H.264/AVC帧间预测编码模式的快速选择算法研究

基于提高H.264/AVC编码效率为目的,针对H.264/AVC编码中计算复杂度高的帧间模式选择过程,提出了一种帧间预测模式的快速选择算法,该算法充分利用图像序列相邻宏块间编码模式较强的空间相关性,这样我们就可以根据相邻宏块的编码模式来预测当前宏块的编码模式,再通过某种机制来确定预测模式是否可取,这样就能够快速的选择宏块的编码模式。实验表明,该算法同标准遍历算法相比,在编码质量不受影响的前提下,编码效率得到极大的提高。     

探究新一代视频编码标准H.264

新的国际视频编码标准H.264,目的在于能够比先前的标准,更好地改善编码效率以及误差鲁棒性。为了克服帧内宏块编码带来的大量比特数,H.264对原始输入信号采用空间域的帧内预测方法;帧间编码利用基于块的运动矢量做帧间预测,以减少不同的图像间的时间冗余。熵编码采用基于内容的自适应变长编码(CAVLC)和基于上下文的自适应二进制算术编码(CABAC)两种方法。为了减少块边界的块效应和防止累加的编码噪声的传播,H.264采用了去块效应滤波器。     

H.264/AVC中NAL错误恢复技术特性分析

H.264/AVC视频编码层的视频压缩性能有了巨大的提高。基于H.264/AVC的网络完善设计的目标是通过网络抽象层来实现的,这已经被开发出来用于在任何现有的和将来的网络包括无线网络来传输经过编码的视频数据。针对H.264视频编码标准的特点,从H.264标准的系统框架层面,就NAL对于视频传输的性能进行着重分析。     

视频编码标准H.264的主要技术特点及其应用前景

简要介绍了视频编码标准的发展历史与现状,阐述了H.264的主要技术特点,包括先进的帧内、帧间预测编码、类DCT整型变换、统一的熵编码等,并展望了H.264的应用前景。最后,对图像和视频压缩的热点问题作了初步的探讨。     

基于H.264运动估计的信息隐藏与提取

在H.264/AVC标准中的帧间预测阶段,根据1/4像素精度运动估计过程,将分割块的最佳匹配位置与二进制信息相互映射,通过修改分割块的最佳匹配位置实现信息隐藏。在解码端通过判断当前块的最佳匹配块,进行信息提取。隐藏过程中只对最佳匹配位置修改1/4像素距离,对视频质量影响较小。实验结果表明此信息隐藏方式,对视频性能产生的影响较小。     

探究新一代视频编码标准H．264

新的国际视频编码标准H．264,目的在于能够比先前的标准,更好地改善编码效率以及误差鲁棒性。为了克服帧内宏块编码带来的大量比特数,H．264对原始输入信号采用空间域的帧内预测方法;帧间编码利用基于块的运动矢量做帧间预测,以减少不同的图像间的时间冗余。熵编码采用基于内容的自适应变长编码（CAVLC）和基于上下文的自适应二进制算术编码（CABAC）两种方法。为了减少块边界的块效应和防止累加的编码噪声的传播,H．264采用了去块效应滤波器。     

一种提前终止CU划分和模式选择的HEVC快速算法

与H.264/AVC相比,新一代高效视频编码标准(high efficiency video coding,HEVC)有效地改善了压缩性能,但却增加了编码的计算复杂度。为减少编码复杂度,需要对HEVC的快速算法进行研究。本文提出一种提前终止编码单元(coding unit,CU)划分和模式选择的快速算法,以降低HEVC帧内编码的计算复杂度。实验结果表明,本文所提出的快速算法在编码性能几乎不变的前提下,平均可节省约36%的编码时间。     

H.264代码在TI-DSPDM642上的实现

H.264/AVC是国际电信联盟ITU-T的视频编码专家组VCEG和国际标准化组织150/IEC的活动图像专家组MPGE联合制定的视颜编码新标准,其目的是为了获得更好的图像压缩效果和更好地适应不同的网络环境.但H264的高效性是建立在其实现的高复杂度基础上的,因此一般的处理平台已经不能满足H264高计算复杂度的需要.     

基于纹理和时空域的快速帧内模式选择算法

针对H．264帧内模式选择的高复杂度,提出了一种快速帧内预测算法：首先快速求出块的纹理方向,然后结合时空域相关性指标共同求出较佳的帧内模式方向。这种帧内快速算法降低了50％以上的时间复杂度,而视频质量没有明显的下降,码率的增长也微乎其微。     

H．264／AVC中NAL错误恢复技术特性分析

H.264／AVC视频编码层的视频压缩性能有了巨大的提高。基于H．264／AVC的网络完善设计的目标是通过网络抽象层来实现的．这已经被开发出来用于在任何现有的和将来的网络包括无线网络来传输经过编码的视频数据。针对H．264视频编码标准的特点，从H．264标准的系统框架层面，就NAL对于视频传输的性能进行着重分析。     

企业财务预警模型研究 ——基于中报数据与可持续增长模型的重构

摘要：针对目前我国财务预警研究中存在的不足,本文以研究过程中是采用中报数据还是年报数据为依据,将上市公司财务预警分为短期和长期,并采用Logistic结合逐步回归的分析方法进行研究。在短期预警研究中,通过对基于一季度报和半年报的比较研究得出基于前者所建模型更具时效性;在长期预警研究中,通过引入企业增长率偏离程度进行实证研究后得出,要构建有效的长期预警模型应更多地考虑对企业具有重要经济意义的非财务指标。     

预测市场机制的研究进展与展望

在信息多元化和行为异质化的不确定性世界中,对未来未知事件的估计和准确预测对于个人和组织至关重要。大量证据表明,预测市场机制作为区别于传统预测工具的一种新型预测方法有着惊人的预测能力。预测市场机制的研究对推进经济理论发展和推广实践应用都有重要意义。一方面预测市场验证了市场汇聚分散信息、传播信息和处理信息的能力,另一方面,预测市场为市场监管部门和市场运行主体提供了一种全新的信息收集方式。     

对我国90年代年度地震预报的评估

采用R评分方法 ,对中国地震局 1 990到 1 998年的年度地震预报进行了统计和评估 .随机猜测预报R为 0 ,完全准确预报R为 1 .我国 90年代的年度预报R评分平均为 0 .1 84.如果把地震局实际预报与选取最大背景概率地区预报相结合 ,可以使R评分提高到 0 .336 .统计表明 ,中国年度地震预报对 5级以上地震的预报水平还不高 ,特别是在人烟稀少、台站缺乏的高地震背景概率区 ,预报效果较低 ;但在人口密集、经济发达的重点监测地区 ,中国地震局年度预报高于随机预报 ,实际预报取得了一定效果 .     

面向交通运输体系构建的货运量定量预测方法研究

文中研究面向交通运输体系构建的交通货运量的定量预测方法,分别对货运量预测中常用的时间序列预测法、趋势外推预测法、相关回归预测法和灰色预测法进行了简要的介绍说明,时间序列预测法假设预测对象仅与时间有关,是对外部因素复杂作用的简化;趋势外推法比较适合中、长期预测。使用回归分析等预测方法要考虑到各种影响因素;灰色预测法多适用于近期货运量预测,对于远期预测偏差较大。     

公众要素预报实习中温度预报技术探讨

温度预报是公众要素预报的难点,为了更好地让学生完成这部分实习内容,本文在分析目前气象部门温度预报方法的基础上,对授课重点逐一剖析,力求在有限实习时间内,使学生全面、准确地掌握温度预报技术的要领,提高学生温度预报准确率,从而达到优化实习内容和实习方式的目的。     

预见式网络财务系统安全形势评估方法研究

针对当前预测模型只能对过去和现在网络安全态势进行分析,不能对将来网络安全态势进行预测的缺陷,提出了预见式关联规则的网络安全态势预测方法。该方法能够利用当前和过去的数据对事物进行一定程度地预测,通过将其应用到网络财务系统中,并且采用小区域聚类的方法对关联规则进行一定程度地约束。通过仿真对预测方法性能进行检验。结果表明,预测方法能够准确反映网络财务系统安全形势的变化趋势,提高了系统的预测精度,相对于传统预测方法,更适用于现实的网络财务系统环境。     

基于大数据技术的公共危机预测研究

对大数据和公共危机预测以及它们之间的关系进行界定,阐述大数据时代公共危机预测的特点,重点提出基于大数据技术的公共危机预测模式和管理策略。     

基于GIS对煤矿开采沉陷系统的研究

本文基于GIS的开采沉陷预测系统构架进行了研究,通过对常用开采沉陷预测模型及集成方式的对比研究.选用概率积分法的标准形式作为预测模型,利用基于组件对象模型技术的集成方式进行系统构架.给出了开采沉陷预测系统整体构架框图,并利用栅格技术,通过对地表网格点的计算实现了GIS环境下的开采沉陷预测.通过GIS强大的空间迭加分析功能对预测结果进行深入的分析,为研究开采沉陷规律以及对周围环境的影响提供科学依据.     

基于NWP和改进神经网络的短啦风电功率预测研究

风电场功率预测对电力系统稳定运行起着决定性作用。首先对传统BP神经网络进行改进,以某一风电场获取的2月1日-10日的天气预报（NWP）数据和功率数据作为改进后BP神经网络的训练数据,对神经网络进行训练;其次以2月11号3小时的数值天气预报数据作为改进后BP神经网络的输入数据,对未来3小时的输出功率进行预测。预测过程和结果显示,改进后的BP神经网络在满足低预测误差的同时,能够提高BP神经网络的稳定性和收敛速度。     

中国锡金属消费量预测方法及应用

基于详实的历史数据和合理的预测模型,科学预测中国锡金属消费趋势,对于国家锡资源管理政策的制定与提升国家资源保障能力具有毋庸置疑的意义。在充分考虑影响锡金属消费的宏观经济环境、中观产业政策以及微观消费市场的基础上,采用灰色关联度分析模型,选取了GDP、空调产量、罐头产量、汽车产量和彩色电视机产量等5个关联度>75%的线性因子支撑BP神经网络预测。BP神经网络模型测算得出2002-2013年我国锡消费量的相对误差最大为10.78%,相对误差绝对值平均数为3.33%,对中长期而言精度较高。预测结果显示参考情景下到2020年、2025年及2030年中国锡金属消费需求量分别为26.59万t、29.63万t及31.65万t。