原创 遊戲升級問題的解法_馬爾科夫鏈與隨機遊動

遊戲升級問題的解法_馬爾科夫鏈與隨機遊動 好久之前寫好,因爲沒網發不上來,着實可笑。^_^ 問題背景: 某款遊戲升級到下一個段位需要攢夠五顆星,贏一局加一星(非連勝狀態),輸一局掉一星。連勝加兩顆星。假設某位玩家贏一局遊戲的概率爲p

原创 Matlab 中僞隨機數的生成以及可復現的不放回等概率隨機抽樣

Matlab 中僞隨機數的生成以及可復現的不放回等概率隨機抽樣 在一些統計分析和優化實驗中,需要用到隨機數,可是我們又無法得到真正的隨機數。平時使用的都是僞隨機數,是拿軟件模擬的隨機數。 比如,系統時間具有隨機性,常常被用作位隨機數種子

原创 常用linux命令積累(備用)

創建/刪除用戶 adduser username 這個命令的參數是用戶名,創建用戶的時候會一併在/home下創建名爲/username的目錄。並且複製相關的配置文件,大部分是隱藏文件。 userdel username 會刪除用戶,

原创 windows平臺上在matlabR2017a中編譯LibSVM--VS2017

Matlab R2017a有個bug,就是在用mex編譯c/c++程序的時候,如果要用vs2017的編譯器(支持c++17)的時候需要打一個補丁,補丁是2017年5月纔出的。 ![matlabr2017a支持和兼容的編譯器](ht

原创 Ubuntu 16.04安裝Kaldi詳解

Ubuntu 16.04安裝Kaldi詳解 感謝luhuang的博客。 當時只留了一個網頁鏈接,但是現在這個博客好像無法訪問了(2017.10.23) 不同的人在實際安裝的過程中會遇到各種各樣的問題,我也不例外。遇到了LuHu

原创 Matlab中以指定的概率生成僞隨機數

Matlab中以指定的概率生成僞隨機數 Matlab提供了方便的隨機數生成函數,能夠以指定的概率生成僞隨機矩陣。今天用到了randsrc()這個函數,下面是不同的參數形式對應的輸出結果。 (1).randsrc():得到的是等概率的兩點

原创 關於認可

人怎麼才能不在意外部對自己的看法?我自己認可自己比別人認可自己是更有價值的,前提是我時時都要做到不自欺。這樣便能督促自己,每一天都比前一天更加強大。犯了錯誤,就要吸取教訓,智商稅交夠了,還是會有所長進的。最忌淺薄,說話也好,做研究也好,

原创 基於語音信號MFCC的情感識別

信號處理課程結束了,沒有像期望的那樣學到很多東西,買的書(Discrete-Time)也沒怎麼看,作業算是完成了,但是要達到該坑的國際領先水平,距離有些遙遠。我只是撫摸了一下信號處理的皮毛,我只是用了一下支持向量機。然而,我對語音情感的

原创 matlab中的數字濾波器

在進行數字信號處理的時候經常需要對時間序列進行濾波。工具箱中常用的函數是filter 常見形式: y = filter(b,a,x) 其中x是輸入序列,向量b&a是濾波器的參數。y是輸出序列。 下面舉一個例子說明一下實際

原创 《解析深度學習:語音識別實踐》讀書總結

英文版電子書:http://pan.baidu.com/s/1o8x82jo 密碼:zmja 0.自動語音識別概覽 ## 標題 ##

原创 tensorflow GPU小測試

tensorflow GPU小測試 簡單測試了一下tensorflow的GPU計算和CPU計算的區別。這裏的計算例子只非常簡單的小規模矩陣相乘,但是也體現出了CPU和GPU算力的差距,代碼及結果如下: import tensorflow

原创 win10+Anconda4.2.0(python3.5.2)+tensorflow1.0.1+opencv3.2.0環境配置

win10+Anconda4.2.0(python3.5.2)+tensorflow1.0.1+opencv3.2.0環境配置 在win10下配置上述環境。 安裝Anconda3-4.2.0,集成python3.5.2。全程一鍵安裝,遇

原创 一些資源以及讀書總結

在這個網站可以下到好多書記的電子版:http://gen.lib.rus.ec/ 《解析深度學習語音識別時實踐》 作者:俞棟、鄧力 譯者:俞凱 錢彥旻等 原作:英文,《Automatic Speech Recognition

原创 Gowild公子小白系列情感智能機器人

前幾天纔在魅族商城看到公子小白情感智能機器人。由於我是一個魅族粉絲,一下子激動的認爲,魅族真牛鼻,不愧是做MP3出身的,三兩下子就搞出了以語音交互爲核心的機器人,細一看,原來背後真正的公司叫做[狗尾草](http://www.gow

原创 語音信號特徵提取<一>預處理

語音信號是一種常見的時間序列,它以離散信號的形式被編碼,然後使用一定的文件格式來存儲,例如”.wav”。在當前與語音有關的應用中,出了單純的錄製、不做任何處理之後播放之外,幾乎所有的應用都要涉及到語音特徵的提取,例如語音文本轉換、說話人識