检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

长序列线性卷积的数论变换算法

电子学报 1992年第8期20卷 97-100页

作者：王殊姚天任华中理工大学电子与信息工程系武汉430074

本文提出一种利用数论变换计算长序列线性卷积的算法。它利用较短的数论变换对长序列卷积进行分段计算,减少了数论变换处理中移位操作的位数;用适当的字长就能完成较长的卷积计算,因而显著缩短了卷积执行时间。

关键词：数论变换长序列线性卷积计算

长序列实值离散Gabor变换窗函数的快速求解算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2014年第2期50卷 194-197页

作者：陶星月陶亮安徽大学计算智能与信号处理教育部重点实验室合肥230039

为了降低在无限(长)序列实值离散Gabor变换(RDGT)中利用分析窗与综合窗之间的双正交关系计算窗函数的复杂度,提出了一种基于离散Hartley变换(DHT)的快速求解算法。通过将双正交关系式写成离散Hartley变换的形式,原方程组可被分解成若干... 详细信息

为了降低在无限(长)序列实值离散Gabor变换(RDGT)中利用分析窗与综合窗之间的双正交关系计算窗函数的复杂度,提出了一种基于离散Hartley变换(DHT)的快速求解算法。通过将双正交关系式写成离散Hartley变换的形式,原方程组可被分解成若干个独立的子方程组以降低计算的复杂度。实验结果也验证了提出的快速算法的正确性和有效性。

关键词：长序列实值离散Gabor变换快速求解算法

在线全文

学校读者我要写书评

暂无评论

利用微机外存实现长序列FFT算法

仪器仪表学报 1989年第2期10卷 186-189页

作者：李振山哈尔滨电工学院

一、概述本文讨论了一种利用计算机外存进行数据存储的长序列FFT 算法,文中给出了相应的计算程序框图并在IBM-PC/XT 微机上进行了验证。为在内存不大的微型计算机系统上实现长序列FFT 计算提供了一种实用方法。在实际工作中,为了减少抽... 详细信息

一、概述本文讨论了一种利用计算机外存进行数据存储的长序列FFT 算法,文中给出了相应的计算程序框图并在IBM-PC/XT 微机上进行了验证。为在内存不大的微型计算机系统上实现长序列FFT 计算提供了一种实用方法。在实际工作中,为了减少抽样和截断引起的信号失真,必须采集大量数据,这些数据构成了一个很长的离散序列。当需要对序列进行离散付里叶变换(DFT)计算时,通常的方法是将整个序列的数据全部装入计算机内存中,再进行FFT 计算。然而上述方法如在微型计算机上进行,则由于其内存容量有限,往往无法实现。为了解决上述困难,本文给出了一种方法,该法是按某种规律,对数据进行分段,使其构成若干个短序列,分别计算这些短序列的FFT,然后再将它们组合起来。这种方法虽然运算时间较长,但程序简单,便于应用。为了克服在简单的分段组合方法中,由于DFT 的循环移位性质所产生的信号失真,本文给出了一种特殊的分段组合方法。首先,将长序列分解为若干个较短的子序列,将其存于外存磁盘中;然后将子序列逐一从外存调入内存,计算FFT,并将结果存于外存中;最后将子序列FFT 计算的结果逐一调入内存,进行加权求和,即可求得原来长序列的FFT。按照...

关键词：长序列全序列 FFT 外存微机算法

在线全文

学校读者我要写书评

暂无评论

基于水量平衡的长序列农田灌溉定额测算方法

人民黄河 2018年第12期40卷 158-162页

作者：詹同涛洪成孟伟赵凯李瑞杰中水淮河规划设计研究有限公司安徽合肥230091

长序列农田灌溉定额在水资源规划、水资源论证报告书编制、江河流域水量分配方案编制等水资源专业领域工作中有着广泛的应用。基于水量平衡原理提出长序列农田灌溉定额测算方法;结合工作实践,详细阐述长序列农田灌溉定额测算所需的基础... 详细信息

长序列农田灌溉定额在水资源规划、水资源论证报告书编制、江河流域水量分配方案编制等水资源专业领域工作中有着广泛的应用。基于水量平衡原理提出长序列农田灌溉定额测算方法;结合工作实践,详细阐述长序列农田灌溉定额测算所需的基础数据、基本参数和公式,讨论基础数据采集的关键点和长序列灌溉定额计算的复杂性,提出农田灌溉定额测算程序编制的思路,并以计算分区B为例,利用降水、蒸发等数据和灌溉试验确定的基本参数,在各计算分区内应用灌溉定额测算程序,计算旱作物和水稻不同生长期的灌溉期需水量。结果显示:计算分区B多年平均综合灌溉定额(毛)为4 545 m^3/hm^2。

关键词：水量平衡灌溉定额长序列测算

鄱阳湖出流长序列代表性水质指标变化及其驱动力

在线全文

学校读者我要写书评

暂无评论

人民长江 2021年第12期52卷 65-71页

作者：蒋爱萍张丽萍张迪彭期冬靳甜甜山东科技大学地球科学与工程学院山东青岛266590 中国水利水电科学研究院北京100038

探究湖泊出流水体水质变化及其驱动力对湖泊水环境管理与保护具有重要意义。基于鄱阳湖出口蛤蟆石段长时间序列28 a(1991~2018年)的水质资料,利用水质指数法(Water Quality Index,WQI)来评估鄱阳湖出流水体水质状况,并采用Mann-Kendall... 详细信息

探究湖泊出流水体水质变化及其驱动力对湖泊水环境管理与保护具有重要意义。基于鄱阳湖出口蛤蟆石段长时间序列28 a(1991~2018年)的水质资料,利用水质指数法(Water Quality Index,WQI)来评估鄱阳湖出流水体水质状况,并采用Mann-Kendall检验法分析水质指标多年变化趋势。同时,通过灰色关联度分析法识别了影响鄱阳湖出流水体水质变化的关键驱动因子。结果表明:①总体上,鄱阳湖出流水体水质良好,WQI总变化范围为7.00~27.65。②水体中溶解氧(Dissolved Oxygen,DO)呈下降趋势,趋势不明显,高锰酸盐指数(Permanganate Index,COD_(Mn))和氨氮(Ammonia Nitrogen,NH 3-N)呈显著增加趋势,其统计值Z分别为2.53和3.93;WQI总呈显著上升趋势,统计值Z为4.27。③鄱阳湖出流水体水质变化的主要驱动因子为人口、地区生产总值、第三产业产值、粮食总产量等。研究成果可为鄱阳湖水环境管理与保护提供一定借鉴。

关键词：水质变化驱动力长序列水质指数法蛤蟆石站鄱阳湖

基于TMS320C54x系列DSP的长序列线性相关算法及实现

在线全文

学校读者我要写书评

暂无评论

内蒙古大学学报（自然科学版） 2007年第4期38卷 450-453页

作者：俞宗佐李树华内蒙古大学理工学院电子工程系呼和浩特010021

提出一种使用快速相关法的长序列相关算法,并使用DSPL IB库函数设计FFT系数表,实现了两个1024点实序列的线性相关运算.与直接相关法相比,这种方法容易实现,且运算速度快,有较高的应用价值.

关键词：长序列线性相关 FFT IFFT DSPLIB库函数

在线全文

学校读者我要写书评

暂无评论

面向长序列数据的单体分型算法研究

面向长序列数据的单体分型算法研究

作者：潘玮华中国科学技术大学

学位级别：硕士

单体型序列是生物遗传分析中的一类重要信息。由于实验方法获取单体型序列具有价格过高、速度慢等缺点,使用计算手段从易于获取的基因型序列得到单体型序列成为人们的首选,并发展为基因组学里一个基础的计算问题,称为单体分型问题。随... 详细信息

单体型序列是生物遗传分析中的一类重要信息。由于实验方法获取单体型序列具有价格过高、速度慢等缺点,使用计算手段从易于获取的基因型序列得到单体型序列成为人们的首选,并发展为基因组学里一个基础的计算问题,称为单体分型问题。随着基因组学的发展,研究所需的单体型序列越来越长,有的甚至达到上百万个位点,这给单体分型问题提出了新的挑战。目前几乎所有的大规模单体分型算法在个人计算机上都只能处理长度小于十万的序列,因此迫切需要能处理长序列数据的单体分型算法。本文主要研究在内存有限的个人计算机上,分型长度十万位点以上的长序列数据集的快速单体分型算法,具体工作如下：1.面向长序列数据集的WinHAP2.0单体分型算法改进及并行化WinHAP2.0算法是近年来我们研究小组提出的一个长序列单体分型算法,本文对WinHAP2.0算法从两方面进行了改进,一是使用投票策略改进了段合并方法,二是进行了并行化。实验结果表明改进后的WinHAP2.0算法相比于原算法在段合并处的位点的交换错误率下降了20%-30%左右。相比于其他算法,改进后的算法计算精度与最好的算法相似,而计算时间和空间消耗低数倍到数十倍。该算法能够在个人计算机上使用12.8MB的内存分型500条长度一百万个位点的序列,而其他算法均无法完成这一任务。算法的并行化获得了几乎线性的加速比。2.面向大规模长序列数据集的单体分型算法由于WinHAP2.0算法存在当序列条数很多时计算时间过长的缺陷,本项工作进行了进一步的改进,引入了序列聚类思想,提出了CbWinHAP算法。CbWinHAP算法首先将比较相似的序列聚成一类,再分别进行推导,由于聚类提高了相似序列的作用从而精度得到提高。而序列条数的减少又使得计算时间和空间得到降低。实验结果表明CbWinHAP算法在保证计算精度相比于原WinHAP算法和WinHAP2.0算法不下降的情况下,计算时间和空间均降低了数倍。为了进一步提高计算速度,我们也为CbWinHAP算法进行了并行化。实验表明并行后的算法获得了接近于线性的加速比。

关键词：大规模计算 SNP位点单体型基因型单体分型长序列

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Informer的频谱长序列预测

基于Informer的频谱长序列预测

作者：杨迪丹西安电子科技大学

学位级别：硕士

近年来,物联网、5G通信等智能通信系统高速发展,带动了无线局域网和个人无线网的数量暴增,但是频谱资源不可再生,频谱分配不均衡的问题因此愈发严重。而频谱预测在智能化的、高动态的通信系统中能够辅助频谱动态分配,提高频谱利用率,有... 详细信息

近年来,物联网、5G通信等智能通信系统高速发展,带动了无线局域网和个人无线网的数量暴增,但是频谱资源不可再生,频谱分配不均衡的问题因此愈发严重。而频谱预测在智能化的、高动态的通信系统中能够辅助频谱动态分配,提高频谱利用率,有很重要的研究意义。本文主要针对如何结合频谱数据的特征进行多信道、长序列的预测问题进行了研究,具体研究内容如下所示:首先,对现代高速发展的通信现状进行研究和分析。面对更好应对物联网、5G通信等智能通信系统延时低数据量大的运作要求,本文提出频谱预测的方案来提高频谱利用率,优化系统的运转效率,提高通信质量。并且,对现有的时间序列预测技术进行了整理和研究,梳理了这些技术的主要发展路径,明确了智能通信场景下频谱时间序列预测的难点在于长序列难处理、频域信息容易被忽视和数据动态性高导致特征不容易学习。其次,对经典的时序预测技术进行具体分析。将其分为基于统计学的模型和基于机器学习的模型,对模型各自的实现过程、先进性和局限性进行了学习和总结。然后,根据本文多信道、长序列的频谱预测场景约束制定了实验结果的评价指标:均方误差、平均绝对误差、内存占用和计算时间。再次,针对长序列难处理和频域特征易被忽视的问题,提出了频域注意力加强的Informer模型(Frequency Domain Attention Enhancement Informer Model,FDAEIM)。具体而言,本文以Informer模型为基础算法,以满足频谱预测实验中长序列处理这一最基本要求。同时为了兼顾时序数据的频域特征,以图像领域的通道注意力为切入点,改用离散余弦变换的计算方式代替全局平均,构建了频域注意力(Frequency Domain Attention,FDA)模块,加入了更多频率分量的学习,丰富了模型对数据的表达,强化了序列的特征表示。FDA模块在增加少量内存需求和计算时间开销的情况下,将Informer的预测误差率降低了6.5%左右,整体表现不错。最后,针对智能通信场景下频谱数据的高动态性导致序列特征不容易学习的问题,提出了高动态频谱处理方法(High Dynamic Spectrum Processing Method,HDSPM),结合FDAEIM形成了智能通信频谱预测模型(Intelligent Communication Spectrum Prediction Model,ICSPM)。智能通信场景下的频谱通常具有高动态的特性,HDSPM利用归一化方法降低了序列动态性,加强了模型对序列的特征抓取。同时为了防止过度去动态化,HDSPM在注意力计算中加入原始数据特征的考量,生成动态注意力。最后根据原始序列特性对预测结果进行还原,降低误差率。ICSPM将FDAEIM的预测误差降低了20%-30%,虽然增加了一些时间开销和内存需求,但仍满足长序列处理和低计算耗时的要求,整体表现十分优越。

关键词：智能通信频谱预测长序列频域增强高动态注意力机制

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向长序列的时域语音分离方法研究

面向长序列的时域语音分离方法研究

作者：钱双庆江苏大学

学位级别：硕士

随着科技的进步和计算机技术的高速发展,基于语音的人机交互方式逐渐走入了人们的生活中,改变了人们生活中的方方面面,成为了人机交互领域的研究热点。近年来,随着深度学习的广泛应用,说话人识别、语音合成、自动语音识别等语音交互技... 详细信息

随着科技的进步和计算机技术的高速发展,基于语音的人机交互方式逐渐走入了人们的生活中,改变了人们生活中的方方面面,成为了人机交互领域的研究热点。近年来,随着深度学习的广泛应用,说话人识别、语音合成、自动语音识别等语音交互技术都取得了巨大的成功。但是,语音交互领域仍然存在着一些问题亟待解决,例如在复杂的声学场景下同时存在多个说话人的语音,这会严重影响自动语音识别、说话人识别等语音交互系统的识别准确性。因此,研究如何在复杂的声学场景下从多个说话人的混合语音中分离出每一个说话人的纯净语音信号,是目前语音交互技术发展的迫切需求。现有的语音分离技术主要针对单通道和多通道两种情况进行研究,多通道语音分离主要采用智能麦克风阵列,但其对麦克风的摆放和说话人位置有要求,应用场合受限,因而本文聚焦于单通道语音分离的研究。目前,实现单通道的语音分离存在着诸多困难与挑战:首先,本文进行的是说话人独立的语音分离任务,可用信息较少,缺乏了与说话人身份相关的信息;其次,语音是一种上下文相关的时序信号,现有的建模方法大多采用累计式的间接建模,这会造成序列信息的遗忘,影响分离性能;此外,在对长序列语音建模过程中,模型的感受野大多是固定的,无法结合不同尺度的感受野信息,影响了分离语音的清晰度和可懂度。鉴于上述的困难与挑战,本文面向长序列的时域语音分离,提出基于局部和全局信息融合的长序列时域语音分离方法,以及多尺度时延采样的长序列时域语音分离方法。本文的主要研究内容以及创新点如下:(1)提出基于局部和全局信息融合的长序列时域语音分离方法:该方法在分离网络中完整地引入Transformer网络,直接建立长序列中上下文信息的交互,并通过掩蔽机制,有效融合高维空间中的局部和全局特征,从而解决长序列语音分离中的序列信息遗忘的问题。此外,为了在建模过程中尽可能多的提取说话人相关的身份信息,引入说话人识别任务进行联合训练,并且该方法还在目标函数中加入Triplet Loss,从而拉近相同说话人身份特征的距离,拉远不同说话人身份特征的距离,以此促进分离效果的提升。实验结果表明:在公开数据集WSJ0-2mix上,所提方法优于现有的相关方法,SI-SNRi(scale-invariant source-to-noise ratio improvement)指标提升3.72%,达到19.5d B(decibel,分贝),SDRi(signal-todistortion ratio improvement)指标提升3.68%,达到19.7d B。(2)提出多尺度时延采样的长序列时域语音分离方法:该方法通过一种新颖的多尺度时延采样,从细到粗地学习长序列语音特征,且在相同时间步情况下,可指数扩大感受野的大小,从而组合成多尺度信息,使得模型能有效地融合长序列中不同尺度的局部和全局信息。此外,在模型的编码器部分引入通道自注意力机制,过滤噪声等无用信息的同时提升语音特征的提取能力,增强模型在复杂场景下的泛化能力。实验结果表明:在公开数据集WSJ0-2mix上,所提出的方法达到目前语音分离领域的最高水准,相比于采用的基准模型,SI-SNRi指标提升6.44%,达到21.5d B,SDRi指标提升5.34%,达到21.7d B。(3)设计并实现面向长序列的时域语音分离的原型系统:采用Pytorch深度学习框架实现核心算法,并利用Matlab等软件设计原型系统的操作界面。整个系统主要包含三个模块:混合语音上传、语音分离以及分离语音播放。其中,提出的基于局部和全局信息融合的长序列时域语音分离方法和多尺度时延采样的长序列时域语音分离方法均在该系统中实现。通过该语音分离系统的实现来展示和验证本文提出方法的可用性。

关键词：时域语音分离长序列局部和全局信息融合联合训练多尺度时延采样