您的位置: 专家智库 > >

刘妍秀

作品数:7 被引量:36H指数:5
供职机构:长春大学更多>>
发文基金:吉林省教育科学“十二五”规划课题吉林省教育厅科研项目吉林省自然科学基金更多>>
相关领域:自动化与计算机技术文化科学电子电信更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 2篇文化科学
  • 1篇电子电信

主题

  • 2篇语音
  • 2篇语音识别
  • 2篇连续语音
  • 2篇连续语音识别
  • 1篇动态阈值
  • 1篇端点
  • 1篇语音特征
  • 1篇体系结构
  • 1篇人工智能
  • 1篇主机
  • 1篇主机控制器
  • 1篇阈值
  • 1篇网络教学
  • 1篇网络教学资源
  • 1篇显示技术
  • 1篇教学资源
  • 1篇教育
  • 1篇混合教学
  • 1篇混合教学模式
  • 1篇混合式

机构

  • 7篇长春大学
  • 2篇长春理工大学

作者

  • 7篇刘妍秀
  • 2篇孙一鸣
  • 1篇刘葳
  • 1篇李晓辉
  • 1篇杨华民

传媒

  • 3篇长春大学学报
  • 2篇科技资讯
  • 1篇吉林大学学报...
  • 1篇长春理工大学...

年份

  • 2篇2018
  • 1篇2015
  • 1篇2014
  • 1篇2011
  • 1篇2010
  • 1篇2006
7 条 记 录,以下是 1-7
排序方式:
3D显示技术的原理及应用被引量:6
2011年
介绍了常见的3D显示技术的基本原理,对各种3D技术的优缺点进行了阐述,对3D显示技术目前的普及状况和应用领域作了详细说明。
刘妍秀
基于动态阈值的MVN连续语音特征调整算法
2014年
针对非特定人大词汇量连续语音识别,在均值方差归一化的基础上,提出了基于动态阈值的特征调整方法。动态阈值的选取方式包含阈值的动态范围确定和确定阈值的系数。动态阈值范围的确定依据如下两个数值,一个是样本特征点的均值,另一个是使得样本特征点等分的数值。然后再根据对特征点在样本特征点均值上下的比例关系得到系数,最后根据这个系数来确定一个具体的阈值,并基于此阈值对连续语音特征曲线进行调整。
孙一鸣刘葳刘妍秀
关键词:连续语音识别语音特征
USB3.0体系结构及发展前景被引量:7
2010年
介绍了USB3.0体系的构成,物理拓扑结构以及设备的数据传输模型,对USB2.0和USB3.0协议的共同点和区别做了阐述,对USB3.0目前普及的状况和未来的发展前景做了详细说明。
刘妍秀
关键词:主机控制器端点
微课与慕课在高等教育中的结合应用探究被引量:2
2018年
大众物质生活水平的提高,直接带动了互联网在我国的普及。在手机基本上普及了每个大学生的今天,可以这么说,互联网充斥着每个年轻人的生活,而"互联网+"也顺势走进了教育界。"慕课"和"微课"就是"互联网+教育"的产物。作为互联网和教育结合产生的果实,慕课和微课给了高等教育以新的机遇和挑战。我国的高等教育能否在这个新兴的信息化浪潮中做到与时俱进,跟上信息化的步伐,顺利完成我国高等教育改革,将成为我们国家的高等教育能否落后于时代的一个关键点。本文介绍了慕课和微课的含义、特点以及对高等教育的影响等相关方面的探究,希望能够和大家一起就这个话题做一个深入研究。
刘妍秀
关键词:高等教育
基于实例推理机制(CBR)综述被引量:11
2006年
从比较几种推理机制入手,介绍了基于实例推理机制(CBR)的由来和现状,阐述了其基本概念和工作原理,详细介绍了几种CBR的实现技术,比较了几种开发工具,指出目前CBR研究中存在的问题并介绍了CBR的发展趋势。
李晓辉刘妍秀
关键词:基于实例推理CBR人工智能
基于慕课的混合教学模式设计与实践被引量:5
2018年
现如今网络的发达程度不言而喻,对计算机的操作熟悉度也是非常重要的,为此全国各大高校都将"计算机应用基础"作为学生必须修读的课程,以来弥补学生对计算机基础的认识。互联网的飞速发展,致使我们要充分加入并融进互联网当中,在利用其分享出来的资源的同时,自己的所感所悟、教学理念、资源等都可以通过互联网供大家学习。所以全面提升学生对计算机的应用能力是必要的,也是社会发展的趋势。而对于我们慕课混合教学而言,就是基于在网络的基础上进行,线上线下的混合模式教学。本文将会对慕课的混合教学模式进行详细的阐述,并分析其优缺点等。慕课的教学课程体系设计、教学实践过程都会进行讲述,并通过实际的数据统计来比较慕课混合教学相较于传统教学方式的区别。同样我们也会介绍到慕课视频、课件、习题等。
刘妍秀
关键词:混合式教学计算机应用基础网络教学资源
基于归一化算法的噪音鲁棒性连续语音识别被引量:5
2015年
针对归一化方法在连续语音特征曲线调整时存在的问题,提出一种优化解决方案,解决了噪声的不稳定性及不可预测性对语音特征的影响.结果表明,基于该优化方法建立的鲁棒性连续语音识别模型可实现在实验室干净环境和现实噪音环境下同时得到较好的识别结果.
刘妍秀孙一鸣杨华民
关键词:归一化连续语音识别
共1页<1>
聚类工具0