实用语音识别基础--21世纪高等院校技术优秀教材ISBN:711803746作者:王炳锡屈丹彭煊出版社:国防工业出版社本书从语音识别的基本理论出发，以“从理论到实用”为主线，讲解了国际上最新、最前沿的语音识别领域的关键技术，从语料库建立、语音信号预处理、特征提取、特征变换、模型建立等方面详细介绍了语音识别系统建立的过程，并针对语音识别系统实用化的问题，给出了一些改善语音识别系统性能的关键技术，力求语音识别能走出实验室，向实用发展。
　　全书共分四个部分(17章)，第一部分介绍语音识别的基本理论；
第二部分介绍实用语音识别系统建立的过程；
第三部分列举了语音识别系统工程化所需的关键技术；
第四部分对语音识别的4个主要应用领域进行了详尽的、深入浅出的讲解，并根据最新的研究与实验结果提供了大量的实际参数、图表，与实际工作联系紧密，具有很强的可操作性与实用性。
章节之间紧密配合、前后呼应，具有很强酶系统性。
同时，通过书中的研究过程和研究方法，读者能够在以后的研究工作中得到很大的启发。
　　本书可作为高等院校理工科通信和信息处理及相关专业的高年级本科生和(硕士、博士)研究生的教材或参考书，也可供从事信息处理、通信工程等专业的研究人员参考。
　　目录:　　第1章绪论　　1.1概述　　1.2语音识别综述　　1.3国内外语音识别的研究现状和发展趋势　　参考文献　　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概述　　3.2语音信号的数字化和预处理　　3.2.1语音信号的数字化　　3.2.2语音信号的预处理　　3.3短时平均能量和短时平均幅度　　3.3.1短时平均能量　　3.3.2短时平均幅度　　3.4短时过零分析　　3.4.1短时平均过零率　　3.4.2短时上升过零间隔　　3.5短时自相关函数和平均幅度差函数　　3.5.1短时自相关函数　　3.5.2短时平均幅度差函数　　3.6高阶统计量　　3.6.1单个随机变量情况　　3.6.2多个随机变量及随机过程情况　　3.6.3高斯过程的高阶累积量　　3.7小结　　参考文献　　第4章语音信号处理方法--时频处理　　4.1概述　　4.2短时傅里叶变换　　4.2.1短时傅里叶变换的定义和物理意义　　4.2.2基于短时傅里叶变换的语谱图及其时频分辨率　　4.2.3短时傅里叶谱的采样　　4.3小波变换　　4.3.1连续小波变换　　4.3.2二进小波变换　　4.3.3离散小波变换　　4.3.4多分辨分析　　4.3.5正交小波包　　4.4Wigner分布　　4.4.1Wigner分布的定义　　4.4.2Wigner分布的一般性质　　4.4.3两个信号和妁Wigner分布　　4.4.4Wigner分布的重建　　4.4.5Wigner分布的实现　　4.5小结　　参考文献　　第5章语音信号处理方法--倒谱同态处理　　5.1概述　　5.2复倒谱和倒谱　　5.2.1定义　　5.2.2复倒谱的性质　　5.3语音信号的倒谱分析与同态解卷积　　5.3.1叠加原理和广义叠加原理　　5.3.2同态解卷特征系统和同态解卷反特征系统　　5.3.3同态解卷系统　　5.3.4语音的复倒谱及同态解卷　　5.4避免相位卷绕的算法　　5.4.1最小相位信号法　　5.4.2递归法

高阶统计量的matlab工具箱，运行该exe文件进行解压，内涵使用手册！

FastICA算法不需要计算高阶统计量,收敛速度快.将快速FastICA算法应用到脑电信号的去噪中

以高阶统计量数学分析方法，对混舍高斯模型进行研究，并给出理论计算结果。
重点讨论二元混合高斯模型，给出高阶统计量的理论值，用Matlab仿真不同方差和不同均值时多膜性、对称性和斜度值、峰度值的估计结果，并比较斜度值、峰度值的理论结果和仿真结果，验证理论结果的正确性，为通信理论中混合高斯模型的研究做补充。
关键词：混合高斯模型；
高阶统计量；
二元混合高斯模型；
峰度值；
斜度值

估计高阶统计量的双谱程序，随机过程可用它的各阶矩来完整描述。
与矩一样，可用累积量从时域来描述随机过程的统计特性；
亦可用高阶谱(包括功率谱)从频域来描述随机过程的统计特性。
由于三阶矩与三阶累积量相同，故三阶谱(也称双谱)定义为三阶矩函数(或称三阶自相关函数）的二重傅里叶变换。
已测试过可以运行使用

廖桂生的阵列信号处理ppt讲义第一章：绪论第二章：数学基础第三章：空域滤波原理及算法第四章：部分自适应处理技术第五章：阵列信号的高分辨处理第六章：相干信源的高分辨处理第七章：最大似然与加权子空间拟合方法估计信号源方向第八章：基于高阶统计量和循环非平稳阵列信号处理简介

完整版高阶统计量matlab代码，最常用的双谱等，实用好用

一篇心电信号识别和分类的论文。
定义并提取了基于时域特征、小波域特征和高阶统计量特征等三大类心电特征参数，将一次性直接求解多类模式的SVM方法应用于心电信号分类。

带手打书签高清版本书系统而深入地引见了现代数字信号处理的基础和一些广泛应用的算法。
全书共10章，分为四个部分。
第一部分包括第1章～第4章，引见了研究和学习现代数字信号处理的重要基础，包括随机信号模型、估计理论概要、最优滤波器理论、最优线性预测和最小二乘滤波，这些内容在各种信号处理的研究论文中被广泛使用，是研究信号处理的基础性知识；
第二部分包括第5章和第6章，详细讨论了利用二阶统计量进行信号分析和处理的两个重要应用方向——功率谱估计算法和自适应滤波算法；
第三部分为第7章和第8章，引见了高阶统计量和循环统计量及其应用，对于非高斯随机信号和非最小相位系统，高阶统计量和循环统计量是非常有效的工具；
第四部分包括第9章和第10章，是时频分析和小波变换原理及应用的概述，这部分材料构成对非平稳信号处理的一个导论。
空间阵列信号处理的一些初步内容则穿插在有关章节中，不单独成章。
本书在写作中，除注重内容的先进性和系统性外，也尽量做到有启发性、容易读懂、便于自学。

《自适应盲均衡技术》初次以水声信道为主要研究对象，以恢复原发射序列为主要目标，利用先进的信号处理理论，系统地论述了水声信道盲均衡理论、算法与应用等方面的研究。
在分析水声信道特点、盲均衡意义与发展进程及盲均衡基础理论之后，详尽论述了基于变步长的常数模盲均衡、基于不同误差测度函数的盲均衡、基于高阶统计量的盲均衡、基于统计特性均衡准则的盲均衡、基于不同切换准则的双模式盲均衡、基于分数间隔的盲均衡等技术。
《自适应盲均衡技术》是国内首部系统论述水声信道盲均衡的专著，内容系统、全面、新颖，理论与应用相结合。
适合于从事信息与通信工程领域的科技工作者研读，也可作为高等学校各相关专业研究生的参考书[1]。

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。