注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 聚类算法研究

  2. 聚类算法研究 据挖掘、模式识别等研究方向的重要研究内容之一,在识别数据的内在结构方面具有极其重要的作用.聚类主 要应用于模式识别中的语音识别、字符识别等,机器学习中的聚类算法应用于图像分割和机器视觉,图像处理 中聚类用于数据压缩和信息检索.聚类的另一个主要应用是数据挖掘(多关系数据挖掘)、时空数据库应用(GIS 等)、序列和异类数据分析等.此外,聚类还应用于统计科学.值得一提的是,聚类分析对生物学、心理学、考古学、 地质学、地理学以及市场营销等研究也都有重要作用[1−3]. 本文一方面从算法思

  3. 所属分类：专业指导

    • 发布日期：2012-03-06
    • 文件大小：863kb
    • 提供者：comaple

  1. speaker segmentation and clustering语音分割聚类

  2. 语音分割与语音聚类 speaker segmentation and clustering

  3. 所属分类：互联网

    • 发布日期：2016-11-02
    • 文件大小：460kb
    • 提供者：wh357589873

  1. 一种两步判决的说话人分割算法

  2. 一种两步判决的说话人分割算法

  3. 所属分类：互联网

    • 发布日期：2016-11-02
    • 文件大小：610kb
    • 提供者：wh357589873

  1. Robust Speaker segmentation and clustering for Meetings

  2. Robust Speaker segmentation and clustering for Meetings (PhD Thesis Proposal) Thesis Advisor: Prof. Javier Hernando Peric´as TALP Research Center Department of Signal Theory and Communications Universitat Polit`ecnica de Catalunya e-mail: javier@gps

  3. 所属分类：互联网

    • 发布日期：2016-11-04
    • 文件大小：147kb
    • 提供者：wh357589873

  1. 基于说话人的音频分割与聚类

  2. 李稀敏，洪青阳，黄晓丹 （厦门大学智能科学与技术系，福建 厦门 361005） 说话人分割与聚类主要应用于两个方面的问题，一方面可以用于自动语音识别的说话人自适 应；另一方面可用于说话人检索和富文本转录。主要包括三个过程：有效语音检测、说话人分割以及说 话人聚类。本文主要就这三个方面展开叙述，全面地介绍了各类算法。

  3. 所属分类：互联网

    • 发布日期：2016-11-04
    • 文件大小：819kb
    • 提供者：wh357589873

  1. 说话人聚类源码（pyaudioAnalysis）

  2. audio feature extraction, classification, segmentation and applications 语音特征提取 分类 分割 应用

  3. 所属分类：互联网

    • 发布日期：2016-11-06
    • 文件大小：58mb
    • 提供者：wh357589873

  1. 《MATLAB R2016a在电子信息工程中的仿真案例分析》源码

  2. 目录 第1章最优的FIR滤波器设计 1.1频率取样的FIR滤波器设计 1.1.1约束条件 1.1.2设计误差 1.2最优的FIR滤波器设计 1.2.1一般最优滤波器 1.2.2加权最优滤波器 1.2.3反对称FIR滤波器 1.2.4微分FIR滤波器 1.3IIR与FIR数字滤波器的比较 第2章基于神经网络的案例分析与实现 2.1农作物虫情预测 2.1.1基于神经网络的虫情预测原理 2.1.2BP网络设计 2.2模型参考控制 2.2.1模型参考控制概念 2.2.2模型参考控制实例分析 2.3神经

  3. 所属分类：其它

    • 发布日期：2018-06-04
    • 文件大小：85kb
    • 提供者：williamanos

  1. 语音情绪识别，声纹识别

  2. 本课题的研究内容主要是呼叫中心电话语音分割和客服代表语音情绪检 测,主要内容如下: (1)绪论,主要讲述说话者语音分割和情绪识别的国内外研究现状。介绍各研究者所用的方法和结论以及存在的问题。 (2)语音特征提取,主要讲述语音的物理模型,以及基于此模型的特征种类和 提取方法。是本研究的基础。 (3)话者分割和聚类,主要讲述语音分割的内容和方,重点介绍了基于距离和 模型的分割聚类方法,并有相关实验分析。 (4)客服代表情绪检测,主要讲述语音识别的特征提取,选择以及模型的选择, 重点介绍了 SVM

  3. 所属分类：机器学习

    • 发布日期：2018-08-16
    • 文件大小：1mb
    • 提供者：qq_17816517