說話人識(shí)別是語音識(shí)別的一種特殊方式，其目的不是識(shí)別語音內(nèi)容，而是識(shí)別說話人是誰，即從語音信號(hào)中提取個(gè)人特征。采用矢量量化（VQ）可避免困難的語音分段問題和時(shí)間歸整問題，且作為一種數(shù)據(jù)壓縮手段可大大減少系統(tǒng)所需的數(shù)據(jù)存儲(chǔ)量。本文提出了識(shí)別特征選取采用復(fù)倒譜特征參數(shù)和對(duì)應(yīng)用VQ的說話人識(shí)別系統(tǒng)改進(jìn)的一種方法。當(dāng)用于訓(xùn)練的數(shù)據(jù)量較小時(shí)，復(fù)倒譜特征可以得到比較穩(wěn)定的識(shí)別性能。VQ的改進(jìn)方法避免了說話人識(shí)別系統(tǒng)的訓(xùn)練時(shí)間與使用時(shí)間相差過長(zhǎng)從而導(dǎo)致系統(tǒng)的性能明顯下降以及若利用自相關(guān)函數(shù)帶來的大量運(yùn)算。
標(biāo)簽： 識(shí)別 方式 語音識(shí)別
上傳時(shí)間： 2015-09-04
上傳用戶：xwd2010
Marr邊緣檢測(cè)算法的研究，,提出了不等間隔采樣和非均勻量化相結(jié)合的數(shù)字化方法
上傳時(shí)間： 2014-11-10
上傳用戶：CHINA526
JAVA網(wǎng)頁特效180招；本書收集網(wǎng)路上數(shù)百種的JAVA特效，篩選出較常用、較吸引人的180種特效，並透過功能面的分類方式，讓讀者可以輕易索引到所需要的特效。
上傳時(shí)間： 2014-01-17
上傳用戶：CHENKAI
基于C++語言的靜態(tài)圖象壓縮編碼，JPEG DCT量化編碼 C++程序,對(duì)學(xué)習(xí)圖像壓縮編碼的過程和具體實(shí)現(xiàn)很有幫助。
上傳時(shí)間： 2015-09-15
上傳用戶：z754970244
Jpeg編解碼器的源代碼，中間包括DCT變換，量化，Huffman編碼等過程
上傳時(shí)間： 2015-09-15
上傳用戶：sardinescn
子塊DCT變換編碼/幀內(nèi)預(yù)測(cè)編碼DPCM，基于JPEG量化矩陣的量化與反量化
上傳時(shí)間： 2013-12-17
上傳用戶：一諾88
一種基于感知模型的盲水印算法 ：根據(jù)Watson模型，結(jié)合仿射變換置亂技術(shù)和DCT量化系數(shù)奇偶特性，本文提出了一種在分塊DCT中頻交流系數(shù)中嵌 入有含義二值水印圖像，以實(shí)現(xiàn)盲檢測(cè)的水印方案。實(shí)驗(yàn)結(jié)果表明，該算法對(duì)于JPEG有損壓縮、圖像剪切等處理有很強(qiáng)的 魯棒性。
上傳時(shí)間： 2013-12-16
上傳用戶：gundan
以從醫(yī)院病案室獲得的3022例數(shù)據(jù)為樣本，在完成樣本數(shù)據(jù)庫(kù)以及糖尿病并發(fā)癥的多維數(shù)據(jù)集設(shè)計(jì)后，以糖尿病并發(fā)癥流行病學(xué)知識(shí)發(fā)現(xiàn)為重點(diǎn)，研究定性數(shù)據(jù)定量化挖掘模型及算法引擎的設(shè)計(jì)與實(shí)現(xiàn)，即將關(guān)聯(lián)模型引入糖尿病并發(fā)癥的流行病學(xué)研究，應(yīng)用集合論中的Apriori性質(zhì)，實(shí)現(xiàn)關(guān)聯(lián)規(guī)則的挖掘引擎設(shè)計(jì)。
標(biāo)簽： 3022 數(shù)據(jù) 樣本
上傳時(shí)間： 2013-12-17
上傳用戶：曹云鵬
以從醫(yī)院病案室獲得的3022例數(shù)據(jù)為樣本，在完成樣本數(shù)據(jù)庫(kù)以及糖尿病并發(fā)癥的多維數(shù)據(jù)集設(shè)計(jì)后，以糖尿病并發(fā)癥流行病學(xué)知識(shí)發(fā)現(xiàn)為重點(diǎn)，研究定性數(shù)據(jù)定量化挖掘模型及算法引擎的設(shè)計(jì)與實(shí)現(xiàn)，即將關(guān)聯(lián)模型引入糖尿病并發(fā)癥的流行病學(xué)研究.運(yùn)用決策樹技術(shù)對(duì)數(shù)據(jù)樣本進(jìn)行分析，采用C4.5找到最優(yōu)決策樹
標(biāo)簽： 3022 數(shù)據(jù) 樣本
上傳時(shí)間： 2013-11-25
上傳用戶：金宜
以從醫(yī)院病案室獲得的3022例數(shù)據(jù)為樣本，在完成樣本數(shù)據(jù)庫(kù)以及糖尿病并發(fā)癥的多維數(shù)據(jù)集設(shè)計(jì)后，以糖尿病并發(fā)癥流行病學(xué)知識(shí)發(fā)現(xiàn)為重點(diǎn)，研究定性數(shù)據(jù)定量化挖掘模型及算法引擎的設(shè)計(jì)與實(shí)現(xiàn)，即將關(guān)聯(lián)模型引入糖尿病并發(fā)癥的流行病學(xué)研究,運(yùn)用決策樹技術(shù)對(duì)數(shù)據(jù)樣本進(jìn)行分析，采用ID3算法找到最優(yōu)決策樹。
標(biāo)簽： 3022 數(shù)據(jù) 樣本
上傳時(shí)間： 2013-12-14
上傳用戶：Late_Li
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
