登录
首页 » MATLAB » 7.2 基于线性预测的语音合成实验 matlab

7.2 基于线性预测的语音合成实验 matlab

于 2021-07-31 发布
0 277
下载积分: 1 下载次数: 1

代码说明:

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 函数优化测试函数PPT
    【实例简介】
    2021-07-12 00:31:44下载
    积分:1
  • MATLAB实现不同插值方法的GUI界面设计 源程序代码
    MATLAB实现不同插值方法的GUI界面设计 源程序代码
    2021-05-06下载
    积分:1
  • SeismicLab地震数据处理包帮助文档归纳翻译(20210427095609)
    【实例简介】
    2021-08-15 00:31:12下载
    积分:1
  • matlab车牌识别
    【实例简介】
    2021-06-05 00:31:11下载
    积分:1
  • 米德螺旋阵列(ajimide.m)
    阿基米德螺旋阵列(ajimide.m)
    2021-05-06下载
    积分:1
  • 机器学习中的多示例包层次SVM分类算法
    【实例简介】机器学习中的多示例包层次SVM分类算法 【核心代码】Bag_KI_SVM.m KI-SVM ├── Bag KI-SVM │   ├── Bag_KISVM_prediction.m │   ├── Bag_KI_SVM.m │   ├── Find_y.m │   ├── Find_y_linear.m │   ├── Max_Violated_y_set.m │   ├── Readme.htm │   ├── celltomatrix.m │   ├── genIndex.m │   └── normalization_gaussian.m ├── Instance KI-SVM │   ├── Find_y.m │   ├── Find_y_linear.m │   ├── Inst_KISVM_prediction.m │   ├── Inst_KI_SVM.m │   ├── Max_Violated_y_set.m │   ├── Readme.htm │   ├── celltomatrix.m │   ├── genIndex.m │   └── normalization_gaussian.m ├── experiments.m ├── experiments_KISVM_musk1.m ├── libsvm-mat-2.88-MI-svm │   ├── COPYRIGHT │   ├── Makefile │   ├── README │   ├── doc.txt │   ├── heart_scale.mat │   ├── make.asv │   ├── make.m │   ├── read_sparse.c │   ├── read_sparse.mexw32 │   ├── read_sparse.mexw64 │   ├── svm.cpp │   ├── svm.cpp.bak │   ├── svm.h │   ├── svm.h.bak │   ├── svm.obj │   ├── svm_model_matlab.c │   ├── svm_model_matlab.c.bak │   ├── svm_model_matlab.h │   ├── svm_model_matlab.obj │   ├── svmpredict.c │   ├── svmpredict.mexw32 │   ├── svmpredict.mexw64 │   ├── svmtrain.c │   ├── svmtrain.c.bak │   ├── svmtrain.mexw32 │   └── svmtrain.mexw64 └── normedmusk1.mat 3 directories, 47 files
    2021-07-07 00:32:06下载
    积分:1
  • 匈牙利算法(MATLAB实现)
    匈牙利算法和murty算法的简介及MATLAB实现。
    2020-12-12下载
    积分:1
  • 画包络谱和幅值谱的matlab程序
    画包络谱和幅值谱的matlab程序
    2020-11-29下载
    积分:1
  • matlab 解决 TSP 问题
    【实例简介】
    2021-08-09 00:31:03下载
    积分:1
  • 于SIFT和SURF的遥感图像配准matlab代码
    压缩包中包含sift和surf的图像配准,先用sift或者surf特征提取,然后进行特征匹配,最后还用RANSAC进行误匹配剔除。sift是在Lowe官网源码上进行更改,surf直接使用MATLAB自带函数detectSURFFeatures()。
    2019-06-04下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载