小结
文章平均质量分 74
iceberg7012
这个作者很懒,什么都没留下…
展开
-
语音合成技术简介
文章目录前言一、传统语音合成系统1. 总体框架2. 基于统计参数的语音合成2.1 系统流程图2.2 模型算法二、端到端的合成语音系统1. 总体框架2. 基于深度学习的语音合成2.1 系统流程图2.2 特征网络模型算法1. Tacotron2. DeepVoice3. DeepVoice24. DeepVoice3 & Tacotron25. Transformer6. FastSpeech2.3 声码器模型算法1. Griffin-Lim2. WaveNet3. WaveRNN4. MelGAN总结原创 2021-07-19 16:32:59 · 11951 阅读 · 0 评论 -
mysql 查询条件是中文时,无法查询的解决办法
前言最近在学习使用mysql数据库,遇到了查询条件是中文时,无法查询的问题,解决后,分享解决方法如下(本例使用navicat 对mysql数据库进行管理)。一、效果演示导入表格数据使用查询功能,对样本名称中含”苹果“的数据进行筛选('结果’是表的名称,'样品名称’是表中某字段名称)二、解决方法查询条件为中文或英文字母时,加双引号,而不是单引号;(如:SELECT * FROM 结果 WHERE 结果.样品名称 = “菠萝”)若第一步执行出错,则对my.ini 文件进行配置,参考原创 2021-05-02 16:24:31 · 7419 阅读 · 0 评论 -
GIt 本地项目同时上传多个远程仓库
文章目录前言一、前期准备1. 分别在码云和Github上建立两个仓库2. 本地项目初始化,建立本地仓库二、远程仓库配置配置步骤前言使用git,将本地项目同时上传至两个甚至多个远程仓库。(以码云和Github为例)一、前期准备1. 分别在码云和Github上建立两个仓库2. 本地项目初始化,建立本地仓库进入项目文件夹,鼠标右键,点击Git Bash Here;git init //初始化仓库,使目录变成Git可以管理的仓库;git add 文件名.类型 //添加文件到.原创 2021-04-18 17:46:39 · 1453 阅读 · 0 评论 -
滤波器(FIR与IIR)
文章目录前言一、滤波器1.1 简介1.2 类型1.3 应用二、FIR与IIR滤波2.1 脉冲响应2.2 FIR与IIR比较2.3 滤波方法三、python实现总结前言 滤波器在数据采集和分析中具有很多应用,它们通过减小或放大某些频率来改变时间信号的频率成分。 本文主要介绍在数字信号处理(DSP)中经常使用的两种基本的低通滤波器,有限脉冲响原创 2020-11-22 15:43:13 · 16687 阅读 · 1 评论 -
共空间模式算法(CSP)
文章目录前言一、BCI与EEG的基础概念二、CSP算法简介2.1 储备知识2.2 基本概念2.3 CSP算法python实例总结前言 共空间模式算法(CSP)广泛应用于脑机接口(BCI)中脑电信号(EEG)的特征提取,因此,在介绍CSP算法前,有必要对脑电接口,脑电信号等相关概念做个简述。一、BCI与EEG的基础概念BCI: 脑机接口(brain-computer interface, BCI),指在人或动物大脑与原创 2020-11-09 22:32:47 · 16385 阅读 · 3 评论 -
几种数据预处理方法汇总(标准/中心化、归一化、正则化)+Python代码
先介绍两个基本概念(均值、方差):数据的标准化(规范化/归一化)数据标准化是将样本的属性缩放到某个指定的范围。数据标准化的原因:某些算法要求样本具有零均值和单位方差;需要消除样本不同属性具有不同量级时的影响:①数量级的差异将导致量级较大的属性占据主导地位;②数量级的差异将导致迭代收敛速度减慢;③依赖于样本距离的算法对于数据的数量级非常敏感。z-score标准化(规范化): 基于原始数据的均值(mean)和标准差(standarddeviation)进行数据的标准化。将A的原始值x使用z-sc原创 2020-10-22 22:00:23 · 3386 阅读 · 0 评论 -
常用的数据分析方法(聚类、因子、相关、对应、回归、方差)简述【转】
常见的数据分析方法有哪些对于每个科研工作者而言,对实验数据进行处理是在开始论文写作之前十分常见的工作之一。但是,常见的数据分析方法有哪些呢?常用的数据分析方法有:聚类分析、因子分析、相关分析、对应分析、回归分析、方差分析。1、聚类分析(Cluster Analysis)聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。聚类是将数据分类到不同的类或者簇这样的一个过程,所以同一个簇中的对象有很大的相似性,而不同簇间的对象有很大的相异性。聚类分析是一种探索性的分析,在分类的过程中,转载 2020-10-16 16:14:34 · 12804 阅读 · 0 评论