隱馬爾可夫模型代碼，供初學者學習、參考。里面有一個PPT。
上傳時間： 2014-11-26
上傳用戶：zhichenglu
隱含馬爾可夫模型的入門資料，stanford機器學習課程資料 Introduction to the HMM model.
標簽： 馬爾可夫模型
上傳時間： 2017-09-04
上傳用戶：huangld
某些策略在高度波動，動蕩的市場中將表現(xiàn)良好，而其他策略則需要強勁，平穩(wěn)的趨勢，否則將面臨長期虧損的風險。弄清楚何時應(yīng)該開始或停止交易策略，調(diào)整風險和資金管理技術(shù)。 能夠確定不同的市場體制并相應(yīng)地改變策略，可能意味著市場成功與失敗之間的區(qū)別。在本文中，我們將探索如何使用稱為“隱馬爾可夫模型”的強大的機器學習算法來識別不同的市場體系。
上傳時間： 2020-05-02
上傳用戶：ttyxy
本文是清華大學論文，題目: 應(yīng)用於哼唱式檢索之連續(xù)性隱藏式馬可夫模型及其強化方法，有很強的參考價值，值得一看。
上傳時間： 2014-07-12
上傳用戶：kelimu
馬爾科夫鏈的matlab仿真，網(wǎng)上找到的，和大家分享一下
標簽： 馬爾可夫
上傳時間： 2016-04-29
上傳用戶：依然CJX
OpencV是用來實現(xiàn)計算機視覺相關(guān)技術(shù)的開放源碼工作庫，是計算機視覺、圖像處理、模式識別、計算機圖形學、信號處理、視頻監(jiān)控、科學可視化等相關(guān)從業(yè)人員的好工具。本書介紹了大約200多個典型的技術(shù)問題，覆蓋了基于OpenCV基礎(chǔ)編程的主要內(nèi)容，利用大量生動有趣的編程案例和編程技巧，從解決問題和答疑解惑入手，以因特網(wǎng)上最新資料為藍本，深入淺出地說明了OpenCV中最典型和用途最廣的程序設(shè)計方法。全書結(jié)構(gòu)清晰、合理，范例實用、豐富，理論結(jié)合實踐，即使讀者只是略懂計算機視覺原理，也能人手對相關(guān)理論方法直接進行編碼實現(xiàn)。 "基于OPENCV的計算機視覺技術(shù)實現(xiàn)"的圖書目錄…… 前言 第一章 使用OpenCV實現(xiàn)計算機視覺技術(shù) 1.1 計算機視覺技術(shù) 1.2 什么是OpenCV 1.3 基于OpenCV庫的編程方法 本章小結(jié) 第二章 OpenCV的編程環(huán)境 2.1 OpenCV環(huán)境介紹 2.2 OpenCV的體系結(jié)構(gòu) 2.3 OpenCV實例演示 本章小結(jié) 第三章 OpenCV編程風格 3.1 命名約定 3.2 結(jié)構(gòu) 3.3 函數(shù)接口設(shè)計 3.4 函數(shù)實現(xiàn) 3.5 代碼布局 3.6 移植性 3.7 文件操作 3.8 文檔編寫 本章小結(jié) 第四章 數(shù)據(jù)結(jié)構(gòu) 4.1 基本數(shù)據(jù)結(jié)構(gòu) 4.2 數(shù)組有關(guān)的操作 4.3 動態(tài)結(jié)構(gòu) 本章小結(jié) 第五章 數(shù)據(jù)交互 5.1 繪圖函數(shù) 5.2 文件存儲 5.3 運行時類型信息和通用函數(shù) 5.4 錯誤處理函數(shù) 5.5 系統(tǒng)函數(shù) 本章小結(jié) 第六章 圖像處理 6.1 邊緣檢測 6.2 直方圖 6.3 Hough變換 6.4 幾何變換 6.5 形態(tài)學 本章小結(jié) 第七章 結(jié)構(gòu)與識別 7.1 輪廓處理函數(shù) 7.2 計算幾何 7.3 平面劃分 7.4 目標檢測函數(shù) 7.5 生成與控制貝塞爾曲線 7.6 用OpenCV進行人臉檢測 本章小結(jié) 第八章 圖形界面（HighGUI） 8.1 讀取和保存圖像 8.2 OpenCV中的實用系統(tǒng)函數(shù) 本章小結(jié) 第九章 視頻處理（CvCAM） 9.1 使用HighGUI對視頻進行讀寫處理 9.2 CvCam對攝像頭和視頻流的使用 本章小結(jié) 第十章 OpenCV附加庫第一部分 10.1 附加庫介紹 10.2 形態(tài)學（morhing functions） 本章小結(jié) 第十一章 OpenCV附加庫第二部分——隱馬爾可夫模型 11.1 隱馬爾可夫模型概述 11.2 隱馬爾可夫模型中的基本結(jié)構(gòu)與函數(shù)介紹 11.3 隱馬爾可夫模型中的函數(shù)介紹 11.4 人臉識別工具 本章小結(jié) 第十二章 核心庫綜合例程 12.1 檢測黑白格標定板內(nèi)指定矩形區(qū)域內(nèi)的角點 12.2 解線性標定方程組程序 本章小結(jié) 第十三章 運動與跟蹤 13.1 圖像統(tǒng)計的累積函數(shù) 13.2 運動模板函數(shù) 13.3 對象跟蹤 13.4 光流 13.5 預(yù)估器 13.6 Kalman濾波器跟蹤示例 13.7 用Snake方法檢測可變形體的輪廓 13.8 運動目標跟蹤與檢測 本章小結(jié) 第十四章 立體視覺第一部分——照相機定標 14.1 坐標系介紹 14.2 透視投影矩陣的獲得 14.3 攝像機參數(shù)的獲取 14.4 徑向畸變的校正 14.5 使用OpenCV及CVUT進行攝像機定標 14.6 OpenCV中的定標函數(shù) 14.7 CVUT介紹 本章小結(jié) 第十五章 立體視覺第二部分——三維重建 15.1 極線幾何 15.2 特征點匹配 15.3 三維重建 15.4 OpenCV中相關(guān)函數(shù)介紹 本章小結(jié) 第十六章 立體視覺第三部分——三維重建算法 16.1 圖像校正 16.2 已校正圖像的快速三維重建 16.3 Birchfield算法 16.4 OpenCV中相關(guān)函數(shù)介紹 本章小結(jié) 第十七章 立體視覺第四部分——立體視覺實例 17.1 圖像校正實例代碼 17.2 基于窗口的稀疏點匹配及三維重建之一 17.3 基于窗口的稀疏點匹配及三維重建之二 17.4 Birchfield算法的OpenCV實現(xiàn) 本章小結(jié) 第十八章 常見問題解疑 18.1 安裝與編譯出錯解決方法 18.2 OpenCV庫基本技術(shù)問題 18.3 OpenCV在Linux下的相關(guān)問題 18.4 OpenCV庫中的陷阱和bug
標簽： OpenCV 計算機視覺 技術(shù)實現(xiàn)
上傳時間： 2013-07-18
上傳用戶：huyiming139
本文對家用電器中語音識別技術(shù)的DSP實現(xiàn)進行了研究。文章介紹了語音識別技術(shù)的基本概念，討論了語音識別系統(tǒng)的組成和實現(xiàn)的技術(shù)；詳細分析了構(gòu)成語音識別系統(tǒng)的四個組成部分，包括語音信號數(shù)字化與預(yù)處理、語音的端點檢測、特征提取與模式匹配。著重介紹了實現(xiàn)端點檢測的短時平均能量與短時平均過零率分析，語音信號的線性預(yù)測分析及在此基礎(chǔ)之上的倒譜特征參數(shù)，以及實現(xiàn)模式匹配的常用的矢量量化技術(shù)、動態(tài)時間規(guī)整技術(shù)和隱馬爾可夫模型；根據(jù)提出的語音識別系統(tǒng)的構(gòu)成，介紹了在MATLAB6.5上實現(xiàn)了采用動態(tài)時間規(guī)整算法的識別系統(tǒng)的仿真分析。
標簽： DSP 家用電器 語音識別技術(shù)
上傳時間： 2013-04-24
上傳用戶：zwei41
設(shè)計了一個嵌入式語音識別系統(tǒng)，該系統(tǒng)硬件平臺以ADSP-BF531為核心，采用離散隱馬爾可夫模型(DHMM)檢測和識別算法完成了對非特定人的孤立詞語音識別。試驗結(jié)果表明，該系統(tǒng)對非特定人短詞匯的綜合識別率在90%以上。該系統(tǒng)具有小型、高速、可靠以及擴展性好等特點;可應(yīng)用于許多特定場合，有很好的市場前景。文中講述了該系統(tǒng)CODEC、片外RAM、ROM以及CPLD等與DSP的接口設(shè)計，語音識別運用的矢量量化、Mel倒譜參數(shù)、Viterbi等有關(guān)算法及其實際應(yīng)用效果。
標簽： ADSP-BF 531 嵌入式 中的應(yīng)用
上傳時間： 2013-10-28
上傳用戶：rolypoly152
這是C++編寫的代碼，里面有詳細說明。
上傳時間： 2013-10-26
上傳用戶：wentianyou
1?！哆z傳算法的數(shù)學基礎(chǔ)》，張文修、梁怡編著 西安交通大學出版社 2000年第一版 遺傳算法（genetic algorithm）是模擬自然界生物進化過程與機制求解問題的一類自組織與自適應(yīng)的人工智能技術(shù)，已廣泛應(yīng)用于計算機科學、人工智能、信息技術(shù)及工程實踐。 本書重點在于闡述遺傳算法的數(shù)學基礎(chǔ)。全書共分3章，第1章給出了遺傳算法的幾何理論，第2章給出了遺傳算法的馬爾可夫鏈分析，第3章給出了遺傳算法的收斂理論。 本書可以作為應(yīng)用數(shù)學、計算機科學、系統(tǒng)科學等專業(yè)研究生的教材，也可以作為研究遺傳算法的參考書。
標簽： 算法
上傳時間： 2015-07-01
上傳用戶：xauthu
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
