Asymptotic behavior of generalized convolutions

We study the behavior of a class of convolution-type nonlinear transformations. Under some smallness conditions we prove the existence of fixed points and analyze the spectrum of the associated linearized operator.      

Kernel based approximation in Sobolev spaces with radial basis functions

In this paper, we study several radial basis function approximation schemes in Sobolev spaces. We obtain an optional error estimate by using a class of smoothing operators. We also discussed sufficient conditions for the smoothing operators to attain the desired approximation order. We then construct the smoothing operators by some compactly supported radial kernels, and use them to approximate Sobolev space functions with optimal convergence order. These kernels can be simply constructed and readily applied to practical problems. The results show that the approximation power depends on the precision of the sampling instrument and the density of the available data.     

LAMOST现场光纤位置检测方法研究

LAMOST(大天区多目标光纤光谱天文望远镜)要求通过非接触测量快速准确地获得光纤端部的中心位置。在研究光斑中心提取技术的过程中,提出了一种改进的光重心方法,包括图像卷积预处理、用标准差迭代的方法取背景值和减背景后非线性加权获得光斑特征点。有效地抑制了边缘点对中心位置的影响,提高了在大视场多目标光纤条件下提取光斑特征点的精度,并通过数据模拟、实验室和现场实验进行了验证。     

基于Transformer的普通话语声识别模型位置编码选择

具有自注意机制的Transformer网络在语声识别研究领域渐渐得到广泛关注.该文围绕着将位置信息嵌入与语声特征相结合的方向,研究更加适合普通话语声识别模型的位置编码方法.实验结果得出,采用卷积编码的输入表示代替正弦位置编码,可以更好地融合语声特征上下文联系和相对位置信息,获得较好的识别效果.训练的语声识别系统是在Tr...     

润滑接触中弹性变形的快速数值计算

研究了弹性变形的计算特点 ,并在简单回顾卷积算法的基础上给出了一种利用快速傅立叶变换 (FFT)和离散圆卷积计算弹性变形的方法 .计算表明 ,通过对压力信号和影响系数 -响应函数 (Green函数 )进行简单的预处理 ,可以获得准确的弹性变形 ,其计算精度和多层网格积分法相当 ,而计算速度则是多层网格积分法的 3倍左右 ,是一种准确、高效的数值计算方法     

结合MGCC特征与多尺度通道注意力的环境声深度学习分类方法*

环境声分类技术在家居安全监测、人机语音交互等领域具有关键作用。然而,声源的多样性与混合性给环境声分类方法设计带来了重大挑战。为提高分类准确率与节约计算资源,本文提出一种基于多尺度通道注意力机制下的深度学习分类模型。所提模型由特征提取模块、多尺度卷积模块、高效通道注意力模块、输出层四部分组成。首先,通过引入加权型梅尔Gammatone频率倒谱系数挖掘环境声频谱幅值与相位结构信息;其次,融合多尺度卷积核与高效通道注意力机制优选出音频关键局部细节和通道特征;最后,在全连接层采用softmax函数映射特征并输出环境声类型的概率值。所提模型在6种环境声的iFLYTEK、10种环境声的Urbansound8k数据集上开展测试验证,分别取得了94%、76.52%、79.24%（iFLYTEK+Urbansound8k）的分类准确率。消融实验结果进一步表明：引入的多尺度卷积模块、通道注意力机制模块对分类准确率的提升贡献率分别接近于3.77%和1.89%。实验还详细对比了7种现有的深度学习分类方法,所提算法在分类准确率上排名第二;另外, 在同级别算法中如ResNet18、GoogLeNet,所提算法在模型参数量和计算复杂度方面上实现了进一步的约减。     

一种基于波动方程的新高阶FDTD方法

 提出了一种基于二阶波动方程的（2M,4）高阶时域有限差分(FDTD)方法,通过使用辛积分传播子(SIP)在时域上获得4阶精度,使用离散奇异卷积(DSC)方法在空域上达到2M阶精度。与已有的(2M,4) 阶FDTD方法相比,虽然两者都采用SIP和DSC方法,但是此二者的不同点在于：第一,新方法基于二阶波动方程;第二,在离散计算空间时使用单一网格而不是传统的Yee网格;第三,单独计算某一场分量从而节约内存并减少计算量。数值计算结果表明,与传统高阶算法相比,基于波动方程的高阶FDTD方法耗费的机时只有它的50%,内存消耗下降10%, 而两者的计算结果之间相对误差小于5‰。     

基于波网络的相位敏感光时域反射系统模式识别方法研究

针对相位敏感光时域反射系统中传统人工特征提取和模式识别方法实时性差、准确率低的问题,提出一种波网络模式识别方法.该方法通过因果空洞卷积结构充分分析光纤振动信号的时序因果性,通过残差块结构使模型更快收敛,以实现更高的识别准确率和效率.实验结果表明,在对手拍、脚踩、棒击三种信号识别时,与一维卷积神经网络结构和长短期记忆网络...     

Convolution on distribution spaces characterized by regularization

Locally convex convolutor spaces are studied which consist of those distributions that define a continuous convolution operator mapping from the space of test functions into a given locally convex lattice of measures. The convolutor spaces are endowed with the topology of uniform convergence on bounded sets. Their locally convex structure is characterized via regularization and function-valued seminorms under mild structural assumptions on the space of measures. Many recent generalizations of classical distribution spaces turn out to be special cases of the general convolutor spaces introduced here. Recent topological characterizations of convolutor spaces via regularization are extended and improved. A valuable property of the convolutor spaces in applications is that convolution of distributions inherits continuity properties from those of bilinear convolution mappings between the locally convex lattices of measures.