MiRNA-BD：基于证据的microRNA生物标志物识别模型，林宇鑫，吴文涛，MicroRNA（miRNA）与生物体内许多重要的生物过程相关。大量研究表明，miRNA可以作为疾病临床诊断和治疗的有效生物标志物。目前，miRNA生�

说出文件名字，即可自动查找出文件； 基于语音识别技术或者已有的语音云实现； 实现精确/模糊匹配； 本系统设计核心分为实时 录音、语音识别、文件名数据库、文件检索、用户接口五个模块。使用 Python 调用操作系统（win10）接口，调用硬件设备麦克风进行录音同时设计事件响应机制，满足随时开始录音，随时停止录音，同时保证录音的质 量不受影响。将录音的结果存到磁盘中的指定位置。 两种语音识别模块，一是基于 GMM-HMM 的语音识别模型的训练与使用， 二是使用百度语音识别 API。识别结果传递到文件检索模块进行检索。使用 sqlite 数据库，创建数据表，利用操作系统接口访问文件系统从而从磁 盘中

能够区分0-9的数字，以及+，-，*，/，（）运算符，支持括号运算，识别精度达到90%以上，需要的请自取

使用 CRF++ 训练命名实体识别模型

该程序代码是基于Python3.5开发的，程序代码中包括制作人脸数据集faces_my.py文件，自动打开电脑上的摄像头实时捕捉人脸保存，并保存到指定目录下，可以在程序中设置人脸数据集的大小，初始数据集是10000张人脸图片。人脸大小指定为64*64像素大小，方便后面神经网络的训练。经过模型训练后，该人脸识别算法准确率达到了百分之99。训练模型请运行train.py文件，并可以自行设置训练的批次和迭代结束的条件，训练好模型后会自动在程序运行目录下保存当前训练好的卷积神经网络模型。模型训练完成后，若想看到模型的实际运行效果怎么样，请运行recognition.py文件，程序运行后将会自动调取计算机上的摄像头实时监测人脸并识别人脸，在图形界面窗口实时显示人脸识别的结果。

基于Pytorch实现的MASR中文语音识别模型（1300小时数据集） 源码地址：https://github.com/yeyupiaoling/MASR

20180402-114759.pb model-20180402-114759.ckpt-275.data-00000-of-00001 model-20180402-114759.ckpt-275.index model-20180402-114759.meta

PaddlePaddle-DeepSpeech中文语音识别模型（thchs_30数据集训练的） 项目地址：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech/tree/release/1.0

PaddlePaddle-DeepSpeech中文语音识别模型（free_st_chinese_mandarin_corpus数据集训练的） 项目地址：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech/tree/release/1.0

PaddlePaddle-DeepSpeech中文语音识别模型（AISHELL数据集训练的） 项目地址：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech/tree/release/1.0