注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 语音识别技术文章.rar

  2. 第一部分 基本理论 第2章 听觉机理和汉语语音基础 2. 1 概述 2.2 听觉机理和心理 2.2.1 语音听觉器官的生理结构 2.2.2 语音听觉的心理 2.3 发音的生理机构与过程 2.4 汉语语音基本特性 2.4. 1 元音和辅音 2.4.2 声母和韵母 2.4.3 音调(字调) 2.4.4 音节(字)构成 2.4.5 汉语的波形特征 2.4.6 音的频谱特性 2.4.7 辅音的频谱特性 2.4.8 汉语语音的韵律特征 2.5 小结 参考文献 第3章 语音信号处理方法--时域处理 3.1

  3. 所属分类：其它

    • 发布日期：2011-05-12
    • 文件大小：5242880
    • 提供者：wangjunhui1984

  1. 数字通信信号的参数估计与干扰技术研究

  2. 本文在前人工作的基础上，结合通信侦察和干扰的实际应用要求，主要讨论了常 见数字通信信号的调制参数估计和DS、混合SFH/DS扩频信号的扩频参数估计问题 以及针对FSK和PSK的干扰样式研究。所做的工作主要包括： 1、针对扩频、低截获抗干扰通信中，低信噪比下的载波估计问题，采用高阶循 环矩的一个子集，提出利用该组特定高阶循环矩导出的特定循环累积量来精确估计信 号载波的方法。对不同数字调制ASK、FSK、PSK、QAM和MSK，分别计算了其特 定循环累积量，并证明其仅在循环频率等于载波频率时不为零

  3. 所属分类：专业指导

    • 发布日期：2012-01-06
    • 文件大小：2097152
    • 提供者：guangyu99

  1. 数字通信信号的自动识别与参数估计研究

  2. 本文在前人工作的基础上，结合具体工程实践，主要研究了数字通信信号调制 样式的自动识别与参数估计技术。所做的工作主要包括： 1、提出了利用小波变换结合谱分析技术估计数字通信信号码速率的方法；提出 了采用总体概率分布估计与支持矢量机分类器相结合对多进制数字基带信号自动分 类的方法。证明了小波变换系数模值构成的单极性基带序列的功率谱在其码速率整数 倍处存在离散谱线，检测这些离散谱线可实现数字基带序列码速率的盲估计。这种方 法实现简单且有较好的估计精度。指出了不同类型的数字基带信号对应不同的总体概 率

  3. 所属分类：专业指导

    • 发布日期：2012-01-06
    • 文件大小：8388608
    • 提供者：guangyu99

  1. 大数据集快速均值漂移谱聚类算法

  2. 均值漂移谱聚类(MSSC)算法为模式识别聚类任务提供了一种较新的方案. 然而由于其内嵌均值漂移 过程的时间复杂度与样本容量呈平方关系, 其在大数据集环境的实用性受到大大削弱. 利用快速压缩集密度 估计器(FRSDE)替代Parren窗密度估计式(PW)并融合基于图的松弛聚类(GRC)方法, 提出了快速均值漂移谱聚 类(FMSSC)算法. 相比原MSSC, 该算法的总体渐进时间复杂度与样本容量呈线性关系, 并具有自适应性和便捷性.

  3. 所属分类：其它

    • 发布日期：2012-12-06
    • 文件大小：605184
    • 提供者：xiaofeng1988

  1. 2015年研究生数学建模竞赛B题MATLAB代码

  2. 2015年研究生数学建模竞赛B题MATLAB代码： 将zip文件解压到mydir，将mydir设置为工作路径； 运行RunAll即可生成全部图片。

  3. 所属分类：专业指导

  1. 无监督学习方法以及应用

  2. 无监督学习是机器学习的一个重要分支，其在机器学习、数据挖掘、生物医学大数据分析、数据科学等领域有着重要地位。本书阐述作者近年在无监督学习领域所取得的主要研究成果，包括次胜者受罚竞争学习算法、K-means学习算法、K-medoids学习算法、密度学习算法、谱图聚类算法；*后介绍了无监督学习在基因选择、疾病诊断中的应用。

  3. 所属分类：机器学习

    • 发布日期：2018-06-03
    • 文件大小：90177536
    • 提供者：qq_33268231

  1. 无监督学习方法以及应用 谢娟英

  2. 无监督学习是机器学习的一个重要分支，其在机器学习、数据挖掘、生物医学大数据分析、数据科学等领域有着重要地位。本书阐述作者近年在无监督学习领域所取得的主要研究成果，包括次胜者受罚竞争学习算法、K-means学习算法、K-medoids学习算法、密度学习算法、谱图聚类算法；*后介绍了无监督学习在基因选择、疾病诊断中的应用。

  3. 所属分类：机器学习

    • 发布日期：2018-06-02
    • 文件大小：90177536
    • 提供者：qq_33268231

  1. 模式识别期末复习资料（试卷+PPT内容精选+考点重点归纳总结）.zip

  2. 重点： 感知器，（批处理算法，改进）；如何做多类分类（一对多，多对一），svm；反向传播算法（优缺点）；卷积神经网络（如何构造，怎么解释，自组织映射的原理，径向基函数也看看）；RNN，STLM作为了解；聚类：如何从混合密度估计到kmeans；准则；挑战性问题；层次聚类；谱聚类（原理，写出一种算法，基本计算过程）。强调问题的描述！！建模！！有无标签，原理（准则，如反向传播-误差传播），任务。adaboost的原理，基本智能过程，为什么有效（最大margin算法-支持向量机）。adaboost那节课

  3. 所属分类：教育

    • 发布日期：2020-03-27
    • 文件大小：8388608
    • 提供者：qq_36918538

  1. 模式识别作业.docx

  2. 混合高斯密度函数估计。K-Means聚类算法。谱聚类算法（经典算法、Shi算法和Ng算法）。影响聚类性能的因素。证明：对于平方误差和准则，第三种划分最好；若采用类内散度矩阵的行列式最小准则，则前两种划分较好。

  3. 所属分类：互联网

    • 发布日期：2020-03-27
    • 文件大小：275456
    • 提供者：qq_36918538

  1. 机器学习（聚类十）——谱聚类及代码实现

  2. 谱聚类是基于谱图理论基础上的一种聚类方法，与传统的聚类方法相比：具有在任意形状的样本空间上聚类并且收敛于全局最优解的优点。（但效率不高，实际工作中用的比较少） 谱聚类 通过对样本数据的拉普拉斯矩阵的特征向量进行聚类，从而达到对样本数据进行聚类的目的；其本质是将聚类问题转换为图的最优划分问题，是一种点对聚类算法。 谱聚类算法将数据集中的每个对象看做图的顶点 V，将顶点间的相似度量化为相应顶点连接边E的权值 w，这样就构成了一个基于相似度的无向加权图 G(V,E)，于是聚类问题就转换为图的划分问题。

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：226304
    • 提供者：weixin_38748769

  1. 基于谱聚类-独立成分分析-Granger果检验模型的金融风险协同溢出分析

  2. 提出了一种多路归一化割谱聚类方法、独立成分分析法、GARCH模型和Granger模型相结合的金融风险协同溢出模型。利用GARCH模型提取波动；利用谱聚类方法对波动数据集进行聚类分析；再利用独立成分分析法提取每个类的独立成分；最后，利用Granger因果检验分析每个类提取出的主成分对其余类中股指的风险溢出，从而完成金融风险的协同溢出计量。采用本文提出的模型对近几次金融危机期间全球主要股指进行了金融风险协同溢出分析。实证结果表明，本文提出的方法能较好地刻画金融风险的协同溢出效应。

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：379904
    • 提供者：weixin_38626242

  1. 图像分割的改进稀疏子空间聚类方法

  2. 提出一种基于改进稀疏子空间聚类的图像分割方法。首先将图像进行过分割得到一些均匀区域称 为超像素，并提取超像素的颜色直方图作为其特征；然后建立特征数据的改进稀疏子空间表示并由此构造图相似 度矩阵，最后利用谱聚类算法得到超像素的聚类结果并作为图像分割结果。实验结果表明，本文提出的改进稀疏 子空间聚类方法具有良好的聚类性能，对噪声具有一定的鲁棒性；用于自然图像能够得到更好的分割效果。

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：917504
    • 提供者：weixin_38699593

  1. 基于密度调整的改进自适应谱聚类算法

  2. 针对谱聚类存在构造相似度矩阵时对尺度参数敏感以及处理多重尺度数据集效果不理想的缺陷，本文提出了一种基于密度调整的改进自适应谱聚类算法。该算法将样本点所处领域的密度引入谱聚类，利用密度差来调整样本点之间的相似度，使其更符合实际簇类中样本点间的内在关系，在一定程度上解决了多尺度聚类问题；同时，通过样本点的近邻距离自适应得到尺度参数，使算法对尺度参数相对不敏感。仿真实验验证了所提算法的有效性和优越性。

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：397312
    • 提供者：weixin_38689338

  1. 通过基于稀疏字典的锚定回归进行高光谱图像聚类

  2. 高光谱图像（HSI）的聚类是一项非常具有挑战性的任务，因为HSI通常具有较大的光谱变异性，高维数和复杂的结构。 这项研究的主要问题是为HSI开发一种改进的稀疏子空间聚类（SSC）方法。 作为谱聚类的扩展，SSC算法取得了巨大的成功。 然而，由原始样本创建的直接自我表示字典的表示能力较差，并且诸如K奇异值分解（K-SVD）之类的广泛使用的字典学习（DL）也面临着计算复杂性高的问题。 在这项研究中，作者提出了一种基于稀疏DL和锚定回归的新型HSI聚类方法。 所提出的方法分为三个阶段：（i）稀疏DL；

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：1048576
    • 提供者：weixin_38697171

  1. 矿物油三维荧光谱的小波变换奇异值特征

  2. 针对矿物油三维荧光谱特征提取的奇异值分解方法(SVD)容易忽略重要小成分特异信息的不足，提出小波变换(WT)和SVD 相结合的特征提取方法。利用WT 获取矿物油三维荧光谱数据的低频主部近似分量和不同方向的细节分量；用SVD 提取综合矩阵的奇异值特征；使用模糊C 均值聚类(FCM)方法对矿物油三维荧光谱样本数据进行分类识别，并引入随机噪声进行进一步测试。结果表明WT-SVD 特征向量在矿物油分类识别方面比单独SVD 特征向量具有准确度高、稳健性强的优势，有助于更好地实现矿物油聚类分析或种类鉴别。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：2097152
    • 提供者：weixin_38695061

  1. 联合空间预处理与谱聚类的协同稀疏高光谱异常检测

  2. 针对利用稀疏表示进行高光谱图像异常目标检测效率不高的问题，基于高光谱图像成像原理和图像结构，充分利用高光谱图像的空间特性和光谱特性，并在它们之间建立协同处理机制，提出了联合空间预处理与谱聚类的协同稀疏高光谱图像异常目标检测算法。该算法首先对高光谱图像空间特性进行分析，并结合光谱特性进行空间预处理，使得处理后的高光谱图像更易于异常目标的检测；利用建立在谱图划分思想基础上的谱聚类方法进行波段子集划分，谱聚类方法具有收敛于全局最优解、聚类速度快的特点；利用提出的新的空间和光谱协同稀疏差异指数方法对每个

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：5242880
    • 提供者：weixin_38682406

  1. 改进的合成孔径雷达图像谱聚类算法

  2. 合成孔径雷达(SAR)图像的分割是SAR图像理解的基础。结合Nystrm采样技术和图谱理论，提出了一种改进的SAR图像高效快速谱聚类新算法。该算法引入矩阵扰动分析理论，构造适用于SAR图像的自动确定类数准则；在分析比例参数对谱聚类算法影响的基础上，依据SAR图像的整体结构特征，构造了比例参数的自适应邻域估计方法；根据SAR图像中每个像素的灰度值和空间位置，构造出更能描述SAR图像本质结构的相似函数，进而给出改进的谱聚类算法；将这种新的谱聚类算法应用于仿真实验和实际SAR图像分割中,并与传统谱聚

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：3145728
    • 提供者：weixin_38698433

  1. 基于局部密度构造相似矩阵的谱聚类算法

  2. 依据样本数据点分布的局部和全局一致性特征，提出了一种基于局部密度构造相似矩阵的谱聚类算法。首先通过分析样本数据点的分布特性给出了局部密度定义，根据样本点的局部密度对样本点集由密到疏排序，并按照设计的连接策略构建无向图；然后以GN算法思想为参考，给出了一种基于边介数的权值矩阵计算方法，经过数据转换得到谱聚类相似矩阵；最后通过第一个极大本征间隙出现的位置来确定类个数，并利用经典聚类方法对特征向量空间中的数据点进行聚类。通过人工仿真数据集和UCI数据集进行测试，实验结果表明本文谱聚类算法具有较好的顽健

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：358400
    • 提供者：weixin_38516270

  1. 基于CEEMD-SE-MM的中长期风速模拟方法

  2. 高精度的风速模型对风资源的开发与利用具有重要意义。提出一种基于完全集合经验模态分解-样本熵-马尔可夫模型(CEEMD-SE-MM)的中长期风速模拟方法。利用CEEMD法对风速序列进行特征提取，将风速序列分解成一组固有模态函数和残差；以SE为特征归类固有模态函数合成新模态分量；基于MM对新模态分量片段进行谱聚类；拟合波动片段时长并整合聚类结果得到双层多轨风速模型；在考虑各新模态分量之间相关性的前提下采用双层抽样完成风速模拟。与马尔可夫链蒙特卡洛和改进马尔可夫链蒙特卡洛的结果对比表明，所提风速模型及

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：5242880
    • 提供者：weixin_38584642

  1. 基于谱聚类的高阶模糊时序自适应预测方法

  2. 结合数据特征及分布特点提出一种基于谱聚类的模糊时间序列自适应预测方法。首先基于谱聚类的思想，根据样本数据特征获取其所属论域的个数及范围，实现向模糊时间序列的自适应转化；然后基于 Markov 概率模型表示模糊时间序列中的模糊关系，从而对多步模糊关系、高阶模糊关系及模糊关系的稳态进行求解；最后获取预测值的可能模糊状态，进而利用去模糊化方法将其还原为预测值。在真实以及人工时间序列数据上的实验表明了所提方法的合理性与有效性。

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：394240
    • 提供者：weixin_38610573
« 12 »