搜索资源列表
DoGfilters
- DoG(Difference of Gaussian)滤波算子，主要用于边缘特征提取，用于模式识别中的分割预处理。其主要参数为两个高斯函数的方差，针对方差设计可以对不同的图像特征情况下有不同的表现。
UpgradeReport
- 利用回转窑生产氧化铝的工艺中，提出了一种新的基于SVR（支持向量回归）的烧成带温度软测量方法。即首先对从回转窑采集到的烧结图像进行预处理，消除噪声的干扰；然后利用大津方法分割出物料区和火焰区，并提取这些区域的图像特征；其次利用基于SVR方法建立的烧成带温度模型计算温度值；参数计算.
DoGfilters
- DoG(Difference of Gaussian)滤波算子，主要用于边缘特征提取，用于模式识别中的分割预处理。其主要参数为两个高斯函数的方差，针对方差设计可以对不同的图像特征情况下有不同的表现。-DoG (Difference of Gaussian) filtering operator, the edge feature extraction is mainly used for pattern recognition of t
UpgradeReport
- 利用回转窑生产氧化铝的工艺中，提出了一种新的基于SVR（支持向量回归）的烧成带温度软测量方法。即首先对从回转窑采集到的烧结图像进行预处理，消除噪声的干扰；然后利用大津方法分割出物料区和火焰区，并提取这些区域的图像特征；其次利用基于SVR方法建立的烧成带温度模型计算温度值；参数计算.-The use of alumina rotary kiln production process, a new-based SVR (support ve
3Model
- 基于小波变换的三维模型提取技术的毕业论文,包括代码和答辩ppt.1．实现了三维模型的表示和规范化预处理过程，在此基础上，开发了进行检索实验的可视化特征提取实验平台。 2．结合球面调和变换获取旋转不变量具有降低特征向量维数的特性，实现了基于光线投射的特征提取方法，通过检索评价实验确定了参数的最佳取值。 3．分析了基本的光线投射方法和改进的光线投射方法的缺陷，提出了一种基于三维小波变换的特征描述方法。对光线投射算法进行了扩展，将切比
jiyushilianglianghuadeshuohrshibe
- 基于矢量量化的说话人识别本文从语音信号的预处理开始分析， 主要研究了特征参数的选择、提取、及识别算法，应用全极点模型，提取了语 音信号的线性预测倒谱系数和美尔倒谱系数，并进一步获得其一阶差分，将倒 谱系数与其一阶差分结合在一起形成新的特征参数。在识别算法方面，本文对 矢量量化的方法进行了研究，用Matlab语言实现了说话人识别系统的仿真与验 证。实验证明这种参数与单纯的线性预测倒谱系数和美尔倒谱系数相比更为有 效
DTWspeech
- 本 文 首先 介绍了语音识别的研究和发展状况，然后循着语音识别系统的 处理过程，介绍了语音识别的各个步骤，并对每个步骤可用的几种方法在实 验基础上进行了分析对比。研究了语音信号的预处理和特征参数提取，包括 语音信号的数字化、分帧加窗、预加重滤波、端点检测及时域特征向量和变 换域特征向量.其中端点检测采用双门限法.通过实验比对特征参数的选取， 采用12阶线性预测倒谱系数作为识别参数。详细分析了特定人孤立词识别算 法
safjfd
- 首先分析了典型说话人识别系统的各关键技术，详细分析了矢量量化技术在 说话人识别中的应用，研究了码本训练算法以及说话人判别算法，对算法中各参 数值的选取进行了讨论 其次根据系统的需求建立一个小的语音库，录制语音信 号，并对采集的语音信号进行预处理，检测语音信号的起始端点 在MATLAB 环境下仿真说话人识别系统，验证系统设计方案的可行性:特征提取阶段，提取 语音信号的12阶美尔倒谱系数以及各阶倒谱系数对应的1阶差分倒谱
2
- 我国是世界上小麦种植面积最大和消费最高的国家之一。小麦为国际主粮之一，也是食品工业的重要原料。作为最重要粮食品种之一的小麦，其价值与用途取决于它的品质。因此，基于信号处理技术，研究客观、便捷的小麦品质测定方法对提高小麦品质、减少产后损失、保证国家粮食安全具有十分重要的意义。本课题拟在研究、分析国内外无损检测技术在农产品品质分析应用现状和研究进展的基础上，研究小麦籽粒声信号的预处理方法。根据声学检测原理，研制出小麦籽粒的声信号采集装置，首
Recognition-System
- ：建立了一个基于HMM 算法的非特定人语音识别系统，阐述了具体实现过程，包括预处理、特征参数的提取及模板的匹配-: The establishment of a non-specific algorithm based on HMM Speech Recognition System, describes a specific implementation process, including preprocessing, featur
chengxu.tar
- 三品检查图像的特征提取，图像预处理，根据区域标记对图像目标区域进行形状特征提取，并计算相关特征参数-Three check image feature extraction，Image preprocessing
TDTWspeecchh
- 本 文 首先 介绍了语音识别的研究和发展状况，然后循着语音识别系统的处理过程，介绍了语音识别的各个步骤，并对每个步骤可用的几种方法在实验基础上进行了分析对比。研究了语音信号的预处理和特征参数提取，包括括语音信号的数字化、分帧加窗、预加重滤波、端点检测及时域特征向量和变换域特征向量.其中端点检测采用双门限法.通过实验比对特征参数的选取，采用12阶线性预测倒谱系数作为识别参数。详细分析了特定人孤立词识别 -This paper firs
Intelligent-PMATLAB-speech-signal
- 智能仪器课程设计, 利用MATLAB实现了语音识别功能，给出了详尽的matlab程序。具体步骤为对语音信号进行预处理，特征参数提取，以及模型训练，匹配算法，最后输出识别结果。-Intelligent Instrument curriculum design, using MATLAB realize the voice recognition function, gives a detailed matlab program. Spec
ydm
- 语音识别原代码 预处理 特征参数提取 匹配 识别 -Speech recognition source code matching recognition preprocessing feature extraction
vq-Speakerrecognized
- vq矢量量化，对说话人进行识别，内置有语音样本，识别率高达90 。对语音信号进行读取，预处理，特征参数提取，向量量，训练，对比识别。-vq vector quantization for speaker identification, built-in voice samples, the recognition rate of 90 . Read the speech signal, preprocessing, feature ex
HMM_VoiceRecognation
- 通过基于HMM的语音识别系统的基本结构,详细介绍了语音信号采集、预处理、MFCC特征参数提取、HMM训练和HMM识别等主要模块的基本原理 并针对实际应用中HMM存在的模型初始化和数据溢出等问题进行分析,引入了一些能提高系统性能的相应措施。-By the basic structure of HMM-based speech recognition system, details the basic principles of audio
chulichexing
- 在样本图像采集读取、图像预处理、特征参数提取、车型识别分类等方面进行了系统研究-In the sample image acquisition read, image preprocessing, feature extraction, classification models to identify other aspects of the system study
JLDATA
- 摘 要：本论文主要研究了语音识别的基本原理,对语音识别系统的构成进行分析处理,其中包括预处理、特征参数提取、建立模块库、识别匹配几大部分。预处理又包括语音采样、预加重、加窗（汉明窗）、端点检测；特征提取的参数是梅尔频率倒谱系数MFCC。 该语音系统采用的是动态时间伸缩算法(DTW)，研究对象是特定人的语音识别，并在MATLAB平台上实现。为了进行后续研究，首先使用电脑中的录音系统录制了阿拉伯数字0—9的语音文件，并转化成 “.wav
预处理和mfcc
- 里面有两个程序已经调试成功，其一是语音预处理，其二是语音特征参数提取：mfcc(Preprocessing of speech signa)
3809
- 语音识别类文件，能识别0到9 预处理特征参数提取(It is good to use,It can carry out digit recognition, including preprocessing and feature parameter extraction.)