矢量量化综述

矢量量化是一种高效的数据压缩技术。由于其压缩比大且解码简单而广泛应用于图像压缩、语音编码等多个领域。从矢量量化的基本原理以及矢量量化中的两个关键技术：码书设计,码字搜索进行分析,对矢量量化进行总结,并对矢量量化算法及其应用进行了展望。     

基于改进的分类矢量量化的图像压缩算法研究

主要研究了图像压缩精确度问题。针对传统的图像压缩算法精度低问题,本文提出了利用小波变换后的不同的小波系数的相关性,构造图像的特征的跨频带矢量,并对其进行分类,最后通过实验验证分析算法的有效性和具有一定的实际应用价值。     

两级矢量量化器设计新算法

引入矢量量化器码书的特征变量，提出基于结构化码书的两级波形矢量量化器设计新算法。算法包括：合理构造初始码书、快速训练码书、快速量化输入矢量。通过计算机对语音信号矢量量化的模拟，结果表明新算法明显地缩短了复杂度和提高了矢量量化的速度。     

矢量可视化研究现状综述

矢量可视化是科学可视化研究中非常重要的课题之一,本文介绍了矢量可视化的主要方法,如图标法,矢量线法和特征拓扑法,并指出了他们各自的优点及不足。结合目前可视化领域的发展趋势,分析了矢量可视化的一些新技术发展动向,未来的矢量可视化技术须建立在有效的可视化量化评估体系上,结合智能算法,数据挖掘,增强复杂矢量数据分析和理解。     

矢量量化在说话人识别中的应用

说话人识别技术是根据待识别人的语音与预先提取的说话人语音特征是否相匹配来鉴别说话人身份的一种生物认证技术,具有广泛的应用前景。采用矢量量化(VQ)方法,可以在信息量损失较小的情况下更好地压缩数据量,从而增高说话人识别系统的识别率。研究了VQ在说话人识别中的应用,提出并设计了一个基于VQ的说话人识别系统,当用于训练的数据量较小时,可以得到比较稳定的识别性能。     

用改进的遗传算法实现语音特征矢量的矢量量化

矢量量化作为一种数据压缩技术在语音识别中占有重要的地位,传统的LBG算法收敛速度快,但易陷入局部最优;而传统的遗传算法虽能得到全局最优码本,但收敛速度慢.文章结合它们各自的优点,对遗传算法进行改进,得到一种改进的码本设计方法.实验结果表明,提出的算法性能优于传统的遗传算法,不仅收敛速度快,而且失真测度小.     

基于矢量量化的话者识别的研究

话者识别是计算机生物认证技术的一种,是根据语音波形中反映的说话人生理和行为特征的语音参数,自动鉴别说话人身份的技术,有着广阔的市场应用前景。本文研究的是基于矢量量化方法的话者识别。     

数字热成像中噪点信息矢量量化算法

对数字热成像的噪点信息矢量量化是实现图像去噪,提高图像识别能力的关键技术。传统方法中对数字热成像中噪点信息矢量量化算法采用LBG算法,当图像出现灰色关联度噪点时,量化算法的抗噪性能不好。提出一种基于强边缘保留和误差补偿编码的数字热成像中噪点信息矢量量化算法。用量化误差补偿法对量化的热成像进行补偿,消除当前图像块的瑕疵特征点,提高误差补偿编码处理精度。仿真表明,本算法对数字热成像噪点信息的矢量量化效果较好,去噪性能优越,进行矢量量化处理后,实现噪点去除,PSNR值较传统方法都有明显提高,提高对图像目标的识别性能,较传统方法优越。     

一种改进的LBG矢量量化算法

LBG算法是矢量量化码书设计的基本算法。文章提出了一种改进的LBG算法,通过引入和两个胞腔,使得码本采用了新的分裂算法。分析与试验结果表明,改进的算法具有码本的典型性好的特点,且极大的减少了运算时间。     

基于自组织特征映射网络矢量量化图像压缩的研究与实现

在介绍矢量化和自组织特征映射神经网络的基础上,针对基于自组织特征映射神经网络的矢量化算法,在初始码书生成、获胜神经元搜索以及学习速率调整等方面对图像压缩进行研究。结果表明,采用矢量量化方法进行图像压缩,可以在获得较高压缩比的同时,得到较好的恢复图像质量。     

基于矢量量化的颜色量化方法

针对目前主要的几类彩色图像颜色量化压缩方法存在的不足,本文提出了一种基于矢量量化的彩色图像颜色量化算法,对其进行了重点介绍.通过matlab仿真实验对比各种算法,证明该方法能达到压缩比大、算法复杂度小,还原图像质量高的目的.     

一种改进矢量量化进行SOM原始图像压缩的方法

本文提出了一种改进矢量量化进行SOM（自组织特征映射）原始图像压缩的方法,该方法基于小波变换,并对小波变换所得的参数（子块）使用SOM算法对其进行矢量量化,并根据不同的子块采用不同的量化方式。     

基于Matlab的量化编码的研究

本文利用Matlab对模拟信号的抽样、A律十三折线与μ律十五折线的量化误差、DPCM与PCM系统的量化噪声进行了仿真设计试验,并进行了相应的分析。     

一种改进的小波域子矢量高光谱图像压缩处理技术

传统的基于二维小波变换的图像压缩方法在对高光谱图像细节部分进行量化编码时对低频部分进行全域矢量分解,噪点处理不够平滑,处理结果不好。提出一种改进的基于小波域子矢量的光谱图像压缩处理算法,对小波域的子矢量细节部分采用误差补偿编码的方法对高光谱图像的噪点进行平滑处理,对N级码书进行两级小波变换提取低频系数,通过算术编码实现城市、植被、水流多源信息高光谱图像压缩和解码恢复识别结果。仿真结果表明,采用该算法进行光谱图像压缩,图像经压缩处理后的恢复质量品质较高,峰值信噪比提高明显。     

电机矢量控制方法研究

介绍了四种异步电机矢量控制方法,分析了各种方法的优缺点,指出各种方法的适用场合。     

知识搜索平衡研究综述

开放创新背景下,外部知识搜索成为企业继内部研发与外部收购外第三种提高企业技术竞争优势的方式。然而,大量研究也表明过度搜索可能损害创新绩效,组织需要对知识搜索进行平衡。因此,论文在系统梳理相关研究文献基础上,对知识搜索平衡研究的缘起、形成机理、影响因素与未来研究展望进行深入剖析,以廓清它们之间的内在逻辑关系,为后续研究提供参考。     

基于人力资源可预测性的量化研究

人力资源需求预测主要是对组织未来一段时间所需要的人力资源数量和种类进行预测。人力资源需求预测是否合理科学是整个人力资源规划是否成功的关键,要求全面考虑组织内部和外部的各种因素,准确把握组织发展与人力资源需求之间的规律,本文将从预测的定性方法、定量方法和预测的步骤对人力资源需求预测进行阐述。     

深层低渗油藏矢量井网优化研究

史深100为东营凹陷中央隆起带西段沙三段深层低渗油藏,非均质性严重,对其进行了矢量井网加密研究,计算了不同渗透率级别下的技术极限井距,并与适量压裂相结合,建立了史深100适量压裂加密井网,将该井网应用于矿场实践,取得了很好的开发效果,该方法对于同类油藏具有重要借鉴意义。     

高等学校学生助学金量化评定方法研究与实践

本研究对高等学校助学金量化评定方法进行了一番探索,确定了班级综合测评名次值、班级贫困状况名次值、贫困名次值调整系数三个量化指标参数,并在此基础上归纳总结出了助学金评定的量化公式,给出了评定过程流程图,对高校助学金评定工作有一定的参考价值。     

基于模式搜索算法的毒气泄漏源强反算研究

在毒气泄漏事故的应急处理中,根据泄漏源强度、气象条件、以及扩散模型就能够确定下风向污染物浓度,划定受影响范围,因而泄漏源强度的快速确定是事故应急救援的基础.文中结合瞬时泄漏的高斯点源扩散模型和下风向浓度测量数据,将计算浓度与测量浓度的误差平方和作为目标函数,利用模式搜索算法来优化,以确定源强;并通过模拟的测量浓度数据进行算法有效性验证,结果表明算法对于污染源强的反算研究是可行的.