PyTorch-Kaldi语音识别工具包PyTorch-Kaldi是一个开放源代码存储库,用于开发最新的DNN / HMM语音识别系统。 DNN部分由PyTorch管理,而特征提取,标签合成则由PyTorch-Kaldi语音识别工具包PyTorch-Kaldi是一个开放源代码存储库,用于开发最新的DNN / HMM语音识别系统。 DNN部分由PyTorch管理,而特征提取,标签计算和解码则由Kaldi工具包执行。 该存储库包含PyTorch-Kaldi工具箱的最新版本(PyTorch-Kaldi-v1.0)。 要查看以前的版本(PyTorch-Kaldi-v0.1),请单击此处。 如果您使用此代码或部分代码,请
2022-04-13 17:21:24 362KB Python Deep Learning
1
在图像处理和雷达信号处理中经常需要二维傅里叶变换。 在此代码中,我使用 repmat 函数从一维余弦脉冲创建二维余弦脉冲并计算其傅立叶变换。 轴以 dB 标度归一化。 此代码是先前代码文件 ID:#46094 的扩展。
2022-04-09 15:41:00 2KB matlab
1
matlab最简单的代码色域-体积-m Matlab / octave中的CIELab色域体积计算和可视化 先决条件 Matlab /八度 要使用此代码,您需要用Matlab或倍频安装。 Matlab是商业软件,可以从NET获得。 GNU / Octave是免费的开源软件,可以从下载。 GIT (可选)如果您想为这个项目做贡献,您还需要一个GIT客户。 对于Linux或MacOS,它将已经安装,对于Windows,您可以安装客户端。 如果愿意,还可以使用其他git客户端,可以找到完整列表。 安装 使用git 从合适的包含文件夹中: git clone https://github.com/CIELab-gamut-tools/gamut-volume-m.git 不使用git 从项目下载zip文件,然后将其解压缩到合适的文件夹中。 您可能希望将解压缩的文件夹从gamut-volume-m-master重命名为gamut-volume-m ,以与上面的git指令一致。 快速开始 本指南假定您对Matlab有一些基本的了解。 对于完整的Matlab或Octave新手,请查看和/或。 即使使
2022-03-31 22:16:40 47KB 系统开源
1
程序的不同部分允许简单的信号图形输入,以及与它们相关的各种计算。 该程序侧重于简单的信号输入,以及易于理解的结果图形显示。 第一部分与工业电子相关。 输入信号后,可以查看构建它们的不同数量的和声,以及接收相关参数。 第二部分与DSP相关。 输入离散信号买入值或按功能输入后,该算法将进行与它们相关的不同计算,例如:离散卷积,z变换,DFT,DTFT等。 第三部分与信号和系统有关。 该部分显示任务及其解决方案。
2022-03-28 10:32:09 746KB matlab
1
注意:这些函数现在可以从 iosr.bss.* 的 IoSR Matlab Toolbox 中获得。 ------------------------- 计算理想的二进制和比率时频掩码; 将掩码(或其他时频掩码)应用于目标、干扰和/或混合信号。
2022-03-24 11:09:05 155KB matlab
1
关于数据中心、云计算、大数据的详细综述,可以作为企业内部培训材料。包括:数据中心与云计算架构基础、重点关注的云计算系统平台、国内行业云计算推广与应用、云计算技术与大数据时代
2022-03-21 10:18:44 26.76MB 云计算 大数据 数据中心
1
受中间鳍和/或成对鳍(MPF)鱼的波动启发,仿生起伏鳍具有更高的可操作性,更低的噪声和更高的效率,有望用于水下任务。 在本研究中,提出并实现了耦合计算流体动力学(CFD)模型,以促进仿生起伏机器人的流体动力学效果的数值模拟。 在三个典型的期望运动模式(行进,偏航和偏航偏航)下,通过计算和实验研究了由两个仿生起伏鳍推动的水下机器人的水动力行为。 此外,通过在相同运动学参数集下的CFD和实验结果之间的比较,揭示并讨论了仿生波动模式中的几种特定现象。 对于起伏机器人的动态行为所做的贡献对于研究推进机构和控制算法具有重要意义。
2022-03-20 01:06:47 1.19MB bionic underwater robot; CFD;
1
单侧电源辐射网络线路相间短路电流的仿真实验,非常简单的综合实验操作,设置两个短路保护,有延时环节。保护1 处配置三段式电流保护,第Ⅱ段保护兼作第Ⅰ段保护的近后备,第Ⅲ段保护可起到本线路近后备和相邻线路远后备保护的作用。
1
自述文件 模组 这是一个Python软件包,设计用于处理肽,蛋白质或天然氨基酸的任何氨基酸序列。 它包含了几个模块,例如描述符计算(模块descriptors )或序列生成(模块sequences )。 有关如何使用该软件包的基本说明,请参阅本自述或部分。 安装 快速说明:从版本4开始,modlAMP支持Python3。不建议与Python 2.7一起使用。 为了使安装正常进行,需要安装pip 。 如果不确定是否已有pip,请在终端中键入pip --version 。 如果尚未安装pip,请通过sudo easy_install pip安装。 无需手动下载软件包即可安装modlAMP。 在您的终端中,只需键入以下命令: pip install modlamp 要将modlamp更新到最新版本,请运行以下命令: pip install --upgrade modlamp 用法 本节
2022-03-18 11:07:25 2.81MB Python
1