<ul id="6uuy2"></ul> flash 鍵盤音效取自win2000系統ding.wav，經過CoolEdit處理成音階，在Flash中導入在相應按鈕上。 沒有難度，就是耐心一點，成績不錯哦！ 對應表： 低音G-a #G-w A-s #A-e B-d 中音C-f #C-t D-g #D-y E-h F-j #F-i G-k #G-o A-l #A-p B- 高音C-1 D-2 E-3 F-4 G-5 A-6 B-7 C(high)-8 #C-c #D-v #F-b #G-n #A-m
上傳時間： 2014-02-06
上傳用戶：ljmwh2000
isomap等規度映射，特征提取，機器學習
上傳時間： 2016-10-08
上傳用戶：問題問題
運用分形理論描述圖像紋理特征，通過分析不同紋理圖像及圖像邊緣處的分形參數，得 到一種新的邊緣檢測分形特征，從而提出一種基于分形特征的圖像邊緣檢測方法。自適應閾值的 引入，能夠實現不同圖像的邊緣檢測。該算法簡單迅速，并具有良好的抗噪性能。
上傳時間： 2016-11-26
上傳用戶：hebmuljb
數值微分和數值積分:Newton-Cotes公式、復化公式和區間逐次半分法、外推法和Romberg積分、自適應Simpson積分法 [ReMap.rar] - EASYARM2200教學實驗平臺上的存儲器映射
標簽： Newton-Cotes EASYARM Romberg Simpson
上傳時間： 2013-12-17
上傳用戶：685
對信號進行自適應核二次型時頻分布變換，顯示信號的時頻特征
上傳時間： 2016-12-11
上傳用戶：lyy1234
利用加強的PWM模組輸出半橋式PWM輸出，並設定適當的空乏時間，同時開啟自動關閉功能，當RB0觸發時檢查蜂鳴器是否運作正常，這是PIC184520的源碼
上傳時間： 2013-12-15
上傳用戶：er1219
用J2ME開發的一個實用軟件——計算器。實現了windows系統自帶計算器的基本計算功能，界面很舒服，并實現了鍵盤映射功能。這是我給自己的手機定做的，現在共享給大家。
上傳時間： 2017-03-05
上傳用戶：libenshu01
本書主要介紹了核心語言、核心Java庫、服務器端Java技術、客戶端Java技術和企業級Java技術。其中 核心語言部分討論了語法、面向對象編程特征和—些關鍵技術；核心Java庫部分討論了輸入/輸出、模式匹配、 文件鎖、映射的I/O技術以及數據結構與集合；服務器端Java技術部分討論了JFC/Swing CGI開發、Applet、容器布局以及圖形編程等技術；企業級Java技術部分討論了JDBC API、EJB體系結構的基礎知識、Java平臺安全方案以及XML。 本書結構嚴謹、語言流暢，是一個學習Java 2最新技術的綜合參考書，適合各種層次的Java編程人員使用。
上傳時間： 2017-05-05
上傳用戶：pkkkkp
關于關聯向量機應用的最新文獻！ 提出了一種核主元分析(KPCA)和關聯向量機(RVM)相結合的組合建模方法。KPCA-RVM采用KPCA對原始自變量進行非線性變換并提取主成分,形成特征自變量 采用RVM,對KPCA變換后的樣本數據進行回歸建模,并根據模型的預報能力自適應的確定參與回歸的最佳特征變量個數,消除冗余信息干擾,獲得強非線性表達能力且預報性能良好的模型。并將KPCA-RVM應用于PTA裝置對羧基苯甲醛(4-CBA)含量的軟測量建模,結果表明該方法預測精度高于PCA-RVM和RVM。
上傳時間： 2013-12-20
上傳用戶：ddddddos
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
<ul id="gqgua"></ul>