数据压缩处理的方法与技术

数据压缩处理技术在计算机技术的萌芽时期就已经被提上议事日程,随着信息论的产生和发展,数据压缩也由热门话题演变成真正的技术。在计算机领域中,数据压缩主要运用在多媒体通信中。本文主要从数据压缩的模型建立与编码原理上阐述数据压缩处理技术。介绍了熵、信息熵的基本概念、数据压缩模型的建立的过程,同时介绍了编码原理和应用,特别是Huffman编码原理和应用。     

多媒体数据压缩技术

图像的数据量非常之大,多媒体数据压缩是一个关键技术.数据压缩可以实现实时有效地处理、传输和存储庞大的多媒体数据,本文主要介绍了多媒体数据压缩的方法和多媒体数据压缩国际标准JPEG、MPEG和H.261.     

多媒体技术数据压缩算法浅析

现今,随着网络承载的信息量的速增,各种信息系统的数据量也在不断增加,数据信息处理的关键问题变成了怎样更快、更多、更好地传输与存储数据,这就要求把数据进行数据压缩,再进行存储和传输,到需要时再还原及解压。本文对一些数据压缩算法进行了综述,从数据压缩的概念入手,详细地介绍了媒体数据压缩技术,并简述了一些压缩算法。     

多媒体数据压缩技术探讨

在简单介绍了数据压缩编码方法的基础上，对当前流行的多媒体数据压缩编码标准进行了分析，最后对多媒体数据压缩的应用前景和发展趋势进行了初步的探索和展望．     

无线传感网络数据压缩方法

概述了典型的无线传感器数据压缩算法,提出了基于压缩感知的无线传感器网络数据压缩方法,介绍了压缩感知技术及基于压缩感知的数据压缩算法设计与实现,仿真模拟试验证明了该算法的可靠性和可行性。     

用人工智能和神经网络的方法组建数据压缩系统

数据压缩是现代信息处理的基础课题之一．文中对数据压缩的设计思路作了分析和拓展，从系统的角度对数据压缩与人工智能、神经网络的结合作了一些大胆的、初步的尝试，并对这个研究方向作了一些功能上和性能上的分析，提出了再压缩的概念．     

浅析数据压缩技术

首先介绍数据压缩技术发展的历史，接着阐述了数据压缩的原理及其内容，最后就数据压缩技术分类和压缩技术的编码进行分析与研究。     

多媒体图像数据压缩编码方法研究

讨论了多媒体计算机的关键技术——数据压缩技术，筒述了数据压缩的必要性、可能性，介绍了图像、音频、视频的压缩编码方法以及JPEG和MPEG。     

多媒体数据压缩技术

多媒体数据压缩技术是现代网络发展的关键性技术之一。由于图像和声音信号中存在各种各样的冗余,为数据压缩提供了可能。本文介绍了多媒体数据的特点及其压缩标准,并分析有损、无损压缩的优缺点。     

基于小波变换的分形数据压缩不变性

为了恢复在分形数据压缩过程中丢失的信息,从而获得分形数据压缩不变性,本文提出了一种基于小波变换技术估计和分析恢复数据参数的方法。该方法有效地解决了应用传统故障诊断方法对恢复数据进行分析时存在误差的问题,拓展了分形数据压缩技术的应用领域。     

一种无损数据压缩新方法

数据压缩技术是计算机科学的一个重要分枝。在数据压缩的前提－数据冗余的基础上，构造了一种无损数据压缩算法，阐述了其实现机制，并讨论了此算法的时间复杂性和最不利情况下的负作用。     

细胞全能性与数据压缩

探讨了生物细胞全能性所蕴涵的信息存储问题 ,通过对生物信息学中的基因表达及调控与小波变换、分形理论的相似性比较 ,提出了生物信息存储蕴涵有数据压缩机理 ,它对实现高压缩比的快速数据压缩提供了一种新的思路     

基于时空相关性的传感器网络数据压缩算法

针对当前传感器网络数据压缩算法存在压缩比率低、 数据变形严重等缺陷, 为提高传感器网络数据传输的实时性, 提出一种基于时空相关性的传感器网络数据压缩算法. 首先采集传感器网络原始数据, 采用空间变换技术从空间上分析传感器网络数据之间的相关性, 进行去噪处理, 减少噪声所占的空间资源; 然后根据传感器网络数据的时间相关性, 引入压缩感知算法对空间系数进行压缩处理, 减少传感器网络数据冗余; 最后通过仿真实验分析传感器网络数据压缩算法的性能. 仿真实验结果表明, 相对于其他传感器网络数据压缩算法, 该算法可在不损失传感器网络数据信息的条件下, 提高传感器网络数据压缩比率, 同时获得更快的传感器网络数据压缩速度, 减少传感器网络通信压力.     

高阶细胞自动机新的数据压缩方法

构造出高阶置换映射，进而得出更有效的高阶细胞自动机超并行数据压缩方法，与细胞行动机超并行数据压缩方法相比，其处理速度可以成倍地提高。证明了用遗传进化算法得到的高阶细胞自动机元胞级无失真数据压缩规则的正确性和可行性。并推广到任意阶，给出了对应的置换映射，之后讨论了有关的时间复杂性及高阶数据压缩方法的有效性。     

长距离输送管道超声内检测数据的在线压缩算法

根据超声内检测A扫描波形数据的形成原理,提出了基于阈值分割与峰值点提取相结合的A扫描波形数据压缩算法.1次数据压缩采用基于阈值分割的压缩算法,2次数据压缩采用基于峰值点提取的压缩算法,并分别采用传统的数据压缩指标和厚度计算结果来验证所提压缩算法的有效性.结果表明:在保证管壁厚度测量精度的条件下,压缩因子可达200~300;所提出的压缩算法简单、运算速度快,能够有效解决长距离输送管道超声内检测海量数据的实时压缩与存储问题.     

Hilbert-Huang变换与大电机局部放电超声信号消噪

通过分析Hilbert-Huang变换(HHT)的核心经验模态分解(empirical mode decomposition, EMD)算法及其实现过程,提出了基于EMD算法的数据压缩消噪。运用仿真模型信号和实验信号对提出地消噪算法效果进行验证;对同样条件下的数据源,与基于db2小波、db8小波的数据压缩消噪的效果进行了分析比较。此外,运用研制地硬件系统,在重庆某电机厂进行实验,采集在电机运行地真实环境下局部放电超声信号,并对其进行基于EMD算法、db2小波和db8小波数据压缩消噪分析和比较。仿真和实验结果分析表明,基于EMD算法的数据压缩消噪,与基于db2小波、db8小波的数据压缩消噪能达到同样的消噪效果,甚至更优,而且不损耗原信号能量;在对真实信号处理方面,前者更优于后者。     

数据压缩字典与快速图像分形映射压缩算法

针对分形编码压缩时间太长、以至于该算法很难达到实用的缺点,提出了对图像进行分级预处理,即根据被压缩图像的实际情况建立一个数据压缩字典,使得被压缩图像的匹配块仅在数据压缩字典指定的块中进行,从而大大减少图像压缩过程中的搜索范围和压缩时间·此外,给出了建立数据压缩字典的理论基础,并根据此思想给出了一个新的实现分形编码算法·实验表明,在提高压缩比的同时,运算时间也大大缩短     

基于二维离散小波变换的智能交通系统数据去噪声压缩

研究了基于二维离散小波变换的交通数据压缩与解压缩技术, 建立了交通数据的空-时模型,所提出的二维离散小波变换算法利用交通数据的二维空-时特征, 去除传感器噪声,得到良好的数据压缩结果,压缩比为20～40.同时给出了基于二维离散小波变换的交通数据压缩编码原理. 采用北京市三环路检测断面测得的交通数据,验证所提出的算法是有效的.     

改进的矩形波串算法及在过程数据压缩中的应用

阐述了DCS系统中过程数据压缩的作用及特点 ,提出一种改进的矩形波串过程数据压缩方法 ,给出离线压缩、在线压缩及信号重现算法 ,通过实际数据进行离线仿真并分析算法的性能 ,同时介绍该算法在现场总线控制系统中的应用     

基于OMNeT++的无线传感器网络数据压缩仿真设计

利用Haar小波变换进行模拟实验,实现了基于OMNeT++的无线传感器网络数据压缩算法的仿真架构,并对Haar小波数据压缩算法下的无线传感器网络诸参数,如能耗、压缩比和均方差等进行了仿真.仿真结果数据证明了该仿真器对算法仿真的有效性和可靠性.