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. 语音识别技术文章.rar

  2. 第一部分 基本理论 第2章 听觉机理和汉语语音基础 2. 1 概述 2.2 听觉机理和心理 2.2.1 语音听觉器官的生理结构 2.2.2 语音听觉的心理 2.3 发音的生理机构与过程 2.4 汉语语音基本特性 2.4. 1 元音和辅音 2.4.2 声母和韵母 2.4.3 音调(字调) 2.4.4 音节(字)构成 2.4.5 汉语的波形特征 2.4.6 音的频谱特性 2.4.7 辅音的频谱特性 2.4.8 汉语语音的韵律特征 2.5 小结 参考文献 第3章 语音信号处理方法--时域处理 3.1

  3. 所属分类：其它

    • 发布日期：2011-05-12
    • 文件大小：5mb
    • 提供者：wangjunhui1984

  1. LDA变换的验证码识别

  2. LDA变换，验证码识别，图像识别，LDA变换，验证码识别，图像识别LDA变换，验证码识别，图像识别LDA变换，验证码识别，图像识别LDA变换，验证码识别，图像识别LDA变换，验证码识别，图像识别LDA变换，验证码识别，图像识别LDA变换，验证码识别，图像识别LDA变换，验证码识别，图像识别LDA变换，验证码识别，图像识别LDA变换，验证码识别，图像识别LDA变换，验证码识别，图像识别

  3. 所属分类：专业指导

    • 发布日期：2011-10-01
    • 文件大小：398kb
    • 提供者：zhouyangallen

  1. 基于KLDA的人脸识别

  2. 本文使用小波变换对输入人脸图像降维，KLDA对人脸图像进行特征变换，最后通过欧氏距离分类器完成人脸分类，同时在不同因素（小波函数的种类，小波变换的阶数，最佳鉴别向量所取的个数，训练样本数）的影响下对比了相同条件下LDA的识别率。

  3. 所属分类：机器学习

    • 发布日期：2018-11-28
    • 文件大小：551kb
    • 提供者：weixin_41083879

  1. 基于高光谱技术与机器学习的新疆红枣品种鉴别

  2. 为实现对红枣品种的判别,利用高光谱技术并结合机器学习算法对金丝大枣、骏枣和滩枣这三个品种的新疆红枣进行研究。首先,分别利用多元散射校正(MSC)、标准正态变量变换(SNV)、一阶导(1-Der)和Savitzky-Golay(SG)平滑等数据预处理方法对原始光谱进行预处理,研究了预处理方法对建模的影响;然后,利用光谱-理化值共生距离法(SPXY)将样本集划分为校正集和预测集,基于线性判别分析(LDA)、K-最近邻分类(KNN)和支持向量机(SVM)算法对预处理后的全波段光谱建立红枣品种鉴别模型,

  3. 所属分类：其它

  1. 基于非参数化最大间隔准则的雷达目标识别

  2. 针对线性判别分析(LDA) 的“小样本”和要求数据须服从高斯分布的问题, 提出一种基于非参数化最大间隔准则(NMMC) 的雷达目标识别方法. 首先, 利用自相关小波变换提取目标高分辨距离像(HRRP) 的非平稳特征, 将其与HRRP 原信号一起作为目标的分类特征, 利用NMMC实现特征提取; 然后, 通过支持向量机进行分类. NMMC在解决小样本问题的同时, 松弛了对数据分布的类高斯要求. 最后, 基于5 种飞机高分辨距离像数据的仿真实验验证了所提出方法的有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：198kb
    • 提供者：weixin_38677244

  1. dimension-reduction-algorithms:常用降维算法的复现和比较，包括LDA，QDA，PCA，MDS，Isomap，LLE-源码

  2. 降维算法 一，介绍 在高维层次下会出现数据样本稀疏，距离计算困难等问题，是所有机器学习方法面临的严峻考验，称为“维数灾难”（维数诅咒）。 ，即通过某种数学变换将数据映射到一个低维空间，在这个低维空间里，数据的密度大大地提高，距离计算更加容易。 二，分类 降维算法可以按照是否有监督，变换是否是线性的细分四类： 无监督的线性降维算法，某种 无监督的非线性降维算法，某些 ， ， ， 有监督的线性降维算法，某种 有监督的非线性降维算法（缺） 注意：此处线性指的是高维空间->低维空间是线性的。M

  3. 所属分类：其它