混合编码图像感兴趣区域无损压缩算法研究

针对包含重要局部信息图像的高压缩比压缩问题,文章对基于改进EZW和Huffman混合编码的感兴趣区无损压缩算法进行了研究,该算法可以保证感兴趣区无损解码还原,并得到整幅图像的高压缩比压缩。相对其它压缩方法,该算法同时较好的解决了压缩比低与重要信息损失的问题。文章采用Lena女孩图像进行实验,在保持其眼睛信息不损失情况下对整体图像进行高压缩比压缩,最后给出了算法实现的流程图,不同码率情况下的压缩比、压缩解压时间以及峰值信噪比PSNR的比较。实验结果显示,编码和解码时间效率高,压缩效果理想。     

基于混合链编码二进制图像的压缩和重构

用一种先进的混合链编码算法对二进制图像进行压缩和重构,该算法包含了无损和有损两个部分,并利用这一算法对图像轮廓进行处理,生成大量的链节点数据,然后根据（n10,5）的规则进行编码,可实现很高的压缩比。对于有损部分,引入了一种新的线性处理技术,既平滑了图像轮廓,又保持了很高的图像质量。实验结果表明,该方法优于其它链编码方法,包括FCC,DCC-8和L＆Z。另外,此方法的压缩比明显大于WinZip,JBIG1和JBIG2等标准的压缩比。     

基于混沌理论的自适应算术编码算法

该算法是基于混沌变换的自适应算数编码的加密压缩联合算法,仔细分析了这种加密压缩联合算法中的密钥空间、随机性、信息熵、压缩率、编码速率等多项指标,对算法进行了评估.经过大量实验进行对照测试,实验结果说明,这种算法同样大幅度提高了加密压缩联合算法输出流中的概率分布和信息熵.算法的压缩率不受影响,但安全性有所提高.     

基于特征编码的指纹识别方法

提出了一种基于指纹特征编码的指纹识别算法.首先求得指纹图象的中心点,然后利用Gabor滤波器的频率和方向选择性,产生指纹编码,最后通过比较输入图象的编码和模板编码间的欧氏距离进行识别.实验结果表明:该算法与已有的基于灰度偏差的算法相比较,具有更高的识别率.     

基于混合链编码二进制图像的压缩和重构

用一种先进的混合链编码算法对二进制图像进行压缩和重构,该算法包含了无损和有损两个部分,并利用这一算法对图像轮廓进行处理,生成大量的链节点数据,然后根据(n10,5)的规则进行编码,可实现很高的压缩比。对于有损部分,引入了一种新的线性处理技术,既平滑了图像轮廓,又保持了很高的图像质量。实验结果表明,该方法优于其它链编码方法 ,包括FCC,DCC-8和L&Z。另外,此方法的压缩比明显大于WinZip,JBIG1和JBIG2等标准的压缩比。     

基于多维索引树编码的数据库分层访问技术研究

通过对数据库分层访问优化算法的设计,提高大型数据库的数据调度和信息索引能力。传统方法对分层数据库的访问算法采用语义指向索引技术,随着数据量的增大和干扰数据增多,对数据库访问的准确度不高。提出一种基于多维索引树编码的数据库分层访问技术,对大型分层Web数据库的数据结构模型进行系统分析,然后构建数据库中的数据信息流模型,以此为信息源进行多维索引树编码设计与数据库的语义信息特征模板匹配,实现对数据库的分层访问优化设计。仿真结果表明,采用该方法进行数据库分层访问,通过多维索引树编码,可提高数据库访问过程中的数据召回率和配准率,数据库访问的收敛性和抗干扰性较好,训练时间较短。     

一种快速整像素运动估算算法研究

在对已有快速整像素运动估计算法中使用的模板进行分析和实际测试的基础上,提出了一种新的适合于大运动矢量搜索的搜索模板,然后把该模板和小菱形模板结合起来而形成了一种新的快速运动估计算法。该算法充分利用了相邻块运动矢量的相关性以及运动矢量的中心偏置特性,显著减少了运动估计的运算量。把该算法运用到视频编码标准H.264/AVC中,取得了良好的编码效果,实验结果表明,新的运动估计算法和FS及DS算法相比平均搜索速度分别提高了98.08%和48.71%;重建图像的信噪比比DS算法平均提高了0.001875dB,更接近FS算法的编码质量。     

一种基于前缀编码的查询算法

目前利用特定的编码方案对XML数据进行管理是一个研究热点,由于前缀编码Dewey具有较低的编码空间,并且支持AD关系、PC关系、之前之后关系和兄弟关系等结构顺序关系而得到了广泛应用.但是,与其它的编码比较,Dewey虽然支持各种关系计算但查询性能仍然不很理想.本文提出了一种新的算法,该算法利用字符串的顺序性,在常数时间内可以确定节点之间的结构顺序关系.实验结果显示,新算法与Dewey编码原有算法比较,在查询时间上就很大的提高.     

一种基于小波变换的图形压缩方法研究

将小波理论应用于视频和图像压缩是目前国内外十分重视的图像压缩技术。小波分析技术和多分辨分析理论改善了基于分块DCT变换的压缩编码技术的方块效应和飞蚊噪声的不足；而分形压缩编码方法，由于其可以获得极高的压缩比而得到广泛关注。本文在借鉴前人的图像压缩编码算法的基础上，提出了一种图像压缩方法：该方法首先将图像进行小波分解，然后对不同的频带特征采用不同量化、压缩方法进行编码。实践表明，该方法不仅能够大大提高图像的压缩比，而且在网络信道不稳定的情况下，能在一定程度上克服数据传输出错，从而避免数据丢失造成的恢复图像质量下降。     

矢量量化和压缩编码技术在语音信号中的应用

矢量量化技术作为一种有损压缩编码技术在语音信号的存储和低码率传输过程中起到了巨大的推动作用,语音信号矢量量化算法设计的编码采用matlab编程实现,并利用LBG算法对初始码本进行优化,通过设置不同的码本长度和码字长度,比较得出各参数对压缩结果的影响,并用得出的码本对其他语音信号进行量化编码,观察量化效果。     

心电图检测与辨识的人工神经网络方法

应用人工神经网络（Artificial Neural Network，ANN）算法对MIT-BIH心电数据库中的数据进行检测，对波形辨识算法做初步研究。设计三层神经网络结构：输入层、隐含层和输出层。从心电信号中提取4项特征参数作为输入层的输入量，并对MIT-BIH心电数据库中的15例心电数据进行了检测。表明该算法对QRS波总体检测灵敏度为98．96％，检测真阳性率为99．93％，对室性异位博动检测灵敏度为94．97％，检测真阳性率为98．72％。实验证实该神经几乎络算法对心电波形辨识非常有效。     

心电信号小波变换自适应编码压缩方法

动态心电监护具有监测时间长、数据量大的特点,所以心电数据压缩十分必要．对于心电信号压缩的方法有很多,文章提出了心电信号小波变换自适应编码压缩方法,与其它压缩方法相比,此方法减少了信号重建时的失真,压缩比5到12．     

心电图(ECG)数据压缩方法综述

心电(ECG)信号压缩目前是生物医学信号压缩的一个热门研究领域,本文通过对众多压缩方法进行比较研究,总结了目前心电数据压缩中的一些常用方法和先进技术,提出了基于小波变换的ECG信号压缩方法的一个探索思路。     

Source extension based on ε-entropy

It is known by entropy theory that image is a source correlated with a certain characteristic of probability. The entropy rate of the source and ? entropy (rate-distortion function theory) are the information content to identify the characteristics of video images, and hence are essentially related with video image compression. They are fundamental theories of great significance to image compression, though impossible to be directly turned into a compression method. Based on the entropy theory and the image compression theory, by the application of the rate-distortion feature mathematical model and Lagrange multipliers to some theoretical problems in the H.264 standard, this paper presents a new the algorithm model of coding rate-distortion. This model is introduced into complete test on the capability of the test model of JM61e (JUT Test Model). The result shows that the speed of coding increases without significant reduction of the rate-distortion performance of the coder.     

一种综合小波和分形方法的图象压缩方案

提出一种综合小波和分形方法的压缩方案：先对图象用小波进行多尺度分解，再确定相临尺度间的图象的自相似性，结合熵编码，实现对图象的压缩．这种方案能够有效地去除单纯用分形方法所造成的方块效应，缩短分块搜索匹配的编码时间     

基于图像分割的改进型预测编码

传统的预测编码是通过将图像转化为预测差来消除像素间的冗余度,从而实现图像压缩。为了进一步减小预测差的熵,提出了一种基于图像分割的改进型预测编码算法。实验结果表明,该算法具有比传统预测编码更好的压缩效果。同时,还比较了各种不同的分割方法对图像压缩性能的影响。     

基于CNN与GRU降噪自编码的心电信号分类方法

心电图是一种用来监测心脏活动的标准测试。心电图能够体现心脏异常,包括心律失常,心律失常是心律异常的通称。同一类型的心律失常在同一患者不同阶段的心电信号存在一定差异,不同患者同一类型的心律失常心电信号差异会更大,这对人工判断是一大挑战。提出一种基于降噪自编码的CNN与GRU结合的心电图分类方法,从公共数据库（MIT-BIH）中提取原始心电信号集中进行实验。该集合人为扩大到平均5类心跳实例,并过滤掉高频噪声。该方法对室上（S）和心室搏动（V）的准确率分别为99.49%、99.43%,灵敏度分别为90.55%、96.65%,精确率分别为91.04%、95.46%。结果表明,该模型与目前先进水平在性能上有较大提高,具有良好的可扩展性。     

Prediction of extreme wind velocity at the site of the Runyang Suspension Bridge

This paper presents a distribution free method for predicting the extreme wind velocity from wind monitoring data at the site of the Runyang Suspension Bridge (RSB), China using the maximum entropy theory. The maximum entropy theory is a rational approach for choosing the most unbiased probability distribution from a small sample, which is consistent with available data and contains a minimum of spurious information. In this paper, the theory is used for estimating a joint probability density function considering the combined action of wind speed and direction based on statistical analysis of wind monitoring data at the site of the RSB. The joint probability distribution model is further used to estimate the extreme wind velocity at the deck level of the RSB. The results of the analysis reveal that the probability density function of the maximum entropy method achieves a result that fits well with the monitoring data. Hypothesis testing shows that the distributions of the wind velocity data collected during the past three years do not obey the Gumbel distribution. Finally, our comparison shows that the wind predictions of the maximum entropy method are higher than that of the Gumbel distribution, but much lower than the design wind speed.     

A code-based approach for labeling in complex irregular regions

Labeling information in a complex irregular region is a useful procedure occurring frequently in sheet metal and the furniture industry which will be beneficial in parts management. A fast code-based labeler （FCBL） is proposed to accomplish this objective in this paper. The region is first discretized, and then encoded by the Freeman encoding technique for providing the 2D regional information by 1D codes with redundancies omitted. We enhance the encoding scheme to make it more suitable for our complex problem. Based on the codes, searching algorithms are designed and can be extended with customized constraints. In addition, by introducing a smart optimal direction estimation, the labeling speed and accuracy of FCBL are significantly improved. Experiments with a large range of real data gained from industrial factories demonstrate the stability and millisecond-level speed of FCBL. The proposed method has been integrated into a shipbuilding CAD system, and plays a very important role in ship parts labeling process.