本程序根据训练好的网络文件ANN.mat预测新的数据文件,得到均方误差,并画出预测数据和原数据的对比图。此程序运用到了很多Matlab编程中常用到的表达方式,还有一些神经网络编程的基本概念的表达,如归一化的表达
上传时间: 2014-07-06
上传用户:Divine
双通道语音增强算法,消除环境噪声。采用归一化自适应方法,噪声抵消10dB,语音保持较好可懂度。
上传时间: 2014-01-06
上传用户:silenthink
重排二次型时频分布应用例程,对信号进行频率归一化处理,时频分布和重排
标签: 时频分布
上传时间: 2016-12-11
上传用户:frank1234
一个算术编码器,使用字节基的归一化过程,是一个最快速的算术编解码器
上传时间: 2014-01-24
上传用户:84425894
--文件名:mine4.vhd。 --功能:实现4种常见波形正弦、三角、锯齿、方波(A、B)的频率、幅度可控输出(方波 --A的占空比也是可控的),可以存储任意波形特征数据并能重现该波形,还可完成 --各种波形的线形叠加输出。 --说明: SSS(前三位)和SW信号控制4种常见波形种哪种波形输出。4种波形的频率、 --幅度(基准幅度A)的调节均是通过up、down、set按键和4个BCD码置入器以及一 --个置入档位控制信号(ss)完成的(AMP的调节范围是0~5V,调节量阶为1/51V)。 --其中方波的幅度还可通过u0、d0调节输出数据的归一化幅值(AMP0)进行进一步 --细调(调节量阶为1/(51*255)V)。方波A的占空比通过zu、zp按键调节(调节 --量阶1/64*T)。系统采用内部存储器——RAM实现任意输入波形的存储,程序只支 --持键盘式波形特征参数置入存储,posting 为进入任意波置入(set)、清除(clr)状态 --控制信号,SSS控制存储波形的输出。P180为预留端口,
上传时间: 2017-02-09
上传用户:z1191176801
这个项目涉及了人工智能、机器视觉和神经网络等领域,实现一个车牌自动识别系统(ANPR)。它包括了一系列的数学算法原理,以保证数字车牌的检测与提取、字母分割、归一化和识别。
上传时间: 2013-12-10
上传用户:cjf0304
该源码是对 *.wav语音波形文件做去直流电平,归一化处理后进行ADPCM编码压缩,形成编码文件和编码文件转外存格式转化,并利用编码文件做输入,进行解码并生成 *.wav 。该程序算法已经在产品中应用。
上传时间: 2013-12-21
上传用户:anng
SMITH算法,计算归一化阻抗,电流,电压,离负载的距离等等
上传时间: 2013-12-11
上传用户:gmh1314
此包包含了众多矩阵处理程序,能够满足矩阵处理的一般要求,由于将各功能分开到不同的“.cpp”文件中,故使用时需要用户自行选取更换合适自己使用的“.cpp”文件。其中,矩阵功能有:输出矩阵、矩阵转置、矩阵归一化、判断矩阵对称、判断矩阵对称正定、全选主元法求矩阵行列式、全选主元高斯(Gauss)消去法求一般矩阵的秩、用全选主元高斯-约当(Gauss-Jordan)消去法计算实(复)矩阵的逆矩阵、用“变量循环重新编号法”法求对称正定矩阵逆、特兰持(Trench)法求托伯利兹(Toeplitz)矩阵逆、实矩阵LU分解、用豪斯荷尔德(Householder)变换对一般m*n阶的实矩阵进行QR分解、对称正定阵的乔里斯基(Cholesky)分解及求其行列式值、一般实矩阵的奇异值分解、广义逆的奇异值分解。
上传时间: 2013-12-27
上传用户:duoshen1989
语音识别中的说话人自适应研究.nh 1.MAP和MLLR算法比较 文章在讨论由说话人引起的声学差异基础上,研究两种基于模型 的自适应算法:最大似然线性回归(州压LR)和最大后验概率(MAp)。 实验结果表明,不论采用哪种自适应都能使识别率有一定的提升。两 种算法之间的差异性在于MAP具有良好的渐进性,但收敛性较差, 而MLLR在很大程度上改善了收敛特性,但其渐进特性却不如MAP。 文章讨论了在侧汰P自适应中,初始模型参数的先验知识对自适 应效果的影响,以及在MLLR中,回归类对自适应效果的影响。文 章还进一步研究了采用两种算法的累加自适应效果,从结果看MAP 和MLLR结合的方法比单独使用M[AP和MLLR的效果要好。文章 还对包括基于特征层的归一化算法和用于基于声学模型的MLLR算 法等效性进行讨论,并给出了统一的算法框架。
上传时间: 2014-01-09
上传用户:bakdesec