適用于銀行票據(jù)手寫數(shù)字串切分的滴水算法 摘要:在連通域提取與屬性判別的基礎(chǔ)上,得到不固定長(zhǎng)度的粘連字串,利用波形分析的方法對(duì)字串個(gè)數(shù)進(jìn)行判 斷,用具有指導(dǎo)信息的改進(jìn)滴水切分算法解決了覆蓋、粘連等非約束不確定位數(shù)的手寫數(shù)字串切分問題.該切分算 法在實(shí)際的銀行票據(jù)自動(dòng)識(shí)別系統(tǒng)中取得了實(shí)用化的效果. 關(guān) 鍵 詞: 票據(jù)識(shí)別 數(shù)字切分 字串個(gè)數(shù)判斷
上傳時(shí)間： 2017-07-14
上傳用戶：sardinescn
語音識(shí)別中的說話人自適應(yīng)研究.nh 1.MAP和MLLR算法比較 文章在討論由說話人引起的聲學(xué)差異基礎(chǔ)上，研究?jī)煞N基于模型 的自適應(yīng)算法:最大似然線性回歸(州壓LR)和最大后驗(yàn)概率(MAp)。 實(shí)驗(yàn)結(jié)果表明，不論采用哪種自適應(yīng)都能使識(shí)別率有一定的提升。兩 種算法之間的差異性在于MAP具有良好的漸進(jìn)性，但收斂性較差， 而MLLR在很大程度上改善了收斂特性，但其漸進(jìn)特性卻不如MAP。 文章討論了在側(cè)汰P自適應(yīng)中，初始模型參數(shù)的先驗(yàn)知識(shí)對(duì)自適 應(yīng)效果的影響，以及在MLLR中，回歸類對(duì)自適應(yīng)效果的影響。文 章還進(jìn)一步研究了采用兩種算法的累加自適應(yīng)效果，從結(jié)果看MAP 和MLLR結(jié)合的方法比單獨(dú)使用M[AP和MLLR的效果要好。文章 還對(duì)包括基于特征層的歸一化算法和用于基于聲學(xué)模型的MLLR算 法等效性進(jìn)行討論，并給出了統(tǒng)一的算法框架。
標(biāo)簽： MLLR MAP nh 語音識(shí)別
上傳時(shí)間： 2014-01-09
上傳用戶：bakdesec
利用實(shí)驗(yàn)板上的最右邊的LED數(shù)碼管做顯示，利用中斷法編寫定時(shí)程序，控制單片機(jī)定時(shí)器進(jìn)行定時(shí)，所定時(shí)間為1S。
標(biāo)簽： LED 實(shí)驗(yàn)板 數(shù)碼管
上傳時(shí)間： 2017-07-22
上傳用戶：13188549192
用logistics法擬合數(shù)據(jù)，并達(dá)到預(yù)測(cè)的作用，數(shù)據(jù)文件未上傳
標(biāo)簽： logistics 數(shù)據(jù)
上傳時(shí)間： 2017-07-22
上傳用戶：bruce5996
高斯消去法的c語言實(shí)現(xiàn)，數(shù)值分析課上用的，可以拿來參考
上傳時(shí)間： 2013-12-10
上傳用戶：天涯
牛頓迭代法（Newton s method）又稱為牛頓-拉夫遜方法（Newton-Raphson method），它是牛頓在17世紀(jì)提出的一種在實(shí)數(shù)域和復(fù)數(shù)域上近似求解方程的方法。多數(shù)方程不存在求根公式，因此求精確根非常困難，甚至不可能，從而尋找方程的近似根就顯得特別重要。
標(biāo)簽： method Newton-Raphson Newton 牛頓
上傳時(shí)間： 2017-08-12
上傳用戶：star_in_rain
Boost C++ Libraries Free peer-reviewed portable C++ source libraries Boost C++ Libraries 基本上是一個(gè)免費(fèi)的 C++ 的跨平臺(tái)函式庫(kù)集合，基本上應(yīng)該可以把它視為 C++ STL 的功能再延伸；他最大的特色在於他是一個(gè)經(jīng)過「同行評(píng)審」（peer review，可參考維基百科）、開放原始碼的函式庫(kù)，而且有許多 Boost 的函式庫(kù)是由 C++ 標(biāo)準(zhǔn)委員會(huì)的人開發(fā)的，同時(shí)部分函式庫(kù)的功能也已經(jīng)成為 C++ TR1 (Technical Report 1，參考維基百科)、TR2、或是 C++ 0x 的標(biāo)準(zhǔn)了。 它的官方網(wǎng)站是：http://www.boost.org/，包含了 104 個(gè)不同的 library；由於他提供的函式庫(kù)非常地多，的內(nèi)容也非常地多元，根據(jù)官方的分類，大致上可以分為下面這二十類： 字串和文字處理（String and text processing） 容器（Containers） Iterators 演算法（Algorithms） Function objects and higher-order programming 泛型（Generic Programming） Template Metaprogramming Preprocessor Metaprogramming Concurrent Programming 數(shù)學(xué)與數(shù)字（Math and numerics） 正確性與測(cè)試（Correctness and testing） 資料結(jié)構(gòu)（Data structures） 影像處理（Image processing） 輸入、輸出（Input/Output） Inter-language support 記憶體（Memory） 語法分析（Parsing） 程式介面（Programming Interfaces） 其他雜項(xiàng) Broken compiler workarounds 其中每一個(gè)分類，又都包含了一個(gè)或多個(gè)函式庫(kù)，可以說是功能相當(dāng)豐富。
標(biāo)簽： Boost C++ Libraries
上傳時(shí)間： 2015-05-15
上傳用戶：fangfeng
演算法評(píng)估 用空間和時(shí)間評(píng)估演算法效能 時(shí)間複雜度(Time Complexity) 空間複雜度(Space Complexity) 效能評(píng)估 效能分析(Performance Analysis)：事前評(píng)估 效能評(píng)估(Performance Measurement)：效能量測(cè) 評(píng)估時(shí)均假設(shè)處理的資料量為n到無窮大
標(biāo)簽： 演算
上傳時(shí)間： 2015-06-13
上傳用戶：18007270712
內(nèi)點(diǎn)法的MATLAB實(shí)現(xiàn)，主要是針對(duì)HLP方法的matlab編程，希望大家能夠用得上
標(biāo)簽： matlab
上傳時(shí)間： 2018-02-10
上傳用戶：785668922
function [alpha,N,U]=youxianchafen2(r1,r2,up,under,num,deta) %[alpha,N,U]=youxianchafen2(a,r1,r2,up,under,num,deta) %該函數(shù)用有限差分法求解有兩種介質(zhì)的正方形區(qū)域的二維拉普拉斯方程的數(shù)值解 %函數(shù)返回迭代因子、迭代次數(shù)以及迭代完成后所求區(qū)域內(nèi)網(wǎng)格節(jié)點(diǎn)處的值 %a為正方形求解區(qū)域的邊長(zhǎng) %r1,r2分別表示兩種介質(zhì)的電導(dǎo)率 %up,under分別為上下邊界值 %num表示將區(qū)域每邊的網(wǎng)格剖分個(gè)數(shù) %deta為迭代過程中所允許的相對(duì)誤差限 n=num+1; %每邊節(jié)點(diǎn)數(shù) U(n,n)=0; %節(jié)點(diǎn)處數(shù)值矩陣 N=0; %迭代次數(shù)初值 alpha=2/(1+sin(pi/num));%超松弛迭代因子 k=r1/r2; %兩介質(zhì)電導(dǎo)率之比 U(1,1:n)=up; %求解區(qū)域上邊界第一類邊界條件 U(n,1:n)=under; %求解區(qū)域下邊界第一類邊界條件 U(2:num,1)=0;U(2:num,n)=0; for i=2:num U(i,2:num)=up-(up-under)/num*(i-1);%采用線性賦值對(duì)上下邊界之間的節(jié)點(diǎn)賦迭代初值 end G=1; while G>0 %迭代條件：不滿足相對(duì)誤差限要求的節(jié)點(diǎn)數(shù)目G不為零 Un=U; %完成第n次迭代后所有節(jié)點(diǎn)處的值 G=0; %每完成一次迭代將不滿足相對(duì)誤差限要求的節(jié)點(diǎn)數(shù)目歸零 for j=1:n for i=2:num U1=U(i,j); %第n次迭代時(shí)網(wǎng)格節(jié)點(diǎn)處的值 if j==1 %第n+1次迭代左邊界第二類邊界條件 U(i,j)=1/4*(2*U(i,j+1)+U(i-1,j)+U(i+1,j)); end if (j>1)&&(j U2=1/4*(U(i,j+1)+ U(i-1,j)+ U(i,j-1)+ U(i+1,j)); U(i,j)=U1+alpha*(U2-U1); %引入超松弛迭代因子后的網(wǎng)格節(jié)點(diǎn)處的值 end if i==n+1-j %第n+1次迭代兩介質(zhì)分界面（與網(wǎng)格對(duì)角線重合）第二類邊界條件 U(i,j)=1/4*(2/(1+k)*(U(i,j+1)+U(i+1,j))+2*k/(1+k)*(U(i-1,j)+U(i,j-1))); end if j==n %第n+1次迭代右邊界第二類邊界條件 U(i,n)=1/4*(2*U(i,j-1)+U(i-1,j)+U(i+1,j)); end end end N=N+1 %顯示迭代次數(shù) Un1=U; %完成第n+1次迭代后所有節(jié)點(diǎn)處的值 err=abs((Un1-Un)./Un1);%第n+1次迭代與第n次迭代所有節(jié)點(diǎn)值的相對(duì)誤差 err(1,1:n)=0; %上邊界節(jié)點(diǎn)相對(duì)誤差置零 err(n,1:n)=0; %下邊界節(jié)點(diǎn)相對(duì)誤差置零 G=sum(sum(err>deta))%顯示每次迭代后不滿足相對(duì)誤差限要求的節(jié)點(diǎn)數(shù)目G end
標(biāo)簽： 有限差分
上傳時(shí)間： 2018-07-13
上傳用戶：Kemin
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
