排序方式: 共有82条查询结果,搜索用时 186 毫秒
21.
音频自动分类是解决音频结构化问题和提取音频内容语义的重要手段之一,是当前基于内容的音频检索领域的一个研究热点。在考察音频数据特征的基础上,针对左-右密度隐马尔可夫模型(left-right DHMM)不能很好反映音频中状态反复的缺点,提出了一种基于各态历经混合高斯密度隐马尔可夫模型(EMGD_HMM)的分类器,并应用于语音、音乐和它们的混合声音的分类。实验结果表明,EMGD_HMM的分类精度要优于left-right DHMM。 相似文献
22.
传统的反向合成图像对齐算法比较的是模板图像与输入图像之间的象素值。该方法容易受到图像中光照变化的影响,从而导致收敛性变差甚至发散。根据局部指向性对光照变化不敏感的特性,提出了一种新的反向合成图像对齐算法——反向合成梯度算法。介绍了局部指向性的定义及表达式,对反向合成梯度算法进行了详细的推导,总结了该算法的计算步骤。通过实验,验证了反向合成梯度算法能够有效克服图像中光照变化的影响。 相似文献
23.
介绍了一种基于反向合成图像对齐算法的AAM匹配算法。首先对反向合成算法的内容及其在AAM匹配过程中需要注意的问题进行了阐述,然后通过实验,分别应用反向合成算法和原始AAM匹配算法对一定数量的图像进行匹配,验证了反向合成算法的有效性。 相似文献
24.
轨道电路是信号联锁的室外重要设备,起着保证行车和调车作业安全的作用。它能监督检查某一固定区段内的线路(包括站线)是否有列车运行、调车作业或车辆占用的情况,并能显示该区段内的钢轨是否完整。 相似文献
25.
介绍一种用于反馈矿井皮带运输机状态信息的语音报警系统及其实现方法。硬件主体由主控MCU、CAN控制器和语音模块等组成。详细介绍了系统的结构及工作原理,并给出了系统的电路组成、软件协议以及控制过程,实际应用表明,该系统达到了设计指标要求。 相似文献
26.
27.
28.
29.
Volterra模型预测在EMD端点延拓中的应用 总被引:2,自引:2,他引:0
经验模态分解(empirical mode decomposition,简称EMD)的端点效应使得EMD分解结果产生严重失真,为了减小端点效应在分解过程中产生的影响,将混沌序列模型引入EMD,提出采用Volterra模型解决分解中产生的端点效应问题。论述了基于Volterra模型的数据延拓技术原理,即先对原始数据进行Volterra建模,然后利用该模型对数据进行延拓。该方法使端点处的延拓更加合理,从而使得三次样条曲线在端点处不会发生大的摆动,实现了准确的EMD分解。通过对仿真信号的研究表明,延拓抑制了分解的端点效应。把该技术应用于转子横向裂纹振动信号的EMD分解中,取得了良好效果。 相似文献
30.