隐马尔可夫模型广泛应用于语音处理，我们对其在说话人识别中的效果进行了实验，并将贝叶斯网络也应用于说话人识别领域，对两者的效果进行了比较。在特征提取阶段我们采用了多种特征进行比较，并在矢量量化过程中应用了不同的算法。

多种隐马尔科夫模型HMM的C语言实现，代码有助于理解hmm的实现原理。

利用超声波技术，在智能手机上实现手势识别功能。非常实用的一篇论文徐曾春,吴凯娇,胡平:使用超声波的智能手机手势识别 ()挥手向前 ()挥手向后 ()挥手向左 ()挥手向右 图不同的手势时频图 特征均为先靠近发射源,然后远离发射源,但是细节方 面咯有不同。 实现细节 系统流程 获得反射的超声波数据集 图为系统流程图。首先,通过话筒获取 最初,系统先获得手势运动的时间序列片段,此时 段时间序列,经过快速傅里叶()变换将此序列从时片段已经经过处理,结果如图所示。出于本实验 域信号转换为频域信号。接着搜