語音識別中的模型和算法：動態時間歸正技術（DTW），隱馬爾可夫模型（HMM），高斯混合模型（GMM），高斯混合模型（GMM）
標簽： DTW 語音識別 模型 動態時間
上傳時間： 2013-12-23
上傳用戶：nanfeicui
機器學習中的E M算法，本代碼是基于高斯混合模型的E M 算法聚類。
標簽： 機器學習 算法
上傳時間： 2013-12-24
上傳用戶：jcljkh
：介紹了擴展卡爾曼濾波算法和無跡變換(unscented transformation，UT)算法，并對擴展卡爾曼濾波算法(EKF)和無 跡卡爾曼濾波算法(UKF)進行比較，闡明了UKF優于EKF。在此基礎上，提出了一種基于Unscented變換(uT)的高斯和濾 波算法，該算法首先通過合并準則得到適當個數的混合高斯模型，逼近系統中非高斯噪聲的概率密度
標簽： transformation unscented 擴展 卡爾曼濾波
上傳時間： 2015-11-25
上傳用戶：bruce
用matlab實現擴展Informax算法和固定點算法Fast ICA，可對混合后信號進行獨立分量分離
標簽： Informax matlab Fast ICA
上傳時間： 2013-12-11
上傳用戶：1101055045
跳變馬爾可夫模型狀態估計的粒子濾波算法研究，本文在系統分析傳統粒子濾波理論與應用問題的基礎上，重點研究了基于跳變馬爾可夫狀態空間模型的粒子濾波算法。針對混合系統在二維離散狀態情形下的混合狀態估計問題，給出了基于Rao-Blackwellised粒子濾波的二維離散狀態與連續狀態的同步估計算法，一定程度上緩解了傳統粒子濾波算法在高維狀態空間估計中的失效問題，有效提高了狀態估計的精度。應用數值仿真計算，對相關粒子濾波算法的性能進行了比較分析。結果表明，本文研究的算法能夠有效完成二維離散狀態與連續狀態的同步估計，其中，二維離散狀態的估計準確率達到了 96％。
標簽： 馬爾可夫模型 狀態 粒子濾波 算法研究
上傳時間： 2013-12-12
上傳用戶：qb1993225
針對線性混合信號盲分離時，源信號概率密度與激活函數難以確定時（尤其是源信號中既含超高斯信號，又含亞高斯信號時），依據信號pdf的一種測度--峭度，自適應的確定激活函數，實現信號的盲分離，是一種基于峭度開關的盲分離算法。
標簽： 對線性 混合信號 盲分離
上傳時間： 2014-07-23
上傳用戶：xlcky
用c語言實現rc6加密及解密算法 RC6是參數變量的分組算法，實際上是由三個參數確定的一個加密算法族。由三部分組成，分別為混合密鑰生成過程、加密過程和解密過程。
標簽： RC6 rc6 算法 c語言
上傳時間： 2013-12-25
上傳用戶：wyc199288
一個很有用的EM算法程序包，可用于混合高斯模型，值得一看哦
標簽： EM算法 程序
上傳時間： 2016-04-28
上傳用戶：llandlu
盲信號分離(BSS)是指在對彼此獨立的源信號混合過程及各源信號本身均未知的情況下，從混合信號中分離出這些源信號的方法。BSS可以用來從多個麥克風混合語音信號中提煉出單個語音信號。本文簡要闡述LMS、RLS算法，并通過仿真實驗來分析比較這兩類方法的性能，并利用此方法對一實際的語音信號進行分離。
標簽： BSS 信號 信號分離 獨立
上傳時間： 2014-08-01
上傳用戶：ryb
本人對經典Maxflow算法的修改，實現的是C++和Matlab混合編程。cpp源碼可以在matlab下編譯，該實現方式比純matlab實現效率高出好多。
標簽： Maxflow 算法 修改
上傳時間： 2014-01-16
上傳用戶：guanliya
蟲蟲下載站版權所有 京ICP備2021023401號-1
