語音識別中的說話人自適應研究.nh 1.MAP和MLLR算法比較 文章在討論由說話人引起的聲學差異基礎上，研究兩種基于模型 的自適應算法:最大似然線性回歸(州壓LR)和最大后驗概率(MAp)。 實驗結果表明，不論采用哪種自適應都能使識別率有一定的提升。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，但其漸進特性卻不如MAP。 文章討論了在側汰P自適應中，初始模型參數的先驗知識對自適 應效果的影響，以及在MLLR中，回歸類對自適應效果的影響。文 章還進一步研究了采用兩種算法的累加自適應效果，從結果看MAP 和MLLR結合的方法比單獨使用M[AP和MLLR的效果要好。文章 還對包括基于特征層的歸一化算法和用于基于聲學模型的MLLR算 法等效性進行討論，并給出了統一的算法框架。
上傳時間： 2014-01-09
上傳用戶：bakdesec
這個程序可以自定義顏色選擇框，因為matlab自帶的uisetcolor在編譯后的.exe中運行會導致窗口最小化，所以可以自定義顏色選擇框
上傳時間： 2013-12-12
上傳用戶：蠢蠢66
求一個復正弦加白噪聲隨機過程的信號： xn=exp(j*pi*n-j*pi)+exp(j*w0*n-j*0.7*pi)+v v(n)為零均值白噪聲。S/N=10dB。取P=3，構造4階的自相關矩陣R的基于MUSIC算法的功率譜估計的MATLAB程序
上傳時間： 2017-08-31
上傳用戶：franktu
隨著 國 內 遙感衛星的迅 速發展衛星 圖 像的 圖 幅越來 越大分辨率越來越高 。 在軌 遙感 圖 像的幾何 精 度 評價要求從待評遙感 圖 像和 多源 參考 圖 像之間精確 地提取出 分布 均 勻 的控 制 點 信 息 。 使用 濾波 對高 分辨率影像進 行增強時 ， 會 產生過增強 和飽和 現象 影響 了 控制 點 提取效果。 為 了 克 服上述缺陷 提出 了 一 種基于 稀 疏識別的 自 適應 圖像增 強算 法。 方法 首先計算 圖像子區域的 輻射質量參數并構 建 分類特征 ； 然 后通過 稀疏識別算 法確 定子區域的 地物 類型； 最后根據子區域所屬 地物類 型 ， 選擇不同 的 濾 波 參數 實 現整幅圖 像 的 自 適 應增 強 并 在增 強 的 遙感圖 像上提 取控制 點 信息 實 現遙感圖像 的 幾何精 度 自 動 化評價。 結果 針 對資源 三號衛星影 像的 實 驗結果表明 針對不同 的 子區域地物 類型進行 自 適 應 增強， 有 效 防 止了 基于全局統一 參 數的 濾波帶來 的 過增 強和飽和現象 有 效增強 了 高 分辨 率圖像 的紋理。 結論 提出 了 一 種 新的高分 辨率遙 感影像增強 策略 增強了 高 分辨率圖 像的 紋理， 提高 了控制 點的 獲 取數 目 和 準 確 率。 關鍵詞： 稀疏識別 ； 輻射參數 ； 自 適應 增強； 提取控制 點
上傳時間： 2015-11-22
上傳用戶：chao1020
遺傳算法（Genetic Algorithm）是一類借鑒生物界的進化規律（適者生存，優勝劣汰遺傳機制）演化而來的隨機化搜索方法。它是由美國的J.Holland教授1975年首先提出，其主要特點是直接對結構對象進行操作，不存在求導和函數連續性的限定；具有內在的隱并行性和更好的全局尋優能力；采用概率化的尋優方法，能自動獲取和指導優化的搜索空間，自適應地調整搜索方向，不需要確定的規則。遺傳算法的這些性質，已被人們廣泛地應用于組合優化、機器學習、信號處理、自適應控制和人工生命等領域。它是現代有關智能計算中的關鍵技術。
標簽： 算法
上傳時間： 2016-05-09
上傳用戶：2017我們結婚吧
notepad2_4.2.25漢化資源文件 CSDN-tags:notepad2 sChinese 中文rc資源 Notepad2中文資源修改自： http://www.flos-freeware.ch/zip/notepad2_4.2.25_src.zip\src\Notepad2.rc
上傳時間： 2018-09-08
上傳用戶：xxagri
設計高速電路必須考慮高速訊 號所引發的電磁干擾、阻抗匹配及串音等效應，所以訊號完整性 (signal integrity)將是考量設計電路優劣的一項重要指標，電路日異複雜必須仰賴可 靠的軟體來幫忙分析這些複雜的效應，才比較可能獲得高品質且可靠的設計， 因此熟悉軟體的使用也將是重要的研究項目之一。另外了解高速訊號所引發之 各種效應(反射、振鈴、干擾、地彈及串音等)及其克服方法也是研究高速電路 設計的重點之一。目前高速示波器的功能越來越多，使用上很複雜，必須事先 進修學習，否則無法全盤了解儀器之功能，因而無法有效發揮儀器的量測功能。 其次就是高速訊號量測與介面的一些測試規範也必須熟悉，像眼圖分析，探針 效應，抖動(jitter)測量規範及高速串列介面量測規範等實務技術，必須充分 了解研究學習，進而才可設計出優良之教學教材及教具。
標簽： 高速電路
上傳時間： 2021-11-02
上傳用戶：jiabin
對于國內金屬化電容器研究現狀進行闡述，并對電容器自愈性展開討論。
標簽： 薄膜電容器
上傳時間： 2022-02-09
上傳用戶：1208020161
1.針對一類參數未知的非線性離散時間動態系統，提出了一種新的基于神經網絡的MMAC方法。首先，將系統分為線性部分和非線性部分。針對系統線性部分采用局部化方法逮立多個固定模型覆蓋系統的參數范圍，在此基礎上，建立自適應模型來提高系統性能；針對系統非線性部分建立非線性神經網絡預測模型來邏近系統的非線性。然后，針對每個子模型設計相應的擅制器。最后，設計基于誤差范數形式的性能指標函數對控制器進行硬切換。仿真結果表明，所提出的MMAC方法與傳統的在參數空間均勻分布的MMAC方法相比能顯著提高非線性系統的暫態性能。2針對一類具有參數跳變的非線性離散時間動態系統，提出子一種基才聚類方法和神經網絡的MMAC方法，首先，采用模糊c均值聚類算法對系統先驗數據進行分類處理，再分別對每類數據采用RLS算法建立多個固定模型。在此基礎上，建立兩個白適應模型來提高系統響應速度和控制品質，建立神經網絡預測模型來補償系統非線性。然后，分別針對相應的子模型設計線性魯棒自適應控制器和神經網絡控制器。最后，采用基于信號有界和測量誤差的性能切換指標對控制器進行切換，并證明閉環系統的穩定性。仿真結果表明，所提出的算法能更好地解決非線性系統發生參數跳變問題，使得系統具有良好的控制品質3.針對MMAC方法中的模型庫優化問題，考慮系統實際運行數據，提出了種基于相似度準則和設置最大模型數的動態優化模型庫方法。該方法能對新數據進行綜合考量并判斷是否應該將該數據納入子模型建模，并通過設置最大模型數來確保系統用最少的子模型就能保證系統的控制性能。仿真結果表明，所提出的算法能極大地減少子模型數量且具有較好的控制效果。關鍵詞：非線性系統；多模型方法；自適應控制；模糊聚類；神經網絡
標簽： 自適應控制
上傳時間： 2022-03-11
上傳用戶：
主要內容介紹 Allegro 如何載入 Netlist，進而認識新式轉法和舊式轉法有何不同及優缺點的分析，透過本章學習可以對 Allegro 和 Capture 之間的互動關係，同時也能體驗出 Allegro 和 Capture 同步變更屬性等強大功能。Netlist 是連接線路圖和 Allegro Layout 圖檔的橋樑。在這裏所介紹的 Netlist 資料的轉入動作只是針對由 Capture（線路圖部分）產生的 Netlist 轉入 Allegro（Layout部分）1． 在 OrCAD Capture 中設計好線路圖。2． 然後由 OrCAD Capture 產生 Netlist（annotate 是在進行線路圖根據第五步產生的資料進行編改）。 3． 把產生的 Netlist 轉入 Allegro（layout 工作系統）。 4． 在 Allegro 中進行 PCB 的 layout。 5． 把在 Allegro 中產生的 back annotate（Logic）轉出（在實際 layout 時可能對原有的 Netlist 有改動過），並轉入 OrCAD Capture 裏進行回編。
上傳時間： 2022-04-28
上傳用戶：kingwide
