LZW压缩算法的改进及其参数优化分析

采用数据压缩技术可以有效地提高数据的传输率。针对LZW字典压缩算法，提出了新的改进方案。主要根据待压缩文件新进输入字符的相关性进行LRU表项淘汰及对阈值判断操作进行了改进，并对改进算法中出现的3个参数进行了单参数优化分析。最后对改进算法和原有2种算法的最终压缩比进行了比较，实验结果表明，改进算法的压缩比优于原有2种算法。     

基于LZW算法的改进算法

在分析LZW算法的基础上对LZW算法的缺陷进行了探讨,并对LZW算法进行了改进,大幅度减少了编码的长度,降低了匹配长度取值变化的影响,完全兼容LZW算法,在平均压缩率方面有较大的提高,而且对改进的算法进行了分析论证.     

对LZW算法的改进及其在图象无损压缩中的应用

由于以往对ＬＺＷ无损压缩算法的研究多是基于平稳遍历的信源这一假设,而实际的信源多为局部平稳,在此情况下,原ＬＺＷ算法存在的不足在很大程度上限制了其最终压缩比的提高．据此,提出了采用双串表自适应更新机制以取代原算法中的单一串表机制,能较好地适应一般信源的局部平稳性,实际的编码效率测试曲线显示出改进的算法较原算法在压缩比上有很大提高．在对四幅医学图象的无损压缩实验中,均取得了优于ＪＰＥＧ的压缩比．     

LZW算法的优化及其在FPGA上的实现

针对目前在高速数据采集系统的大容量存储和无损传输过程中,存在硬件难以有效进行数据处理而软件实时性不足的缺点,采用并优化了LZW数据压缩算法,并将该算法在FPGA上进行了实现。在分析LZW基本算法的基础上,给出了3个方面的优化计算方法,并进行了仿真验证。实验结果表明:优化后的LZW算法有效的提高了数据压缩的执行速度和压缩效果,验证了设计的正确性,提高了存储和传输效率。     

一种改进的粒子群优化算法

标准粒子群算法能够解决各类优化问题,得到了广泛的应用,也引起很多研究人员的关注.为了提高全局搜索能力,使其不易陷入局部最优,提出了一种新的优化策略.首先,采用了佳粒子的概念,每次更新时,对所有粒子进行排序;然后,在此基础上,对所有的粒子进行评估,衡量每个粒子是否可以保留;最后,删除那些不符合保留要求的粒子,同时生成相应数目的新的粒子,以保持种群的规模,从而提高种群的整体适应性能.实验数据表明,新算法提高了算法的性能,具有更好的全局性能.     

一种改进的图像分形压缩算法及其复杂性分析

通过采用动态改变图像子块数目及引入误差界限ε的方法，提出一种改进的IFS方法，并从并行处理角度讨论了算法的并行化。算法复杂性分析表明该方法计算量少、效率较高。     

基于FPGA的快速LADT压缩算法的改进及其实现

提出了一种应用于心电图像的改进折线逐次逼近(LADT)压缩算法.该算法既减少了数学运算量又适用于硬件实现.通过仿真实验验证,采用该算法,既保持了压缩比较高和失真小的优点,又得到了良好的实时压缩效果.设计了基于FPGA的心电信号压缩处理硬件电路,实现了改进的压缩算法,并进行了心电信号数据压缩实验,实验结果验证了该方法的有效性.     

一种用于多峰函数优化的改进混合遗传算法

针对遗传算法在处理复杂多峰函数优化问题中存在的一些缺陷，提出了一种改进型的混合遗传算法，它在小生境技术的基础上引入单纯搜索算法、最优保存算法和近优淘汰算法，并使之相互结合，经编程实践证明，这种改进的混合遗传算法在处理复杂多峰函数优化问题时，局部搜索能力和克服过早收敛能力方面都显著优于标准遗传算法，并在实际应用中取得了较好的效果。     

单纯形微粒群优化算法的改进及其在优化PID参数问题中的应用

实现了对单纯形微粒群优化算法(SPSO)的改进.在利用单纯形法进行局部寻优的过程中,结合一维搜索中的0.618法选取压缩因子和扩张因子,将这一改进的方法应用在PID调节器的参数优化问题中,并进行了仿真实验.实验结果表明:改进后的单纯形微粒群优化算法的寻优过程更为完善,而且收敛速度更快.     

粒子群算法的改进及其在求解约束优化问题中的应用

在用粒子群算法求解约束优化问题时, 处理好约束条件 是取得好的优化效果的关键. 通过对约束问题特征和粒子群算法结构的研究, 提出求解约束 优化问题一种改进的粒子群算法, 该算法让每个粒子都具有双适应值, 通过双适应值决定粒 子优劣, 并提出了自适应保留不可行粒子的策略. 实验证明, 改进的算法是可行的, 且在 精度与稳定性上明显优于采用罚函数的粒子群算法和遗传算法等算法.     

Lempel-Ziv-Welch(LZW)压缩数据误码修复技术

无损数据压缩系统非常容易出现传输误码,随着译码进行码本和数据误码的影响呈现出扩散态势,这限制了其在有噪无线信道和文件系统等可能被损坏领域的适用性.针对在GIF、PDF和TIFF等文件格式中广泛使用的无损数据压缩算法LZW,通过利用LZW压缩数据的冗余提出了误码修复算法的设计方案,并给出了相关理论依据.该方案能够兼容标准LZW算法,即用本文提出的具有误码修复能力的算法压缩文件仍然可以被标准LZW解码器解压.实验结果验证了算法的可行性和有效性.      

无损LZW压缩算法及实现

介绍了LZW压缩技术的算法思想 ,并分析了LZW压缩技术的特点 ,最后给出了C 代码实现 .     

改进的混沌优化算法及其在函数优化中的应用

针对基本混沌优化算法在求解三维以上的多维函数时不易求得全局最优解的局限性,通过引入解向量的优选,提出了一种改进的混沌优化算法,主要思路是通过多次可行解向量的混沌优选,将可行解定位到最优解的附近,再用二次载波进行搜索找出多维函数的全局最优解.仿真计算表明:该算法对三维以上函数可以显著提高搜索精度,收敛性能好,容易找到全局最优解.     

面向网络传输的无损压缩算法优化研究

针对网络传输流量过大、网络瓶颈严重的问题,文章提出了一种新的数据压缩算法,以LZW无损数据压缩算法为基础,将偏移编码方法引用到LZW算法中,采用修改压缩字典的维护方式和压缩数据的输出方式,增强字典自适应性,同时减少字典重新建立次数,提高了原算法的压缩效率;通过引入参数调节机制,使算法在不同情况下具有通用性。实验结果表明,新算法的压缩比比原LZW算法提高了0.2～0.9,较大地提高了压缩效率。     

求解全局优化问题的改进灰狼算法

灰狼算法是一种高效的优化技术,但其在一些问题上存在求解精度不高、收敛速度较慢和易于陷入局部最优的缺点。因此,提出了一种改进的灰狼优化算法（MGWO）。该算法引入了3种改进策略：平衡算法全局搜索性和局部开发性的指数规律收敛因子调整策略、提高算法求解精度的自适应位置更新策略和修订动态权重策略。通过两组在10个基准测试函数上...     

粒子群算法及其参变量的分析

在解析粒子群算法的基本原理、算法的流程的基础上,对算法的参变量进行分析和讨论。通过实验说明粒子群算法的参变量对算法性能的影响,重点分析粒子群算法的惯性权重因子的选取原则,最后给出粒子群算法的各个参变量的最优值及其范围。     

遗传算法参数和操作的序优化

遗传算法的优化质量和效率很大程度上依赖于算法参数和操作,包括种群大小、交叉和变异概率、选择、交叉和变异操作等,然而确定合适的参数和操作通常需要大量的试验和比较,需确定最佳参数和操作.为此,基于序优化和最优计算量分配技术,通过将问题描述为随机优化问题,提出了一种确定有限计算量下最佳GA参数和操作的系统性方法.仿真研究表明,该方法能够合理地确定最佳参数和操作,并同时给出GA的合理性能评价.