点击切换搜索课件文库搜索结果(990)
文档格式:PPT 文档大小:570.5KB 文档页数:45
1.1 Introduction Any problems about signal analyses and processing may be thought of letting signals trough systems. f(t) y(t) h(t) From f(t) and h(t), find y(t), Signal processing From f(t) and y(t), find h(t), System design From(t)andh(t), find(t), Signal reconstruction
文档格式:DOC 文档大小:47.5KB 文档页数:5
1. 建模过程 做最简单的假设: 时间间隔t 内的出生人数=b N(t)t 时间间隔t 内的死亡人数=dN(t)t 这里 b 和 d 分别是出生率和死亡率。得到一个初始模型为 N(t+t)−N(t) = (b−d)N (t) t (1)
文档格式:PDF 文档大小:1.74MB 文档页数:10
为解决RNN–T语音识别时预测错误率高、收敛速度慢的问题,本文提出了一种基于DL–T的声学建模方法。首先介绍了RNN–T声学模型;其次结合DenseNet与LSTM网络提出了一种新的声学建模方法— —DL–T,该方法可提取原始语音的高维信息从而加强特征信息重用、减轻梯度问题便于深层信息传递,使其兼具预测错误率低及收敛速度快的优点;然后,为进一步提高声学模型的准确率,提出了一种适合DL–T的迁移学习方法;最后为验证上述方法,采用DL–T声学模型,基于Aishell–1数据集开展了语音识别研究。研究结果表明:DL–T相较于RNN–T预测错误率相对降低了12.52%,模型最终错误率可达10.34%。因此,DL–T可显著改善RNN–T的预测错误率和收敛速度
文档格式:DOC 文档大小:942.5KB 文档页数:8
第九讲向量函数的微分与积分 课后作业: 阅读:第三章第一节向量函数的导数与积分.81--85 预习:第三章第二节曲线的弧长pp.85-87 第三节向量函数的导数与积分pp.87--94 作业: 1.证明a(t)是常向量的充要条件是a()=0 2.证明()()()2()+()×2() 4.设向量函数a(t)满足a(t)a=0,a(t)a'=0,证明a(t)是常向量。 5.证明r(t)=(2t-1,t2-2,-t2+4t)为共面向量函数。 6.证明:()=at3+bt2+ct,为共面向量函数的充要条件是ac)=0 7.试证明=( sint e'')-∞
文档格式:DOC 文档大小:942.5KB 文档页数:8
1.证明a(t)是常向量的充要条件是a(t)=0 2.证明()x()()x()+i()x 4.设向量函数a(t)满足a(t)a'=0,a(t)xa=0,证明a()是常向量。 5.证明F(t)=(2t-1,t2-2,-t2+4t)为共面向量函数
文档格式:PDF 文档大小:886.9KB 文档页数:12
本文證明了在無限域Ω上,具條件(K)的核:K(s,t)在Ω×Ω上可測,且$\\begin{array}{l}(i)k(s,t) = O(\\frac{1}{{n - \\delta }}),r = {\\rm{||s - t}}|| \\to ,\\delta > 0\\\\s = ({s_1},{s_2}, \\ldots \\ldots {s_n}),t = ({t_1},{t_2}, \\ldots \\ldots {t_n})\\\\(ii)K(s,t) = O(\\frac{1}{{{p^n} + \\alpha }}),\\rho = \\sqrt {||s|{|^2} + ||t|{|^2}} \\to \\infty ,\\alpha > o,\\end{array}$所確定的積分算子是由L2(Ω)映入L2(Ω)的全連續算子。這裏Ω是n維歐氏空間Rn中的域,又證明在條件(K*)——條件(K)加設K(s,t)在s≠t處連續——的條件下,則是由有界連續函數空間C*(Ω)映入C*(Ω)的全連續算子。關於有限域的情形是有ΜИХЛИН氏(1)所推算的,現在對於遠處的性能加設了在(ii)的限製下,就可以推到無線域情形,它的推演依靠著核K2(s,t)=$\\int_\\Omega ^k {(s,u)} \\overline {k(t,u)} du$的性能而獲得的,主要結果是由定理1、2的證明騎著重要的作用
文档格式:PDF 文档大小:208.4KB 文档页数:17
The lowpass filter H(u) has a cutoff frequency wc=205T rad/ sec. Thus, c(t)is r(t) where all terms with frequency above we are removed by the lowpass filter. The terms which are kept have kwol 205T rad /sec k|< 10.25, so the output, ac(t),is r(t)= To obtain n, we sample c(t) every T=5 10-3 seconds with an impulse train The sampling frequency is 400T=2 x maximum frequency in c(t). Therefore
文档格式:PDF 文档大小:153.93KB 文档页数:3
2.1.下列事件有什么关系?试指出并说明理由 lim,pin(t)-n(s)≥ (1)((t)t) =1-lim,P(N()-N(s)=0; ∵N(t)t =1-lim,-se-4-8) ∵Sn>t≥n)∴n(t)t) 得证 (2)((t)sn) possion过程的性质,可不考虑同一时刻2.16设{nn≥}id.n的概率密度函数为
文档格式:PPT 文档大小:1.72MB 文档页数:53
Green公式 设L为平面上的一条曲线,它的方程是r(t=x(t)i+y(t)j,at≤ 如果r(a)=r(B),而且当t,t2∈(a,B),t≠t2时总成立r(t)≠r(t2),则称 L为简单闭曲线(或 Jordan曲线)。这就是说,简单闭曲线除两个端 点相重合外,曲线自身不相交
文档格式:DOC 文档大小:327KB 文档页数:7
4.3向量组的秩与最大无关组 1.向量组的秩:设向量组为T,若 (1)在T中有r个向量a1,a2,…,a,线性无关; (2)在T中有r+1个向量线性相关(如果有r+1个向量的话) 称a1,a2,…,a,为向量组为T的一个最大线性无关组, 称r为向量组T的秩,记作:秩(T)=r 注](1)向量组中的向量都是零向量时,其秩为0 (2)秩(T)=r时,T中任意r个线性无关的向量都是T的一个 最大无关组
上页12345678下页末页
热门关键字
搜索一下,找到相关课件或文库资源 990 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有