面向网络传输的汉字信息压缩

突发数据量直接影响网络传输的性能，而汉字文本的传送有春固有特性，本文分析了汉字文本的存储结构特征，并改进了ＬＺＷ算法进行压缩，这样即提高了压缩比，同时也改善了网络传输性能。     

面向网络传输的汉字信息压缩

突发数据量直接影响网络传输的性能，而汉字文本的传送有其固有特性，本文分析了汉字文本的存储结构特征，并改进了ＬＺＷ算法进行压缩，这样即提高了压缩比，同时也改善了网络传输性能．     

无损压缩算法LZW研究与实现

随着计算机技术和网络技术的发展,人们需要存储和传播的数据越来越多。这些数据占用了大量的磁盘空间和网络带宽。然而数据中又存在着许多冗余信息,因此我们可以通过压缩数据来减少存储数据占用的磁盘空间和网络传输时所占用的带宽。数据压缩分为无损压缩和有损压缩,数据在压缩前和解压缩后的内容不发生任何变化的压缩被称为无损压缩。本文按照LZW算法压缩原理,完成了压缩函数和解压缩函数的编写,实现了文件的无损压缩和解压缩。     

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．     

基于改进的字典压缩LZW算法的初探

本文介绍了基于字典压缩的压缩算法,着重阐述了LZW算法原理和传统编码过程。并针对该算法进行几方面的改进,实现零搜索、动态编码。     

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.     

机器视觉系统小波算法应用网络视频优化研究

提出提升小波变换,在此基础上,对由MPEG—4标准编码产生的根据提升小波变换的双向相邻图像质量剧烈波动的缺陷进行调整。利用三次样条函数进行样条逼近算法,对调整后的图像进行压缩。通过对图像进行分析与仿真,使图像质量和压缩比提高,与此同时优化了边缘效应。     

面向传输延时的片上网络缓冲区分配算法

针对优化片上网络数据包传输延时的问题,提出了一种在缓冲资源限制条件下的缓冲区分配算法.该算法在建立二维网格结构的片上网络通信模型的基础上,依据各节点之间的通信流量,估算出节点中各输入通道的负载大小,再根据其负载情况采用模拟退火算法实现缓冲区资源的分配.实验结果表明,该算法可以更加合理地分配缓冲区资源,有效降低数据的传输...     

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。     

改进的LZSS算法在电子邮件系统中的应用

在海上专用电子邮件系统中,对邮件进行压缩可以有效节省通信费用.采用预先加载字典,精简压缩代码对中每个分量的表示方法,以及减少算法复杂度等方法对LZSS算法进行了改进,并且将其应用于电子邮件系统.在实际环境下的测试结果证明,改进后的压缩程序是有效的,邮件大小相对于压缩前有了明显改变.根据文件类型的不同,压缩比相应不同:对于中英文混合的文档类型文件,压缩比一般为0.4～0.6;对于长文件的压缩,算法表现更好.与标准LZSS压缩算法相比,压缩比提高率在3%到20%不等.在邮件收发的过程中,比未压缩前节省通讯费用40%～60%,且缩短了收发时间.     

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表项淘汰及对闽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。     

船体装配线划线优化遗传算法研究

船体装配线划线作业是与船体零件数控切割作业同时进行的,是现代造船模式中的一个重要环节.分析归纳了装配线划线作业的特点,以划线顺序和划线方向为参数,划线空走路径最短为目标,采用多参数混合编码法,建立了划线优化的遗传算法优化数学模型.对划线顺序和划线方向采用不同的遗传策略进行进化.提出的随机变异算子维持了种群的多样性,精英子自进化策略加快了种群进化过程.运用"贪心策略"初始化种群,提高了种群的适应度.仿真证明该模型是可行的,实际应用表明可有效减少划线空走路径,提高船厂生产效率.     

基于V型扫描的星载多光谱图像无损压缩算法

为了实现星载多光谱图像的无损压缩,深入研究了空间数据系统咨询委员会(CCSDS)建议的123.0-B-1标准;并结合CCD多光谱遥感成像特点,提出了利用V型扫描对预测方式进行改进;最后在VC6.0平台下实现了该算法。实验结果表明,该算法的平均压缩率比Z型扫描方式的CCSDS 123.0-B-1、CCSDS 121.0-B-1、CCSDS 122.0-B-1、JPEG-LS标准算法的平均压缩率分别高6.7%、68.9%、21.8%和12.9%。该算法复杂度低,适合运用于星上系统。     

LLR-BP算法的简化译码算法研究

研究了基于Gallager方案的LLR-BP算法及其简化的译码算法,应用Matlab仿真比较了基于Gallager方案的LLR-BP算法及其三种简化译码算法的性能,仿真结果表明:基于Gallager方案的LLR-BP算法与归一化BP算法和偏置BP算法的误码率性能相差不多,当信噪比大于2dB时,归一化BP算法和偏置BP算法比基于Gallager方案的LLR-BP算法的误码率性能稍好,最小和算法误码率性能相对最差。     

一种用于图像压缩的积分小波变换算法

提出了一种基于积分小波变换的图像压缩和重建的无损算法，并证明了这种算法所满足的条件．在不经过光滑处理的前提下，应用提升原理可将量化噪声降低到阈值以下．     

基于智能优化算法及其优化BP神经网络的室内定位

目前,智能优化算法成为了很多研究方向的热点,但将其应用于室内TDOA定位的研究和文章较少,因此,本文旨在研究智能优化算法在室内TDOA定位方面的应用效果。首先,分别使用WSO、CSA、SOA、WOA、GWO和SSA这六种智能优化算法进行室内的二维TDOA定位,对比分析上述算法在室内定位领域的表现,并和传统的Taylor算法的定位误差进行对比;接下来,使用SOA算法对BP神经网络进行优化,使用优化后的SOA-BP进行定位,与基础的BP神经网络的定位误差进行对比。结果表明,本文使用的六种智能优化算法在室内定位领域有着不错的表现,各智能优化算法的效果相似,平均定位误差为0.44m左右,相较于传统的Taylor算法提升约9.2%;SOA-BP的定位误差相较于基础的BP神经网络降低超过30%。     

基于遗传算法的神经网络学习算法研究

为了克服神经网络结构和参数设计的随机性及依赖于人的经验的缺点,提出了一种改进的基于遗传算法的BP神经网络学习算法。该算法结合了神经网络的快速并行性和遗传算法的全局搜索性,首先利用遗传算法对神经网络结构、初始连接权和阈值以及学习率和动量因子进行全面进化设计,在解空间中定位出较好的搜索空间,然后在进化神经网络中用训练样本再次寻优。通过利用该算法对XOR问题求解,证明了该算法的有效性,其收敛速度和精度均优于基本BP算法和附加动量项的BP算法。     

基于混合遗传算法的多约束组播路由优化算法

针对目前多约束组播路由算法中存在的算法复杂,不能求出其精确解和运算量大,解不稳定等问题提出了一种新的组播路由优化算法,其核心是采用改进的遗传算法。该算法采用模拟退火算法与遗传算法相结合的方法,编码采用实数编码结构,交叉和变异概率适当选择,合理设计适应度函数。仿真结果表明,该算法是有效的,稳定的,比传统遗传算法性能优越,具有较强的实用性。     

基于二进神经网络的稀疏编码架构的图像无损压缩新方法

视频图像的高效无损压缩在海量的航空和遥感图像传输、珍贵的文物信息的保存等方面具有重要的应用价值,而目前的研究热点主要针对有损压缩,为此通过对现有的无损压缩方法的分析和研究,提出一种在稀疏编码与二进神经网络相结合的框架下建立新的图像无损压缩方法.首先借助二进神经网络中的线性可分结构系建立冗余字典,获得有效的稀疏分解基;再借助二进神经网络学习算法将图像映射为以线性可分结构系为神经元的二进制神经网络,在此基础上建立相应的模式匹配算法将每个神经元与冗余字典简历映射关系,通过稀疏系数建立原始图像的编码形式,进而实现了图像的无损压缩,并从理论上分析了该方法可以有效地提高压缩比,最后通过实验验证了该算法的有效性和通用性.     

遗传算法基础上矩阵编码自动组卷及优化研究

基于遗传算法,针对考试系统的自动出题问题,在遗传算法基础上,利用属性约束和分段编码的方法优化矩阵编码方法应用于自动组卷.