基于MFCC和SVM的说话人性别识别建立了普通话语音性别数据库,提出联合梅尔频率频谱系数(Mel-frequencyCepstrumCoefficients,MFCC)的特征提取方法和支持向量机(SupportVectorMachine,SVM)的分类方法进行说话人性别识别,并与其它分类方法进行比较,实验结果表明该方法的说话人性别识别精确率达到98.7%,明显优于其它分类器。
2023/2/4 21:53:55 520KB MFCC SVM 性别识别
1
机器学习libsvmsvm支持向量机参考网上教程运用
2017/7/27 6:01:44 622KB 机器学习 libsvm svm
1
支持向量机SVM和核函数的MATLAB法式集。
支持向量机SVM和核函数的MATLAB法式集
2015/11/25 3:26:43 4.34MB 支持向量机 SVM 核函数 MATLAB
1
遥感处理软件,内置常见的机器学习算法随机森林和支持向量机,随机森林算法可以输出特征重要性,RFE_SVM可以进行特征选择,同时内置农业、土壤、水体行业使用模块
1
初步了解支持向量机,支持向量机的入门程序,和用于肌电信号模式辨认的入门程序。
2018/11/12 16:32:52 216KB 支持向量机 SVM 肌电信号 模式识别
1
笔迹鉴别是通过分析手写笔迹信息来判断书写者身份的特征分析技术,为提高笔迹鉴别的科学性和准确性,设计了基于ARM嵌入式系统的文本独立(Text-independent)笔迹鉴别系统。
系统包括笔迹采集端、数据传输部分和上位机处理端3个部分。
首先给出了总体设计和详细的工作流程,并对笔迹信息采集模块和数据传输部分进行分析,最初结合笔迹图像预处理技术和纹理特征分析方法,采用基于多维度Gabor变换和支持向量机(SupportVectorMachines,SVM)方法进行实时笔迹鉴别。
实验表明,系统鉴别率高,达到了良好的预期效果。
1
【内容提要】本书共分7个章节:神经网络概述;
神经网络基本;
BP神经网络;
RBF径向基神经网络;
自组织竞争神经网络;
递归神经网络;
支持向量机。
【参考文献格式】韩敏编著.人工神经网络基本.大连:大连理工大学出版社.2014.03
2015/11/10 7:43:09 30.81MB 人工 神经网络 基础_超高清
1
【内容提要】本书共分7个章节:神经网络概述;
神经网络基本;
BP神经网络;
RBF径向基神经网络;
自组织竞争神经网络;
递归神经网络;
支持向量机。
【参考文献格式】韩敏编著.人工神经网络基本.大连:大连理工大学出版社.2014.03
2015/11/10 7:43:09 30.81MB 人工 神经网络 基础_超高清
1
BP神经网络适用于大样本数据的预测,至于小样本还有灰色理论、最小二乘支持向量机、广义回归神经网络、灰色神经网络,不同的数据需要根据其本身特点选择不同的预测方法。
在很多次实验之后,我比较钟情于BP神经网络和组合预测,组合预测是大趋势,客观上有道理,主观上有更大的操作可能性。
下面给出广义回归神经网络(包含交叉验证过程的GRNN)用于小样本量预测的代码,包括BP神经网络预测结果的对比。
2021/7/14 15:13:28 6KB 神经网络
1
最简约的支持向量机matlab代码,适合初学者~
2016/11/16 17:44:42 3KB 支持向量机 SVM matlab
1
共 221 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡