搜索资源列表
GMMTEST
- 从wave中读取数据，通过mfcc提取特征系数。从txt文件中读取基于GMM的分类器，最终识别为那种类型
classify
- 中文分类的关键技术，包括中文分词，特征提取等信息
delphi7
- 首先综述了手写体汉字识别问题及其研究现状，对目前已有方法进行了分类、分析和比较。在此基础上，提出了如下研究目标：从图像认知的角度出发，基于结构分析方法，研究自由手写体汉字的高鲁棒识别问题。着重探讨结构描述的新理论与新方法，以及在各种变形和噪声干扰条件下结构匹配与结构特征提取的新理论与新方法。围绕上述目标，确定了四项研究内容：结构描述方法，结构匹配方法，结构特征提取方法和识别可信度计算方法。针对这些研究内容中拟解决的关键问题，制订了拟采用的研究方案，提出了具体的研究计划。最后，阐述了选题的前沿性，
jiyuneirongdeyinpinjiansuoyan
- 本文根据上述的研究，采用基于Mel倒谱系数特征的隐马尔可夫模型对音 乐进行分类。在音乐特征提取方面，以感知特征和Mel倒谱系数组成特征向量 在音乐分类方面，以隐马尔可夫模型作为分类器，对音乐进行聚类和分类。通过 有监督的学习方式进行聚类，分类时将测试样本归入似然值最大的类别，对同一 音频抽取若干样本，对样本识别结果采用投票法，判定该音频的音乐类别，使分 类的准确率得到进一步的提高。根据上述方法进行了仿真实验，并对实验结果进 行了分析。本文将音频数据分为5类，对4种分类器
ImagePatternRecognition
- 本书介绍图像模式识别的各种算法及其编程实现步骤。全书共分为10章，内容包括：模式识别的基本概念，位图的基础知识，分类器设计，模板匹配分类器，基于概率统计的Bayes分类器，几何分类器，神经网络分类器，图像分割与特征提取，聚类分析，模糊聚类分析，遗传算法聚类分析-Image Pattern Recognition
iamge
- 图像的特征提取，用于图像的分类研究 主要是用的MATLAB-Image feature extraction
audio-shibie
- 声音 语音 声波 识别系统 PPT 特征提取 分类算法设计-Voice recognition system
yuyinshibie
- 基于特定人情感的语音识别，语音情感特征提取；语音情感分类器的设计，完成了一个特定人语音情感识别的初步系统。内容很丰富-In this article, we have accomplished a system for emotion recognition of speech by establishing a database of speech with certain emotion by certain people analyzing emotion features and de
GaborandLBP
- 首次提出将局部二进制模式(LBP) 用到掌纹识别中。借鉴分级检索的思想，先采用Gabor滤波器提取掌纹的全局能量特 征。后采用LBP算子提取局部特征实现两次分类。-First proposed the Local Binary Pattern (LBP) used palmprint recognition. Learn classification retrieval of thought, first use Gabor filter to extract palmprint globa
scala-shell-code_09.scala
- 基于spark做的文本分类，有分词、提取TFIFDF关键词特征，贝叶斯分类次，word2vector-Make text classification based spark, partakers word feature extraction TFIFDF keyword, Bayesian classification times, word2vector
11
- 次声信号特征提取与分类识别，使用Labview和matlab算法去实现-sound signal feature extraction
frft
- 基于统计特征的语种识别算法分析与实现。1.提取语音的客观统计特征；2、通过分类器建立训练学习模型；3、将模型运用于汉语、英语、日语等语种识别实验，与人的主观感觉做对比-Based on statistical language identification algorithm analysis and Realization of objective statistics. The extraction of speech features 2, the classifier built th
Image acquisition
- 图像采集。测量是基于图像中物体所表现出来特征。图像处理算法通常利用图像中包含的信息进行分类，如边、面或形状。不同类型的机器视觉算法，影响并提取一种或多种信息。 边缘检测及其衍生技术，如耙子，同心耙，和辐条（rakes, concentric rakes, and spokes）用于图像中所表现出了边。他们可以精确地定位物体边缘的位置。可以使用边缘检测来进行部件宽度一类的测量， 这一技术被称为卡尺。也可以综合多条边来计算交点、投射、适合的园或椭圆。(Image acquisitionThe me
Desktop
- 测量是基于图像中物体的特征。图像处理算法通常使用图像中包含的信息进行分类，如边缘、表面或形状。不同类型的机器视觉算法影响和提取一个或多个信息。 边缘检测及其衍生技术，如同心的耙，耙，和辐条（耙、同心耙、和辐条）在球队中显示的图像。它们可以精确地定位物体边缘的位置。边缘检测可以用来测量一个分量的宽度，称为卡尺。还可以集成多个边来计算交点、投影、合适的果园或椭圆。(The measurement is based on the features of the object in the image
基于MFCC的GMM的语音识别
- 基于MFCC的GMM的语音识别，先是通过MFCC提取语音信号的特征向量，然后用GMM进行分类识别(Voice recognition of GMM based on MFCC.First, the feature vectors of speech signals are extracted through MFCC, and then classified by GMM.)
mfcc_svm
- mfcc特征提取法 以及svm训练 可以使用(MFCC feature extraction method and SVM training can be used)