搜索资源列表
gm
- 改进的gmm（高斯混合模型）算法，是单一高斯几率密度函数的衍生
HDB3byVHDL
- 基于VHDL语言的HDB3码编译码器的设计 HDB3 码的全称是三阶高密度双极性码，它是数字基带传输中的一种重要码型，具有频谱中无直流分量、能量集中、提取位同步信息方便等优点。HDB3 码是在AMI码(极*替转换码)的基础上发展起来的，解决了AMI码在连0码过多时同步提取困难的问题
PLC
- CAN总线通信适配卡的设计与实现.doc 基于多传感器的交通监控系统智能接口.pdf 现场总线型DCS.pdf 摘要：介绍了在系统可编程（ISP）器件及其优点，分析了PC多轴运动控制卡关键电路的作原理，并由高密度的ISP器件设计实现，运动结果表明所设计的电路完全达到了设计要求.doc-CAN bus communication adapter design and implementation. Doc many sensor-based traffic monit
em
- 混合高斯概率密度模型,其参数估计可以通过期望最大化( EM) 迭代算法获得。-EM estimation parameters Gaussian mixture processes
hmm
- hmm文件时运用HMM算法实现噪声环境下语音识别的。其中vad.m是端点检测程序；mfcc.m是计算MFCC参数的程序；pdf.m函数是计算给定观察向量对该高斯概率密度函数的输出概率；mixture.m是计算观察向量对于某个HMM状态的输出概率，也就是观察向量对该状态的若干高斯混合元的输出概率的线性组合；getparam.m函数是计算前向概率、后向概率、标定系数等参数；viterbi.m是实现Viterbi算法；baum.m是实现Baum-Welch算法；inithmm.m是初始化参数；trai
voice-box-GMM
- 语音处理GMM相关算法,1.计算概率密度并画出高斯混合模型，2.计算边际，条件混合高斯密度,3估计两个GMM模型的Kullback-Leibler divergence。-GMM relating to speech processing algorithms.1,to calculate probability densities from or plot a Gaussian mixture model.2,marginal and conditional Gaussian mixture
guass2
- 通过二维高斯分布密度函数的模型，搭建双峰的高斯模型-The Gauss model of Shuangfeng is built by the model of the density function of the Gauss distribution.
twoGuass
- 通过二维高斯分布密度函数的模型的搭建，调用模型即可得到结果-By building the model of the density function of the Gauss distribution, the model can be obtained.
QuartercarJJJ
- 通过具有随机结构参数的四分之一车辆模型研究了具有不确定性结构参数的车辆在受到来自道路的随 机激励作用下的振动响应问题。将簧上质量、簧下质量、悬挂阻尼、悬挂刚度以及轮胎刚度均认为是随机变量。将路面的不平整引起的对车辆的激励看作高斯随机过程并通过简单指数功率谱密度来建立力学模型。-By a quarter vehicle model with random parameters studied vehicle structure uncertain structural parameters of
基于高斯白噪声信道BPSK调制下的误码率与信噪比的关系
- MATLAB代码 公式推导的时候信噪比的单位是B，目的是为了推导的方便，代码在写的时候需要记得换算。 单个符号的比特数跟信噪比有关，snr越大，其越大。 由于符号1被误认为是0的概率与符号0被误认为是1的概率是一样的，因此无论蒙特卡洛的仿真次数是多少，误码率的理论计算值 与蒙特卡洛仿真值永远一样！(条件是高斯白噪声为0均值的) 为了让实际结果与理论值完全一样，高斯白噪声的概率密度函数中的均值需要为0！但是这个条件在实际生活中无法满足。 环境是不能改变的，因此噪声的均值是无法改变的。