基于L_(2)灵敏度最小化的数字滤波器状态空间实现稀疏化方法

为解决传统数字滤波器在有限精度实现时因有限字长(Finite Word Length,FWL)效应导致滤波器性能下降的问题,提出一种L_(2)灵敏度最小化的数字滤波器状态空间实现稀疏化方法.推导前向差分算子数字滤波器结构传输函数及其等效状态空间实现,根据可控及可观格莱姆矩阵得到基于相似变换矩阵的L_(2)灵敏度表达式,并进行稀疏化校准,将L_(2)灵敏度最小化问题转换为凸函数求最值问题,求导得到L_(2)灵敏度最小化表达式,代回即得前向差分算子数字滤波器的稀疏化状态空间实现.仿真结果表明,所提方法设计的数字滤波器具有更好的抗FWL效应.

基于L_(1/2)正则化的抛物线Radon变换多次波压制方法

在地震数据处理中,多次波的存在会对地震数据成像和地震资料解释带来影响,如何有效地压制多次波干扰是地震勘探中的重要问题。抛物线Radon变换因其高效的特点被广泛应用于多次波压制中,但在野外地震数据采集时,炮检距的有限性会导致变换域中的能量扩散,产生假象,使多次波压制达不到理想的效果。针对此问题,提出一种基于L_(1/2)正则化的稀疏反演高分辨抛物线Radon变换,并应用广义迭代收缩算法(generalized iterated shrinkage algorithm,GISA)进行求解。研究结果表明,L_(1/2)正则化有很强的稀疏约束能力,能提高解的稀疏度,改进信噪分离的效果。与最小二乘反演和基于L_(1)正则化的稀疏反演相比,基于L_(1/2)正则化的稀疏反演高分辨抛物线Radon变换能更有效地压制多次波,并确保了重构数据与原始数据的一致性。

基于有约束L_(1/2)范数稀疏正则化的声源识别方法

基于等效源法(equivalent source method,ESM)的近场声全息(near field acoustic holography,NAH)是一种有效的声源识别技术。然而,针对空间稀疏分布的声源识别问题,传统基于L_(2)范数以及基于L_(1)范数的ESM方法分别存在声源幅值被低估与算法稳定性差等问题。因此,提出了基于有约束L_(1/2)范数稀疏正则化的声源识别方法,该方法具有强稀疏性与强抗干扰的优势,可以解决传统方法的声源识别精度低的问题。通过数值模拟试验以及普通室内的实测实验,验证了方法的有效性。

基于L_(1/2)范数的非局部PCA泊松噪声图像恢复改进算法

为增强NLSPCA(非局部稀疏主成分分析)算法对去除图像泊松噪声性能,提高图像块聚类精确度,增大字典下的表示系数稀疏性,改善恢复图像易模糊等问题,提出基于L_(1/2)范数的非局部PCA泊松噪声图像恢复改进算法(L_(1/2)-NLSPCA)。新算法首先对图像分割成重叠块;其次采用设计的自适应Bregman K-means算法对分割的图像块聚类;最后使用PCA构建基于L_(1/2)范数的非局部字典下的稀疏表示系数,对聚类后的图像块分组进行去噪重构。实验结果表明,L_(1/2)-NLSPCA算法与基准算法相比峰值信噪比(PSNR)提高了0.52~2.57 dB,在视觉上纹理细节更清晰。

二三混水平U型设计的平均中心化L_(2)-偏差

利用水平置换技术,给出二三混水平U型设计的平均中心化L_(2)-偏差的计算公式及其详细证明,在此基础上推导出平均中心化L_(2)-偏差与GMA准则、正交性准则之间的联系,以及平均中心化L_(2)-偏差的一个下界,最后通过数值实例说明这一下界是紧的.

基于BP-L_(2)混合算法的线性混合效应模型在帕金森病语音信号中的应用

通过对帕金森病语音信号多重共线性纵向高维数据的预处理和分析,可为相关医疗机构提供重要信息。首先采用随机森林对数据进行预处理,得到降维数据集,通过相关性分析得知该数据存在多重共线问题;然后在BP神经网络中引入L_(2)正则化改变其目标函数,解决临床数据经常存在的数据多重共线性,以便更好地拟合线性混合效应模型;最后对比分析引入BP-L_(2)混合算法前后线性混合效应模型的AIC、BIC和-LogLik指标,证明引入该算法的优势。

腰丛-坐骨神经及L_(1)~L_(2)椎旁神经阻滞复合全身麻醉在老年股骨颈骨折手术中的应用效果及对血流动力学的影响

目的:探讨腰丛-坐骨神经及L_(1)~L_(2)椎旁神经阻滞复合全身麻醉在老年股骨颈骨折手术中的应用效果及对血流动力学的影响。方法:选取2020年1月—2021年1月丹江口市第一医院收治的80例老年股骨颈骨折患者,使用随机数字表法分为复合全麻组及喉罩全麻组,各40例。复合全麻组接受腰丛-坐骨神经及L_(1)~L_(2)椎旁神经阻滞复合全身麻醉,喉罩全麻组接受喉罩全身麻醉。对比两组麻醉效果指标、血流动力学参数、应激反应指标及认知功能指标。结果:复合全麻组的感觉阻滞起效时间、运动阻滞起效起效时间、最大运动阻滞时间均短于喉罩全麻组,最大感觉阻滞时间、感觉阻滞持续时间、运动阻滞持续时间均长于喉罩全麻组(P<0.05)。麻醉前,两组收缩压(SBP)及心率(HR)比较,差异均无统计学意义(P>0.05);麻醉后10、30 min及麻醉结束时,复合全麻组SBP、HR均高于喉罩全麻组(P<0.05)。麻醉前,两组去甲肾上腺素(NE)、醛固酮(ALD)及血浆肾素活性(PRA)比较,差异均无统计学意义(P>0.05);术后,两组NE、ALD及PRA水平均升高,但复合全麻组均低于喉罩全麻组(P<0.05)。术前,两组简易精神状态检查(MMSE)各项评分比较,差异均无统计学意义(P>0.05);术后,两组MMSE各项评分均降低,但复合全麻组均高于喉罩全麻组(P<0.05)。结论:在老年股骨颈骨折手术中应用腰丛-坐骨神经及L_(1)~L_(2)椎旁神经阻滞复合全身麻醉,麻醉效果优异,对血流动力学及认知功能的影响较小,且可减轻应激反应。

难混溶合金微滴中L_(2)相迁移动力学行为

基于传热模型,计算了直径分别为300、600和900μm的Fe-52%Cu合金微滴在自由凝固条件下的温度场分布,分析了温度梯度的变化及L_(2)相小球动力学特点。结果表明,合金微滴在相分离过程中其中心与表面温差较小(<5 K),而对于给定尺寸的微滴其径向方向上温度梯度却差异较大,但温度梯度值随时间成一次线性减小。通过理论计算,确定了小球在三种微滴内最大可迁移时间,分别是0.0206、0.07和0.141 s。此外,还比较了小球在三种微滴内的迁移距离,发现同尺寸小球在合金微滴内最大迁移距离与微滴半径之比为定值,r/R=0.4849,表明小球在合金微滴内的末态相对位置不依赖于微滴直径。这与目前大部分研究者对合金微滴直径影响核/壳结构形貌的观点有所不同。本研究不仅有助于理解核/壳型粉末的形成过程,同时为新材料设计奠定重要理论基础。

基于GL_(2)-DNN的面向语句覆盖的程序缺陷定位方法

针对现有的基于深度神经网络的缺陷定位方法中参数设定不便,结合遗传算法的全局随机搜索能力、L_(2)正则化防止模型过拟合与深度神经网络学习复杂非线性能力,提出一种基于GL_(2)-DNN模型的程序静态缺陷定位算法。通过遗传算法寻找深度神经网络最优超参数;将所得语句覆盖信息与状态值输入深度神经网络计算每条可执行语句的可疑度值;根据可疑度值由高往低排序进行缺陷定位。选用Siemens Suite数据集作为实验样本,将GL_(2)-DNN与五种缺陷定位算法进行实验对比,结果表明,该算法能更精确地定位缺陷,计算效率也有所提升。

修正二元Gauss-Weierstrass算子线性组合在L_(p)(R^(2)+)空间中的逼近

借助K-泛函、广义Minkowski不等式、极大函数的定义及其性质,给出修正二元Gauss-Weierstrass算子线性组合在L_(p)(R^(2)+)空间中的逼近定理,并对此定理进行了证明.

l_(1)-αl_(2)最小化模型下不同噪声的误差估计

压缩感知主要是考虑从较少的采样数据中以高概率精确地重构原高维稀疏信号.基于l_(1)-αl_(2)(0<α≤1)最小化模型,大多数文献研究信号的重构问题,而对于图像重构方面很少研究,尤其对于高斯噪声和l_(∞)-有界噪声下的图像重构.根据测量矩阵的约束等距性得到这两种噪声下图像重构的误差估计.

基于双人零和博弈的孤岛微电网有界L2增益负荷频率控制

针对含不确定建模误差和新能源接入的孤岛微电网,提出了一种结合有界L2增益基线控制和扰动补偿的综合负荷频率控制(LFC)方法。首先,推导了微电网的全驱模型,将建模误差和新能源的影响总结成一个综合扰动。为提高系统的鲁棒性,该综合扰动被定义成控制信号的对手玩家。进一步,关于扰动抑制的有界L2增益问题被等价成求解综合扰动和控制信号的零和博弈Nash均衡,由此推导出有界L2增益基线控制器。为改善频率的二次控制,设计了基于五阶广义积分观测器的扰动补偿控制,并在此基础上引入了一种针对发电速率约束(GRC)的新型抗发电速率约束(anti-GRC)措施。最后,搭建了16 MW的新能源-柴油混合微电网仿真模型,并在多种工况下对所提出的综合LFC方法进行测试,验证了其有效性。

基于l_(1)-αl_(2)(0<α≤1)最小化的仿射相位恢复

仿射相位恢复是利用先验信息从仅限幅值测量中恢复未知信号的问题.利用l_(1)-αl_(2)(0<α≤1)最小化模型,研究如何稳定的重建稀疏的未知信号,当测量矩阵满足一定的强约束等距性质时,证明未知信号x∈ℝ^(n)可以被稳定的恢复出来.重点讨论l_(2)有界噪声和Dantzig Selector噪声情况下的恢复条件.

基于梯度域L_(2)正则化重建模型的边缘感知图像处理方法

边缘感知图像处理是计算机图形学领域的一个重要课题,在图像细节增强和色调映射中应用颇多,然而现有处理方法常常受到光晕及梯度反转伪影的影响。为此,提出一种新颖的映射函数,其可在保持边缘的同时对图像细节进行灵活处理,从而适用于多种应用。同时提出一种基于梯度域L2正则化的重构模型,用于边缘感知图像处理。该模型从映射的梯度中重建处理后的图像,可以显著减轻光晕以及梯度反转伪影的影响;且该模型可基于傅立叶变换快速有效求解,在Intel i7-6700 CPU上处理一幅100万像素图像耗时0.46 s。定性定量实验结果表明,该图像处理方法在图像增强和色调映射中取得了较好结果,细节增强指标SSEQ为11.39,ILNIQE为27.52;色调映射指标SSEQ为14.88,ILNIQE为22.78。

金属有机框架载体内Ru(bda)L_(2)催化剂微环境的调控实现高效光驱动水氧化

人工光合作用研究中,因涉及多个电子和质子的转移而具有缓慢动力学特征的产氧半反应,是实现水全分解的关键.作为一类高效水氧化催化剂,Ru(bda)L_(2)(H_(2)bda=2,2’-联吡啶-6,6’-二羧酸,L=配体)分子催化剂被广泛应用于化学驱动的水氧化研究,其中O-O键的形成是水氧化反应的决速步骤.相比之下,因光敏剂和牺牲试剂的参与,光驱动水氧化反应的决速步骤为高价Ru物种的形成,且存在光敏剂自身氧化分解与光敏剂氧化催化中心成为高价Ru物种之间的竞争.因此,促进分子催化剂向光敏剂的多步非等价电子转移,是提高光催化水氧化性能的关键.自然光合作用中,水氧化过程中高效的质子传输和电子转移与光系统PSII中[Mn_(4)CaO_(5)]簇活性位点周围复杂的蛋白质微环境密切相关.因此,利用多孔载体实现Ru分子催化剂的固载,在多相化提高其稳定性的同时,为Ru催化剂周围微环境的调控提供了可能.基于本课题组前期发展的配位辅助自组装策略,本文将Ru(bda)L_(2)分子催化剂固载到金属-有机框架UiO-66载体中(Ru(bda)L_(2)@UiO-66),作为孤立的催化位点用于化学驱动和光驱动水氧化反应研究.在Ce^(4+)化学驱动水氧化反应中,Ru(bda)L_(2)@UiO-66表现出比均相体系更高的活性和稳定性.在以Ru(bpy)_(3)Cl_(2)为光敏剂,Na_(2)S_(2)O_(8)为牺牲剂的光催化体系,Ru(bda)L_(2)@UiO-66在磷酸盐缓冲水溶液中光驱动水氧化催化转化数高达566,比相同条件下的均相催化剂高出近20倍.进一步对比磷酸盐缓冲水溶液、硼酸盐缓冲水溶液和纯水三种溶剂中的光驱动水氧化性能,发现水氧化性能越高,因光敏剂氧化分解而产生的CO_(2)量越低.通过紫外-可见漫反射光谱、红外光谱、X射线粉末衍射和X射线光电子能谱等技术对反应前后催化剂的组成和结构进行研究,结果表明,在化学驱动水氧化反应前后Ru(bda)L_(2)@UiO-66结构保持不变;而光驱动水氧化反应中,高的产氧性能伴随着UiO-66骨架结构在高浓度硫酸盐存在下的逐步坍塌.动力学同位素效应(KIE)揭示了水氧化过程中存在质子参与.质子库存实验与氢核磁证实,在光催化过程中载体因磷酸盐的摄入而在催化剂周边构建了含水的氢键网络.结合水氧化亲核进攻反应机制中质子的参与以及可能的质子耦合电子转移,提出载体摄入的磷酸盐作为质子中继体与水分子的氢键网络相耦合,促进了光驱动水分解产氧性能,同时抑制了与之相竞争的光敏剂的氧化分解机理.综上,本工作提供了一种运用多相化载体来模拟催化剂类酶微环境的思路,对于实现高效人工光合作用具有一定参考价值.

基于L_(1−2)时空域总变分正则项的红外弱小目标检测算法

针对红外图像序列中复杂背景干扰下容易出现的高虚警问题,提出一种基于L_(1-2)时空域总变分正则项的红外弱小目标检测算法。首先,将红外图像序列转化为时空域红外张量块,该步骤可利用张量的高维数据结构优势关联图像序列中的时空域信息。然后,利用加权Schattenp范数和L_(1-2)时空域总变分正则项对低秩背景成分进行重构,以保留背景中起伏剧烈的边缘和角点,提高稀疏目标的重构精度。最后,将目标张量恢复为图像序列,利用自适应阈值分割方法得到最终的目标图像。与另外5种检测算法进行对比实验,结果显示,该方法的虚警率较Maxemeidan算法、Tophat算法、LIRDNet算法、DNANet算法以及WSNMSTIPT算法平均分别下降了71.4%、71.1%、68.5%、74.3%和20.47%;而在检测实时性方面,该算法耗时为Maxemeidan算法、DNANet算法以及WSNMSTIPT算法的42.4%、82.9%和28.7%。实验结果验证了该方法在检测性能上的优越性,表明该算法能够显著提高复杂背景干扰下的目标检测精度和效率。

基于压缩感知的反射系数域沿层L_(2)范数约束去强屏蔽方法

常规的压缩感知方法均是基于反射系数稀疏反演提高地震资料分辨率,而对于强屏蔽层信息和储层弱信息耦合叠加情况而言,效果并不理想,原因在于在剥离强反射层的同时往往会损失弱反射层的信息,从而不能有效预测储层。为此,基于压缩感知稀疏表示能力强的特点,利用反射系数域分辨率高和不存在子波重叠的优势,提出了基于压缩感知的反射系数域沿层L_(2)范数约束去强屏蔽方法。该方法基于压缩感知理论,首先根据时域反射系数域稀疏特性,利用沿层信息分离强屏蔽层与储层,再进行稀疏反演,最后将去强屏蔽后的反射系数与原子波褶积,从而获得去强屏蔽层的高分辨率结果。其优势在于高分辨率的反射系数能够分离强屏蔽层与储层的信息,有利于拾取和剥离强屏蔽层。模型测试和实际地震资料的应用表明:利用所提方法可以精准分离强屏蔽层反射信息与储层弱反射信息,提高储层识别精度;在剥离强屏蔽层的时频切片上,可以看见表征储层的弱能量团,并出现低频伴影现象;在剥离强屏蔽层的沿层能量半时属性切片上,能量半时属性与滩坝砂体储层的相关性较好,可以有效识别有利储层区域。

FACTS的PCH模型与自适应L_(2)增益控制(二)应用篇

采用预置反馈方法 ,首先推导了 TCSC与 STATCOM的 PCH(端口受控哈密顿 )模型 ,接着基于受控哈密顿 ( Hamiltonian)系统理论 ,采用自适应 L2 增益控制设计方法分别设计了单机电力系统中相应的自适应 L2 增益控制器。仿真结果表明 ,通过与传统 PID控制器以及不同的干扰抑制比相比较 。

折叠反转设计的中心化L_2偏差值的一些下界

在二水平因子跟随试验中,折叠反转技术是一种非常典型的方法和技巧.这种技术通过折叠反转初始设计的一个或多个因子的水平符号,可以获得一个具有很好统计推断性质的新设计(称为折叠反转设计).初始设计与其折叠反转设计组合在一起所形成的新设计称为组合设计.该文在完全折叠反转方案和部分折叠反转方案下分别得到了组合设计在中心化L_2偏差下的一些下界.所得到的这些下界可以作为寻找最优折叠反转方案的一个标准,因此,该文的结果给出了用均匀性准则来寻找最优折叠反转方案的理论依据,进一步说明了均匀性在因子设计中的有用性.

基于l_(1)-l_(2)最小化的部分支集已知的信号重建

压缩感知是近几年应用数学范畴较为热门的前沿课题,是一种新型的采样理论,主要是考虑从较少的线性测量中利用信号自身的各种先验信息来恢复高维稀疏信号.文章通过l_(1)-l_(2)最小化方法对部分支集已知的信号提出了重建的一个新的充分条件,并得到信号恢复稳定和鲁棒的误差估计.