lzloveplk

积分:163
上传文件:3
下载次数:143
注册日期:2019-12-04 10:21:56

上传列表
traffic.rar - 交通灯的显示有很多方式,如十字路口、丁字路口等,而对于同一个路口又有很多不同的显示要求,比如十字路口,依人们的交通常规,“红灯停,绿灯行,黄灯提醒”。 十字路口,A、B两方向,红:黄:绿,亮灯维持时间、车子左右转弯可自行设计,2020-10-09 16:04:47,下载0次
FlieSendSystem.rar - 基于本地的文件传输功能小程序 带图形界面等,2019-12-25 01:22:16,下载0次
socke文件传输.rar - 基础的文件传输代码,提供学习使用,适合刚接触的java新手,2019-12-08 01:12:04,下载0次

近期下载
电力电子技术 第五版.rar - 电子电子技术,教材,第五版,可能会有点帮助
模拟电子技术基础-童诗白(绝对清晰版).rar - 童诗白-模拟电子技术-清华大学-绝对清晰版
NPN管工艺及器件仿真.zip - npn的silvaco仿真,可以根据自己需求调整参数,说明都有写的
AtlasAuxiliary - 半导体器件仿真软件 Silvaco Atlas 资料和经验总结。 | Experience and skills for semiconductor simulation software Silvaco Atlas.
TCAD.rar - silvaco TCAD使用资料。对初学者有很大帮助。
mindy.zip - 这是分子动力学软件NAMD的最小简化包,包含了其全部功能,对于初学者来说是个很好的理解分子动力学模拟过程的程序。
Hefei-NAMD-DEV - 合肥NAMD是一个基于含时密度泛函理论的从头算非绝热分子动力学程序...
Nanodcal应用教程.zip - NANODCAL应用教程,包含详细建模、计算、分析的使用方法
Lenet.zip - 卷积神经网络(lenet_5)代码,用于手写字符识别
Convolutional-Neural-Network-master.zip - 在MATLAB中利用卷积神经网络实现手写数字的识别
基于卷积神经网络的手写汉字识别.zip - 基于卷积神经网络的手写汉字识别_matlab版本_可以识别509类手写汉字
CNN_Fusion.zip - 基于卷积神经网络的图像融合方法,首次将卷积神经网络应用到图像融合领域。
卷积神经网络CNN进行图像分类.zip - 基于卷积神经网络的图像识别,应用于MATLAB
卷积神经网络.rar - 建立卷积神经网络;使用训练样本对卷积神经网络进行训练;使用测试样本对卷积神经网络进行测试;卷积神经网络的前向计算过程;计算目标函数值,以及目标函数对权值和偏置的偏导数;更新网络的权值和偏置。
卷积神经网络详述.zip - 从卷积神经网络的发展历史开始,详细阐述了卷积神经网络的网络结构、神经元模型和训练算法。在此基础上以卷积神经网络在人脸检测和形状识别方面的应用为例,简单介绍了卷积神经网络在工程上的应用,并给出了设计思路和网络结构。
基于深度卷积神经网络的数字调制方式识别.zip - 基于深度卷积神经网络的数字调制方式识别 一篇文章,通过卷积神经网络识别调制方式
cocoapi-master.zip - 人脸识别机器学习机器学习深度学习 人脸特征
卷积神经网络去雾.zip - 该代码实现了使用Matlab实现卷积神经网络来对图像进行去雾操作。
LPC.rar - 基于线性预测系数(LPC)的语音信号重构。给出了完整的LPC matlab程序,包括语音信号采集,LP预测系数,阶数的选择以及预测结果误差曲线。(很好用)
0-9(Speech-Recogenition).zip - 用matlab仿真0到9十个数字的语音识别 1、对语音的WAV文件和LAB文件进行处理,产生十个文件,每个文件对应于一个数字,存贮着该数字的波形文件。(shujuzhengli.m) 2、分别利用上面十个文件训练出十个HMM模板,具体方法是:首先将语音的波形文件分帧,以128个点为一帧,帧移为64,每一帧通过mfcc.m计算出13个系数,随着波形的长度不同,一个语音文件可以计算得到13*N个系数,截取13*15的矩阵(mfcc系数)用作训练数据。一般一个HMM模板用20组mfcc系数训练,得到初始状态分布、状态转移矩阵、高斯正态分布的均值和方差以及混合矩阵,这就是该语音的特征,存贮下来,识别的时候使用。(trainmfcc.m) 3、识别过程:识别的前面部分与训练相似,都是要计算得到mfcc系数,不同在于,识别时,将计算得到的mfcc 参数分别代入训练得到的HMM模板求出概率,比较出最大概率者,则该模板对应的数字就是识别的数字。(shibiesb.m) 4、用大量语音文件做测试,结果正确率为90 以上。

收藏