信号统计建模基础
课程编号：006M02
课程学分/学时：2.0/40
主讲老师：杜俊
E-mail: jundu@ustc.edu.cn
办公室：科技实验楼西楼5楼502房间
助教：周恒顺 吴昌杰
E-mail: zhhs@mail.ustc.edu.cn wucj@mail.ustc.edu.cn
QQ群号：917753024 QQ群名：2019信号统计建模基础
上课教室：3A213
上课时间：3(6,7)、5(1,2)
课程作业汇报日期：12月27日、1月3日
| 课程简介 | 课件下载 | 参考教材 |
- 1. 回顾相关的概率理论知识，介绍统计模型参数估计的基础知识；
- 2. 依次对混合高斯模型、隐马尔科夫模型、n-gram模型、支持向量机和神经网络进行介绍；
- 3. 讲解实际应用样例中的信号建模算法和实现过程，例如语音识别，手写识别，光学字符识别等；
本课程的目的在于：使学生掌握在智能信息处理中，用以表征信号特征的几种常用的数学统计模型，将概率论、随机过程课程中学习的基础数学知识映射到实际应用中。
主要内容有：
为学生从事语音及图像等智能信息处理等学科领域的研究打下坚实的基础，培养学生面向工程问题的思考能力，从而更好地进行今后的科学研究。
- No.1:信号统计建模-概述[PDF]
- No.2:信号统计建模-模式分类-I[PDF]
- No.3:信号统计建模-数学知识回顾-I[PDF]
- No.3.2:信号统计建模-数学知识回顾-I(补充材料）[PDF]
- No.4:信号统计建模-数学知识回顾-II[PDF]
- No.5:信号统计建模-模式分类-II[PDF]
- No.6:信号统计建模-模式分类-III[PDF]
- Project:信号统计建模-大作业[PDF]
- No.7:信号统计建模-模式分类-IV[PDF]
- No.8:信号统计建模-模式分类-V[PDF]
- No.9:信号统计建模-模式分类-VI[PDF]
- No.10:信号统计建模-OCR[PDF]
- No.10:信号统计建模-HWR-SE[PDF]
课件将会逐步更新，每次课程前会上传至主页上，请同学们及时关注并做好准备。
- 讲座分享一：Entropy Minimization Dialogue Management for Goal-Driven Multi-Turn Dialogues[PDF]
- 阅读一：Mathematical Foundations[PDF]
- 阅读二：Bayesian Decision Theory[PDF]
- 阅读三：Neural Networks[PDF]
- 阅读四：Expectation Maximization-I[PDF]
- 阅读五：Expectation Maximization-II[PDF]
- 阅读六：Minimum Error Classification[PDF]
- Christopher M. Bishop, "Pattern Recognition and Machine Learning", Springer, 2006 Download
- R. O. Duda, P. Hart and D. Stork, "Pattern Classification (2nd Edition)", John Wiley & Sons
- X.D. Huang, A.Acero, H.W. Hon., "Spoken Language Processing: a guide to theory, algorithm, and system development", Prentice Hall PTR
|
|
|
|
Copyright 2014-2015 中国科学技术大学语音及语言信息处理国家工程实验室 All Rights Reserved