C针对模式识别问题H描述了支持向量机的基本思想H着重讨论了OD=?PI最小二乘=?PI加权=?P 和直接 =?P 等新的支持向量机方法H用于降低训练时间和减少计算复杂性的海量样本数据训练算法分块法I分解法H提 高泛化能力的模型选择方法H以及逐一鉴别法I一一区分法IPD., 分类法I一次性求解等多类别分类方法@最后给 出了污水生化处理过程运行状态监控的多类别分类实例@作为结构风险最小化准则的具体实现H支持向量机具有 全局最优性和较好的泛化能力
上传时间： 2014-01-15
上传用户：Ants
ARMA模型时间序列分析法简称为时序分析法，是一种利用参数模型对有序随机振动响应数据进行处理，从而进行模态参数识别的方法。参数模型包括AR自回归模型、MA滑动平均模型和ARMA自回归滑动平均模型。这里给出了一个求出ARMA模型参数的MATLAB程序。
上传时间： 2013-12-25
上传用户：问题问题
HMM的学习问题和解码问题研究 这一模型逐渐被应用到很多领域， 如语音识别、基因关联分析和基因识别、文字识别、图象处理、目标跟踪和信号处理等。 隐马氏模型需要解决三个问题:学习问题、识别问题和解码问题。
上传时间： 2016-05-04
上传用户：zhaiye
词法分析器的实现，1） 输入:字符串(待进行词法分析的源程序),输出:由(种别码,自身值)所组成的二元组序列。 2） 功能: a. 滤空格 b. 识别保留字 c. 识别标识符 d. 拼数 e. 拼复合单词: 例如： >=、 <=、 := 3） 检查如下错误： a. 程序语言的字符集以外的非法字符 b. 单词拼错,如9A88,而对于将begin拼写成begon的错误,只须把begon当成标识符即可
标签： 分析器
上传时间： 2016-05-18
上传用户：c12228
基于MATLAB实现的说话人识别程序，分别用bp、pnn、som、rbf、lvq等算法，对语音文件进行训练和测试，效果不错。~..~ 下面说明一下bprengong程序： 数据分别用来训练和测试两部分。 具体程序分为两部分，第一部分为：计算识别模型 变量v是mfcc处理以后的矢量。因为数据可能长短不一，所以放在同一进行截取。p的每一行代表一个语音数据（共15个）。变量Pr为每一行的最大最小值。变量T为目标值。输出神经元个数为15。 在训练阶段，如果用于训练的输入训练样本的类别标号为i（即语音数据的标号），则训练时设第i个节点的期望输出设为1。其余节点期望输出均为0。 在识别时，当一个未知类别的样本作用到输入端时，考查各输出节点的输出，并将这个样本的类别判定为输出值最大的那个节点对应的类别。
上传时间： 2016-05-23
上传用户：钓鳌牧马
基于J2EE技术的网上商城系统构建 本课题以国家8 6 3引导项目 ， 暨新疆自治区高新计划项目 — 广汇美居物流园网上 商城系统为背景。旨 在利用先进的系统建模思想以及当前流行的We b编程技术，将迭 代式、以用户需求为驱动和以构架为中心的R U P统一开发过程的系统建模思想应用到 电子商务系统模型的需求分析和设计的各个阶段， 完整地实现整个系统的建模过程。 在 此基础上对系统实现的关键技术问题:数据库的并发访问，MV C模式的应用以及统计 信息的图表显示等关键技术进行了具体的分析和实现。 本文利用I nt e 川 e 吸 的强大功能，借鉴国内外电子商务方面的相关经验，分析虚拟店 铺，网上商城及网上拍卖的功能结构和实现方式， 为广汇美居物流园的商户搭建网上虚 拟店铺，网上商城及网上商品竟拍系统平台。该系统经过近半年的使用，实际应用效果 较好。采用的R U P开发方法和M V c的设计模式使系统的灵活性和可扩展性大大增强。
上传时间： 2014-12-03
上传用户：edisonfather
在现有的单层马尔科夫链异常检测模型基础上,提出一种崭新的两层模型.将性质上有较大差异的两个过程,不同的请求和同一请求内的系统调用序列,分为两层,分别用不同的马尔可夫链来处理.两层结构可以更准确地刻画被保护服务进程的动态行为,因而能较大地提高异常的识别率,降低误警报率.
上传时间： 2013-12-26
上传用户：aig85
模式识别常用功能函数，内容非常丰富，包含常用的大部分识别模型函数。
上传时间： 2014-01-16
上传用户：shanml
VC动态轮廓的虹膜定位,主要完成了在虹膜识别中的虹膜定位功能，采用了动态轮廓模型.
上传时间： 2016-07-03
上传用户：zq70996813
汽车中的话音拨号系统是自动语音识别技术的应用热点. 自动语音识别系统是一个 基于训练的系统. 在汽车噪声中, 由于实际应用环境与形成系统参数的训练环境的失配, 传统 语音识别系统的性能会大幅度地下降, 从而无法实用. 为了提高语音识别系统在特定环境下的 识别率及实用性, 首先根据汽车环境中语音的失真模型分析了系统性能下降的原因, 然后针对 加性汽车噪声与信道失真对系统的影响, 讨论了在汽车噪声中改善语音识别系统性能的方法. 提出了在识别系统中用基于子带的语音增强算法和倒谱均值相减算法相结合的方法. 对大量 的多人连续数字串语音的识别实验表明, 这一方法大大提高了系统在汽车噪声环境中的识别 率, 它还可以简便、实时的实现, 具有一定的实用性.
上传时间： 2014-06-26
上传用户：erkuizhang
