检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

2 篇 会议

馆藏范围

2 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

2 篇 工学
- 2 篇 计算机科学与技术...
- 1 篇 信息与通信工程
- 1 篇 软件工程
1 篇 医学
- 1 篇 临床医学
- 1 篇 特种医学

主题

2 篇 threshold coding
1 篇 hilbert transfor...
1 篇 speech recogniti...
1 篇 neural network
1 篇 image representa...
1 篇 image reconstruc...
1 篇 surrogate learni...

机构

1 篇 univ london impe...
1 篇 nanjing res inst...

作者

1 篇 wang haiqing
1 篇 yang lewei
1 篇 sun fengwei
1 篇 olhede sofia c.

语言

2 篇 英文

检索条件"主题词=Threshold coding"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

SPEECH RECOGNITION MODEL WITH SPATIO-TEMPORAL ENcoding AND BRAIN-LIKE NEURAL NETWORKS 19

SPEECH RECOGNITION MODEL WITH SPATIO-TEMPORAL ENCODING AND B...

引用

19th IEEE International Computer Conference on Wavelet Active Media Technology and Information Processing (ICCWAMTIP)

作者： Yang Lewei Wang Haiqing Sun Fengwei Nanjing Res Inst Elect Engn Nanjing 210007 Peoples R China

ISBN: (纸本)9781665493895

Deep learning has achieved great success in various applications, such as image processing and audio signal processing. However, deep learning methods usually require large and powerful computing resource, which greatly limit the practical application of deep learning methods. The spiking neural network is a new paradigm of neural networks and has the potential for low-power consumption. In this paper, we proposed a new computational model with the aim to provide an efficient and low-power computational model for speech recognition tasks. In the proposed model, the threshold coding method is employed to transform the speech signals to spike train patterns. The encoded spike patterns are then presented to the designed multi-layer spiking neural networks and trained by the surrogate-learning algorithm. After learning, the classification is decided by the firing rate of the neurons in the last layer. Experimental results demonstrate that the proposed method gets good accuracy in the speech recognition task. In addition, the proposed computational model works in an event-driven manner, hence, it holds great potential for low-latency and low-power consumption in neuromorphic hardware.

关键词： Speech Recognition Neural Network threshold coding Surrogate Learning

来源：评论

学校读者我要写书评

暂无评论

Hyperanalytic thresholding

Hyperanalytic thresholding

引用

IEEE International Conference on Image Processing (ICIP 2006)

作者： Olhede, Sofia C. Univ London Imperial Coll Sci Technol & Med Dept Math London SW7 2AZ England

ISBN: (纸本)9781424404810

A new thresholding criterion is introduced, and combined with a local function decomposition, to form an estimate of a deterministic image immersed in white noise. The purpose of the new threshold is to construct image estimates exhibiting continuity jointly across spatial location and spatial frequency. The new threshold criterion is based on the magnitudes of the local decomposition coefficients of the image and phase-shifted versions of the image. Two possible sets of phase-shifted versions are used, and suitable universal thresholds noted. The additional computational cost of the proposed procedure is minor, and thus it makes an attractive improvement to existing thresholding methodology. Examples are given where the reconstructed image, using the new threshold, has improved visual characteristics, as well as a reduced mean square error.

关键词： hilbert transforms image reconstruction image representation threshold coding

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：