搜索资源列表
GMMTEST
- 从wave中读取数据，通过mfcc提取特征系数。从txt文件中读取基于GMM的分类器，最终识别为那种类型
basedonbayes
- 空间数据分析中最常用的是聚类分析，基于bayes的统计分析识别，一种特征分类方法-Spatial data analysis is the most commonly used cluster analysis, based on the Bayes statistical analysis of recognition, a feature classification method
jiyuneirongdeyinpinjiansuoyan
- 本文根据上述的研究，采用基于Mel倒谱系数特征的隐马尔可夫模型对音 乐进行分类。在音乐特征提取方面，以感知特征和Mel倒谱系数组成特征向量 在音乐分类方面，以隐马尔可夫模型作为分类器，对音乐进行聚类和分类。通过 有监督的学习方式进行聚类，分类时将测试样本归入似然值最大的类别，对同一 音频抽取若干样本，对样本识别结果采用投票法，判定该音频的音乐类别，使分 类的准确率得到进一步的提高。根据上述方法进行了仿真实验，并对实验结果进 行了分析。本文将音频数据分为5类，对4种分类器
anglecos
- 利用夹角余弦距离进行样本数据分类。实现步骤主要分为以下两部分：a、待测样品X与训练集里每个样品Xi的距离采用夹角余弦距离公式计算。b、循环计算待测样品和训练集中各已知样品之间的距离，找出距离待测样品最近的已知样品，该已知样品的类别就是待测样品的类别。-Using the sample data classification Angle cosine distance.Implementation steps are divided into the following two parts: a,
Speech-charactertic-classfication
- BP神经网络的数据分类-语音特征信号分类，主程序和子程序均在压缩文件中-The BP neural network data classification
案例1 BP神经网络的数据分类-语音特征信号分类
- 使用BP神经网络的数据分类-语音特征信号分类(Data classification using BP neural networks -- speech feature signal classification)