语音共振峰估计、倒谱法共振峰估计、LPC内插法的共振峰估计、LPC求根法的共振峰估计matlab仿真代码

基于空间谱估计的声源定位matlab仿真代码

语音的基音周期估计、基音周期检测的端点检测、带通滤波器设计、倒谱法基音周期检测、自相关法基音周期检测、线性预测法进行基音周期检测

用于分布和不确定性估计的混合密度网络：使用Keras（TensorFlow）进行分布和不确定性估计的通用混合密度网络（MDN）实现

针对室内定位系统因多径分量的重叠和非视距传播直接影响时延估计精度的特点,采用具有高分辨特 性的超宽带技术进行室内定位。而空间谱估计 MUSIC算法作为一种高分辨的参数估计算法,经过变形能高精 度的估计 TOA时延,但仍存在谱峰搜索处理时延大的缺点。于是利用非视距传播的特点,采用 MUSIC算法结合 基于接收机结构的算法,改进现有的高分辨时延估计算法,仿真实验证明改进的算法可以在保证高精度时延估 计的基础上降低算法复杂度。

警告！ 这不是一个完全有效的模型。 学生应该调整它并添加相关的过滤，以使算法实用，即转子磁通应假设为不可访问。 尽管如此，控制系统的基本结构，包括 MRAS，可以提供一个方便的起点。 祝你好运！

基于面积比的人脸姿态估计方法研究，杭飞，，本文提出一种基于面积比的人脸姿态估计方法，先分析人脸姿态发生变化时特征点之间形成的三角形的面积变化，再应用BP神经网络对位�

在频域对采集数据进行了分析，提出了一种基于修正伯格算法的短序列谱估计方法。该方法在阶数估计时引入收敛因子，从而更为有效地估计了阶数，同时未直接采用伯格算法计算反射系数，而是先求得二阶预测误差系数，再求出一阶反射系数，并最终求得高阶系数完成谱估计。这种算法减小了谱偏，提高了分辨率。

为了减小到达时间差（time difference of arrival，TDOA）方法在定位过程中存在的系统测量噪声和非视距误差，提出了一种基于最优线性无偏估计的TDOA定位算法。该方法首先利用Chan算法计算定位初始位置，在初始位置处泰勒级数展开得到位置估计量的线性模型，并求取误差加权矩阵、系数矩阵及协方差矩阵等参数；然后采用加权最小二乘法对最终位置进行最优无偏估计，同时推导出定位误差的最小方差阵。仿真实验结果表明，在相同环境下该算法的定位精度优于Chan和Taylor算法，同时显著减小了算法的运算量。

简单轻巧的人体姿势估计 介绍 在COCO关键点有效数据集上，如果with_gcb模块达到66.5的mAP ，否则达到64.4的mAp 主要结果 COCO val2017数据集上的结果 拱 with_GCB 美联社 Ap .5 AP .75 AP（男） AP（长） 增强现实 AR .5 AR .75 手臂） AR（左） 256x192_lp_net_50_d256d256 是的 0.665 0.903 0.746 0.644 0.697 0.700 0.911 0.771 0.672 0.743 256x192_lp_net_50_d256d256 不 0.644 0.885 0.715 0.619 0.685 0.679 0.898 0.742 0.647 0.725 笔记： 使用翻转测试。 环境 该代码是在Ubuntu 16.