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
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
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
常用的说话人识别方法有模板匹配法、统计建模法、联接主义法(即人工神经网络实现)。考虑到数据量、实时性以及识别率的问题，采用基于矢量量化和隐马尔可夫模型(HMM)相结合的方法。 说话人识别的系统主要由语音特征矢量提取单元(前端处理)、训练单元、识别单元和后处理单元组成，
上传时间： 2014-07-08
上传用户：wqxstar
基于人工神经网络的图像识别方法研究。基于神经网络的人脸检测研究。基于特征融合与神经网络的手写体数字识别技基于遗传神经网络的手写体数字识别研究术研究。基于遗传优化的神经网络的银行票据手写数字识别。一种改进的人工神经网络模型
上传时间： 2014-11-03
上传用户：wpwpwlxwlx
隐马尔可夫模型源代码，常用于模式识别和人工智能
上传时间： 2014-01-16
上传用户：shinesyh
利用61板、SPR模组、SPLC501液晶模组和4×4键盘建立手机通讯录模型，要求通讯录具有下述功能： 1. 通讯录条目的录入。可以通过4×4按键模拟手机键盘，实现中英文输入。通讯录条目至少应包括姓名、两组以上电话号码、Email等信息。 2. 通讯录查询和搜索。通讯录以一定规则排序，可翻页查看。提供通讯录搜索功能，输入姓名的一部分，可搜索到匹配的条目。 3. 语音识别功能。可将通讯录中的指定条目设定为“可语音拨号”，并加以训练。当进入语音拨号模式后，可利用之前训练的语音命令快速找到所需的通讯录条目。
上传时间： 2013-12-21
上传用户：windwolf2000
一个强大的统计模式识别工具箱，包含高斯分类器，高斯混合模型，主成分分析，支持向量机等常见分类方法。
上传时间： 2014-01-13
上传用户：lwwhust
