基于块的比特分配的无损图像压缩算法

为了获得最佳的无损图像压缩效果,提出一种基于块的比特分配技术(block bit allocation,BBA)的图像无损压缩算法,并采用三种数字图像模式:CT、MR和DR来评价该算法.实验结果显示,此算法对比标准LempelZiv和Huffman压缩算法能将CT图像的压缩比平均增加11%到19%,在MR图像中,平均增加12%到28%.对于DR图像,此方法比Huffman算法差9%.但是,压缩和解压缩速度会更快并且可用于在线医学图像压缩.     

基于小波包的SPHIT算法在无损图像压缩中的应用

在无损图像压缩中,对于那些富含细节、纹理和边缘的图像中,重要信息大量集中在中、高频部分,而基于小波变换的压缩方法只对低频信息进行多次分解。针对这个问题本文提出基于小波包的SPHIT算法对图像进行无损压缩。对图像先经过整数（5,3）小波变换后,再对小波系数进行SPIHT编码,该方法运算速度快,硬件实现简单,实验结果表明,与其他的无损压缩方法相比,压缩比均有提高,是一种有效的无损图像压缩方法。     

基于双向波段预测的超光谱图像无损压缩

为了解决超光谱图像海量数据无损压缩计算复杂度高、实时性差的问题,将预测树模型和双向多波段谱间预测算法用于超光谱无损压缩研究。在对超光谱图像进行基于预测树模型的谱内预测的基础上,通过双向谱间多波段预测,利用谱间局部统计冗余和结构冗余,建立了对预测树模型误差进行自适应补偿的预测器模型,设计了一种基于“权重”的方法。该方法利用已编码像素对系数进行自适应估计。采用SPIHT (Set Partitioning in Hierarchical Trees)算法对去冗余后的残差图像进行编码。试验结果表明,该算法在较低的计算复杂度下,压缩比优于目前流行的无损压缩算法。     

基于改进差分进化算法的RBF神经网络在股指预测中的应用

为了提高径向基函数(RBF)神经网络的预测性能,文章提出改进的差分进化算法(IDE),通过引入混合变异策略和局部算子来增强算法的收敛速率和局部搜索能力,用改进的差分进化算法对径向基函数神经网络的网络结构参数进行优化,建立了IDE-RBF神经网络股指预测模型,并以上证综指为例进行了实证分析。实证结果表明,IDE-RBF神经网络的预测效果明显优于其他预测模型。     

用QCEA优化的RBF神经网络及其在股市预测的应用

采用量子克隆进化算法(QCEA)对径向基函数(RBF)神经网络的参数进行优化学习,并通过对不同样本容量和量子旋转角的实验,将量子克隆进化算法优化的径向基函数神经网络应用于上证指数的预测分析中.仿真实验表明:经量子克隆进化算法优化的径向基函数神经网络将全局搜索和局部寻优有机地结合起来,收敛速度快、种群多样性好,并可有效抑...     

基于差分进化算法的卫星轨道计算方法

针对卫星轨道预测中的不可微、函数性质复杂、高维度传统优化算法失效的问题,提出了基于差分进化算法的卫星轨道预测方法.通过建立不同运动轨迹的卫星运动模型,构建最小化目标函数,根据种群个体进化特点,选取差分进化算法参数和进化策略.通过对椭圆轨道、双曲线轨道、抛物线轨道的全局近点角计算,表明差分进化算法在卫星轨道预测问题上是有效的.通过该算法与其他算法的比较,可以看出该算法有一定的优势.     

一种改进的分形图像的压缩方法及其软件实现

为了提高分形图像压缩方法的效果,采用分割迭代函数系统方法,融合进化算法和四叉树方法,并使用C／C^ 语言,实现了分形图像压缩程序．程序运行结果表明,该方法能够提高图像压缩的质量和速度．     

基于搜索算法的图像压缩处理

目前在图像压缩方面的算法有很多,但这些算法都在一定程度上使图像失真,且算法比较复杂,在此提出一种基于搜索算法的图像压缩算法,该算法能在让图像不失真的前提下对其进行压缩和复原,实现图像无损压缩,该算法复杂度为多项式级.     

基于等腰直角三角形的分形图像压缩算法

为了提高二值图像的压缩比,采用自顶向下的编码方法,提出一种基于等腰直角三角形的分形图像压缩算法,并进行仿真实验.该算法对无损压缩的图像还原后与原图像没有差别,压缩比比一些无损压缩算法高,提高了压缩图像的压缩比.该算法在重构图像时不会产生水平与垂直边际效应,而且可以在有损压缩和无损压缩之间灵活切换.     

基于运行状态信息的数控珩磨机液压系统可靠性预测方法

针对常规的可靠性预测方法无法实现对数控珩磨机液压系统可靠性进行有效预测的缺点,提出了一种基于运行状态信息及支持向量回归(SVR)的数控珩磨机液压系统可靠性预测方法.该方法主要包括状态特征指标的选取、瞬时可靠度的计算以及SVR预测模型的建立.为实现对SVR预测模型的有效解算,分别采用遗传算法(GA)、粒子群算法(PSO)和混合算法实现对SVR模型的核参数的寻优计算,并比较了3种方法下SVR模型的瞬时可靠度预测精度.实例仿真结果表明,与GA及混合算法相比,采用PSO算法来解算SVR预测模型能够得到更优的数控珩磨机液压系统的可靠性预测精度.     

Effectively Lossless Subspace Appearance Model Compression Using Prior Information

Subspace appearance models are widely used in computer vision and image processing tasks to compactly represent the appearance variations of target objects. In order to ensure algorithm performance, they are typically stored in high-precision formats; this results in a large storage footprint, rendering redistribution costly and difficult. Since for most image and vision applications, pixel values are quantized to 8 bits by the acquisition apparatuses, we show that it is possible to construct a fixed-width, effectively lossless representation of the bases vectors, in the sense that reconstructions from the original bases and from the quantized bases never deviate by more than half of the quantization step-size. In addition to directly applying this result to losslessly compress individual models, we also propose an algorithm to compress appearance models by utilizing prior information on the modeled objects in the form of prior appearance subspaces. Experiments conducted on the compression of person-specific face appearance models demonstrate the effectiveness of the proposed algorithms.     

用于图像压缩的小波系数的上下文模型

结合GlicBawls编码方法的线性预测思想和CALIC编码方法通过量化减少上下文个数的思想，提出了一种新的用于图像压缩的小波系数的上下文模型。它通过量化当前系数的线性预测值形成上下文，进行自适应的算术编码。实验结果表明，利用这种模型获得的无损压缩比高于无损的SPIHT和用于JPEG2000的无损的EBCOT。另外，这种模型充分利用了小波变换的多分辨率性质，能以渐近分辨率(progressive resolution)方式压缩图片，并且它获得的原图片的各个比例尺(scale)的小图片的压缩比也高于EBCOT。     

采用相邻像素预测的可逆信息隐藏算法

为了提高图像信息隐藏算法的信息嵌入容量和载密图像的保真度,提出一种采用相邻像素预测的可逆信息隐藏算法.构建局部线性预测模型,以待预测像素的3个相邻像素为目标像素,通过目标像素的相邻像素建立线性方程组,求解预测模型参数.应用预测模型进行预测,计算预测误差,绘制预测误差直方图,通过直方图平移实现可逆信息隐藏.实验结果表明:文中算法可通过较少的预测像素进行预测,比其他算法具有更高的预测精度和更大的信息嵌入容量.     

An optimized short-term wind power interval prediction method considering NWP accuracy

In recent years, the accuracy of the wind power prediction has been urgently studied and improved to satisfy the requirements of power system operation. In this paper, the relevance vector machine(RVM)-based models are established to predict the wind power and its interval for a given confidence level. An NWP improvement module is presented considering the characteristic of NWP error. Moreover, two parameter optimization algorithms are applied to further improve the prediction model and to compare each performance. To take three wind farms in China as examples, the performance of two RVM-based models optimized, respectively, by genetic algorithm(GA)and particle swarm optimization(PSO) are compared with predictions based on a genetic algorithm–artificial neural network(GA–ANN) and support vector machine. Results show that the proposed models have better prediction accuracy with GA–RVM model and more efficient calculation with PSO–RVM.     

一种二维波形无失真压缩变换的实现方法

介绍了比例变换，指出利用其对二维波形压缩时容易失真的缺陷，进而提出了用比例变换和插入特征点相结合的方法对波形进行无失真压缩的算法．首先提出了单波形无失真压缩算法，然后在此基础上又提出了多波形无失真压缩算法．两个算法都在VC中编程实现．     

利用行列变换的无损信息隐藏算法

为了充分挖掘载体图像的像素相关性,提出一种利用行列变换的无损信息隐藏算法LDHA RT。该算法依次计算列方向、行方向和对角线方向的像素差及其直方图,对获得的像素差直方图进行移位以构造冗余空间,实现在指定差值处嵌入隐藏信息。在提取隐藏信息后,LDHA RT算法可以无损地恢复载体图像,不需要除隐藏信息以外的附加信息。仿真实验表明,与参考文献的算法相比,LDHA RT算法的PSNR／bits是最低的或接近最低的,表明该算法在保证图像质量的情况下,具有隐藏信息容量大的优势。     

基于最近邻像素预测的加密域可逆信息隐藏

针对现有的可逆信息隐藏算法在图像加密域应用场景下嵌入容量不高的问题,提出了一种基于最近邻像素预测的加密域可逆信息隐藏算法。充分利用自然图像的空间相关性,设计最近邻像素预测方法,计算预测误差,并进一步探究预测误差块分类规律,设计块内移位以及块重排方式,保留了块内相邻像素相关性。然后,通过动态标记块内误差区间以最大限度地空出冗余空间,达到提高嵌入容量的目的。选用5幅标准灰度图像及数据集BOSSbase、BOWS-2和UCID中的万余张灰度图像进行对比实验。结果表明：本文算法在安全性、可逆性和可分离性都满足的前提下,嵌入容量相比同类算法平均提升0.35～0.9 bpp(比特数)。     

基于局部变化率的无损图像压缩方法

介绍一种实现图像无损压缩的预测编码算法。该算法在预测阶段利用像素值的局部变化率来对预测模型进行自适应调整,在编码阶段采用误差反馈技术进一步降低误差图像的信息熵。对标准图像的仿真测试结果表明,该算法的性能明显优于国际标准化组织JPEG－LS提供的标准无损压缩算法。     

图像的无损压缩

预测编码方法是实现图像无损压缩的最基本的方法,分析了图像无损压缩方法,讨论了压缩算法中涉及的若干重要问题,评述了图像预测模型的研究进展。