论了非高斯alpha稳定分布噪声环境中的自适应滤波及其近十几年来的研究进展。
以alpha稳定分布的线性理论和参数的最大似然估计理论为基础,发展形成了线性滤波和非线性滤波两大类算法。
相对于高斯环境下的滤波,新滤波算法在脉冲噪声中的韧性得到显著提高。
最后分别给出了两类算法在谐波恢复中的应用实例。
2023/6/1 1:55:54 415KB alpha分布 自适应滤波
1
基于语音的性别识别基于语音的性别识别,使用:免费的ST美国英语语料库数据集(SLR45)梅尔频率倒谱系数(MFCC)高斯混合模型(GMM)数据集可以在上找到免费的ST美国英语语料库数据集(SLR45)。
它是提供的免费的美国英语语料库,其中包含10位说话者(5位女性和5位男性)的讲话。
每个说话者大约有350种话语。
理论语音特征提取此处使用梅尔频率倒谱系数(MFCC),因为它们可在说话者验证中提供最佳结果。
MFCC通常如下得出:进行信号(窗口摘要)的傅立叶变换。
使用三角形重叠窗口,将以上获得的光谱的功率映射到mel刻度上。
记录每个梅尔频率下的功率对数。
2023/5/29 20:06:48 18.1MB data-science machine-learning scikit-learn voice
1
语音识别的Matlab代码,提取的特征为Mel频率倒谱系数,采用的方法为高斯混合模型
2023/5/29 16:58:16 1.43MB MFCC GMM 语音识别 Matlab
1
方波、三角波、随机序列信号、正弦波及带有加性高斯白噪声的正弦信号序列;
产生2个频率信号的叠加信号,并分析该叠加信号的时域波形和频域信号频谱特性;
2023/5/29 11:41:26 2KB MATLAB
1
测绘学中基本计算,已知一点坐标,方位角,距离,求另一点坐标。
2023/5/29 9:38:41 1KB 测绘 坐标正算
1
这个是我参照网上的一些代码写的,可以训练和识别,但是没有做预处理,所以录音时要注意不要出现没声音的片段,识别率不是很高,可以做一下参考!code=train('train\',4)%训练test('test\',8,code)%识别
2023/5/16 21:46:46 2.37MB matlba GMM 高斯混合模型 说话人识别
1
matlab程序,演示了数字水印的添加以及提取,含有干扰1--添加白噪声,2--高斯低通滤波,3--JPEG压缩,4--图像剪切,5--旋转10度测设程序,下载既可以使用
2023/5/16 8:08:32 448KB matlab DCT 数字水印技术
1
大地丈量学底子同样普通作业,搜罗二维、三维坐标转换,大田主题正反算,大地坐标系与空间直角坐标系的转化,贝塞尔大地下场正反算,子午线弧长正反算,兰勃投影,高斯投影正反算,附加Eign矩阵运算
1
基于高斯模子的随机采样收集数据重构的钻研
2023/5/13 2:22:14 353KB 研究论文
1
备注比力详尽的GM-PHD滤波,值患上巨匠借鉴学习,是外洋学者的开源代码
2023/5/11 8:53:51 26KB GM-PHD
1
共 589 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