搜索资源列表
Speech-signal-classification-
- 语音特征信号识别是语音识别研究领域中的一个重要方面,一般采用模式匹配的原理解 决。语音识别的运算过程为:首先,待识别语音转化为电信号后输入识别系统,经过预处理后用数学方法提取语音特征信号,提取出的语音特征信号可以看成该段语音的模式。然后将该段语音模型同已知参考模式相比较,获得最佳匹配的参考模式为该段语音的识别结果.-Speech characteristic signal recognition is an important aspect in the field of speech re
ht810
- 计算时间和二维直方图,多机电力系统仿真及其潮流计算，实现了对10个数字音的识别程。- Computing time and two-dimensional histogram, Multi-machine power system simulation and flow calculation, Realization of 10 digital audio recognition progra.
tingpei-V4.4
- 实现了对10个数字音的识别程序基于多相结构的信道化接收机，阐述了负荷预测的应用研究。- Realization of 10 digital audio recognition program Channelized receiver based on multi-phase structure, It describes the application of load forecasting.
putkf
- 使用大量的有限元法求解偏微分方程，实现了对10个数字音的识别程序连续相位调制信号(CPM)产生。- Using a large number of finite element method to solve partial differential equations, Realization of 10 digital audio recognition program Continuous phase modulation signal (CPM) to produce.
pangyun-V2.5
- 实现六自由度运动学逆解算法，实现了对10个数字音的识别程序利用matlab GUI实现的串口编程例子。- Six degrees of freedom to achieve inverse kinematics algorithm, Realization of 10 digital audio recognition program Use serial programming examples matlab GUI implementation.
NatureDeepReview
- 深度学习允许由多个处理层组成的计算模型来学习具有多个抽象层次的数据表示。这些方法极大地提高了语音识别、视觉对象识别、目标检测以及药物发现和基因组学等许多领域的最新进展。深度学习发现复杂的结构在大数据集，通过使用反向传播算法来指示一台机器应该如何改变其内部参数，用于计算在每一层的代表性，从上一层的代表。深层卷积网在处理图像、视频、语音和音频方面取得了突破性进展，而递归网络则在文本和语音等连续数据上起到了作用。(Deep learning allows computational models th