摘要：目标场方法由Turner于1986年提出,到目前为止该方法已成为核磁共振成像系统中匀场、梯度线圈设计的一种主流方法。各种改进的目标场方法纷纷涌现。为解决线圈设计中的有限尺寸问题,Forbes和Crozier提出了一种新方法,该方法预先通过三角函数来约束线圈面上的电流密度分布,为克服方程求解过程中的病态问题,对电流密度表达式中的待定系数采用最小均方差(least square,lS)和l2范数相结合的方法来进行估计,成功得到了有限长匀场线圈的设计结果。该文采用最小均方差和l1范数结合的方法来对面电流密度分解表达式中的未知系数进行估计,并将该方法应用于核磁共振成像(magnetic resonance imaging,MRI)系统的匀场线圈设计中。系统主磁体长度为3 m,室温孔直径为1.6 m,目标区域(region of interest,ROI)直径为0.4 m。算例采用Matlab仿真平台,结果表明该文提出的lS-l1目标场方法相比于传统的lS-l2目标场方法磁场偏差更小、效果更好。

摘要：给定n次的三角Bezier曲面,研究了在l2范数下一次降多阶的m次三角Bezier曲面最佳逼近的问题．首先提出了在不受约束条件下的一种简单直观的降阶方法．对于给定的角点插值条件,提出了另外一种降阶方法,来满足不同的设计需要．最后给出了曲面降多阶逼近的误差,并举例说明算法的有效性．

摘要：基于稀疏表示的人脸识别算法具有良好的识别效果,然而工作机制并不明确。因此,在研究SRC的方法和l1范数作用基础上,提出了一种结合降维字典和l2范数求解的分类方法。利用PCA技术对原始字典进行改进,有效降低原始字典的维数,降低求解系数向量的复杂性;利用l2范数快速计算的特点,加快人脸识别速度,提高系统的鲁棒性和识别率。在Yale B和ORl数据库上的实验结果表明了该方法的有效性。

摘要：设计了一种基于l1范数的总变分正则化超分辨率图像序列重建算法。采用l1范数对重建图像保真度进行约束,利用总变分正则化克服重建问题的病态性,有效地保持了图像的边缘并且提高了运算速度;运用设计的算法对模拟的低分辨率图像序列进行重建,分别从主观效果和客观衡量指标两方面与基于l2范数的总变分正则化的超分辨率重建结果进行比较,实验结果表明该算法在保持图像边缘的同时,提高了超分辨率重建算法的运算速度。

摘要：基于样图的纹理合成是一个大计算量过程,为了利用GPU的并行计算能力进行大规模纹理合成,我们提出一种并行纹理合成算法.该算法综合块查找和全局纹理优化算法分多遍进行纹理的合成和优化,其中每一遍分为串行纹理块定位和并行最优块匹配2个阶段.纹理块定位阶段在CPU端按照扫描线顺序确定待合成的邻域,并将邻域位置传入GPU;最优块匹配阶段在GPU端并行计算待合成邻域与对应样本邻域的全局距离,并查找出最优解得到匹配块.最后根据匹配过程统计数据自适应调整优化规模,在全局范围内对纹理进行迭代优化.实验结果表明,文中算法在保证大规模纹理合成效果的基础上减少了计算时间,能够满足交互式纹理合成的应用.

摘要：针对采用直接驱动技术的数控转台回转送进系统易受参数不确定性和负载扰动影响的特点,采用l2鲁棒控制理论来设计控制器,并利用l2范数对干扰信号加以限制。l2鲁棒控制是用一个结构和参数都固定不变的控制器来保证系统在不确定性影响最严重的情况下也能满足性能要求,使系统具有较强的抗干扰性。仿真结果表明,所设计的控制器使系统对参数不确定性和负载扰动具有较强的鲁棒性,并实现了对位置输入信号的快速跟踪,从而提高系统的伺服性能。

摘要：在双陷波超宽带天线的设计过程中,直接逆向神经网络模型精度较低,而BP逆向神经网络泛化能力较差,若单独使用HFSS仿真软件需要不断优化天线各参数增加了设计时间。针对以上问题,提出一种将HFSS与稀疏正则化逆向神经网络联合的方法。该方法在逆向神经网络性能函数中增加l1/2范数和l2范数,l1/2范数引入了新的权系数,扩充了输入样本向量,使网络更易得到稀疏性解,逆模型精度更高,l2范数能有效避免过拟合现象,使网络泛化能力更强。应用于双陷波超宽带天线设计中,采用在辐射贴片上开弧形槽的方式产生陷波特性,根据天线目标电压驻波比逆向求解对应的开槽尺寸。仿真实验结果表明,与BP逆向神经网络方法相比,求得的与天线电压驻波比对应的开槽角度相对误差减小了69.3%,开槽半径相对误差减小了88.7%,网络运行时间减少了15.9%;最终设计的天线带宽为2.4~11GHz,实现了3.31~3.8GHz和4.98~6.05GHz的良好陷波特性,缩短了整个天线的设计周期。

摘要：计算机辅助设计(CAD)系统中的数据通讯和数据压缩经常需要把参数曲面近似地降阶.而其中对三角曲面一次性降多阶是一个悬而未决的技术难题.文中把三角Jacobi基正交的代数性质应用到几何逼近,借助三角Bernstein基和三角Jacobi基相互转换的最新成果,自然地诱导出三角Bézier曲面一次性降多阶的一个新颖算法.此算法具有误差预测、显式表达、机时最少、精度最佳的4个特点:第一,降阶前可迅速判断是否存在满足给定公差的降多阶曲面;第二,全部降多阶运算仅需对曲面的控制顶点序列按词典顺序排序所写成的列向量执行一个矩阵乘法;第三,此矩阵无需临时计算而是从数据库中直接调用;第四,这张降多阶曲面在l2范数意义下达到最佳逼近效果.数值实验证实了理论推导的正确性,表明此算法对CAD系统的产品信息处理将会带来显著的应用效益.

摘要：本文依据速度分析原理及l1和l2 范数的滤波特性 ,假设经过动校正的中心点道集中 ,任何一个时刻地震信号的采样值与炮检距平方满足一阶线性方程 ,提出了一种叠加速度分析新方法。该方法通过对沿着由t0 时间和叠加速度决定的双曲线延迟数据中提取的地震信号进行l1和l2 范数混合滤波 ,来实现噪声和信号的分离。由此 ,我们可以估计信噪比和设计合适的速度检测因子 ,从而提高速度分析的精度。我们用实例验证了该方法的可靠性和实用性。

摘要：基于声信号的故障诊断由于其所具有的非接触、易安装等优点开始逐渐在机械故障诊断领域中得到广泛应用,但声信号的信噪比低导致其诊断准确率较差,因此急需有效的智能方法以实现噪声背景下的信号特征提取。稀疏滤波算法是一种基于无监督学习的智能特征提取算法,它能够优化特征分布的稀疏性从而得到好的特征表达。为了实现轴承声信号的特征提取和故障诊断,采用稀疏滤波算法从声信号频谱中提取特征,通过对其目标函数添加l2范数约束以减少过拟合现象,然后采用Softmax回归函数作为分类器,实现对不同轴承故障类型的精准识别。最后通过一组特殊设计的轴承故障诊断实验验证了所提方法的有效性。