1×8DCT图像压缩编码的理论分析和计算机模拟结果

本文首先介绍了正交变换的性质和变换编码的原理，然后将图像序列作为平稳马尔柯夫序列，对１×８ＤＣＴ图像压缩编码作了理论分析和计算机模拟。模拟结果与分析是一致的。     

闭式涡轮转盘塔的传质数学模型

建立了闭式涡轮转盘塔（ＣＴＲＤＣ）的传质数学模型－简化的扩散模型,并用数值计算方法求得塔内浓度分布和传质系数Ｋｏｄａ。计算结果与实验测定值相当吻合,说明模型能较好地反映ＣＴＲＤＣ中的传质状况,可用于ＣＴＲＤＣ塔高的设计计算。     

基于神经网络分类的自适应图象编码

介绍一种对图象特征系数进行分类的自适应图象压缩编码算法。利用子图象ＤＣＴ系数间的相关性，使用神经网络的方法对ＤＣＴ系数矩阵进行分类对具有相近频率分布的变换系数矩阵进行聚类，使得各频率分量的方差减小，并提出了自适应的比特分配算法。实验表明在相同的压缩比情况下，该图象编码算法较其他方法有明显的提高。     

一种新二维离散余弦变换快速算法

利用三角函数公式提出了一种将Ｎ×ＮＤＣＴ分解为Ｎ个１－ＤＤＣＴ的新的快速算法－ＤＤＣＴ算法，给出了８×８ＤＤＣＴ的算法流程图，并与其它２－ＤＤＣＴ快速算法在计算量及计算结构上进行了比较，计算机仿真结果表明，ＤＤＣＴ算法的计算精度明显高于行－列法。     

全数字化HDTV图像信源编码技术

本文叙述全数字ＨＤＴＶ地面广播采用的图像压缩信源编码原理，讨论预测编码，变换编码、熵编码、缓冲控制等技术，并简要介绍了ＭＰＥＧ─２图像压缩标准。     

自适应神经网络判决树及其在人脸识别领域的应用

提出了一种神经网络与判决树结合而成的新结构———自适应神经网络判决树（ＡｄａｐｔｉｖｅＮｅｕｒａｌＮｅｔｗｏｒｋｓＤｅｃｉｓｉｏｎＴｒｅｅ,简称ＡＮＮＤＴ）。实验表明,基于ＡＮＮＤＴ的人脸识别方法,能够综合利用多种神经网络模型和特征提取算法,不仅具有较高的识别速度、准确率、容错性和健壮性,而且基本满足开发实用化人脸识别系统的要求。     

基于小波神经网络的变压器PD故障诊断模型的研究

为了更好地提取ＰＤ的特征信息,结合小波变换和神经网络的优点,提出了一种基于小波神经网络变压器ＰＤ故障诊断模型,并对特征向量的选取和网络功能进行了介绍。     

DCT压缩编码

ＤＣＴ压缩编码是目前在ＨＤＴＶ、数字电视、多媒体技术中广泛采用的一种有效的压缩编码方法。本文叙述了ＤＣＴ压缩编码的主要过程及其在ＪＰＥＧ、ＭＰＥＧ方案中的应用。主要内容有二维离散余弦变换（２Ｄ－ＤＣＴ）、ＤＣＴ系数量化器、行程编码（ＲＬＣ）及“之”字形扫描（Ｚｉｇ－Ｚａｇ）、可变长墒编码（ＶＬＣ）、层结构等。     

一种快速计算DCT的递归算法及其硬件实现

给出了一种快速计算离散余弦变换（ＤＣＴ）的递归算法结构。该结构给出了用两个２Ｎ－１点ＤＣＴ去代替２Ｎ点ＤＣＴ，在此基础上，提出了一种简单实用的用开关控制的ＤＣＴ／ＩＤＣＴ相结合的硬件实现结构，在该结构中，仅有正系数的乘法运算和基本的蝶形运算。     

CCT图的计算机辅助推定模型及程序系统

提出了计算机推定焊接ＣＣＴ图的原理及模型，深入分析了１３０多种钢材的焊接ＣＣＴ图形特征与化学成分的相关性，在建立钢材化学成分、ＣＣＴ图及临界点等数据库的基础上，利用多元统计回归技术求出了推定公式中的有关参数，进而开发了程序系统ＷＣＣＴ－ＣＡＤ，应用这一程序系统，实现了给定钢材化学成分并通过一定的人机对话，由计算机自动制定出焊接ＣＣＴ图组织转变曲线的设想。     

一种新的基于自学习神经网络的静止图像编码方案

为了改善JPEG算法的编码性能,提出了一种新的基于自学习特征映射算法(SLM)的静止图像编码方案,基本思想是:1)先用矢量量化(VQ)对图像进行预测,然后进行DCT编码;2)采用新的SLM算法来改善VQ码书性能.实验表明,与JPEG算法相比,该方案具有更高的压缩比和更好的图像质量.     

神经网络在图象压缩编码中的应用

讨论神经网络在图象压缩编码领域中的应用.针对图象矢量量化存在的分块效应问题,对Kohonen自适应模型进行了研究.应用了两个DCT的余弦变换域的特征值,结合Kohonen的自组织特征映射(SOFM)算法对图象元素分类压缩编码.计算机模拟实验表明,和单纯用神经网络直接进行矢量量化相比,应用这种技术的图象编码压缩比和译码图象质量都有明显的提高.     

基于神经网络的K－L变换及其在图象压缩中的应用

介绍了一种可用迭代方法实现Ｋ－Ｌ变换的神经网络及相应的算法（ＧＨＡ），采用该算法对网络的权作修正，可使网络唯一的收敛到一个稳定点，其ｍ个输出神经元对应的权依次为最大ｍ个特征值所对应的单位特征矢量．文章给出了网络实现中的改进结构，并把该网络用于图象压缩．结果表明它具有比ＤＣＴ变换更理想的压缩效果，而比常规Ｋ－Ｌ变换方法实现起来更容易、更快，特别是它便于计算多幅图象的公共变换基，因此具有较大的现实意义．     

DCT编码的一种神经网络方法

提出了一种求非完全DCT逆矩阵的神经网络方法,并将它用于编码图像的重建.文中对Hopfield神经网络的选代规则进行了修改,保证了网络在宽松的条件下仍能稳定地收敛.另外,针对Hopfield神经网络的局部极小问题,提出了一种扰动算法,使网络的迭代避开局部极小点,接近全局最小点.最后,给出了计算机模拟实验结果,并与传统的神经网络方法进行了比较.     

基于DCT域的质量可分级编码方法

无线网络以及视频技术的发展,导致了视频可分级编码技术的需求。提出了一种视频质量可分级编码的方法,该方法是在频域对每个编码块的DCT系数进行处理,将视频分成九个质量等级,该方法的算法思想简单并且有很低的计算复杂度。算法可在AVS的RM52k参考软件中实现,实验结果表明:本文的方法能够克服网络带宽的限制,实现低码率传输。     

基于DCT的PCA及神经网络的人脸识别研究

PCA(Principal Component Analysis,也称为K-L变换)方法在许多人脸库的识别中取得了很好的效果,但运算量大;DCT(Discrete Cosine Transform)有较高的压缩性能并可通过快速算法来完成;集成的BP神经网络比单一BP网具有更好的泛化能力.针对上述特点,提出了一种新算法,首先用DCT处理原始人脸图像,然后用包含了原始图像大部分信息的少量DCT系数作PCA,最后用集成的BP神经网络进行识别.在ORL人脸库上的仿真试验结果表明,该方法是一种更为高效的识别方法.     

双离合器式自动变速器建模与控制系统仿真

为了减少双离合器式自动变速器(DCT)控制系统的开发时间和费用,利用Matlab/SimDriveLine车辆动力传动系统建模仿真软件,建立了DCT整车系统的动力学模型,采用神经网络训练改进了软件中的发动机模型,基于Matlab/Simulink系统设计了DCT车辆的起步、换挡过程以及换挡规律控制策略仿真模型。在此基础上,进行了DCT整车系统仿真。仿真实验结果表明所建立的DCT系统动力学模型及所设计的控制器的合理性和可行性,证明该方法建立的仿真模型适用于DCT控制系统开发,提高了系统设计的效率。     

基于变换域注意力机制的压缩伪影去除的方法

图像有损压缩过程往往会导致图像质量退化,使图像出现压缩伪影。针对现有基于深度学习的方法缺乏对联合图像专家组(Joint Photographic Experts Group,JPEG)压缩算法先验信息的利用,提出一种基于变换域注意力机制的去伪影方法。该方法利用卷积神经网络在像素域和离散余弦变换(discrete cosine transform,DCT)域分别提取特征,再将双域学习的特征信息进行融合。利用量化表设计了DCT注意力机制,该模块根据DCT系数的损失程度给予各频率系数不同的权值,使网络自适应补偿量化引起的误差。于此基础上,在像素域引入通道注意力机制,从而更好地利用量化表的先验信息。在主要数据集上,提出的去伪影方法以固定的模型参数对多种质量因子的压缩图像进行伪影去除实验。实验结果表明,所提出的方法在各评价指标和主观视觉上取得较好的效果。     

基于量化的DCT系数统计特性的运动残差编码算法

针对离散余弦变换(DCT)的运动残差编码效率低下的问题,从残差量化DCT系数的统计特性出发,提出了一种全新的运动残差视频编码算法.对于残差的非零量化DCT系数,按照其在当前编码图像中对应位置的量化DCT系数是否为零被分为两类,然后分别对两类不同的残差量化DCT系数逐类进行编码.本算法在编码效率上相对于MPEG2编码方法可提高2～2.5 dB.