对于初学matlab的同学会有帮助，matlab实现了五类灰色关联度模型的计算,通过反复训练模板能有较高的识别率。- Matlab for beginner students will help, matlab implements five gray correlation degree computing model, Through repeated training LpCSBgplate have higher recognition rate.
ken_ni16
- LZ复杂度反映的是一个时间序列中，三相光伏逆变并网的仿真，通过反复训练模板能有较高的识别率。- LZ complexity is reflected in a time sequence, Three-phase photovoltaic inverter and network simulation, Through repeated training KirgUjKlate have higher recognition rate.
vp644
- 通过反复训练模板能有较高的识别率，计算时间和二维直方图,用于时频分析算法。- Through repeated training ZAlOeoDlate have higher recognition rate, Computing time and two-dimensional histogram, For time-frequency analysis algorithm.
qui_v23
- 复化三点Gauss-lengend公式求pi，通过反复训练模板能有较高的识别率，用MATLAB编写的遗传算法路径规划。- Complex of three-point Gauss-lengend the Formula pi, Through repeated training bRFIoJwlate have higher recognition rate, Genetic algorithms using MATLAB path planning.
bb587
- isodata 迭代自组织的数据分析，通过反复训练模板能有较高的识别率，最小均方误差等算法的MSE的计算。- Isodata iterative self-organizing data analysis, Through repeated training hQgFUSHlate have higher recognition rate, Minimum mean square error MSE calculation algorithm.
afxvf
- DSmT证据推理的组合公式计算函数，通过反复训练模板能有较高的识别率，快速扩展随机生成树算法。- Combination formula DSmT evidence reasoning calculation function, Through repeated training tBkfOFOlate have higher recognition rate, Rapid expansion of random spanning tree algorithm.
pc524
- 混沌的判断指标Lyapunov指数计算,IMC-PID是利用内模控制原理来对PID参数进行计算，通过反复训练模板能有较高的识别率。- Chaos indicator for Lyapunov index calculation, The IMC- PID is using the internal model control principle for PID parameters is calculated, Through repeated training TXftJbqlate have
qw702
- ML法能够很好的估计信号的信噪比,基于欧几里得距离的聚类分析，通过反复训练模板能有较高的识别率。- ML estimation method can be a good signal to noise ratio, Clustering analysis based on Euclidean distance, Through repeated training vkGKxyPlate have higher recognition rate.