《表1 计算机硬件配置表：基于EMNet的语音情感识别技术》
提示：宽带有限、当前游客访问压缩模式
我们研究开发所需的实验环境主要依靠强大的计算机硬件和技术软件支撑来完成，如表1和表2所示。
| 图表编号 | XD0086381200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.30 |
| 作者 | 郭俊毅、何天戈、胡铭则、丁熠、张玥 |
| 绘制单位 | 郑州大学国际学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 硬件和软件的配置：基于数据平衡深度学习的不同成熟度冬枣识别》2020.11.18
- 《表1 硬件配置：一种基于深度学习的交通标志识别新算法》2021.01.28
- 《表4 算法运行硬件配置：基于卷积神经网络的电力操作票文字识别方法》2020.04.25
- 《表1 语料库信息表：基于特征降维及参数优化的语音情感识别》2020.03.20
- 《表1 语音情感数据库：语音情感识别综述》2020.06.01
- 《表1 基本硬件配置表：基于融合优化算法和集成学习的数字识别研究》2020.04.01
- 《表1 统计特征计算公式：基于Gammatone滤波器的混合特征语音情感识别》2020.06.01
- 《表2 提取特征集：基于Gammatone滤波器的混合特征语音情感识别》2020.06.01
- 《表2 基于语音信号与声门波信号的情感对的识别率（%）》2020.05.05
- 《表6 训练参数：基于DBM-LSTM的多特征语音情感识别》2020.02.16
- 《表5 数据库：基于DBM-LSTM的多特征语音情感识别》2020.02.16
- 《表2 计算平台硬件配置：基于容器技术的机器学习计算平台设计与实现》2019.09.20
- 《表1 软件测试环境：基于移动计算平台的语音情感识别系统设计》2019.06.20
- 《表1 实验软硬件配置：基于RGB-D与深度学习的行为识别算法》2019.06.16
- 《表2 分类算法结果比较：基于随机森林分类优化的多特征语音情感识别》2019.01.05
- 《表1 硬件资源配置：基于深度学习的手势识别算法设计》2019.02.20
- 《表1 不同网络的语音情感识别结果》2019.02.01
- 《表2 共模分析表：一种基于离散量配置方案的硬件资源识别容错设计技术》2019.03.01
- 《表2 硬件配置：人工智能语音技术在广电媒体的应用》2018.03.01
- 《表1 实验环境硬件配置：基于深度学习的无人机侦察图像目标识别》2019.10.10