In this paper,a Littlewood-Paley function characterization of the spaces L p（R）,1〈p〈∞,is first established by means of the equivalent conditions of tight wavelet frames,wherein the Littlewood-Paley function is as...In this paper,a Littlewood-Paley function characterization of the spaces L p（R）,1〈p〈∞,is first established by means of the equivalent conditions of tight wavelet frames,wherein the Littlewood-Paley function is associated with a tight wavelet frame generated by the so-called extension principles.With the above characterization,another characterization of L p（R）,1〈p〈∞,is also established in terms of the weighted l 2-norm of the wavelet frame coefficients,which can be a useful tool in harmonic analysis,approximation theory,and image processing.展开更多
AGED,全称为ArGument Extractor with Definitions in FrameNet,是最近提出的一种框架语义角色标注(FSRL)模型。该模型以框架和框架元素的定义为模板,在整个训练语料上使用预训练语言模型进行编码,是一种基于论元查询的FSRL模型。然而,...AGED,全称为ArGument Extractor with Definitions in FrameNet,是最近提出的一种框架语义角色标注(FSRL)模型。该模型以框架和框架元素的定义为模板,在整个训练语料上使用预训练语言模型进行编码,是一种基于论元查询的FSRL模型。然而,随着语料规模和模型参数的日益增加,AGED模型的训练和超参数调优变得相当耗时,进而影响了AGED模型的训练和调优效率。为此,该文在训练阶段引入集成学习方法,在调优阶段引入正交设计方法,提出了基于正则化m×2交叉验证(m×2 BCV)的AGED集成模型。具体地,在训练阶段,该文引入m×2 BCV和众数投票结合的集成学习方法,在整个训练语料上使用m×2 BCV构造多组训练子集和验证子集;然后利用并行训练技术和AGED模型生成多个AGED子模型;最后利用众数投票方法集成这些子模型,构造性能更优的AGED集成模型。在调优阶段,使用正交设计方法,以最大化验证集上F_(1)值为优化目标,从AGED集成模型的大量超参数组合中选出一部分具有代表性的超参数组合进行调优。实验结果表明,与AGED模型相比,提出的AGED集成模型在测试集上的F_(1)值可以提高1.34百分点,且训练时间仅占AGED模型的0.79倍,这充分验证了AGED集成模型的有效性。此外,该文也开展了消融实验,验证了AGED集成模型中引入的集成学习方法和正交设计方法的有效性。展开更多
针对湍流退化图像随机性的问题,提出了一种基于随机点扩散函数的多帧湍流退化图像自适应复原方法。首先介绍了随机点扩散函数的图像退化模型,并分析了点扩散函数随机性对图像复原造成的影响,建立了基于随机点扩散函数的多帧图像退化模...针对湍流退化图像随机性的问题,提出了一种基于随机点扩散函数的多帧湍流退化图像自适应复原方法。首先介绍了随机点扩散函数的图像退化模型,并分析了点扩散函数随机性对图像复原造成的影响,建立了基于随机点扩散函数的多帧图像退化模型。在此基础上,建立了基于多帧退化图像的全变分复原模型,利用前向后向算子分裂法对模型进行求解,提高了算法的运算效率。然后,提出了一种新的自适应正则化参数选取方法,该方法利用全变分复原模型的目标函数计算正则化参数,当正则化参数收敛时,复原图像的峰值信噪比达到最大值,因此利用目标函数的相对差值作为自适应算法迭代终止的条件,可以获得最佳复原效果。最后通过实验分析,算法中退化图像的帧数应不大于10帧。实验结果表明:当取10帧退化图像时,AFBS算法运算时间与单帧的FBS算法相当,信噪比增益为1.4 d B。本文算法对图像噪声有明显的抑制作用,对湍流退化图像可以获得较好的复原效果。展开更多
基金Supported by the National High Technology Research and Development Program of China (863 Program) (2009AA12Z203,2008AA 12Z201)
文摘In this paper,a Littlewood-Paley function characterization of the spaces L p（R）,1〈p〈∞,is first established by means of the equivalent conditions of tight wavelet frames,wherein the Littlewood-Paley function is associated with a tight wavelet frame generated by the so-called extension principles.With the above characterization,another characterization of L p（R）,1〈p〈∞,is also established in terms of the weighted l 2-norm of the wavelet frame coefficients,which can be a useful tool in harmonic analysis,approximation theory,and image processing.
文摘AGED,全称为ArGument Extractor with Definitions in FrameNet,是最近提出的一种框架语义角色标注(FSRL)模型。该模型以框架和框架元素的定义为模板,在整个训练语料上使用预训练语言模型进行编码,是一种基于论元查询的FSRL模型。然而,随着语料规模和模型参数的日益增加,AGED模型的训练和超参数调优变得相当耗时,进而影响了AGED模型的训练和调优效率。为此,该文在训练阶段引入集成学习方法,在调优阶段引入正交设计方法,提出了基于正则化m×2交叉验证(m×2 BCV)的AGED集成模型。具体地,在训练阶段,该文引入m×2 BCV和众数投票结合的集成学习方法,在整个训练语料上使用m×2 BCV构造多组训练子集和验证子集;然后利用并行训练技术和AGED模型生成多个AGED子模型;最后利用众数投票方法集成这些子模型,构造性能更优的AGED集成模型。在调优阶段,使用正交设计方法,以最大化验证集上F_(1)值为优化目标,从AGED集成模型的大量超参数组合中选出一部分具有代表性的超参数组合进行调优。实验结果表明,与AGED模型相比,提出的AGED集成模型在测试集上的F_(1)值可以提高1.34百分点,且训练时间仅占AGED模型的0.79倍,这充分验证了AGED集成模型的有效性。此外,该文也开展了消融实验,验证了AGED集成模型中引入的集成学习方法和正交设计方法的有效性。
文摘针对湍流退化图像随机性的问题,提出了一种基于随机点扩散函数的多帧湍流退化图像自适应复原方法。首先介绍了随机点扩散函数的图像退化模型,并分析了点扩散函数随机性对图像复原造成的影响,建立了基于随机点扩散函数的多帧图像退化模型。在此基础上,建立了基于多帧退化图像的全变分复原模型,利用前向后向算子分裂法对模型进行求解,提高了算法的运算效率。然后,提出了一种新的自适应正则化参数选取方法,该方法利用全变分复原模型的目标函数计算正则化参数,当正则化参数收敛时,复原图像的峰值信噪比达到最大值,因此利用目标函数的相对差值作为自适应算法迭代终止的条件,可以获得最佳复原效果。最后通过实验分析,算法中退化图像的帧数应不大于10帧。实验结果表明:当取10帧退化图像时,AFBS算法运算时间与单帧的FBS算法相当,信噪比增益为1.4 d B。本文算法对图像噪声有明显的抑制作用,对湍流退化图像可以获得较好的复原效果。
