MapReduce 使用 Hadoop 实现随机过采样、随机欠采样和“合成少数过采样技术”（SMOTE）算法 大数据的随机过采样：MapReduce 的近似 随机过采样 (ROS) 算法已适应于遵循 MapReduce 设计来处理大数据，其中每个 Map 进程负责通过少数类实例的随机复制来调整映射器分区中的类分布，Reduce 进程负责收集每个映射器生成的输出以形成平衡数据集。 该过程如图 1 所示，包括四个步骤：初始、映射、缩减和最终。 图 1：ROS MapReduce 设计如何工作的流程图。 大数据的随机欠采样：按照MapReduce程序选择样本 适用于处理大数据的随机欠采样 (RUS) 版本遵循 MapReduce 设计，其中每个 Map 进程负责按类对其数据分区中的所有实例进行分组，Reduce 进程负责收集每个映射器的输出并平衡通过随机消除多数类实例来形成平衡数据集的类分布。

本文提出了一种基于GPU加速的几何纹理合成方法，以解决几何纹理合成过程中的高计算量、高存储占用和高耗时等问题。首先，将样本几何纹理数据进行子块划分，以及根据子块在样本中的位置关系设计可重用样本顶点数据的数据结构，优化存储以降低内存的占用率；然后，通过采用GPU多线程并发技术设计并行加速算法，将串行的几何理纹理合成过程并行化，这使得能够快速地生成任意尺寸的新的几何纹理。实验结果表明，本文算法不仅存储占用更小，而且能够在保证合成质量的同时，极大地降低几何纹理合成耗时。

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：合成孔径雷达处理_MATLAB_雷达 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

中国科学院制成手语合成系统 捐赠给千所聋校师生使用 　　本报讯　近日，中国科学院计算技术研究所智能人机交互课题组研制成功了一套中国手语合成系统，这套系统能用三维虚拟角色任意演示用户指定的中国手语。中国科学院计算所宣布：他们将把这套价值千万元的手语合成系统捐赠给全国千余所聋校师生使用。教育部、中残联、中科院和北京市教委的领导出席了在京举行的捐赠仪式。 中国科学院高文研究员介绍说，这套系统给我国2057万听力语言残疾人带来福音。该系统利用人工智能，计算机图形学等技术，实现用三维虚拟角色任意演示用户指定的中国手语，可以为聋人教育，聋健之间的无障碍交流创造环境与基础。传统手语教学都采用学校教学和录像带播放两种方式，我们研制的系统实现了用户选择需要学习的词语或句子，学生不受时间与空间的限制，克服了学校教学方式中教师需要长时间工作的限制，节省了人力物力。它可构建中国手语电子词典，类似于汉英电子词典，通过该系统软件，在输入任意文后可立即学习此文本对应的标准中国手语。 中国残联教育就业部副主任唐淑芬介绍说，该系统在《中国手语》5596个手语词及30个中国手语的手指语基础上，增加了24817个同义词理解，词汇量涵盖了现有小学课本内容。经过简单扩展，可以涵盖现有中学课本内容。合成手语自然逼真，可懂度高。应用逼真虚拟人演示的合成手语手势准确自然，具有协调的唇动与表情。经聋校测试，指拼、单词、句子的平均可懂度分别为：92．95％，88．23％，87．58％；用户还可以添加新的手语词汇等功能。这对推广规范的中国手语有重大作用，给聋人朋友的学习和生活带来极大便利。 该系统是中国科学院计算所智能人机交互课题组在国家基金委、中科院知识创新工程、国家“十五”“863”高科技计划、中科院“百人计划”以及霍英东基金和北京市科委等多家计划与组织的联合资助下，在国际上率先实现聋人与健听人进行交流的对话以及翻译系统奠定了基础。该系统已在2003年2月27日通过了由中国残联在北京主持召开的鉴定会，有关专家给予高度评价。 　　（舒安东） 《人民日报海外版》 (2003年03月28日第二版)

tinySynth 在STM32F4Discovery上运行的合成器。 这是我最后一年的BEng项目。 要运行此人： 给自己一个STM32F4Discovery 安装ST-Link和GNU ARM Toolchain brew install st-link arm-none-eabi-gcc 构建MIDI接口并将其连接到PA3 在项目的根目录中运行make 将STM32F4Discovery连接到您的计算机 打开终端窗口并运行st-util 打开另一个终端并运行arm-none-eabi-gdb 在GDB中运行tar ext:4242 ，然后file main.elf ， load并run 欢呼！ :party_popper: 现在，合成器正在您的板上运行。 现在，将MIDI键盘连接到它并享受乐趣！ :musical_keyboard: 在这个项目中，我使用了的STM32F4Discovery模板项目

合成人类生成的姿势数据增强 该知识库是的硕士论文的一部分，是在开发的。 给定的管道可以使用通过任何深度相机扫描的点云（推荐：Intel RealSense D435i），并根据点云的颜色信息的可用性实现迭代最近点（ICP）的两种不同变体。 整个过程如下图所示。 接触： 表中的内容 输出 后期处理 引文 执照 致谢 接触 参考 资料收集程序 出于本项目的目的，请从深度相机收集点云或扫描数据。 主要算法接受.pcd或.ply格式的点云，并且可以接受2到5000之间的任意数量的点云。点云（扫描）的数量取决于最终注册的点云分辨率的要求。 硬件 在创建管道的实验中，我们使用了Intel RealSense D435i ，它是Intel的深度感测相机。 英特尔实感:trade_mark:D4xx深度摄像头可以每秒高达90帧的速度传输实时深度（即测距数据）和色彩数据，生成深度数据的所有处理均由嵌入式D4专用集成电路在板

语音信号处理-语音合成 主要内容： 一、语音合成的历史及概述 二、语音合成方法 三、TTS系统的文本分析及韵律建模 四、文语转换系统 五、语音合成技术展望 定义：语音合成是指用人工方法生成语音的技术。 研究领域：自然语言理解、语言学、语音学、信号处理、心理学、声学等。 应用领域：盲人计算机、电话信息查询、文本校对、专家系统的有声输出、火车站飞机场 的航班信息报告等。 1939年，贝尔实验室H.Dudley制作的第一个电子合成器 1960年G.Fant教授在《Acoustic Theory of Speech Production》中系统地阐述了语言产生的理论。利用这个技术可以对语音产生模型的参数进行准确估计。 1980年，MIT教授D.Klatt 设计的串/并联混合型共振峰合成 器。它用串联通道产生元音和浊辅音，并联通道产生清辅音。 80年代末E.Moulines和F.Charpentier提出基于时域波形修改和语音合成算法,该算法较好地解决了语音拼接中的问题，推动了波形拼接语音合成和文本转换技术的发展与应用。

图片AI合成人脸 Avatar Maker Pro - 3D avatar from a single selfie

Unity中接入科大讯飞SDK的示例，包含语音识别与语音合成功能

气象影视字幕汉语藏语合成软件使用帮助手册