سيستمهای بهبود صحبت

سيستمهای پاكسازی گفتار سه هدف عمده را دنبال مي‎كنند: الف) بهبود جنبه‌های ادراكی گفتار نويزی همچون كيفيت و قابليت فهم سيگنال ب) ايمن‌سازی رمز كننده‌های گفتار در مقابل نويز ورودی (افزايش مقاومت رمز كننده گفتار با ورودی نويزي) ج) اصلاح عملكرد سيستمهای شناسايی گفتار در حضور نويز. شکل (2-3) چهارچوب کلّی يک سيستم پاکسازی گفتار […]

سيستمهای بهبود صحبت بیشتر بخوانید »

دسته بندی نويزهای محيطي

مدل کردن دقيق نويز راهی است برای طبقه بندي[1] مناسب سيگنال نويزی و بهبود آن. يکی از مفيدترين ابزار برای شناخت ساختار فرآيند نويز استفاده از طيف فرکانسی آن مي‎باشد. نويزهای محيطی را از نظر طيفی مي‎توان به چهار دسته تقسيم کرد که عبارتند از: 1- نويز متناوب  2- نويز ضربهای 3- نويز پهن باند

دسته بندی نويزهای محيطي بیشتر بخوانید »

ويژگيهای اساسی صحبت

از آنجا که حذف نويز از سيگنال صحبت نياز به شناخت وجه تمايز آنها دارد، بنابراين هر چه اطلاعات اوّليه در مورد نويز و سيگنال صحبت بيشتر باشد، کاهش نويز بهتر صورت مي‎گيرد[4]. علم بررسی خواص صوت توليد شده توسط انسان به ويژه در زمينه‌های توصيف، دسته بندی و آوا شناسی را فونتيک مي‎گويند و

ويژگيهای اساسی صحبت بیشتر بخوانید »

مقدّمه ای بر حذف نويز سيگنال صحبت

بهبود کيفيت صحبت غرق شده در نويزدر سيستمهای ارتباطات اهميت زيادی دارد. امروزه اهميت مسئله حذف نويز صحبت بخصوص با گسترش و توسعه تلفنهای سلولي(موبايل) افزايش يافته است. به عنوان يک مثال صوت ارسالی تلفن همراه، وقتی در اتومبيل در حال حرکت استفاده مي‌شود، همراه با صدای موتور اتومبيل و باد خواهد بود، و يا

مقدّمه ای بر حذف نويز سيگنال صحبت بیشتر بخوانید »

استفاده از RTW در شبيه‌سازي سخت‌افزار در حلقه

چکيده: در اين مقاله ضرورت استفاده از نرم‌افزار RTW در شبيه‌سازي سخت‌افزار در حلقه بيان شده است سپس از اين ابزار براي شناسايي و کنترل عملگر و شيربرقي استفاده مي‌شود. شناسايي عملگر و شيربرقي تحت بارهاي مختلف با استفاده از الگوريتم ژنتيک فازي[1] انجام گرفته و يک مدل متغيير با بار با تأخير بدست آمد.

استفاده از RTW در شبيه‌سازي سخت‌افزار در حلقه بیشتر بخوانید »

معرفی Blind deconvolution و الگوریتم های پیاده سازی آن

فهرست: مقدمه.3 چکیده ای بر پروسه equalization . 3 فیلتر کانال معکوس ایده آل ( equalizer ایده آل ). 3 خطای شبیه سازی(نویز ترکیبی-equalization error)..4 تعیین وضعیت کانال –برآورد ورودی های کانال. 5 ویژگی های یک کانال non-invertible.6 کانال های فاز ماکزیمم و فاز مینیمم ..6 بلوک دیاگرام داخلی یک equalizer ..7. الگوریتم BASSGANG برای

معرفی Blind deconvolution و الگوریتم های پیاده سازی آن بیشتر بخوانید »

برنامه نویسی متلب درخت تصمیم

درخت های تصمیم یک روش یادگیری با ناظر غیر پارامتری می باشد که برای کاربردهای دسته بندی و رگرسیون قابل استفاده هستند. هدف از آن ایجاد یک مدل بر اساس گره های تصمیم گیری می باشد. اساس کار یک درخت تصمیم، گره های تصمیم گیری (Decision Node) می باشند. ایده اصلی یک درخت تصمیم از

برنامه نویسی متلب درخت تصمیم بیشتر بخوانید »

برنامه نویسی متلب ماشین بردار پشتیبان

این آموزش قسمت سوم بسته آموزش جامع یادگیری ماشین می باشد. در این آموزش شما با نحوه برنامه نویسی ماشین بردار پشتیبان در متلب آشنا خواهید شد. این آموزش بر مبنای آخرین نسخه متلب می باشد و به جرات می توان گفت یکی از بهترین آموزش های برنامه نویسی ماشین برار پشتیان در متلب می

برنامه نویسی متلب ماشین بردار پشتیبان بیشتر بخوانید »

پیش پردازش داده و معیارهای ارزیابی در MATLAB

این آموزش قسمت دوم بسته آموزش جامع یادگیری ماشین می باشد. ما در این آموزش شما با ابزارهای و تابع های متلب در پیش پردازش داده و معیارهای ارزیابی مدل های یادگیری ماشین آشنا می کنیم. در هر کار یادگیری ماشین ما با داده (data) در ارتباط هستیم. این داده ها می توانند از منابع

پیش پردازش داده و معیارهای ارزیابی در MATLAB بیشتر بخوانید »

blank

مبانی و مقدمات یادگیری ماشین

این آموزش قسمت اول بسته جامع یادگیری ماشین می باشد که اختصاص به مبانی و مقدمات یادگیری ماشین دارد. هر شخصی که بخواهد از یادگیری ماشین در یک پروژه استفاده کند، لازم است که با تئوری یادگیری ماشین آشنایی کامل داشته باشد تا بتواند یک مدل خوب و با راندمان بالا طراحی کند. بنابراین یادگیری

مبانی و مقدمات یادگیری ماشین بیشتر بخوانید »