檢索結果:共5筆資料 檢索策略: "楊傳凱".ccommittee (精準) and ckeyword.raw="高斯混合模型"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
和弦辨識方法可以分為和弦偵測與產生和弦配置。和弦偵測的目標是預測和弦序列並自動標記,產生和弦配置則是產生和弦序列以建議伴奏及和弦的安排。一般而言,和弦偵測會有標準答案,產生和弦配置則沒有標準答案。由…
2
本研究探討基於雙層濾波器與高斯混合模型分群的影像抽象化方法,改善兩種方法在影像抽象化上參數最佳化與影像品質的問題。在使用雙層濾波器的研究中,我們提出根據影像亂度決定濾波器參數組合的方法,以此可自動找…
3
連結時序分類(CTC)是一種結合動態規劃與深度學習的序列預測方法,其架構與傳統的隱馬夫模型相似,但複雜度較低、卻能獲致更佳的語音辨識效能。過去的研究雖驗證了此方法的有效,然而對於此架構能達到良好效能…
4
高斯混合模型和隱藏式馬可夫模型常用來估計資料的隱藏狀態。高斯模型假設資料間的獨立性而馬可夫模型容許時間序列資料間存在馬可夫的關係。但是馬可夫模型假設下隱藏狀態的估計需要有效的演算,譬如 EM 演算法…
5
傳統上,海洋學的研究係以溫度與鹽度(Temperature-Salinity,T-S)關係來表示水團的特徵。然而,溫度與鹽度特性可能會隨著地理位置、年度、季節、或水層的不同而變化;即使在同一地點,其…