原创 ECG,脈搏波,心率,心率變異性,血壓

目錄   ECG(心電圖) 脈搏波 血壓 心率 心率變異性 關係 ECG(心電圖) ECG,是electrocardiogram的縮寫。就是我們平時常見的心電圖。典型的心電信號由P波,QRS波,T波等一系列特徵波組成,它們以及一些特徵段(

原创 光電容積脈搏波描記法PPG

PPG 實時心率值可以反映一個人當時的心臟活動能力,進而從側面衡量人體的健康狀態。醫院中測心率多采用心電圖的方式,這在日常活動以及運動中是不便測量的,PRG( photoplethysmographic,光電描記法)脈搏波信號採用ILED

原创 論文中繪製神經網絡工具彙總

https://blog.csdn.net/WZZ18191171661/article/details/87886588

原创 HDOJ1261排列組合+大數乘除

http://acm.hdu.edu.cn/showproblem.php?pid=1261   題解 令sum=a1+a2+···+an 種數爲 sum!/(a1!a2!···an!) 其中sum最大爲25*12,而int能容納的最大

原创 梅爾頻率倒譜系數(MFCC)

https://blog.csdn.net/zkl99999/article/details/80723755

原创 語音識別之GMM-HMM模型(三):GMM-HMM模型應用於語音識別任務原理詳解

寫在前面 都知道語音識別有GMM-HMM模型,也分別瞭解了什麼是: GMM(混合高斯模型) https://blog.csdn.net/qq_37385726/article/details/89198387 MMC(馬爾可夫鏈) ht

原创 語音識別之GMM-HMM模型(一):語音識別簡介與混合高斯模型-GMM

寫在前面 都知道語音識別有GMM-HMM模型,也分別瞭解了什麼是: GMM(混合高斯模型) https://blog.csdn.net/qq_37385726/article/details/89198387 MMC(馬爾可夫鏈) ht

原创 通俗理解馬爾科夫鏈

轉自這裏   馬爾可夫鏈 (Markov Chain)——無記憶性概率圖模型 它是隨機過程中的一種過程,一個統計模型,到底是哪一種過程呢?好像一兩句話也說不清楚,還是先看個例子吧。 隨機過程可簡單理解成比隨機變量多了一個參數維度,而該參

原创 語音識別之GMM-HMM模型(二):隱馬爾科夫模型-HMM

寫在前面 都知道語音識別有GMM-HMM模型,也分別瞭解了什麼是: GMM(混合高斯模型) https://blog.csdn.net/qq_37385726/article/details/89198387 MMC(馬爾可夫鏈) ht

原创 通俗理解隱馬爾科夫模型

轉自這裏   馬爾科夫模型有兩個假設: 系統在時刻t的狀態只與時刻t-1處的狀態相關;(也稱爲無後效性) 狀態轉移概率與時間無關;(也稱爲齊次性或時齊性)   第一條具體可以用如下公式表示: P(qt=Sj|qt-1=Si,qt-2=Sk

原创 高斯混合模型(GMM)及其EM算法的理解

參見https://blog.csdn.net/jinping_shi/article/details/59613054 個人理解上,兩處錯誤修正  (2)式改成  p(z)=p(z1​)p(z2​)...p(zK​)= (5)式第二個等

原创 語音識別領域近30年經典論文合集

具體參見https://github.com/zzw922cn/awesome-speech-recognition-speech-synthesis-papers

原创 語音中的響度,音調與音色的決定因素

目錄 一、先驗知識 1. 基波與諧波 2. 基音與泛音 二、圖解泛音的形成原理 生動形象的視頻介紹 三、圖解泛音決定音色 寫在前面  響度由聲源的振幅決定 音調由基波的頻率決定 音色由泛音決定   一、先驗知識 1. 基波與諧波 基

原创 拉普拉斯金字塔分解及圖像融合

轉載自:https://blog.csdn.net/qq_35608277/article/details/80630927 目錄 一、高斯金字塔和下采樣 二、圖像上採樣還原圖像缺陷 三、拉普拉斯金字塔引入 四、利用拉普拉斯金字塔無損重

原创 ECG,脈搏波,心率,血壓

目錄 ECG(心電圖) 脈搏波 血壓 心率 關係 ECG(心電圖) ECG,是electrocardiogram的縮寫。就是我們平時常見的心電圖。典型的心電信號由P波,QRS波,T波等一系列特徵波組成,它們以及一些特徵段(QRS間期,ST