Generalized Mel frequency cepstral coefficients for large-vocabulary Speaker-Independent Continuous-Speech Recognition 關于MFCC算法的很好的英語文章
標簽： Speaker-Independent large-vocabulary coefficients Generalized
上傳時間： 2014-01-23
上傳用戶：liglechongchong
Ground state of the time-independent Gross-Pitaevskii equation
標簽： Gross-Pitaevskii time-independent equation Ground
上傳時間： 2014-01-04
上傳用戶：13215175592
利用FREE SCALE的DSP56F803編寫的AD采集程序
上傳時間： 2016-04-07
上傳用戶：xfbs821
ARPACK is a collection of Fortran77 subroutines designed to solve large scale eigenvalue problems.
標簽： subroutines collection eigenvalue designed
上傳時間： 2013-12-09
上傳用戶：66666
Fast Fixed-Point Independent Component Analysis
標簽： Fixed-Point Independent Component Analysis
上傳時間： 2014-11-25
上傳用戶：wweqas
生成scale-free網絡，目的是在這個網絡結構上展開相關的討論！
標簽： scale-free 網絡
上傳時間： 2013-12-05
上傳用戶：erkuizhang
Matlab environment based on the independent component analysis (ICA) is the imagie mixed with the separation of simulation program
標簽： the environment independent component
上傳時間： 2014-08-10
上傳用戶：shinesyh
獨立分量分析(Independent Component Analysis，簡稱ICA)是近二十年來逐漸發展起來的一種盲信號分離方法。它是一種統計方法，其目的是從由傳感器收集到的混合信號中分離出相互獨立的源信號，使得這些分離出來的源信號之間盡可能獨立。它在語音識別、電信和醫學信號處理等信號處理方面有著廣泛的應用，目前已成為盲信號處理，人工神經網絡等研究領域中的一個研究熱點。 本文簡要的闡述了ICA的發展、應用和現狀，詳細地論述了ICA的原理及實現過程，系統地介紹了目前幾種主要ICA算法以及它們之間的內在聯系，在此基礎上重點分析了一種快速ICA實現算法一FastICA。 物質的非線性熒光譜信號可以看成是由多個相互獨立的源信號組合成的混合信號，而這些獨立的源信號可以看成是光譜的特征信號。為了更好的了解光譜信號的特征，本文利用獨立分量分析的思想和方法，提出了利用FastICA算法提取光譜信號的特征的方案，并進行了仿真實驗。
標簽： Independent Component Analysis 分
上傳時間： 2013-12-20
上傳用戶：yan2267246
Electronic scale of the development and application of the text set out more Xiangxi electronic scale of the development and application of the situation.
標簽： development application Electronic electronic
上傳時間： 2013-12-25
上傳用戶：李夢晗
好不容易找到的外國博士論文,關于Text-independent speaker recognition
標簽： Text-independent recognition speaker 論文
上傳時間： 2014-02-09
上傳用戶：lanjisu111
<strike id="a4se4"></strike>