本文使用三种已有的机器学习算法,针对可穿戴传感器采集用户日常行为数据,进行训练和测试等,涉及支持向量机、神经网络和隐藏马尔可夫模型等的研究
2024/2/29 9:10:15 1.51MB 机器学习
1
隐马尔可夫模型(HMM)已成为语音识别中的主流技术,首先介绍了语音识别技术的原理和结构,然后介绍了HMM的三个基本问题及其解决方法,最后利用Maflab仿真工具设计了一个孤立词的语音识别系统,实现了数字0—9的识别
2024/2/17 10:04:36 192KB HMM 语音识别 matlab
1
HMM(HiddenMarkovModel,隐马尔科夫模型)是一种用参数表示的用于描述随机过程统计特性的概率模型,是一个双重随机过程,由两个部分组成:马尔可夫链和一般随机过程。
其中马尔可夫链用来描述状态的转移,用转移概率描述。
一般随机过程用来描述状态与观察序列间的关系,用观察值概率描述。
2024/2/16 22:16:58 24KB HMM C#
1
量子马尔可夫链:混合系统的描述,等价性以及模型检查线性时间属性
2024/2/9 20:46:16 536KB 研究论文
1
详细描述了基于隐马尔可夫模型的语音识别算法,具有较高的识别率
2024/2/9 1:13:15 272KB HMM
1
统计自然语言处理第二版宗成庆pdf是一本经过第二次更新的统计自然语言方面的教材。
自然语言作为人类思想情感最基本,最直接,最方便的表达工具,无时无刻不充斥在人类社会的各个角落。
小编推荐的这本统计自然语言处理全面介绍了统计自然语言处理的基本概念、理论方法和新研究进展,内容包括形式语言与自动机及其在自然语言处理中的应用、语言模型、隐马尔可夫模型、语料库技术、汉语自动分词与词性标注、句法分析、词义消歧、篇章分析、统计机器翻译、语音翻译、文本分类、信息检索与问答系统、自动文摘和信息抽取、口语信息处理与人机对话系统等,既有对基础知识和理论模型的介绍,也有对相关问题的研究背景、实现方法和技术现状的详细阐述。
2024/2/2 9:26:17 16.87MB 自然语言处理 nlp
1
马氏决策的好书,可用于Internet流量分析建模,无线网络资源分配建模
2024/1/23 2:05:48 6.05MB 马氏决策
1
马尔可夫决策过程概述该存储库运行3种强化算法:策略迭代,值迭代和Q学习,以解决2个MDP问题:悬崖行走和20X20冻湖网格,并比较它们的性能。
运行步骤需要Python3.6使用pip从Requirements.txt安装需求使用python3运行以下命令以创建数据和图形文件:pythonrun_experiment.py-全部pythonrun_experiment.py--plot获得的结果有关获得的结果的更多信息,请参考Analysis.pdf。
悬崖行走问题问题结果冻湖网格问题问题结果
2024/1/11 9:14:12 3.63MB Python
1
这是用马尔克夫模型进行数据预测预测的数据是数学建模中流感疫苗的爆发情况
2023/12/12 7:23:34 692KB 马尔科夫 预测
1
马尔可夫随机场方法是图像分割中一个极为活跃的研究方向。
本文介绍了基于马尔可夫随机场模型的一般理论与图像的关系,给出它在图像分割中的通用框架:包括空域和小波域图像模型的建立、最优准则的选取、标号数的确定、图像模型参数的估计和图像分割的实现,评述了其在图像分割中的应用,展望其发展的方向。
2023/12/1 22:24:07 962KB 图像分割 马尔可夫随机场
1
共 65 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