用matlab仿真0到9十个数字的语音识别 1、对语音的WAV文件和LAB文件进行处理，产生十个文件，每个文件对应于一个数字，存贮着该数字的波形文件。（shujuzhengli.m） 2、分别利用上面十个文件训练出十个HMM模板，具体方法是：首先将语音的波形文件分帧，以128个点为一帧，帧移为64，每一帧通过mfcc.m计算出13个系数，随着波形的长度不同，一个语音文件可以计算得到13*N个系数，截取13*15的矩阵（mfcc系数）用作训练数据。一般一个HMM模板用20组mfcc系数

运用openCV编写的C++图像色彩转移程序，原理是先转化到Lab图像，再保持L不变调整图像的a、b分量的均值跟方差。-Using openCV prepared C++ image color transfer process, the principle is first converted to Lab image, and then adjust the image to keep L constant a, b, with the mean variance component.

实验报告，实现：对于混合高斯分布的情况，使用最大期望算法，通过不断计算每个样本的均值与方差，使得似然函数达到最大值。可以很好地处理满足一定概率分布的数据。 代码中通过mvnrnd()函数，设定其中的参数，产生符合混合高斯分布的一组数据集。-Lab reports, to achieve: the case of the mixed Gaussian distribution, using expectation-maximization algorithm, through continuo

使用matlab编写的获取SLIC超像素方法分割的结果图的每个块的Lab各个通道的均值和方差值，为后续算法提供数据。(The mean and variance of each Lab channel in each block of SLIC super-pixel segmentation result graph are obtained by matlab, which provides data for subsequent algorithms.)