一种基于人眼视觉特性的零树小波编码方法

嵌入式零树小波编码被认为是目前国际上最先进的图像编码方法之一，仍然有不足之处，其中之一是该算法在编“孤立零”码时会造成比特位冗余，因此在分析了零树编码不足的基础上，提出了基于人眼视觉特性的零树小波编码方法。该方法首先对小波系数进行基于人眼视觉特性的标量量化，然后再进行零树编码。实验结果表明该方法在保证恢复图像具有良好的视觉效果的前提下，进一步提高了压缩比。     

一种基于人眼视觉特性的零树小波编码方法

嵌入式零树小波编码被认为是目前国际上最先进的图像编码方法之一,仍然有不足之处,其中之一是该算法在编"孤立零"码时会造成比特位冗余,因此在分析了零树编码不足的基础上,提出了基于人眼视觉特性的零树小波编码方法.该方法首先对小波系数进行基于人眼视觉特性的标量量化,然后再进行零树编码.实验结果表明该方法在保证恢复图像具有良好的视觉效果的前提下,进一步提高了压缩比.     

基于相似比的变邻域搜索的快速分形编码算法

为了解决基本分形图像编码算法中的编码过程特别耗时问题,通过定义每个range块和domain块的相似比,建立它与匹配均方根误差间的关系不等式,可把寻找range块的最佳匹配domain块的全局搜索变为近邻搜索.鉴于在自仿射变换下最优匹配块间的相似比值应该接近,但它们间的远近程度不一致,因此,每个range块的最优匹配块搜索范围应限制在与其相似比值接近的domain块变邻域内.四幅图像的仿真结果表明,它确实能够在PSNR降低0.103d B(其结构相似性SSIM值仅下降0.0004)的情况下,平均耗时仅为基本分形编码算法的38.97%左右,而且也优于可选特征算法,实现了加快编码过程速度的目标.     

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.     

变速率线性广播网络编码的通用全局编码核构造算法

针对单源有向无圈网络中,当信源速率变化时,线性广播网络编码需重新构造链路的全局编码核和非源节点的局部编码核问题.提出通用全局编码核的概念,并给出通用全局编码核的构造算法.利用该算法,以信源最大可行速率构造出各链路的通用全局编码核.当信源速率变化时,各链路的全局编码核可由通用全局编码核进行简单变形而直接导出,且非源节点的局部编码核无需改变.这样既保持了现有算法构造的各非源节点的局部编码核适用于不同速率的优点,又能方便地得到各链路对应于不同速率的全局编码核.最后基于线性信息流理论,对该算法的时间复杂度和记忆复杂度进行了论证,相对于基于递归向量构造全局编码核的编码算法,该算法的时间复杂度和记忆复杂度均大大降低.     

基于Cont ourl et系数方向扫描格型量化的多描述图像编码算法

提出了一种基于Contourlet变换方向的多描述格型矢量量化图像编码算法。利用Contourlet变换所具有的多尺度、多方向的特点解决小波变换在多描述格型矢量量化过程中对输入的图像方向信息不充分的局限性。对Contourlet变换后的系数按照子带中方向特征划分区域设计相应的扫描方式对系数进行重新排序;然后采用基于几何相似的六边格矢量量化方案的多描述编码方案对图像进行编码。实验结果表明,文中策略对单路信道解码图像的峰值信噪比较传统方案具有一定程度的提高,同时重构图像较好地保留了原图像的纹理、边缘等几何信息。     

基于邻居系数的聚集度可调无尺度网络建模

针对聚集系数未涉及间接邻居连通性和无法正确描述大节点度网络节点的问题,提出聚集度的新度量-邻居系数,并基于其统计意义提出邻居系数网络模型.邻居系数从邻居演化的角度描述聚集度,定义为网络节点的间接邻居也是其直接邻居的概率,分析表明邻居系数可有效地描述各种网络节点的聚集度.邻居系数模型是通过引入局域连接这一邻居演化机制对Barabási-Albert(BA) 无尺度网络模型的扩展.仿真结果表明邻居系数网络模型既具有可调的聚集度,又保持节点度的幂率分布.     

关于向量值双正交小波的构造算法

引进向量值双正交小波的概念.给出向量值双正交小波存在的条件.利用多分辨分析与时频分析理论,给出一类紧支撑向量值双正交小波的构造算法.     

融合相对密度与近邻关系的密度峰值聚类算法

密度峰值聚类算法(density peaks cluster,DPC)是一种基于密度的聚类算法,该算法可以聚类任意形状的类簇.在类簇间有密度差距的数据集上,DPC不能准确地选择聚类中心.DPC的非中心点分配策略会引起连续错误,影响算法的聚类效果.模糊k近邻密度峰值算法(fuzzy k-nearest neighbor DPC,FKNN-DPC)是一种改进的DPC算法,该算法采用边界点检测并结合2步分配策略来避免连续错误.当类簇间有密度差距时,FKNN-DPC的边界点检测效果不理想,此外,其非中心点分配策略缺乏对样本近邻信息的考虑.定义相对密度(relative density)并结合近邻关系(nearest neighbor relationship)提出RN-DPC算法解决上述问题.针对DPC因为类簇间的密度差距而不能准确选择聚类中心的问题,定义相对密度用于消除类簇间的密度差距.基于反向k近邻关系检测边界点并且引入共享最近邻关系来对FKNN-DPC的分配策略进行改进.RN-DPC算法在人工数据集和真实数据集上分别与不同的聚类算法进行了对比,实验结果验证了RN-DPC算法的有效性和合理性.     

游程长度编码算法的研究

游程长度编码非常简单,编码、解码速度快,应用广泛.本文主要介绍了游程长度编码的原理和实现技术,对游程长度编码技术做了较为全面地研究,包括游程压缩模型、数据压缩、解压缩过程,并给出了流程图和相应的程序.     

解非线性极大极小问题的格雷码加速遗传算法

引进求解非线性极大极小问题的格雷码加速遗传算法（GAGA），给出GAGA算法实施的详细步骤，建立了GAGA相应的收敛定理。对GAGA的有效性和可行性进行了理论分析和实例分析。与一般的格雷码遗传算法（GGA）相比，GAGA具有准确、快速和适用性强等特点，是一种既可以较大概率搜索全局最优解，又能进行局部细致搜索的优秀非线性优化方法，可广泛应用于各种优化问题中。     

FS-1016 CELP语音编码的算法仿真

FS-1016 CELP是一种典型的低速语音编码标准,在保密电话等各种通信业务中有着广泛的应用前景。文章首先介绍了FS-1016 CELP语音编码的算法,然后通过录制一段男声语音,并取语音的前2帧数据为例,用MATLAB 7.0和Borland C Builder 6对CELP算法进行了仿真。仿真结果表明,该算法在较低码率下可获得较高的合成语音。     

CRC辅助PC-polar码的新颖编码算法

针对奇偶校验极化(parity-check polar, PC-polar)码中奇偶校验码检错效率低而导致纠错性能不佳的问题,提出了一种循环冗余校验码辅助PC-polar码的新颖编码算法。用奇偶校验(PC)比特和高汉明权重的冻结比特替换低汉明权重的信息比特来优化极化码的距离谱,并结合5位循环位移寄存器优化PC码的校验函数,再在PC-polar码中加入检错效率较高的循环冗余校验(CRC)码,最后通过控制变量法确定了2种校验码的数量。仿真结果表明,该算法构造的CRC-PC-polar (CRC8, PC6)码在误块率(BLER)为10^-5时,与PC-polar码、CRC-polar码和segmented-CRC-polar码相比分别有0.4 dB、0.1 dB、0.2 dB的净编码增益。由此可知,提出的算法能够改善PC-polar码的纠错性能。     

基于粗糙KNN算法的文本分类方法

在文本分类中,数据规模过大或文本分布不均匀对传统KNN算法的准确率和效率具有重要影响。为了解决该问题,文章提出一种基于粗糙KNN(k-nearest neighbor)算法的文本分类新方法。首先引入粗糙集中的上下近似概念定义各类文本的上下近似空间,将文本向量空间分为核心和混合2大区域;然后改进传统KNN算法的隶属度函数;再针对不同的文本区域,采取差异化的分类策略以提高分类的效率和准确率。实验表明,基于粗糙KNN算法的文本分类方法在提高分类准确率的同时,分类的效率也有很大提高。     

基于维样本近邻区间的分类算法研究

针对传统KNN算法忽略样本分布对分类的影响,易受到孤立样本、噪音等干扰,时间代价大等问题,提出了一种改进的近邻分类算法.该算法首先采用类维样本存储,打破了样本的整体性,转换了训练样本存储模式;其次按类维度寻求未知样本的类维近邻域,计算类维相似度进而得到未知样本的类别相似度;最后以最大类别相似度标识未知样本.该算法提高了分类效率,降低了独立样本对样本分类的影响.同时可处理连续型和标识型样本分类,并可适应各类样本分布情况,扩大了算法的应用范围.实验结果表明,该算法较传统的近邻算法与邻域分类算法在分类精度与分类时间上有了较大提升.     

一种改进的嵌入零树小波编码算法RA-EZW

针对嵌入零树小波编码算法(EZW)中不同阈值下相同系数被多次扫描编码的不足,通过对小波变换后系数幅值的变换调整,减少孤立零点,增加零树的数量,从而提高编码效率.实验结果表明:基于幅值变换的嵌入零树小波编码算法在信噪比、编/解码时间、图像恢复质量等方面都高于EZW算法,在恢复质量方面,比特率较低时效果尤为明显.     

基于二步邻居拓扑的E-Burt结构洞检测算法

连接多个不同社团的节点称为结构洞节点,部分已有的结构洞节点检测方法虽然可以检测到关键节点,但存在一些不足:基于局部的测量方法忽略了网络拓扑结构;对于大规模复杂的网络来说,基于全局的测量方法可扩展性差,等等。为了高效准确地检测社会网络中具有影响力的节点,提出了一种新的结构洞度量方法E-Burt,用来寻找结构洞节点。该方法利用节点与其二步邻居构成的拓扑关系来计算节点的有效规模,用该结果作为结构洞节点重要性的评价指标,计算每个节点的结构洞度量值,并给出了形式化定义。E-B算法基于网络拓扑结构,每次模拟迭代将选中的结构洞节点度量值置为零,下一次迭代只计算该节点二步邻居的有效规模,大大降低了时间复杂度。最后通过实验验证了算法的时间效率,分析了算法的精确度,对算法的正确性进行了证明,并与存在的经典结构洞发现算法进行了对比。     

基于离散小波变换的多描述编码方法

在分析离散小波变换后系数特性的基础上,提出了一种基于离散小波变换的多描述编码方法,它通过将离散小波变换后的低频子带的小波系数进行重组赋值产生多描述码流．实验结果表明了该方法的可行性和有效性,在保证较高的编码效率的同时,提高网络传输的鲁棒性,具有一定的抗干扰能力．     

a尺度正交双向小波的Mallat算法

研究了a尺度正交双向小波的Mallat算法.引入了正交双向加细函数及a尺度正交双向小波的概念,在此基础上利用a尺度正交双向多分辨分析,得到了正交双向小波的分解与重构的Mallat算法,并给出其矩阵表示,推导了信号分解后完全重构的充要条件.该算法对于能量有限的离散信号的分解与重构有一定的实用价值.     

基于共享最近邻密度的演化数据流聚类算法

现有的基于密度的数据流聚类算法难于发现密度不同的簇,难于区分由若干数据对象桥接的簇和离群点.本文提出了一种基于共享最近邻密度的演化数据流聚类算法.在此算法中,基于共享最近邻图定义了共享最近邻密度,结合数据对象被类似的最近邻对象包围的程度和被其周围对象需要的程度这两个环境因素,使聚类结果不受密度变化的影响.定义了数据对象的平均距离和簇密度,以识别离群点和簇间的桥接.设计了滑动窗口模型下数据流更新算法,维护共享最近邻图中簇的更新.理论分析和实验结果验证了算法的聚类效果和聚类质量.