JPEG2000中的二进制算术编码及其DSP实现

算术编码作为一种高效的数据编码方法在图像压缩中有广泛的应用。介绍了国际静态图像压缩新标准JPEG2000中的自适应二进制算术编码技术。算术编码的工程实现需要高性能信号处理器的支持，研究了在TMS320VC5402上实现二进制算术编码的快速算法及优化汇编程序金计，证明了其硬件算法的实用性和高效率。该技术可实现对图像压缩编码，在其他数据压缩领域也可以直接利用。     

一种多策略混合型烟花算法

针对传统烟花算法存在寻优精度低，多样性差，爆炸更新具有盲目性的不足，提出一种融合算术优化算法的混合型烟花算法。首先，该算法利用算术中乘除运算和加减运算实现烟花的爆炸操作，从而提高算法的收敛能力和寻优精度。其次，采用“精英”选择策略取代“轮盘赌”选择策略，降低算法复杂度。最后，通过对8个基准函数优化测试以及联合谱聚类算法对2个UCI基本数据集进行分类实验来评估该算法的有效性。实验结果表明，该算法对于函数优化能够较好的寻优求解在4个测试函数上精度误差从10^-100附近降低至10^-300,在谱聚类算法的应用中适应度值平均值至少优于原算法3.3%,总体性能优秀。     

基于单片机的并联电梯控制系统

提出了一种新的并联电梯控制系统。它克服了传统并联电梯调度算法中只考虑召唤的方向以及实时性差的缺陷，并利用微处理器强大的算术逻辑运算和通信功能，采用实时智能优化调度算法，实现快速服务，达到最佳运行效率。     

算术编码的附加位技术及其应用

算术编码是一种高效的熵编码,但是算术编码的非分组性阻碍了算术编码的灵活应用,深入分析算术编码的计算机实现算法,发现用有限长寄存器表示无限长小数,其编码输出流是可以分割的,提出了实用的算术编码附加位技术,可以在编码输出流的恰当位置嵌入附加信息而不影响解码的正确,给出了这种技术的两个应用实例,易于用单片机实现的心电数据无损压缩方法以及对JPEG图象压缩方法的改进。     

一种JPEG2000算术编码器的优化算法与实现

通过对索引表和概率间隔区间更新条件的分析,提出了一种JPEG2000算术编码器的部分并行优化算法.在连续编码两个数据对时,通过预测间隔区间的变化,可以一次完成索引表和间隔区间的更新,从而减小了编码数据的关联性,实现了算术编码器的部分并行编码.设计了基于3级流水线的JPEG2000算术编码器,并通过了FPGA验证.试验结果表明,该算法平均每个时钟编码1.58对数据,比每个时钟编码1对数据的普通算法,编码效率提高了58%.     

求多项式全部零点的异步并行算法

基于用圆盘算术求多项式全部零点的并行Halley迭代法虽然避免了颇为费事的圆盘开方运算，能同时求得多项式全部零点的带误差估计的近似值，并且具有很高的收敛速度，但它是同步并行算法。这里用圆盘算术构造了一种求多项式全部零点的异步并行算法，并在与Halley迭代法类似的条件下建立了它的收敛性定理。该算法不仅保持了Halley迭代法的优点，而且具有更好的并行性。     

相控阵雷达信号的无损压缩算法

提出了一种基于可逆整数小波变换（IWT）的雷达信号实时无损压缩算法，雷达回波信号是一个非平稳的随机过程，首先用IWT滤波器对雷达信号进行分解，将小波系数分割为重要系数图和残余系数图两部分；对重要系数图用改进的SPIHT算法进行量化编码，最后一次阈值为分割阈值；对残余系数图按位平面采用基于自适应上下文模型（context-based model)算术编码压缩，并比较不同上下文模型对压缩效果的影响，实验结果表明，该算法具有实时性和易于并行实现的特点。     

一种改进的基于小波的自适用图像编码方法

基于零树小波算法提出了一种新的图像编码方法——改进的自适应算术编码．将图像进行零树小波编码后的小波系数符号流采用改进的自适用算术编码方法进行二次编码．实验结果表明该算法编码效率高于传统的嵌入零树小波算法．     

基于二值自适应算术编码的图像无损压缩算法研究

分析了二值自适应算术编码的特点,并把整数小波变换和二值自适应算术编码相结合,采用C语言进行仿真,实现了静止图像的无损压缩.实验结果表明,该算法压缩比可达2.5,并且仅采用整数加法和移位就可实现数据的压缩编码,硬件实现简单,具有较强的实用价值.     

算符优先文法最左素短语的一种判断算法

算符优先分析法是分析算术表达式的有力工具，这种分析方法主要是寻找句型的最左素短语，本文给出算符优先文法最左素短语的一种判断算法。     

TSP问题的一种快速近似算法及应用

给出求解度约束最小生成树(DCMST)问题的一种快速近似算法．在此基础上．又给出求解TSP问题的一种快速近似算法,并在微机上实现且其数值试验的效果良好．最后,将求解TSP问题的近似快速算法作一些改进．应用于遗传算法的初始种群生成并进行数值实验．结果表明,用文中算法生成的初始种群．比起一般方法产生的初始种群性能有很大改进．该算法可以加速遗传算法的寻优速度．     

混沌高效遗传算法在水库含沙量预报中的应用

利用混沌映射的遍历性和实编码遗传算法的全局优化性,通过在遗传进化过程中加入混沌变异操作,在变量的定义域内投放大量的混沌初始群体,在实编码遗传算法进化过程中加入单纯形法学习算子,建立了一种新的混沌高效遗传算法(chaos higher efficient genetic algorithm, CHEGA).应用该法对3个非线性、高维、多峰值测试函数进行了仿真,在收敛速度和全局优化方面好于现有的简单遗传算法和改进的遗传算法.建立了水库含沙量预报模型.并将CHEGA用于求解上述模型的参数优化问题,与实数编码加速遗传算法(RAGA)、二进制加速遗传算法和随机优化算法等方法相比,CHEGA可以遍历到整个区域,较好的保持了种群的多样性,并且精度高、收敛速度快.CHEGA对求解实际水库计算模型的参数优化问题非常有效.     

基于混合算法求解指派问题

本研究建立了指派问题的数学模型,提出了以遗传算法和蚁群算法相结合的思想及其解决方案．算法主要是将每一个任务作为一个基因位形成染色体,以遗传算法控制寻优方向,更适宜解决组合优化问题．实验结果表明,使用此算法解决指派问题,提高了搜索效率,能够在短时间内找到最优分配方案,证明该算法是可行的．     

一种简单的变步长自适应α—LMS滤波算法

提出了一种简单的变步长α-LMS算法(vα-LMS),并给出了它的设计方法。导出了描述α-LMS算法收敛过程的动态方程,并据此讨论了α-LMS算法的算法性能。与vα-NLMS算法相比,Vα-LMS算法的优点是简单易行、计算量小,但它对输入信噪比的稳健性(RObustncss)却劣于Vα—NLMS算法。Vα-LMS算法的性能将优于Dα-LMS算法。计算机模拟结果与理论分析结果吻合较好.     

一种基于简单遗传算法的K-Means改进算法

针对k-means算法对初始值敏感、易陷入局部极小值等缺点,结合遗传算法的思想,提出了一种基于遗传算法和k-means算法的混合聚类方法,为了测试该聚类算法的性能,用k-means 算法和改进的算法进行了1组实验,并对2种算法的聚类结果进行比较,实验结果表明算法能够有效地解决聚类问题.     

NASH博弈问题的模拟算法

给出了求NASH博弈问题中均衡点的一个算法,讨论了这个算法的合理性,给出了这个算法的收敛条件,最后通过实例证明了这个算法的有效性。     

PRM蚁群融合算法的AGV路径规划研究

针对AGV运货时需一次性取多件货物的路径规划问题,提出一种PRM算法与蚁群算法相结合的融合算法,将问题拆分为路径的选择与TSP问题分布解决,即先利用PRM算法进行AGV路径规划,再利用蚁群算法决策出取货顺序,生成总的路径。最后采用matlab进行仿真实验,并与A*算法进行对比,结果证明了PRM蚁群融合算法比A*算法得出的路径更短、效率更高。     

一个修正的l_1模算法

对ＢＳ算法进行了修正，找出其内部量的递推关系，构造了一个更有效、简捷的算法     

一种改进的ORB特征点匹配算法

针对ORB特征描述算法没有解决尺度不变性的问题,提出了一种将具有尺度不变性的BRISK特征描述符与ORB特征检测子相结合的特征点匹配算法;利用ORB特征检测子检测待测图像中的特征点,并借鉴BRISK特征描述算法的思想对检测到的特征点进行均匀采样,然后对采样到的特征点进行特征描述,最后使用暴力匹配的方法计算汉明距离从而完成特征匹配;通过实验验证了改进算法,有效地解决了ORB特征描述算法不具备尺度不变性的问题,相较于原ORB算法,改进算法的尺度不变性得到了有效提高且更加稳定、可靠,同时,改进算法的实时性也略优于原算法,适合于要求实时性高且尺度变化大的应用中。     

一种用于方向预测的集成学习算法

对用方向向量标识示例的学习问题,以预测方向与实际方向之间的方向误差最小化为目标,提出了一种可用于方向预测的集成学习算法,详细分析了构造多个预测函数以及组合各个预测函数以实现方向的最优化预测方法. 提出的算法具有广泛的应用特性：当用不同的轴向来标识类别时,可简化得到多分类连续AdaBoost算法,其能确保训练错误率随分类器个数增加而降低;用错分代价组成的向量来标识示例时,可简化得到一种平均错分代价最小化的集成学习算法. 理论分析和实验结果均表明了算法的合理性和有效性.