数字信号处理英文版课件：Chapter7 LTI Discrete-Time Systems in the Transform Domain 第四版.ppt
2022-06-29 09:07:07
1.74MB
信号与系统：第二章 Linear time-invariant systems.ppt
2022-06-28 15:00:38
3.54MB
数字信号处理教学课件：Chapter4 Discrete-time Systems.ppt
2022-06-28 09:06:42
940KB
数字信号处理教学课件：Chapter7 LTI Discrete-Time Systems in the Transform Domain.ppt
2022-06-28 09:06:40
1.3MB
多元时间序列 (MTS) 数据集广泛存在于众多领域，包括医疗保健、多媒体、金融和生物识别。 由于MTS是许多计算机视觉和模式识别应用中的重要元素，因此如何准确地对MTS进行分类已成为研究的热点。 在代码中，我们为 MTS 分类提出了基于马氏距离的动态时间规整 (MDDTW) 度量。 Mahalanobis 距离在每个变量与其对应的类别之间建立了准确的关系。 它用于计算 MTS 中向量之间的局部距离。 然后我们使用动态时间扭曲 (DTW) 来对齐那些不同步或长度不同的 MTS。 同时，我们使用基于 LogDet 散度的三元组约束（LDMLT）模型来学习具有高精度和鲁棒性的 Mahalanobis 矩阵。 此外，我们还演示了代码在 MTS 数据“JapaneseVowels”上的性能。
2022-06-27 14:45:31
888KB
1
数字信号处理教学课件：Chapter2 Discrete-Time Signals and Systems in the Time-Domain.ppt
2022-06-27 14:06:07
929KB
数字信号处理教学课件：Chapter3 Discrete-Time Fourier Transform.ppt
2022-06-27 14:06:07
1.66MB
计算模型与算法技术：7-Space and Time Tradeoffs.ppt
2022-06-24 09:08:29
5.23MB
信号与系统英文版课件：Chap2 Linear Time-Invariant Systems.pptx
2022-06-24 09:01:24
2.81MB
信号与系统英文版课件：Chap4 The Continuous-Time Fourier Transform.pptx
2022-06-24 09:01:22
3.73MB