ARMA模型時(shí)間序列分析法簡(jiǎn)稱(chēng)為時(shí)序分析法
ARMA模型時(shí)間序列分析法簡(jiǎn)稱(chēng)為時(shí)序分析法,是一種利用參數(shù)模型對(duì)有序隨機(jī)振動(dòng)響應(yīng)數(shù)據(jù)進(jìn)行處理,從而進(jìn)行模態(tài)參數(shù)識(shí)別的方法。參數(shù)模型包括AR自回歸模型、MA滑動(dòng)平均模型和ARMA自回歸滑動(dòng)平均模型。這里...
ARMA模型時(shí)間序列分析法簡(jiǎn)稱(chēng)為時(shí)序分析法,是一種利用參數(shù)模型對(duì)有序隨機(jī)振動(dòng)響應(yīng)數(shù)據(jù)進(jìn)行處理,從而進(jìn)行模態(tài)參數(shù)識(shí)別的方法。參數(shù)模型包括AR自回歸模型、MA滑動(dòng)平均模型和ARMA自回歸滑動(dòng)平均模型。這里...
HMM的學(xué)習(xí)問(wèn)題和解碼問(wèn)題研究 這一模型逐漸被應(yīng)用到很多領(lǐng)域, 如語(yǔ)音識(shí)別、基因關(guān)聯(lián)分析和基因識(shí)別、文字識(shí)別、圖象處理、目標(biāo)跟蹤和信號(hào)處理等。 隱馬氏模型需要解決三個(gè)問(wèn)題:學(xué)習(xí)問(wèn)題、識(shí)別問(wèn)題和解...
在現(xiàn)有的單層馬爾科夫鏈異常檢測(cè)模型基礎(chǔ)上,提出一種嶄新的兩層模型.將性質(zhì)上有較大差異的兩個(gè)過(guò)程,不同的請(qǐng)求和同一請(qǐng)求內(nèi)的系統(tǒng)調(diào)用序列,分為兩層,分別用不同的馬爾可夫鏈來(lái)處理.兩層結(jié)構(gòu)可以更準(zhǔn)確地刻畫(huà)被...
VC動(dòng)態(tài)輪廓的虹膜定位,主要完成了在虹膜識(shí)別中的虹膜定位功能,采用了動(dòng)態(tài)輪廓模型....
汽車(chē)中的話(huà)音撥號(hào)系統(tǒng)是自動(dòng)語(yǔ)音識(shí)別技術(shù)的應(yīng)用熱點(diǎn). 自動(dòng)語(yǔ)音識(shí)別系統(tǒng)是一個(gè) 基于訓(xùn)練的系統(tǒng). 在汽車(chē)噪聲中, 由于實(shí)際應(yīng)用環(huán)境與形成系統(tǒng)參數(shù)的訓(xùn)練環(huán)境的失配, 傳統(tǒng) 語(yǔ)音識(shí)別系統(tǒng)的性能會(huì)大幅度地下...
常用的說(shuō)話(huà)人識(shí)別方法有模板匹配法、統(tǒng)計(jì)建模法、聯(lián)接主義法(即人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn))。考慮到數(shù)據(jù)量、實(shí)時(shí)性以及識(shí)別率的問(wèn)題,采用基于矢量量化和隱馬爾可夫模型(HMM)相結(jié)合的方法。 說(shuō)話(huà)人識(shí)別的系統(tǒng)...
基于人工神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別方法研究。基于神經(jīng)網(wǎng)絡(luò)的人臉檢測(cè)研究。基于特征融合與神經(jīng)網(wǎng)絡(luò)的手寫(xiě)體數(shù)字識(shí)別技基于遺傳神經(jīng)網(wǎng)絡(luò)的手寫(xiě)體數(shù)字識(shí)別研究術(shù)研究。基于遺傳優(yōu)化的神經(jīng)網(wǎng)絡(luò)的銀行票據(jù)手寫(xiě)數(shù)字識(shí)別。一種改...
隱馬爾可夫模型源代碼,常用于模式識(shí)別和人工智能...
利用61板、SPR模組、SPLC501液晶模組和4×4鍵盤(pán)建立手機(jī)通訊錄模型,要求通訊錄具有下述功能: 1. 通訊錄條目的錄入。可以通過(guò)4×4按鍵模擬手機(jī)鍵盤(pán),實(shí)現(xiàn)中英文輸入。通訊錄條目至少應(yīng)包括姓...
一個(gè)強(qiáng)大的統(tǒng)計(jì)模式識(shí)別工具箱,包含高斯分類(lèi)器,高斯混合模型,主成分分析,支持向量機(jī)等常見(jiàn)分類(lèi)方法。...