维纳过程有限加权和的尾概率估计

文章提出了维纳过程有限加权和形式,并对其增量的尾概率进行了估计,所得结果推广了Csrg和Révész早期的结果。

边加权有限图的Weil-Riemann-Roch定理

Riemann-Roch定理是数学中的一个重要结论,并有了广泛的应用。在有限图和边加权有限图等图中也有对应的Riemann-Roch定理以及应用,但所有这些工作都有一个共同点,那就是它们都聚焦于在除子或和除子线性等价的线丛的情况下,也就是秩为1的情况。为了得到高维秩的情形,可以借助多重除子的术语来描述。本文利用还原群GLn的root datum的概念给出了边加权有限图上主GLn-丛——向量丛的定义,并用多重除子的术语来描述向量丛,进而给出了边加权有限图的Weil-Riemann-Roch定理以及证明,推广了GROSS A.ULIRSCH M.和ZAKHAROV D的结果。

基于加权有限状态机的动态匹配词图生成算法

由于现有的加权有限状态机(WFST)解码网络没有精确词尾标记,导致当前已有的词图生成算法不含精确的词尾时间点,或者仅是状态、音素级别的词图,无法应用到关键词检索中。该文提出在WFST静态解码器下的语音识别词图生成算法。首先从理论上分析了WFST解码音素图和词图的可转换关系,然后提出了字典的动态音素匹配方法解决了WFST网络中词尾时间点对齐的问题,最后通过令牌传递的遍历方法生成了词图。同时,考虑到计算量优化,在令牌传递过程中引入了剪枝算法,使音素图转词图的耗时不到解码耗时的3%。得到的词图,不仅可以用于语言模型重打分,由于含有精确的词尾时间点,还可以直接应用到关键词检索系统中。实验结果表明,该文的词图生成算法具有较高的计算效率;和已有动态解码器的词图相比,词图中包含更多解码信息,在大词汇连续语音识别的重打分结果和关键词检索中都能取得更好的性能。

美式看跌期权的加权有限差分法

建立了标的资产具有连续分红和交易成本的美式看跌期权的定价模型,通过无套利定价原理把该定价模型转化为带边界的变系数偏随机微分方程;采用加权有限差分法求解该变系数偏随机微分方程,计算结果与显式差分法、隐式差分法、Crank-Nicolson差分法等计算结果进行比较,其计算结果比这3种差分法更精确.

加权有限自动机的幺半群

讨论了加权有限自动机的变换幺半群,并通过加权有限自动机的同余关系,提出了语法幺半群的概念,给出了语法幺半群有限的条件,并建立了变换幺半群与语法幺半群之间的关系。最后讨论了加权有限自动机的转移幺半群。

低空间复杂度的加权有限状态转换器合成算法

利用加权有限状态转换器相关的合成操作,可以将语音识别需要的模型进行组合,便于识别中各种知识的综合利用,从而提升识别性能。传统合成算法在计算的同时存储了无效状态与状态转移。在进行词典与语言模型等合成操作时,算法需要1 GB甚至更多内存保存无效信息,这直接导致了算法的高空间复杂度。为解决这一问题,提出同步裁剪合成算法(synchronized pruning composition algorithm,SPCA)。新算法对传统合成算法进行了改进,在合成的同时对无效信息进行及时的分析和去除。实验表明,与经典的合成算法相比,SPCA平均节约内存14.99%,所用最大内存节约25.72%,有效降低了合成的空间复杂度。

加权有限元法在光测弹性力学中的应用

本文用加权有限元法求各结点的应力和,再利用光测中求得的主应力差,分离主应力,即得各点的应力分量。

基于加权有限状态转换器的语音查询项检索技术

为了提高语音查询项检索效率,提出了一种在加权有限状态转换器(Weighted finite-state transducer,WFST)框架下以混淆网络代替词格建立索引的技术。在索引建立阶段,首先将词格转化为混淆网络并用自动机形式表示,然后利用自动机构建基于时间的因子转换器,最后将所有因子转换器进行联合及优化得到索引。在查询阶段,将查询项转化为自动机形式后与索引进行合成运算得到表示查询结果的自动机。实验结果表明,在保证系统检测正确率的前提下,与直接以词格建立的WFST索引相比,以混淆网络建立的WFST索引尺寸更小,检索速度更快,因而系统性能更好。

数字图像的加权有限自动机表示

传统的图像压缩技术JPEG方法采用小波变换、离散余弦变换等方法进行,文中所使用的方法是与JPEG技术完全不同的方法[1],在用字母表上的字表示像素地址的基础上把每个像素的地址映射为一实数,则可以得到多分辨率灰度图像的加权有限自动机表示方法,该方法的有效应用将使图像压缩[1~7]的比例得以提高.

基于双向长短时记忆联结时序分类和加权有限状态转换器的端到端中文语音识别系统

针对隐马尔可夫模型(HMM)在语音识别中存在的不合理条件假设,进一步研究循环神经网络的序列建模能力,提出了基于双向长短时记忆神经网络的声学模型构建方法,并将联结时序分类(CTC)训练准则成功地应用于该声学模型训练中,搭建出不依赖于隐马尔可夫模型的端到端中文语音识别系统;同时设计了基于加权有限状态转换器(WFST)的语音解码方法,有效解决了发音词典和语言模型难以融入解码过程的问题。与传统GMM-HMM系统和混合DNN-HMM系统对比,实验结果显示该端到端系统不仅明显降低了识别错误率,而且大幅提高了语音解码速度,表明了该声学模型可以有效地增强模型区分度和优化系统结构。

加权有限自动机在灰度图像中的应用

将WFA(加权有限自动机)作为灰度图像的描述工具,概括了如何从输入的图像计算相应的WFA(编码)以及如何从WFA出发画出其所定义的图像(解码)。编码算法的新颖之处在于它从数学角度出发,利用的原理是状态图像的子块图像可以被自动机中状态的线性组合来表示。基于线性代数的算法更加高效简洁。

时间分数阶CEV模型下算术亚式期权的加权差分格式

针对时间分数阶CEV模型下算术亚式期权定价问题,提出了一个加权平均的差分方法.将偏微分方程的二维空间变量降到一维,得到了CEV模型下算术亚式期权定价的偏微分方程.将显式差分格式与隐式差分格式进行加权得到加权有限差分格式,并分析该差分格式的稳定性和收敛性.通过数值模拟说明了加权有限差分方法求解时间分数阶CEV模型是可行的.

分数阶对流扩散方程的半加权有限差分格式（英文）

对于空间分数阶对流扩散方程的初边值问题提出了一系列半加权差分格式.可以证明此格式当分数阶导数属于[((17)^(1/2)-1)/2,2]时无条件稳定,且二阶收敛.最后给出数值算例验证了理论证明.

加权残值有限条法

本文基于微分方程的加权残数解法的基本思想，推导出小挠度受弯薄板在各种边界条件下的加权残数表达式的弱列式，并对于二边简支二边自由薄板受弯问题选取与有限条法相同的位移试函数代入弱列式，给出了加权残数有限条法的刚度矩阵和力矩阵，用例子说明子它的可行性与优越性。

奇异积分算子交换子的一个加权估计

本文研究带有齐性核的奇异积分算子与BMO函数的交换子。利用Fourier变换估计 ,在核函数具有某种最弱可积性条件下 ,建立了这种奇异积分算子交换子的一个加权L2

基于自适应EKF的感应电机无传感器控制

针对传统EKF(TEKF)需要长时间试凑噪声协方差矩阵且噪声特性变化时估算性能下降甚至发散的问题,提出了一种基于极大似然估计准则和有限记忆指数加权的自适应EKF算法(EW-MLE-AEKF)。在使用新息序列进行自适应调整时,系统容易因新息序列的不准确而发散,为此可以利用后验残差序列对噪声协方差矩阵Q和R进行实时调整来提高系统的稳定性。同时在加窗方法的基础上使用了有限内存指数加权算法来提高近期数据的权重,加快了估计的收敛速度。仿真和实验验证了算法在电机系统中的可行性,结果证明该算法避免了噪声矩阵的试凑过程,能够适应噪声的变化,提高了滤波精度且系统稳定性强。

加权有限转换状态机

给出加权有限状态机的概念,定义了可交换的加权有限状态机和加权有限转换状态机,研究了可交换的加权状态机的性质及其等价刻画,并研究加权转换有限状态机的性质。另一方面,给出了两个加权有限状态机同态(强同态)的概念,研究了加权有限状态机的同态性质,并研究两个加权有限状态机在强同态下的可交换性。

适用航空螺旋锥齿轮工程设计的弹流润滑数值方法

改进传统的牛顿有限元法 ,并与“下山法”相结合 ,采用高斯法求解弹流润滑的弹性变形的三次项 ,建立了较为实用的加权牛顿有限元法 ,有效地解决了航空螺旋锥齿轮的点弹流数值计算中的收敛性、工程设计的适应性等问题 。

基于多模型融合的人名翻译系统

该文提出了一种基于加权有限状态转化器(WFST)的多模型融合人名翻译框架。该框架以两个基于字符的转换模型和两个基于发音的转换模型为核心,通过加权有限状态转换器将多模型进行融合实现对人名的翻译。与单个模型相比,该文提出的方法的优势在于通过从各种信息源得到的数据价值的最大化。实验结果表明,基于多模型融合方法的人名翻译的错误率比单一模型的人名翻译的错误率降低了7.14%。

加权有限自动机及其商变换半群

加权有限自动机是处理不确定环境下的计算的一种通用数学模型.文章对加权有限自动机及其乘积的结构作了进一步的研究.引入了加权变换半群和商变换半群的概念,并依据半环自身的结构,给出了加权有限自动机诱导的商变换半群有限的条件.讨论了加权有限自动机在各种乘积情形下的状态转移函数的性质,并建立了加权有限自动机的乘积(级联积)与其对应的商变换半群之间的关系,为进一步研究加权有限自动机的结构奠定了基础.