DFT的matlab源代码MFCC自动语音识别算法的实现 用于自动语音识别（ASR）的梅尔频率倒谱系数（MFCC）和动态时间规整（DTW）算法的Python 2.7实现。 方法 从.wav文件读取音频数据和采样频率 帧信号 将窗口功能应用于框架（默认值=汉明） 计算帧的DFT 计算每个DFT仓的周期图功率谱密度估计 应用梅尔频率滤波器组进行信号 对每个滤波器内的能量求和，并以10为底的对数 取每个滤波器的DCT 保持系数[1:13] 计算参考向量和输入向量的DTW最佳路径和欧式距离 去做 噪音门 预加重/提升 特征向量数据库 音频记录/播放（ audio.py ） 多线程MFCC提取 创建MFCC提取程序作为类？

一个简单加密的Matlab程序代码，附带TXT文本代码，实现原理：给定明文，通过一个密钥进行模二加，得到密文。

图像融合评价指标matlab源代码

主要是针对非线性实现序列的Recurrence_plots递归结构图的源代码，可以解决相应的画图问题，可以下载看一下，根据官方提供的文档进行数据提取与编写。有什么疑问可以留言进行回复。

上海大学-智能系统控制（计算机专业课）-智能系统控制实验八-RBF网络逼近仿真实例与RBF网络监督控制实例-matlab实现及报告 包含源代码 实验代码 实验分析 实验结果 结论 可直接运行

蚁群算法MATLAB源代码.docx

包括了用Matlab实现的蒙特卡罗方法源代码，蒙特卡罗方法讲解的PPT，同时有使用蒙特卡罗方法的demo.

前n条最短路算法matlab源代码资料来源 这是Mitchell，Mount和Papadimitriou于1987年首次描述的用于三角形网格（三角表面）的测地线（最短路径）算法的实现，[1]进行了一些小的改进，扩展和简化。 该算法具有O（n ^ 2 log n）最坏情况下的时间复杂度，但实际上可以在合理的时间内处理百万个节点的网格。 有关快速概述，请参见[2]。 该算法的基本思想与Dijkstra的用于在加权图上找到最短路径的算法非常相似。 它包括两个步骤： 来自源的距离场在网格表面上的传播（缓慢） 追溯从目标点到最近源的最短路径（快速） 为了进行调试和比较，我还实现了两种近似算法 Dijkstra在图上由网格的顶点和边缘创建的最短路径 细分（在网格的每个边缘上放置N个附加顶点，直接连接属于同一面的所有顶点，在结果图上运行Dijkstra）细分算法的一个不错的特性是，当N = 0时，它变为Dijkstra并计算出精确的距离当N->无穷大时。 输入网格表示为两个数组：顶点（每个顶点具有树坐标）和面（每个面表示为其顶点的索引）。 与算法的大多数通信是通过SurfacePoints（网格表面

在matlab中使用强化学习算法实现路径规划

语音识别技术越来越多地用于电话应用，例如旅行预订和信息，金融帐户信息，客户服务呼叫路由和目录服务。 使用受约束的语法识别，此类应用程序可以实现非常高的准确性。 随着实现这种语音激活系统的成本下降并且这些系统的实用性和有效性得到了提高，语音识别技术的研究和开发持续增长。 例如，为电话应用程序优化的识别系统通常可以提供有关特定识别的置信度的信息，如果置信度低，则可以触发该应用程序以提示呼叫者确认或重复他们的请求。 索引词：语音，识别，验证，声音，孤立，单词。