В этой статье я хочу рассмотреть основы такой интереснейшей области разработки ПО как Распознавание Речи. Экспертом в данной теме я, естественно, не являюсь, поэтому мой рассказ будет изобиловать неточностями, ошибками и разочарованиями. Тем не менее, главной целью моего «труда», как можно понять из названия, является не профессиональный разбор...
是的，这就是我应该开始的地方......
1）我试着用 "DTW"，但它是一个非常沉重的设计，我没有完成实验，因为我无法弄清算法中的一些概念性的东西......。
2）也许我们可以把BP分解成傅里叶谐波？ 有三个参数：振幅、频率和相位。
如果我们有振幅（运动的振幅范围），我们取第一个谐波和第五个谐波，振幅是100p，第五个是10p。 我们用一个除以另一个，得到一个普遍的特性--比例。
振幅不是100和10，我们只知道第一个谐波的振幅是第五个谐波的10倍，这是一个普遍的措施，在未来会重复，基本上是客观的。但当然，如果有经验的喷洒者对此事发表意见会更好。
马克西姆卡，你的网络怎么样了？如果你不想帮助我把我的指标转移到MetaTrader，你甚至可以写一个机器人，并获得一个指标，加上如何使用网络进行交易的知识。
什么是DTW？
对时间序列 使用MO有一个相当清晰和明确的方法，我宁可不要想出那些废话......此外，我不明白为什么我们需要傅里叶，鉴于我刚才所说的市场周期。你可以不用Bpf做傅里叶函数的模拟。
我没有做任何事情，我只是阅读文献。还是这里的每个人都习惯于做各种C...不知道发生了什么事？:)
我以为佩雷文科费尽心思重写......我不知道怎么做，要花很长时间才能搞清楚。
关于TS的最神圣的想法是不公开的，或者只有在证明它不起作用之后：）那么我们就可以缓解税吏的困境，对他们的知识分子形象说一句好话
关于水平已经被证明，如果有任何幻想，你也可以摧毁它们......从1分钟到1天来驳斥它们。纯粹从理论上讲，大多数人的时间不会超过5分钟。
是的，这就是我应该开始的地方......
1）我试着用 "DTW"，但它是一个非常沉重的设计，而且我一直没有完成实验，因为我无法弄清算法中的一些概念性的东西......
2）也许我们应该把BP分解成傅里叶谐波？有三个参数：振幅、频率和相位。然后我们可以把这些参数转换成比例形式，例如
如果我们有振幅（运动的振幅范围），我们取第一个谐波和第五个谐波，振幅是100p，第五个是10p。 我们用一个除以另一个，得到一个普遍的特性--比例。
振幅不是100和10，我们 只是 知道第一个谐波的振幅是第五个谐波的10倍，这是一个普遍的措施，在未来会重复，基本上是客观的。但当然，如果有经验的喷洒者对此事发表意见会更好。
马克西姆卡，你的网络怎么样了？如果你不想帮助我把我的指标转移到MetaTrader，你甚至可以写一个机器人，并获得一个指标+新的知识，即如何在交易中使用网络，工作知识。
热...
这不是振幅，是频率，是一个频率-相位谱，在opf之后有一个无法区分的边际效应。
什么是DTW？
我认为这是一个离散的傅里叶变换
在论坛里搜索一下就可以了。 有很多关于傅里叶变换的讨论，以及为什么它们不适用。
我想这是一个离散傅里叶变换
傅立叶不会飞，论坛上的搜索结果很好，有很多关于傅立叶和为什么不适合的讨论
是的，而且用AR做得很好。傅里叶在计量经济学 中根本就没有使用，因为我认为。
什么是DTW？
在将MO应用于时间序列的过程中，有相当多可以理解和描述的方法，我宁愿不编造东西......此外，鉴于我在上面所说的市场周期，我不明白为什么我们需要傅里叶。你可以不用Bpf做傅里叶函数的模拟。
我没有做任何事情，我只是阅读文献。还是这里的每个人都习惯于做各种C...不知道发生了什么事？:)
我以为佩雷文科费尽心思重写......我不知道怎么做，要花很长时间才能搞清楚。
关于TS的最神圣的想法是不公开的，或者只有在证明它不起作用之后：）那么我们就可以缓解税吏的困境，对他们的知识分子形象说一句好话
关于水平已经被证明，如果有任何幻想，你也可以摧毁它们......从1分钟到1天来驳斥它们。纯粹从理论上讲，大多数人的时间不会超过5分钟
DTW这个
https://ru.wikipedia.org/wiki/%D0%90%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC_%D0%B4%D0%B8%D0%BD%D0%B0%D0%BC%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B9_%D1%82%D1%80%D0%B0%D0%BD%D1%81%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%B8_%D0%B2%D1%80%D0%B5%D0%BC%D0%B5%D0%BD%D0%BD%D0%BE%D0%B9_%D1%88%D0%BA%D0%B0%D0%BB%D1%8B
那是关于断裂性的。
我不知道怎么做，要花太多时间去了解它，我需要的是连接桥和在mt4中进行图形输出。
锡尼...
有频率而不是振幅，频率-相位谱，在opf之后，边缘效应是无法区分的。
有振幅、相位和频率
我想这是一个离散傅里叶变换
在论坛上搜索，有很多关于傅立叶的讨论，以及为什么它不适合。
是的，而且用AR做得很好。傅立叶甚至没有被用于计量经济学。
你错过了重点......这也是所有关于分形的问题，我正在描述如何在图表上找到相同的模式，即使它可以而且是不同的大小和分布的想法。
有振幅、相位和频率
你错过了重点......这都是关于分形的，我描述的是如何在图表上找到相同的模式，而它可以是而且是不同的大小和分布的想法
我应该这样写的，我在hubrehabre上读过关于语音识别的文章，有一个你提到的算法
https://habr.com/post/226143/你错过了重点......这也是所有关于分形的问题，我是在描述如何在图表上找到相同的模式，而它可以而且是不同大小和分布的想法。
在其余的模式中寻找更容易些
在模型的残骸中寻找更容易。
怎么样？
怎么样？
这是一个创造性的任务，要想它是怎样的 )