University of Bridgeport.;
机译:深度神经网络框架和转换后的MFCC用于说话人的年龄和性别分类
机译:使用来自RR-Time Series和EEG信号的功能,用于深神经网络框架中的睡眠阶段的自动分类
机译:基于深度卷积神经网络和稀疏特征的墨西哥历史建筑的建筑风格分类
机译:深度神经网络结合后验者进行说话者的年龄和性别分类
机译:基于图像的特征学习和分类的卷积神经网络体系结构研究。
机译:由深瓶颈提取器和GMM–UBM分类器生成的新转换功能用于说话人年龄和性别分类
机译:利用新特征集和深度神经网络架构增强议长年龄和性别分类的框架