基于主成分分析法和反向传输神经网络的语音情感识别 摘要——语音信号中包含着丰富的情感信息，尤其是语义信息。快乐、愤怒、厌恶、恐惧、悲伤，这五种基本情感是经过一个受认可的框架讨论和公认的，这个框架包括主成分分析法和BP神经网络。通过PCA从43种候选参数中筛选出11种参数作为确定某种特定的情感类别的标准。实验采用两种神经网络模型，One Class One Network 和 All Class One Network，并进行比较。实验结果表明，其可靠性达52 ~62 ，这说明用这种框架来识别

在数字信号处理中,格型(Lattice)网络起着重要的作用,使得它在现代谱估计,语音处理,自适应滤波,线性预测和逆滤 波等方面已得到广泛应用。本项目在VC6.0上用标准C语言实现了ARMA格型滤波器，提供单点滤波和向量滤波的实现，并给出测试程序。算法实现的稳定性也在工程项目中得到验证。-In digital signal processing, the lattice type (Lattice) network plays an important role, so that it

ECG信号的读取与显示，应用MIT-BIH标准库，每行代码标有注释-Read and display of ECG signal using MIT- BIH standard library, every line of code marked with comments

该代码是基于标准BP算法训练样本数据的代码，压缩包里包含代码和样本数据。 BP(Back Propagation)神经网络，即信号的正向传播+误差的反向传播，该网络是应用最广泛的一种神经网络模型。BP网络的设计主要包括输入层,隐层,输出层及各层之间的权值、阈值及传输函数等几个方面。-The code is based on code standard BP algorithm training data, compression bag containing the code and sampl