马尔
共 255 篇文章
马尔 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 255 篇文章，持续更新中。
matlab降噪算法
该算法是基于小波域的马尔科夫模型降噪算法，共其他读者借鉴
HMM C语言版本
关于隐马尔科夫模型的一个C语言版本的源码，是一个开发库，里面有常用算法的函数等等。。
人脸识别C++源代码
基于隐马尔可夫模型的人脸识别C++源码。
hmm语音识别源码
hmm语音识别源码，是研究hmm隐马尔科夫模型算法和语音识别的好资料
基于小波域隐马尔可夫树模型的医学图像去噪
·摘 要:目的：为了更好地去除DR医学图像噪声。方法：通过分析其噪声来源，在小波去噪和小波域隐马尔可夫模型的基础上，进行改进，即引入了方差不变性变换来调整原始图像的噪声模型为高斯噪声模型；图像分解为不同频率的不同子带，而隐马尔可夫树模型则用来规划小波系数的边缘分布。结果：自然图像处理实验结果表明，与普通的小波去噪方法相比，该方法不但可以保留图像的边缘信息，而且能提高去嗓后图像的峰值信噪比。结论：同
期刊论文：采用一种新的马尔可夫模型进行癌症医学图像分割
·期刊论文：采用一种新的马尔可夫模型进行癌症医学图像分割
期刊论文：基于高斯马尔可夫随机场混合模型的纹理图像分割
·期刊论文：基于高斯马尔可夫随机场混合模型的纹理图像分割
期刊论文：隐马尔可夫模型在语音识别中的应用
·期刊论文：隐马尔可夫模型在语音识别中的应用
高噪声背景下的语音识别系统设计
·摘要： 文章讨论了高噪声背景下的汉语语音识别技术,从语音识别的一般方法出发,研究了基于半音节的半连续型隐马尔可夫模型(SCHMM)原理和算法,介绍了用DSP构建实现的方法,采用喉头送话器抑制了背景噪声,获得了较高的识别准确率.
孤立短语隐马尔可夫模型自动建模软件的实现
·孤立短语隐马尔可夫模型自动建模软件的实现
基于小波域隐马尔科夫树模型的图像分割
·摘 要:改进了传统的基于小波域隐马尔科夫树模型的图像分割方法．由于传统方法均为直接选择小波子带系数作为训练特征，不能直接得到像素级分割结果；同时传统方法在后融合方面对所有尺度均采用同一种上下文背景，而忽略不同尺度上初分割娄标志图的特点．因此，本文在粗分割阶段首先处理了训练时参数设置的问题，并选取了更能表征纹理的特征，能直接得到像素级分割结果；在多尺度融合阶段，充分利用不同尺度上类标志图的特性，不
期刊论文：一种基于非参数密度估计和马尔可夫上下文的SAR图像分割算法
·期刊论文：一种基于非参数密度估计和马尔可夫上下文的SAR图像分割算法
嵌入式盲人手机语音识别与控制系统设计
· 摘要： 针对盲人与低视力患者群体,提出并设计了一种基于非特定人语音识别技术的嵌入式盲人手机音控系统;系统采用AD1836A为语音信号采集单元、Blackifn533 DSP为语音信息处理单元核心,通过建立连续隐马尔可夫模型(CHMM)、选取美尔频率倒谱系数(MFCC)为语音特征参数,采用Baum-Welch算法及最小误差分类(MCE)方法改进HMM模型参数,设计实现了包含
基于HMM和小波包分解的气液两相流流型识别
·摘 要:为了研究垂直上升管中气液两相流的流型，利用自制的多电导探针测量系统采集4种典型流型的电导波动信息，提出了基于HMM和小波包分解的气液两相流流型识别方法。首先应用小波包分解对电导波动信号进行小波包能量特征参数的提取，然后将小波能量参数作为观测序列输入到隐马尔科夫模型（HMM），从而实现对流型的识别。研究结果表明，该方法能够准确地识别出4种流型，识别效果良好，为流型的在线识别提供了一种有效方
期刊论文：基于隐马尔可夫链的广播新闻分割分类
·期刊论文：基于隐马尔可夫链的广播新闻分割分类
期刊论文：基于隐马尔可夫模型的语音单字识别研究
·期刊论文：基于隐马尔可夫模型的语音单字识别研究
期刊论文：基于多尺度马尔可夫随机场的图像分割
·期刊论文：基于多尺度马尔可夫随机场的图像分割
语音识别中的模型和算法
·详细说明：语音识别中的模型和算法：动态时间归正技术（DTW），隐马尔可夫模型（HMM），高斯混合模型（GMM），高斯混合模型（GMM）文件列表: 算法 ....\人工神经元网络（ANN） ....\.....................\基于人工神经网络的语音识别研究.caa ....\.....................\基于神
期刊论文：基于复小波邻域隐马尔科夫模型的图像去噪
·期刊论文：基于复小波邻域隐马尔科夫模型的图像去噪
基于小波域隐马尔可夫模型的小波隐写分析
·摘要： 基于精确描述图像小波系数间统计特性的小波域二维隐马尔可夫模型(HMM)参数集合,提出一种针对小波域信息隐藏算法的新型隐写分析技术.通过使用二维HMM对小波系数进行建模,对生成的HMT森林在隐写前后的参数集合构造隐写分类特征,采用SVM分类器进行臆写判别.实验表明该方法适用于小波域隐写术的检测,对小波域QIM、MFP和BPCS隐写有较好的检测性能.