基于PSMSD的JPEG2000优化率控制算法

对优先扫描率分配算法进行分析,提出了一种基于比特平面优先扫描和最小斜率丢弃的JPEG2000压缩率控制算法,以解决优先扫描率分配对重建图像质量带来的影响。对所有编码通道根据比特平面优先级从高到低依次进行T1编码,达到目标码率后对所有码块进行率失真最小斜率丢弃算法来完成优化截取,从而进一步快速搜索最优码流截取点,有效地降低了T1编码器的冗余。实验结果表明,该算法有效减少了计算量和存储量,且获得了与标准算法基本相同的高压缩性能。     

AVS2视频编码码率控制算法

码率控制是视频图像编码技术中的重要组成部分,旨在受限的通信带宽下提供最小失真的图像质量同时保证比特流的平稳输出,长期以来既是研究重点也是应用热点。面向中国自主知识产权的新一代音视频编码标准(audio video coding standard 2.0, AVS2)中码率控制技术,将模糊控制理论与码率控制相结合,提出了一种新的码率控制算法。首先根据模糊控制器原理建立快速查询表,接着基于指数率失真模型进行了基本论域到模糊子集论域的映射,而后将假设参考解码缓冲区反馈值及其差值带入模糊控制查询表得出量化参数(Quantization Parameter, QP)值变化增量。最终的编码过程采用系统QP值与增量之和来进行。在通用测试条件下的实验结果表明,新算法比特率失真比率(Bj-ntegaard delta bit rate, BDBR, BD-rate)取得增益效果明显,比特率控制精度高。算法实现简洁,计算复杂度低,特别适合恒定目标比特率编码端速率控制。相关成果已被AVS2标准工作组采纳,集成在参考模型软件RD10.0中。     

High efficient moving object extraction and classification in traffic video surveillance

Moving object extraction and classification are important problems in automated video surveillance systems. A background model based on region segmentation is proposed. An adaptive single Gaussian background model is used in the stable region with gradual changes, and a nonparametric model is used in the variable region with jumping changes. A generalized agglomerative scheme is used to merge the pixels in the variable region and fill in the small interspaces. A two-threshold sequential algorithmic scheme is used to group the background samples of the variable region into distinct Gaussian distributions to accelerate the kernel density computation speed of the nonparametric model. In the feature-based object classification phase, the surveillance scene is first partitioned according to the road boundaries of different traffic directions and then re-segmented according to their scene localities. The method improves the discriminability of the features in each partition. AdaBoost method is applied to evaluate the relative importance of the features in each partition respectively and distinguish whether an object is a vehicle, a single human, a human group, or a bike. Experimental results show that the proposed method achieves higher performance in comparison with the existing method.     

一种精细的H.264码率控制方法

针对H.264提出了一种无需二次编码的精细码率控制策略,为解决H.264中宏块模式选择时需要使用量化级而给码率控制带来的困难。提出了一种可以在模式选择前预测当前帧编码复杂度的码率模型。并且提出了基于宏块条的码率控制策略。分析了H.264中利用拉格朗日R D优化方法进行宏块模式选择的特点,并根据编码比特对拉格朗日乘子进行优化,提出了基于模式选择的精细码率控制方法。实验结果表明,与JVT提案中的码率控制方法JVT G012相比,所提方法在准确控制码率的同时,提高了PSNR值。     

基于遗传算法和分类树的信用分类方法

银行信贷信用评估本质上是个分类问题,已有统计和非统计的各种方法应用于信用评估,其中分类树方法,也称为递归分割法,比较适用于处理定性变量,而作为非统计方法之一的遗传算法则适用于处理连续型定量变量之间的非线性关系,但无法处理定性变量,利用这两种方法特点的互补性,构建了一种分类树和遗传算法相结合的信贷信用评估方法,先用分类树方法按照定性变量分类,然后在每个叶结点上用遗传算法按照定量变量分类.实证分析表明,该方法比单独使用分类树方法或遗传算法的分类准确率高.     

基于三阶段RBFNN学习算法的复杂样本分类研究

以提高径向基函数神经网络(radial basis function neural network,RBFNN)的分类能力为出发点,把衰减半径聚类的思想与误差平方和准则结合起来,提出了RBFNN三阶段学习算法。该算法先利用动态衰减半径聚类确定隐节点的初始结构,再由误差平方和准则进行中心点微调,并用类内类间距确定径基宽度,最后采用伪逆法训练隐层与输出层间的连接权重。给出了算法的具体步骤,并通过Iris和WINES数据集的仿真实验,证明该算法确实具有较强的分类能力。     

基于效用替代率的物资储备量模型与算法

研究在物资储备有容量限制且需求未知的情形下,考虑多种物资之间具有替代性时应如何决定各物资的储备量,使得所有储备物资在满足需求时带来的效用尽可能大的物资储备问题.对物资之间的替代性进行分析并给出了效用替代率的定义,在此基础上建立一般的物资储备量模型,分析了该模型与背包问题模型以及指派问题模型之间的区别和联系.针对该问题的一种特殊情形设计了效用替代率贪婪算法并进行了算法的性能分析.最后通过一个数值算例说明引入替代率可以改善物资储备的效用.     

具有任意有界丢包的网络控制系统的预测控制

针对离散时间线性系统,研究了从传感器到控制器、从控制器到执行器都存在任意有界数据丢包时的网络控制系统的镇定问题。通过建立包含丢包所有可能性的扩展状态空间模型,将具有数据丢包的网络控制系统的镇定问题转化为同时镇定一系列模型的鲁棒控制问题。采用公共Lyapunov方法论证闭环系统的稳定性。通过将无穷时域控制作用参数化为一个自由控制作用加一个状态反馈控制律,提出了一种新的网络预测控制器设计方法。仿真实例说明了新方法的有效性。     

一种高速多维报文分类算法

报文分类作为一种核心技术,在消息处理,内容过滤,Web信息检索和支持QoS的路由器等领域有重要应用。RFC算法是目前具有代表性的一种报文分类算法,具有匹配速度快,占用内存少、支持范围匹配等优点,但是它不能处理具有变长字符串域。结合多模式匹配算法的思想,对RFC算法进行了有益扩充,使新算法能够根据变长字符串域进行分类。试验结果表明,改进的算法在有效扩展KFC算法的适用范围的基础上,仍具有良好的性能。     

一种新的H.264基本单元码率控制方法

通过对H.264码率控制原理的分析,提出一种基于峰值信噪比(peak signal noise ratio,PSNR)的图像复杂度估计方法,与平均绝对差值(mean absolute difference,MAD)联合估计基本单元编码复杂度,使基本单元目标比特分配更精确。考虑到MAD线性预测模型计算复杂度高的缺点,利用图像的空间和时间相关性,提出一种加权预测模型的基本单元MAD预测方法,省略参数更新过程以减少计算量。仿真结果表明,提出的加权模型与线性模型预测精度基本相当;所提方法在精确分配目标比特和控制码率的同时,与JM9.6相比,可以令PSNR更为平滑,且平均性能提高0.2 dB。     

Adaptive rate control on wireless transcoder

To guarantee the real-time transmission of a video stream,based on the stochastic optimal control method,a frame layer adaptive rate control algorithm for the wireless transcoder is proposed,which is capable of dynamically determining the transcoder's objective bit rate,according to the bandwidth variation of the wireless channel and the bufier occupancy. Then the transient performance,steady performance,and computational complexity of the algorithm are analyzed.Finally,the experiment results demonstrate that the algorithm can improve the synthetic performance of rate control through the compromise between the end-to-end delay and the playout quality.     

Decision tree support vector machine based on genetic algorithm for multi-class classification

To solve the multi-class fault diagnosis tasks, decision tree support vector machine (DTSVM), which combines SVM and decision tree using the concept of dichotomy, is proposed. Since the classification performance of DTSVM highly depends on its structure, to cluster the multi-classes with maximum distance between the clustering centers of the two sub-classes, genetic algorithm is introduced into the formation of decision tree, so that the most separable classes would be separated at each node of decisions tree. Numerical simulations conducted on three datasets compared with "one-against-all" and "one-against-one" demonstrate the proposed method has better performance and higher generalization ability than the two conventional methods.     

多层文本分类性能评价方法

为了准确评价多层文本分类方法,解决传统平面分类评价指标应用到多层分类中的局限性,在研究基于概念树的多层文本分类方法基础上,有效利用多层结构中类别之间的层次关系和“亲疏”关系,提出了一组能够准确描述多层分类性能的扩展评价指标。利用错误分类样本分布定义了错误分类集中度,在评价分类结果的同时能够指导训练样本的选择过程,使得训练样本更具有代表性。通过中文新闻语料的分类实验,证明了扩展评价指标对于多层分类结果的评价更为准确,错误分类集中度有助于训练出更加准确的分类模型。     

Power control scheme for multiple antenna systems with space-time coding in Rayleigh fading channels

Two optimal power control(PC) schemes under the power constraint for space-time coded multiple input multiple output systems over the flat Rayleigh fading channel with the imperfect channel state information(CSI) are presented.One is based on the minimization of a bit error rate(BER),and the other is based on the maximization of a fuzzy signal-to-noise ratio.In these schemes,different powers are allocated to individual transmit antennas rather than equal power in the conventional one.For the first scheme,the optimal PC procedure is developed.It is shown that the Lagrange multiplier for the constrained optimization in the power control does exist and is unique.A practical iterative algorithm based on Newton’s method for finding the Lagrange multiplier is proposed.In the second scheme,some existing schemes are included,and a suboptimal PC procedure is developed by means of the asymptotic performance analysis.With this suboptimal scheme,a simple PC calculation formula is provided,and thus the calculation of the PC will be straightforward.Moreover,the suboptimal scheme has the BER performance close to the optimal scheme.Simulation results show that the two PC schemes can provide BER lower than the equal PC and antenna selection scheme under the imperfect CSI.     

一种基于Boosting的集成学习算法在不均衡数据中的分类

针对多类别不均衡数据的分类问题,从数据集的特征选择和集成学习两个角度出发,提出了一种新的针对不均衡数据的分类方法—BPSO-Adaboost-KNN算法,算法采用基于多分类问题的可视化的AUCarea作为分类评价指标.为了测试算法的性能,本文选取了10组UCI和KEEL选取的测试数据集进行测试,结果表明本算法在有效提取关键特征后提高了Adaboost的稳定性,在十组数据的分类精度上相比单纯使用KNN分类器有20%~40%不等的提高.在本算法和其他state-of-the-art集成分类算法对比中,BPSO-Adaboost-KNN能够取得较优或相当的结果.最后,本文将该算法应用到石油储层含油性的识别中,成功提取了声波、孔隙度和含油饱和度三个关键属性,在分类精度上相比传统分类算法有了大幅度提高,在江汉油田五口油井oilsk81~oilsk85上的分类精度均达到98%以上,比单纯使用KNN的精度高出了20%,尤其在最易错分的油层和差油层中有良好的分类效果.     

基于模糊分类-灰色马尔可夫的陀螺仪漂移预测

针对标准灰色马尔可夫预测模型抗干扰能力差的局限性,提出了一种基于模糊理论和灰色马尔可夫模型的预测方法。将模糊理论引入预测模型中,从分类方法上对标准灰色马尔可夫模型进行改进,该算法可以有效提高灰色马尔可夫预测模型的预测精度。将这种方法用于某型导弹陀螺仪的漂移预测中,实验证明了这种方法的有效性和可行性。     

Variable bit rate video traffic modeling by multiplicative multifractal model

1.INTRODUCTIONAs network technology develops fast,video traffictakes a significant role in multi media services overnetworks.Variable bit rate(VBR)video could pro-vide constant visual quality.It is widely adopted innetwork environment.VBR video traffic exhibitsboth short-range dependent(SRD)and long-rangedependent(LRD)properties[1,2].It is very i mpor-tant to have a proper model to capture these proper-ties and to provide accurate information for trafficcontrolling.Multiplicative mul…     

视频监视中的运动目标跟踪算法

提出了一种新的运动目标跟踪算法。通过预测运动目标下一时刻的位置以及缩小目标搜索范围来提高跟踪速度。该算法使用运动目标加速度运动位移方程预测下一时刻目标可能出现的位置,使用预测位置误差方程估计运动目标搜索范围,并使用IIR滤波器对目标运动速度、加速度等参数自适应地修正。实验证明,该算法即使当运动目标做加速运动时,也可准确地预测运动目标的位置,缩小目标搜索范围,进而提高目标跟踪速度。     

一种基于“独立性差”的分类学习新算法

从独立性差角度出发,提出了ISE准则下的独立性差估计新方法(difference of independence estimation,DOIE).从数学模型上证明该算法与单类SVM等价且可用于解决分类问题.当数据集规模较大时,该算法的优势在于可用较少样本点表示两数据集中样本点间的关系,在保证精度的前提下,提高运算速度.该算法还可应用于两数据集独立性判断、检测流数据分布改变点的位置.若退化为单类数据集,可应用于概率密度估计.Benchmark和UCI数据集上的实验表明,该算法具有较好的性能.