搜索资源列表
guideofopencvharrt
- 用opencv自带的训练器训练各种分类器的指导手册，内含正负例的搜集，训练和检测说明-opencv used for the training, bringing their training for the various classifications instruction manual containing positive and negative cases of collecting, Training and testing shows
vq
- 说话人识别是语音识别的一种特殊方式，其目的不是识别语音内容，而是识别说话人是谁，即从语音信号中提取个人特征。采用矢量量化（VQ）可避免困难的语音分段问题和时间归整问题，且作为一种数据压缩手段可大大减少系统所需的数据存储量。本文提出了识别特征选取采用复倒谱特征参数和对应用VQ的说话人识别系统改进的一种方法。当用于训练的数据量较小时，复倒谱特征可以得到比较稳定的识别性能。VQ的改进方法避免了说话人识别系统的训练时间与使用时间相差过长从而导致系统的性能明显下降以及若利用自相关函数带来的大量运算。-Sp
adapterSystemPaper
- 论文标题:自适应模糊系统在手写体数字识别中的应用研究 作者:张镭 作者专业:计算机软件人工智能 导师姓名:黄战 授予学位:硕士 授予单位:暨南大学 授予学位时间:19990501 论文页数:59页 文摘语种:中文文摘 分类号:TP18 TP391.4 关键词:手写体数字 自适应 模糊逻辑 神经网络 模式识别 摘要:该文针对模式识别的特点,构造了适合于模式识别问题的自适应模糊系统,对三种不同学习算法加以改进,在手写全数字识别上对分类器进行了实现,
IntrusionDetectionBasedonDataMining
- 传统的入侵检测系统在网络上存在自适应差、缺乏扩展性、数据过载等问题，而基于数据挖掘的入侵检测技术通过数据挖掘的方法，自动地从训练数据中提取出入侵检测的知识和模式，很好地解决了传统入侵检测系统中存在的问题。本文提出了一种基于数据挖掘的入侵检测系统模型，分析了几种入侵检测技术的数据挖掘方法。
几种语音识别算法的比较
- 几种小训练样品集的数字语音识别模型的比较性研究
自组织神经网络在文本分类中的应用研究
- 针对信息挖掘中的文本自动分类问题 提出了一种基于自组织特征映射网络的分类方法 网络由输入层和 竞争层组成 输入层节点与竞争层节点实行全互连接 输入层完成分类样本的输入 竞争层提取输入样本所隐含的 模式特征 并对其进行自组织 在竞争层将分类结果表现出来 分无监督和有监督两个阶段完成对网络的分类训练 该方法在特征提取时充分考虑了特征项在文档中的位置信息 构造出模糊特征向量 使自动分类原则更接近手工分 类方法 以中国期刊网全文数据库部分文档数据为例验证了该方法的有效性
11
- 介绍了一种基于振动信号隐马尔可夫模型(HMM)的新的齿轮故障检测和诊断方案。 首先从振动信号中提取特征,这些信号既包括正常齿轮也包括故障齿轮,特征以振动信号自回归模 型的多项式传递函数的反射系数为基础。这些特征用来训练HMM归类各种齿轮状况。经过试验 验证,用这些特征判断故障的准确性很高。 -:A newgear fault detection and diagnosis scheme based on Hidden MarkovModel (HMM) of vibra- t
mangjunheng
- 盲均衡是指均衡器能够不借助训练序列 ,而仅仅利用所接收到的信号序列即可对信道进行自适应均衡。 -Blind equalization means without the aid of the equalizer training sequence can, but only using the received signal sequence to the channel adaptive equalization.
Algorithms_Comm_Systems
- 非常全面详实的讲述了通信领域的算法与应用！从各章节题目可以看出，包括了比如维纳滤波，线性预测，自适应滤波，调制理论，信道均衡，OFDM，扩频系统，信道编码，TCM，同步，预编码，自训练均衡，干扰消除等等。-The motivation for this book is twofold. On the one hand, we provide a didactic tool to students of communications systems. On the other hand, we p
melppaper6
- 为了提高深度模型的编码重构性能,本文为传统对比散度(Contrastive divergence,CD)添加了基于交叉熵的重构误差约束。利用改进后的算法训练了重构性深度自编码机(Reconstructive deep au-to-encoder,RDAE),并用 RDAE 替换混合激励线性预测编码(Mixed excitation linear prediction, MELP)语音编码器中 LSF 参数的矢量量化方法。测试结果表明,改进后的算法在损失一定模型似然度的条件下获得了重构性能的提升,
bb587
- isodata 迭代自组织的数据分析，通过反复训练模板能有较高的识别率，最小均方误差等算法的MSE的计算。- Isodata iterative self-organizing data analysis, Through repeated training hQgFUSHlate have higher recognition rate, Minimum mean square error MSE calculation algorithm.