Though atomic decomposition is a very useful tool for studying the boundedness on Hardy spaces for some sublinear operators,untill now,the boundedness of operators on weighted Hardy spaces in a multi-parameter setting...Though atomic decomposition is a very useful tool for studying the boundedness on Hardy spaces for some sublinear operators,untill now,the boundedness of operators on weighted Hardy spaces in a multi-parameter setting has been established only by almost orthogonality estimates.In this paper,we mainly establish the boundedness on weighted multi-parameter local Hardy spaces via atomic decomposition.展开更多
A new method in digital hearing aids to adaptively localize the speech source in noise and reverberant environment is proposed. Based on the room reverberant model and the multichannel adaptive eigenvalue decompositi...A new method in digital hearing aids to adaptively localize the speech source in noise and reverberant environment is proposed. Based on the room reverberant model and the multichannel adaptive eigenvalue decomposition （MCAED） algorithm, the proposed method can iteratively estimate impulse response coefficients between the speech source and microphones by the adaptive subgradient projection method. Then, it acquires the time delays of microphone pairs, and calculates the source position by the geometric method. Compared with the traditional normal least mean square （NLMS） algorithm, the adaptive subgradient projection method achieves faster and more accurate convergence in a low signal-to-noise ratio （SNR） environment. Simulations for glasses digital hearing aids with four-component square array demonstrate the robust performance of the proposed method.展开更多
当前基于深度学习的中文长文本摘要生成的研究存在以下问题:(1)生成模型缺少信息引导,缺乏对关键词汇和语句的关注,存在长文本跨度下关键信息丢失的问题;(2)现有中文长文本摘要模型的词表常以字为基础,并不包含中文常用词语与标点,不利...当前基于深度学习的中文长文本摘要生成的研究存在以下问题:(1)生成模型缺少信息引导,缺乏对关键词汇和语句的关注,存在长文本跨度下关键信息丢失的问题;(2)现有中文长文本摘要模型的词表常以字为基础,并不包含中文常用词语与标点,不利于提取多粒度的语义信息.针对上述问题,本文提出了融合引导注意力的中文长文本摘要生成(Chinese Long text Summarization with Guided Attention,CLSGA)方法.首先,针对中文长文本摘要生成任务,利用抽取模型灵活抽取长文本中的核心词汇和语句,构建引导文本,用以指导生成模型在编码过程中将注意力集中于更重要的信息.其次,设计中文长文本词表,将文本结构长度由字统计改变至词组统计,有利于提取更加丰富的多粒度特征,进一步引入层次位置分解编码,高效扩展长文本的位置编码,加速网络收敛.最后,以局部注意力机制为骨干,同时结合引导注意力机制,以此有效捕捉长文本跨度下的重要信息,提高摘要生成的精度.在四个不同长度的公共中文摘要数据集LCSTS(大规模中文短文本摘要数据集)、CNewSum(大规模中国新闻摘要数据集)、NLPCC2017和SFZY2020上的实验结果表明:本文方法对于长文本摘要生成具有显著优势,能够有效提高ROUGE-1、ROUGE-2、ROUGE-L值.展开更多
振动信号分析是轴承故障诊断中的重要技术手段之一。变转速工况下的滚动轴承振动信号是典型的非平稳信号,并且在转频变化较小的工况中还存在噪声干扰的问题,使传统的时频分析技术难以应用。为解决该问题,提出了一种基于经验最优包络(emp...振动信号分析是轴承故障诊断中的重要技术手段之一。变转速工况下的滚动轴承振动信号是典型的非平稳信号,并且在转频变化较小的工况中还存在噪声干扰的问题,使传统的时频分析技术难以应用。为解决该问题,提出了一种基于经验最优包络(empirical optimal envelope,EOE)的局部均值分解(local mean decomposition,LMD)和采用分段线性插值的计算阶次跟踪(computing order tracking,COT)算法相结合的故障诊断方法。首先,确定低通滤波器的截止频率和滤波阶数,对滚动轴承振动信号进行滤波,并对滤波后的包络信号进行COT,以获得角域平稳信号。然后,利用EOE_LMD对重采样后的平稳信号进行处理,得到若干乘积函数(product function,PF)分量。最后,通过计算各分量的信息熵和相关系数,选取合适的分量进行阶次分析,以判断变转速滚动轴承的故障类型。结果表明,该方法可以消除转速波动对故障特征提取的影响,在不同转速变化条件下对滚动轴承具有良好的故障诊断能力。展开更多
为解决包裹相位图中存留的散斑噪声问题,文中提出了一种基于正余弦分解的两分段自适应非局部均值滤波方法。该方法通过两次改进衰减参数的大小和相似性度量的方式实现了算法的自适应化。利用该方法对包裹相位图的正余弦分量去噪,去噪后...为解决包裹相位图中存留的散斑噪声问题,文中提出了一种基于正余弦分解的两分段自适应非局部均值滤波方法。该方法通过两次改进衰减参数的大小和相似性度量的方式实现了算法的自适应化。利用该方法对包裹相位图的正余弦分量去噪,去噪后利用反正切运算获取干净的包裹相位,对该相位进行解包裹运算。实验和仿真结果表明,所提方法既有效去除了包裹相位图中的噪声,也保留了相位图中的边缘信息。相比于分别使用SCA(Sine Cosine Algorithm)方法和BM3D(Block-Matching and 3D filtering)方法,通过所提方法去噪后的图像等效视数(Equivalent Number of Looks,ENL)最大,散斑抑制指数(Speckle Suppression Index,SSI)最小,且均方误差提升了约两倍,说明所提方法有效去除了包裹相位中的噪声,提高了相位解包裹的精度。展开更多
随着武器技术的不断发展,常规弹药的制导化改造已成为一种必然趋势。通过应用精确制导技术,可以显著提高弹药的打击精度和效率。而在实现弹药制导化改造的过程中,精准测量角速度是一项关键核心技术。微机电系统(Micro-Electro Mechanica...随着武器技术的不断发展,常规弹药的制导化改造已成为一种必然趋势。通过应用精确制导技术,可以显著提高弹药的打击精度和效率。而在实现弹药制导化改造的过程中,精准测量角速度是一项关键核心技术。微机电系统(Micro-Electro Mechanical System,MEMS)陀螺仪存在输出信号噪声大、精度低的问题,针对上述问题,提出了一种自适应噪声完备集合鲁棒局部均值分解(CERLMDAN)和归一化LMS算法(Normalized Least Mean Square,NLMS)结合的滤波模型。该模型通过在鲁棒局部均值分解(Robust Local Mean Decomposition,RLMD)过程中添加白噪声将原始数据分解为多个乘积函数(Product Functions,PF),并根据排列熵(Permutation Entropy,PE)将PF分为混合PF和有用PF;其次对混合PF使用NLMS去噪;最后,把处理后的PF和有用PF进行重构,得到去噪后的信号。试验表明,本文提出的去噪模型对信号均值与方差有显著提升,信号均值由0.5891提升至0.5396,信号方差由44.473提升至5.2692。展开更多
文摘Though atomic decomposition is a very useful tool for studying the boundedness on Hardy spaces for some sublinear operators,untill now,the boundedness of operators on weighted Hardy spaces in a multi-parameter setting has been established only by almost orthogonality estimates.In this paper,we mainly establish the boundedness on weighted multi-parameter local Hardy spaces via atomic decomposition.
基金Supported by the National Natural Science Foundation of China (60872073)~~
文摘A new method in digital hearing aids to adaptively localize the speech source in noise and reverberant environment is proposed. Based on the room reverberant model and the multichannel adaptive eigenvalue decomposition （MCAED） algorithm, the proposed method can iteratively estimate impulse response coefficients between the speech source and microphones by the adaptive subgradient projection method. Then, it acquires the time delays of microphone pairs, and calculates the source position by the geometric method. Compared with the traditional normal least mean square （NLMS） algorithm, the adaptive subgradient projection method achieves faster and more accurate convergence in a low signal-to-noise ratio （SNR） environment. Simulations for glasses digital hearing aids with four-component square array demonstrate the robust performance of the proposed method.
文摘当前基于深度学习的中文长文本摘要生成的研究存在以下问题:(1)生成模型缺少信息引导,缺乏对关键词汇和语句的关注,存在长文本跨度下关键信息丢失的问题;(2)现有中文长文本摘要模型的词表常以字为基础,并不包含中文常用词语与标点,不利于提取多粒度的语义信息.针对上述问题,本文提出了融合引导注意力的中文长文本摘要生成(Chinese Long text Summarization with Guided Attention,CLSGA)方法.首先,针对中文长文本摘要生成任务,利用抽取模型灵活抽取长文本中的核心词汇和语句,构建引导文本,用以指导生成模型在编码过程中将注意力集中于更重要的信息.其次,设计中文长文本词表,将文本结构长度由字统计改变至词组统计,有利于提取更加丰富的多粒度特征,进一步引入层次位置分解编码,高效扩展长文本的位置编码,加速网络收敛.最后,以局部注意力机制为骨干,同时结合引导注意力机制,以此有效捕捉长文本跨度下的重要信息,提高摘要生成的精度.在四个不同长度的公共中文摘要数据集LCSTS(大规模中文短文本摘要数据集)、CNewSum(大规模中国新闻摘要数据集)、NLPCC2017和SFZY2020上的实验结果表明:本文方法对于长文本摘要生成具有显著优势,能够有效提高ROUGE-1、ROUGE-2、ROUGE-L值.
文摘振动信号分析是轴承故障诊断中的重要技术手段之一。变转速工况下的滚动轴承振动信号是典型的非平稳信号,并且在转频变化较小的工况中还存在噪声干扰的问题,使传统的时频分析技术难以应用。为解决该问题,提出了一种基于经验最优包络(empirical optimal envelope,EOE)的局部均值分解(local mean decomposition,LMD)和采用分段线性插值的计算阶次跟踪(computing order tracking,COT)算法相结合的故障诊断方法。首先,确定低通滤波器的截止频率和滤波阶数,对滚动轴承振动信号进行滤波,并对滤波后的包络信号进行COT,以获得角域平稳信号。然后,利用EOE_LMD对重采样后的平稳信号进行处理,得到若干乘积函数(product function,PF)分量。最后,通过计算各分量的信息熵和相关系数,选取合适的分量进行阶次分析,以判断变转速滚动轴承的故障类型。结果表明,该方法可以消除转速波动对故障特征提取的影响,在不同转速变化条件下对滚动轴承具有良好的故障诊断能力。
文摘为解决包裹相位图中存留的散斑噪声问题,文中提出了一种基于正余弦分解的两分段自适应非局部均值滤波方法。该方法通过两次改进衰减参数的大小和相似性度量的方式实现了算法的自适应化。利用该方法对包裹相位图的正余弦分量去噪,去噪后利用反正切运算获取干净的包裹相位,对该相位进行解包裹运算。实验和仿真结果表明,所提方法既有效去除了包裹相位图中的噪声,也保留了相位图中的边缘信息。相比于分别使用SCA(Sine Cosine Algorithm)方法和BM3D(Block-Matching and 3D filtering)方法,通过所提方法去噪后的图像等效视数(Equivalent Number of Looks,ENL)最大,散斑抑制指数(Speckle Suppression Index,SSI)最小,且均方误差提升了约两倍,说明所提方法有效去除了包裹相位中的噪声,提高了相位解包裹的精度。
文摘随着武器技术的不断发展,常规弹药的制导化改造已成为一种必然趋势。通过应用精确制导技术,可以显著提高弹药的打击精度和效率。而在实现弹药制导化改造的过程中,精准测量角速度是一项关键核心技术。微机电系统(Micro-Electro Mechanical System,MEMS)陀螺仪存在输出信号噪声大、精度低的问题,针对上述问题,提出了一种自适应噪声完备集合鲁棒局部均值分解(CERLMDAN)和归一化LMS算法(Normalized Least Mean Square,NLMS)结合的滤波模型。该模型通过在鲁棒局部均值分解(Robust Local Mean Decomposition,RLMD)过程中添加白噪声将原始数据分解为多个乘积函数(Product Functions,PF),并根据排列熵(Permutation Entropy,PE)将PF分为混合PF和有用PF;其次对混合PF使用NLMS去噪;最后,把处理后的PF和有用PF进行重构,得到去噪后的信号。试验表明,本文提出的去噪模型对信号均值与方差有显著提升,信号均值由0.5891提升至0.5396,信号方差由44.473提升至5.2692。
