基于C语言的自适应Huffman编码算法分析及实现研究

通过C语言程序,动态统计信源符号概率,逐步构造Huffman编码树,实现了自适应Huffman编码,解决了静态编码树不能根据信源符号的局部变化做出相应变化的主要问题。结果表明,自适应Huffman编码算法压缩率很大,能进一步提高数据传输的效率。     

判定树分类算法的比较与展望

介绍了利用判定树分类的算法,并对各种判定树分类算法进行比较和评价,在此基础上提出判定树分类算法的改进方向.     

基于查找表的自适应Huffman编码算法

Huffman压缩编码作为一种高效而简单的可变长编码而被广泛应用于信源编码。但现有的Huffman编码算法普遍存在着效率不高的问题,因此,提出一种自适应查找表Huffman编码算法。该算法对数据进行编码的依据是动态变化的表,对于首次出现的字符使用"KEY"的码字进行编码,将"KEY"下移,等待下一个首次出现的字符。与其他算法相比,改进算法Huffman编码的效率得以提高。     

基于单词的Huffman压缩方法

基于单词的文本压缩算法是一种新型的算法，它与传统文本压缩算法的主要区别是以单词取代单个字符作为处理对象，介绍了基于单词的Huffman压缩算法，给出了多义Huffman树的构造算法，用一个例子进行了说明，比较了两种不同宽度的Huffman编码树，宽度为256的算法使用整个字节进行编码，而宽度为128的算法只使用一个字节中的7位进行编码，故前者具有更好的压缩率，并通过实验进行了说明。     

数独问题的求解、评价与生成算法的研究

将数独问题分解为求解初盘、难度评价、生成有解初盘、生成有唯一解初盘等子问题.为求解初盘,提出了基于最小候选数的搜索算法,并基于算法中的判定树,给出了难度指标的计算方法.生成有唯一解初盘的算法分为两步:首先生成有解初盘集合,再利用判定树进行筛选.     

基于访问树的属性基签名算

提出了一种基于访问树的属性基签名算法,签名算法采用访问树结构有效地解决了门限属性基签名方案中阈值对签名算法的限制。该算法无需限定属性个数,可以灵活地设定签名策略。算法安全性证明基于标准模型而不是随机预言机模型,在标准模型中将算法的安全性归约到判定BDH困难假设。     

并行协作模块化神经网络体系结构

提出了一种并行协作模块化神经网络的体系结构和学习算法,它可实现复杂任务的自动分解判定和模块化训练策略.实验表明,本文提出的体系结构和算法与非模块化神经网络技术相比,提高了训练速度、改善了网络性能,它具有高效并行运行效率、容易实现新增样本学习等特点.     

一种新的基于实时视频流的车型特征提取算法

背景的实时建模、车辆存在判定及车型特征提取是基于实时视频流的车型识别系统中的关键性问题。本文首先从建模质量和建模速度两个方面对比分析了几种常用的背景建模算法。然后提出了一种新的车辆存在判定、特征提取算法“弹性松弛算法”,最后给出了实验结果。结果表明：该算法可以有效的进行车辆存在判定,并能够实时的提取车型长度特征,从而完成车型识别系统中的车辆计数工作,为车型识别奠定了良好的基础。     

基于OBDD的描述逻辑SHOIQ判定算法研究与实现

描述逻辑是语义Web的逻辑基础,已成为当前计算机科学和人工智能研究的热点.鉴于描述逻辑SHOIQ的经典判定算法在处理大规模问题上的不足,以OBDD能很好处理大规模问题为基础,给出了一种基于OBDD的SHOIQ判定算法.该算法利用相关规则和技术将SHOIQ知识库转化为OBDD,在此基础上进行SHOIQ知识库的一致性判定....     

多面体有效隐藏相关面的自动判定算法

有效隐藏相关面理论的提出使多面体隐线消除的计算量大为减少,但至今判定有效隐藏相关面的作业只能人工进行,这直接影响了有效隐藏相关面理论的进一步应用。本文针对这个问题,首先提出凸多画体的判定定理,然后提出一种有效隐藏相关面的自动判定算法,从而使该判定作业由计算机自动完成。     

媒体处理器视频哈夫曼解码快速算法

为了提高视频处理中哈夫曼解码的性能,从减少比特操作、提高处理器内存利用率的角度出发,设计了2种不同的数据结构进行哈夫曼码表的组织,提出了一种新的并行分步查表算法,对Ishii的并行查表法进行了改进.实验结果表明,采用新算法及其内存优化策略,以哈夫曼解码性能较少下降的代价,内存开销得到大幅降低.新算法比常用的分步查表算法的解码效率有较大提升,对MPEG系列、H.26X系列等视频压缩标准具有普适性.     

均衡Huffman树的构造算法

给出了一种构造均衡Ｈｕｆｆｍ ａｎ 树的算法,并给出了算法正确性的证明     

基于多维矢量矩阵离散余弦变换的熵编码

针对传统JPEG中游程-霍夫曼熵编码方法在彩色图像的多维矢量矩阵离散余弦变换体系中,不能充分有效压缩数据的问题,提出了一种根据非零交流系数幅值尺寸和该系数前零游程长度尺寸的联合分布进行游程编码,再进行霍夫曼编码的新方法,并重新统计设计了霍夫曼码表。实验结果表明:该方法的压缩性能较改进前熵编码,在PSNR相同的情况下,比特率至少降低了9%,远优于JPEG方法,在更高维的视频图像变换压缩中有着良好的应用前景。     

数字图像压缩处理技术

重点介绍了图像压缩的基本原理，静止图像压缩的流程，算法中的色度空间转换、离散余弦变换（DCT）、量化编码、“Z”字型扫描、哈夫曼（Huffman）编码及解码。     

一种新的基于零树小波的图像压缩编码算法

在深入研究零树小波压缩编码算法的基础上,提出了一种改进的零树小波编码算法.即首先用haar小波基对图像进行小波分解,分解后的图像作EZW编码后,不立即对图像进行解码,而是在EZW解码之前加入了Huff-man编解码的过程.实验结果证明,该算法较EZW算法在一定程度上提高了图像的压缩质量和编码效率.     

一种不用构造二叉树的哈夫曼编码

针对传统哈夫曼编码算法都需要建立哈夫曼树的缺点,提出了一种不用建立哈夫曼树也可以进行哈夫曼编码的算法。该算法抛开具体的树结构,只需用一维数组模拟二叉树的创建过程求得每个符号的编码长度,然后根据编码长度为每个符号分配编码。算法分析表明,该算法需要的内存空间比传统哈夫曼编码算法要少很多。同时,算法的时间复杂度为O(n)。     

一种基于代数决策图的多值图像无损压缩方法

代数决策图(ADD)是布尔函数的一种简洁紧凑的符号描述方法.用ADD对多值图像进行建模,可以有效降低数据冗余,然后对ADD模型进行有效的编码,可以达到数据压缩的目的.实验结果显示本方法的压缩比高于游程编码、哈夫曼编码,较LZ77编码也有一定优势.     

支持向量机与哈夫曼树实现多分类的研究

基于支持向量机和决策树的多分类方法存在错误累积问题,累积的错误往往使分类准确率下降,分类效果变差.在仔细分析了其产生错误累积原因的基础上,提出了基于哈夫曼树的支持向量机多分类方法.该方法首先将一个多分类问题分解为多个二分类问题,针对每个二分类问题使用支持向量机二分类方法解决;然后根据相异度来决策分类的优先顺序,构建基于哈夫曼树的支持向量机多分类模型;最后使用勒卡斯开源数据集进行验证,并将它与传统的支持向量机多分类方法进行实验比较.实验结果表明,新的方法在分类速度和分类精度上较传统的支持向量机多分类方法优越.