搜索资源列表
application_of_special_person_on_ASR_for_the_contr
- 常用的说话人识别方法有模板匹配法、统计建模法、联接主义法(即人工神经网络实现)。考虑到数据量、实时性以及识别率的问题，采用基于矢量量化和隐马尔可夫模型(HMM)相结合的方法。 说话人识别的系统主要由语音特征矢量提取单元(前端处理)、训练单元、识别单元和后处理单元组成，
数学建模大赛优秀论文
- 数学建模大赛优秀论文.rar 本文通过对某公园近两年内被运出的某种动物的年龄和性别的数据进行统计分析，并针对题目的四个问题分别建立了符合实际的数学模型，在模型的求解过程中，应用C语言进行编程调试，通过统计学软件SAS，数学软件MATLAB等计算工具，编写相应的程序，对建立的模型进行求解，得出了符合实际的结果。
动态规划与排队论
- 本书通过实例与算法程序设计介绍了常用的数学建模方法，包括多元统计、 时间序列分析、线性与非线性规划、多目标规划与目标规划、图论、动态规划、 排队论、优化智能算法、微分与差分、模糊数学、神经网络、计算机仿真、灰色 系统和层次分析法。
tuoluo_piaoyi_feipingwenshijian
- 将非平稳时间序列的状态空间建模方法用于陀螺过渡过程的分析.基于平滑先验约束的概念，使用卡尔曼滤波和赤池的AIC方法拟合全局模型，得到陀螺漂移模型的若干数值结果并用于陀螺系统分析.由于观测序列的趋势项、不规则分量可同时建模，因此比分别建模在统计上更加准确有效.-Will be non-stationary time series state space modeling method for the analysis of the transition process gyro. Priori s
jiansuo
- 关于检索方面的资料，包括文本检索的统计语言建模方法综述，现代信息检索第1章[1]-On the retrieval of information, including text retrieval of statistical language modeling methods, Modern Information Retrieval Chapter 1 [1]
R-modeling
- 关于R语言建模的基本方法和经典的统计知识总结，R编程入门书籍。-Summary of the R language modeling methods and classical statistical knowledge R programming introductory books.
R_Modeling
- 本资源是电子版的《统计建模与R软件》，该书详细对如何使用R软件对数据进行建模，以及对主要的统计模型做了详细的阐述，理论与实践结合的比较好-This resource is the electronic version of the " statistical modeling with R software, the book details on how to use R software for data modeling, as well as a detailed exposit
DS-REPORT-(mustafa-mohamadain-adam
- 统计信号分析与处理代码，多多益善。统计信号建模方法，有用文献。-Statistical signal analysis and processing code, the more the better. Statistical modeling method, useful document.
PLSaboutMATLAB
- 偏最小二乘回归是对样本数据进行“软建模”的一种稳健统计分析方法,其用途相当广泛。-Partial least squares regression is carried out on the sample data modeling soft a robust statistics analysis method, its usage is quite extensive.
Eviews
- eviews代码实例以及软件使用方法，在数据统计方面使用的很多，在数学建模中用的比较多-eviews code examples and software use, in terms of statistical data used in a lot of mathematical modeling used in the more
视觉检测跟踪
- 基于视觉的目标检测与跟踪是图像处理、计算机视觉、模式识别等众多学科的交叉研究课题, 在视频监控、虚拟现 实、人机交互、自主导航等领域, 具有重要的理论研究意义和实际应用价值. 本文对目标检测与跟踪的发展历史、研究现状以 及典型方法给出了较为全面的梳理和总结. 首先, 根据所处理的数据对象的不同, 将目标检测分为基于背景建模和基于前景建 模的方法, 并分别对背景建模与特征表达方法进行了归纳总结. 其次, 根据跟踪过程有无目标检测的参与, 将跟踪方法分为生 成式与判别式, 对基于统计的表观建