线性回归的分布式压缩采样算法

为减少无线传感器网络数据传输量,进而延长网络的生命周期,研究了一种联合线性回归和压缩感知的分布式采样方法。依据节点数据的相关性对网络进行分簇,将感知数据显著线性相关的传感器节点划分到同一簇中。以此为基础,提出了一种基于线性回归的分布式压缩采样算法,该算法联合运用线性回归和压缩感知理论重构节点数据,实现了低速率采样条件下节点数据的高精度重构。对实测温度数据进行仿真实验,结果表明,与等间隔采样相比,该算法减少了71%的采样值个数。     

基于局域网的实时图像传输的压缩改进算法

针对已有的图像压缩算法占用主机资源或者消耗网络带宽的现状,提出一种基于局域网的实时图像传输的压缩改进算法．通过对图像的数据帧对比分析,只传输图像变化部分的数据信息,缩短压缩时间,提高压缩效率,增强图像传输的流畅性．并进行了算法的性能分析,可用于局域网中的网络监控类的软件开发．     

基于子空间投影的SFGPR压缩感知成像算法

针对传统压缩感知SFGPR成像重建算法在强杂波测量环境中往往会失效的问题,提出一种基于子空间投影杂波抑制技术的SFGPR压缩感知成像重建算法.该算法首先在每个天线测量位置通过压缩感知测量模型重建所有的频域原始均匀采样数据,然后采用子空间投影杂波抑制技术滤除较强的地面回波,最后结合稀疏重建算法对地下目标图像进行压缩感知重建.实验数据处理结果验证了所提方法的有效性和准确性.     

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。     

基于分布式压缩感知的宽带协作频谱感知

根据分布式压缩感知理论,提出一种宽带协作频谱感知的方式。该方式相比于以往的协作压缩频谱感知方式,认知用户传向融合中心的数据精简为压缩信号,各个压缩信号在融合中心进行融合重构,这样就减少传向融合中心的数据量,缓解融合中心的数据压力,并且可以提高信号重构的成功率。同时,根据压缩抽样匹配追踪算法,提出一种联合压缩抽样匹配追踪算法。该算法思想是通过加权融合测量样本、迭代重构原信号,以恢复共同的频谱支撑集,完成协作频谱感知。仿真结果表明:与经典的DCS-SOMP算法相比,本文算法性能更优,所需的滤波器数更少。     

图书馆数据存储中的重球最优阈值算法

对图书馆数据存储中的压缩感知问题的数值算法进行研究.将传统梯度下降法多步扩展的重球加速法与一种新的阈值技术——最优s阈值相结合,提出了用于求解压缩感知问题的两种算法：基于重球的最优s阈值算法和基于重球的最优s阈值追踪算法.证明了算法产生的迭代点序列全局收敛到压缩感知问题的一个解.     

一种气象卫星云图数据压缩算法的提出和应用

本文提出气象卫星云图数据预测编码的压缩算法,与该算法对应的一个汇编语言程序在IBM微机上通过.实际应用表明该算法能有效地压缩云图数据,节省云图资料的存贮空间,提高云图数据的传输速度,是一种实用可行的压缩方法.     

通用学习式红外遥控器中数据压缩与识别算法

对数据进行有效的压缩与识别是系统的关键所在。针对红外遥控信号的数据特点 ,提出了一种数据压缩与识别算法。该算法将遥控码流归纳为 3种模式 ,用矢量量化编码方法进行数据压缩 ,采用聚类方法解决了由时钟精度带来的误差问题 ,并通过识别发送码流的模式进一步压缩存储空间。该算法大大提高了识别与存储效率 ,并已成功应用于两种遥控器产品中。     

参与式感知系统中基于压缩感知的数据采集算法

基于压缩感知理论提出了一种在参与式感知系统中进行数据采集的算法.该算法通过对节点社会关系的分析,估计得出部分未被传输的节点感知数据,在此基础上对观测矩阵进行更新,使压缩感知算法可以利用已传输的数据和估计得出的数据进行重构.该算法能显著减少参与式感知系统中传输的数据量,同时能够保证较好的数据重构精度.采用随机漫步移动模型进行了仿真实验,验证了算法的可行性.实验表明,与传统的压缩感知算法相比,上述算法在重构成功率相同的情况下,可以显著减少网络传输的数据量,从而降低网络消耗.     

基于列存储数据库的压缩态数据访问算法

基于列存储数据库数据访问的特点, 对主流整数压缩格式进行改进, 提出了3种整数压缩算法及相应的压缩态数据访问算法. 实验结果表明, 不解压而直接访问压缩态数据非常高效, 从而为数据的压缩态运算提供了有力支持.     

基于小波变换的图像空间可分级压缩编码算法

图像压缩算法如EZW和SPTHT都具有较高的压缩率,为了能使图像压缩编码算法同时具有较高的压缩率和良好的压缩性能,就SPIHT的算法进行分析,得出结论:随码率的增大,基础层所占的比率越来越低,同时,对包含边缘较多的图像,其基础层码率所占的比率也较低     

基于重建图像压缩率的量化方法

为了适应传输通道不同的带宽限制,目前各种图像编码算法通过调整量化参数QP的值来控制量化粒度,但是压缩算法的输出码率与量化参数QP值并没有显式的关系,造成QP值的选取很难与带宽约束相匹配。本文提出一种依据输出码率来控制量化粒度的方法QCR,可使压缩算法的输出码率尽可能贴近带宽约束。因为量化参数QP要映射成量化阶距Qstep,本文首先确定压缩算法的量化阶距Qstep与输出码率的关系,然后通过逆向插值确定64个给定的输出码率所对应的量化阶距Qstep,并根据这64个给定的输出码率修改相应的量化表和反量化表,从而建立了利用输出码率控制量化粒度的方法。实验部分采用AVS压缩算法,同样也适用于AVS2。由于AVS的量化表中含有整数DCT变换的小数部分,因此QCR方法用于调整H.264/H.265的量化表和反量化表时,必须与AVS的整数DCT变换有所不同。实验表明本文通过重建图像压缩率控制量化粒度的QCR解决方案是有效可行的。     

车辆记录仪中数据压缩方法的研究

使用了32位嵌入式CPU，加快记录仪运算速度，可使用高效的压缩算法．压缩时对于时间只存储驾车的起止时间，对于车速采用增量压缩法，对于里程只需存储开始和结束计程的时间．采用该方法理论压缩比可达14．7，实际压缩比为10左右．     

一种适用于低码率图象压缩的运动估计算法

三步搜索法已经广泛地应用于低码率图象压缩中．由于三步搜索法第一步过于粗糙,容易陷入局部最小,对于那些小的运动矢量往往效果不太好,在此基础上提出了新三步搜索法,它在一定程度上弥补了三步搜索法的不足．针对低码率图象编码的特点,提出了一种新的运动估计算法,它具有与新三步搜索法相当的效果,速度上比新三步法和三步法有较大的提高．     

基于DCT域采样和重建的低码率图像压缩算法

本文构建了一种基于DCT域采样和超分辨率(Super Resolution, SR)重建的低码率图像压缩编码算法。在编码端对原始图像进行分块离散余弦变换（DCT）,并提取每个DCT系数块的低频系数,然后再反变换到空间域,从而得到在DCT域下采样的低分辨率（Low Resolution,LR）图像块。用JPEG标准对下采样图像块编解码后,采用基于学习的方法恢复DCT域高频系数,重建出高分辨率（High Resolution, HR）的图像。实验结果表明,在码率较低的情况下,本文算法比JPEG编码标准具有更好的率失真性能;同时,在相同码率下,本文算法重建的解码图像视觉效果更好。     

基于斜面模型图像分割的改进JPEG图像压缩算法

基于Haralick斜面模型进行图像分割,提出了一种改进JPEG图像压缩算法.该算法考虑了图像中存在不同的区域,针对图像分割后得到的不同区域进行程度不同的压缩.实验结果表明,在相同的编码比特率下,重构图像质量要优于传统的JPEG压缩算法.     

基于纠错码的密文域鲁棒可逆信息隐藏

针对目前密文域可逆信息隐藏(reversible data hiding in encrypted domain,RDH-ED)存在嵌入容量较低、鲁棒性差的技术难点,提出一种基于纠错码的密文域鲁棒可逆信息隐藏方法。使用纠错码对低位信息进行编码,然后构造错误图样以嵌入信息。纠错码编码会在原有的图像信息基础上增加监督码元,利用对载体图片像素的高比特位信息进行无损压缩来节余空间,以应对编码后的载体数据量扩展的问题。对于高比特位与低比特位,分别使用不同的加密算法加密,用以保证算法的解密与消息提取的可分离。将图像分块使用投票原则,提高了算法的鲁棒性。在接收端,使用校验矩阵可以准确提取消息,利用纠错码的纠错特性可以实现算法可逆。实验证明,该算法可分离且嵌入率较高,实现了载体完全可逆恢复,具体较好的鲁棒性。     

一种低比特率视频编码方案

根据JPEG和MPEG压缩算法的特点，提出一种基于JPEG的低比特率视频编码方案，该方案在JPEG的基础上，运用帧间差分去除时间相关性，以降低比特率。同时阐明了此方案的具体应用。     

JPEG图像压缩编码算法的仿真实现

介绍了基于离散余弦变换的JPEG图像压缩编码算法,采用MATLAB对标准灰度图像进行仿真,并对同一幅Lena图像做不同的压缩.实验结果表明,在很大的压缩范围内,在不同的压缩比和编码比特率下,重建图像的PSNR都在34 db 以上.     

一种改进的分块自适应压缩算法

针对高分辨合成孔径雷达(SAR)中高数据获取率与有限的存储设备容量及数据传输设备带宽之间的矛盾,在分析传统的分块自适应(BAQ)压缩算法的基础上,给出了一种新型的、改进的指数型BAQ压缩算法。通过用指数值替代幅度均值的方法来对采样数据进行压缩,同时采用了以四个分查找表和比特位移操作共同处理采样数据的新方法,成功地减小了查找表的大小,降低了对数传系统和存储设备的要求,提高了查找速度。