基于简化集合定义及其分割排序的新图象编码算法

提出了一种基于简化集合定义及其分割排序的新图象编码算法(简称为ISPIHT)，该算法能够通过以下措施提高SPIHT算法工作效率：(1)重新简化定义零树集合以提高内存空间利用率；(2)改进完善集合分割排序策略以降低编码时间。     

基于二叉树的改进SPIHT算法

为在保持多级树集合分裂(SPIHT)算法编码速度的同时提高其性能,提出一种基于二叉树的改进SPIHT算法。对D型集合分裂得到的4个系数进行二叉树编码,优先编码L型集合的重要性,并以较高的概率提前判断二叉树根节点的重要性,从而提高编码效率。实验结果表明,该算法的执行速度与SPIHT算法相当,且具有较高的峰值信噪比。     

基于结构树集合分割的效能选择性图像编码算法的改进

J．M．Shapiro提出的嵌入式小波零树(EZW)图像压缩编码算法，以其渐进嵌入的风格和简单高效的特点，开辟了小波变换在图像压缩编码应用中的广阔前景，引起了人们的普遍关注。在EZW算法之后，又有许多对EZW算法进行改进的方案被相继提出。其中由A．Said提出的基于结构树集合分割(SPIHT)的算法对进一步提高EZW算法的压缩比效果尤为明显。而文献[1]又提出了基于结构树集合分割的效能选择性(AS-SPIHT)图像编码算法。本文提出了一种改进的AS-SPIHT(IAS-SPIHT)图像编码算法。该算法首先通过建立四元组模型，简化了SPIHT及AS-SPIHT算法的实现；其次，通过充分利用已检出重要系数的先验知识，进一步提高了压缩比。     

快速的层次树集合分划编码算法*

设计了一个改进算法,它仅需对小波分解矩阵进行一遍扫描即可确定层次树集合分划编码(SPIHT)算法所需的所有D(i,j)和L(i,j)重要性并完成对所有(i,j)子系数的编码,使得按照SPIHT的排序方法编码时只需查找存放D(i,j)和L(i,j)的重要性及(i,j)子系数的编码表,从而大大提高了SPIHT的编码速度.     

一种简单误码检错多分辨率SPIHT算法

由EZW算法演变而来的SPIHT算法是目前为止影响最大的小波压缩算法之一，它通过独特的扫描方式，将小波系数按照能量大小或者重要性程度编码输出。由于引入了小波树，隐藏了扫描路径，SPIHT能获得高压缩比，同时保持较高的图像质量。而后提出的多分辨率SPIHT算法能使解码器根据信道条件，选择图像还原分辨率。然而，SPIHT对路径可靠性要求严苛，任何路径信息的传输错误都会导致剩余所有码元的解码出错。许多学者就路径码元的保护提出了不同改进，却未能从根本上提高算法的抗噪性能。为此，提出了一种改进了的SPIHT算法，该算法在保持较高信噪比和不增加码元数量的基础上，使解码器具有简单误码检错能力。     

充分减小树间冗余的优化三维VSPIHT视频编码方法

用 3D- DWT及 3D -SPIHT算法获得高压缩率的视频编码近年来受到人们的关注 ,在现有算法的基础上 ,提出一种优化的 2D&MT 3D- VSPIHT方法 该方法尽可能地消除了树间冗余 ,改进了编码的每一个细节 ,有效地减少了SPIHT算法中的冗余扫描 ,合理地处理了最低频子带系数 实验结果证明 ,在同样的压缩倍数下 ,编解码后视频图像的PSNR比现有的三维SPIHT方法高 1～ 5dB     

易于硬件实现的集合树块图像压缩编码

提出一种易于硬件实现的集合树块图像压缩算法,将小波系数按照零树的方法排列为树集合,并将树集合排列为集合树块,利用分辨率之间的相似性和相邻系数之间的相关性进行编码,提高数据压缩效率;树块之间独立进行编码,以提高系统抗误码能力.对算法进行了系统仿真,结果表明本算法压缩效率与JPEG2000相当,优于SPIHT压缩算法,但编码算法更简单,有利于系统的硬件实现.     

适用于硬件实现的零树编码算法

在Listless Zerotree Coding(LZC)算法的基础上提出了一种内存空间更小的静止图像零树编码算法，该算法与SPIHT等经典的零树编码算法的区别在于编解码过程中不使用列表结构，与LZC算法相比则节约了两个位图(Bit Map)，而这些位图为编码算法提供了重要系数和重要后代集合的位置信息．实验结果证明，本文的算法在不降低图像度量的前提下大大降低了零树编码算法的内存要求，有利于硬件实现．     

基于自适应编码次序的多级树集合分裂算法

为了在图像轮廓处获得更好的压缩效果,在多级树集合分裂(SPIHT)算法的基础上提出了一种优先编码周围邻域中重要系数较多的系数与集合的小波图像压缩算法。在编码之前对系数或集合按照周围重要系数的个数进行排序,而且在扫描完周围有重要系数的集合后,就精细扫描已经得到的重要系数。这种编码次序是自适应确定的,不需要任何额外的存储空间,而且在到达指定压缩比时能够编码更多的重要系数。实验结果表明,对比原来的SPIHT算法,该方法能提高峰值信噪比并改善主观视觉感受。     

基于SPIHT算法的改进ROI图像编码

将分层树集合划分算法(Set Partitioning in Hierarchcal Trees, SPIHT)引入到感兴趣区域(Region of Interest, ROI)编码中。对前n个高比特平面进行编码时，将ROI区域与背景无区分进行编码。对n个高比特平面之后的平面进行编码时，将背景区域进行清零操作，ROI区域继续用SPIHT算法进行编码。此算法的优点：位平面数减少；整个图像的基本信息能够优先被恢复出来。在解码端，依靠原有的SPIHT解码程序就可以将其解码出来。可用于现有的SPIHT算法应用中，并且能够很好地恢复感兴趣的图像。     

基于CAN总线实时应用的可靠调度性研究

CAN总线是一种高级的串行通信协议，适用于各种分布式控制系统。在实时应用中，标准的CAN协议使用静态优先级算法，对传输信道的利用率比较低。对基于CAN总线通信的动态优先级调度算法进行研究后，提出了一种基于指数分配方式的MTS算法，在保证强实时性消息的同时兼顾了低优先级消息的公平性。     

VoIP认证与计费的设计与实现

基于RADIUS的VoIP认证系统，采用分散受理、集中管理的接入认证管理体系，数据集中存放在认证中心(RADIUS服务器)，用户身份认证由PC向网守发起，网守通过RADIUS协议向认证中心的认证服务器发起认证请求。这样，可以保证用户安全地使用网络资源，以确保用户身份的合法性。同时其落地话单经过处理，可进行计费及其它帐务处理。文中论述了RADIUS对VoIP的支持，提出了一个Gatekeeper与RADIUS结合的整体解决方案。     

一种改进的心电信号预处理方法研究

心电信号是典型的强噪声下的非平稳微弱信号,减小噪声的干扰对心电信号的分析有着十分重要的意义,因此,有效的滤波方法一直是该领域学者关注的热点问题。本文在基于小波变换心电信号分析研究基础上,针对小波去噪时分解只作用于低频部分,从而忽略了高频区域中一部分有用信号的问题,提出了一种采用改进小波包理论实现心电信号去噪的方法,利用小波包在消除信号噪声方面具有更为精确的局部分析能力的特点,采用了‘db4’小波和＂最优基＂选择的方法,对心电信号进行消噪。以MIT-BIH心电数据库中心律失常数据仿真实验,得到了较理想的去噪效果。对比该方法与小波滤波去噪,发现基于小波包的心电信号去噪具有更优良的去噪性能。     

VCR智能无扰动特性的精确数值运算

根据智能变进制(VCR)的变溢性、拓展性及申缩性有机结合的技术,提出一种新颖智能的、无数字扰动的精确数值运算.该运算结果值的精确位数.是可以任意或无限地确定的,它可以很好地解决了计算机数值分辨率即由CPU字长制约的有效数字位教不足而造成的数值精确计算PC(Precise Computing)的扰动性问题,例如对中国古代数学家祖冲之曾研究圆周密率π值实验数据(π=355/113)的除法精确计算.     

基于LVM 的系统扩容技术研究

近年来,随着大数据业务的使用,系统在运行时会产生大量的数据信息与日志文件并保存在磁盘中。由于在系统规划初期,对系统分区大小规划预期不足,很难合理规划磁盘空间,造成后期系统运行中经常出现系统分区磁盘不足的问题。当发生此类告警时,通常的分区很难动态调整大小,通常采用暂停业务,更换磁盘,数据备份与恢复的方式,该方式操作困难,程序复杂,有数据丢失的风险。在Linux系统里使用LVM(逻辑卷)技术,支持在线空间扩容,可以在用户无感知的情况下扩展系统分区容量,达到合理利用磁盘空间的目的。本文介绍了LVM技术,并在Linux系统里将分区做成逻辑卷,达到合理利用磁盘空间的目的。     

深度强化学习研究综述

深度强化学习是指利用深度神经网络的特征表示能力对强化学习的状态、动作、价值等函数进行拟合,以提升强化学习模型性能,广泛应用于电子游戏、机械控制、推荐系统、金融投资等领域。回顾深度强化学习方法的主要发展历程,根据当前研究目标对深度强化学习方法进行分类,分析与讨论高维状态动作空间任务上的算法收敛、复杂应用场景下的算法样本效率提高、奖励函数稀疏或无明确定义情况下的算法探索以及多任务场景下的算法泛化性能增强问题,总结与归纳4类深度强化学习方法的研究现状,同时针对深度强化学习技术的未来发展方向进行展望。     

区域生长辅助的地图配准在室内定位中的应用

地图匹配（ MM）算法通过粒子滤波（ PF）利用室内地图信息来抑制基于惯性传感器的室内定位系统的误差累计。利用区域生长（ RG）算法结合当前步长和方向信息在地图上找到合理的落脚范围,并以此来判断粒子的有效性。这种方法能有效改善地图配准算法的实用性和计算复杂度。提出一种改进的零速度（ ZV）检测算法能准确提取步伐信息,间接提升了零速度更新（ ZUPT）算法和地图配准算法的精度。实验结果表明：该算法的定位误差小于1.0%,定位精度比单纯的航位推算（ DR）算法平均提高了5.97%。     

综合系统管理与网络管理实现技术的研究

该文提出了适应于大型计算机网络和通信网络及应用系统的综合系统管理与网络管理体系结构,研究了基于大型数据库和Web技术的网管、网络自动拓扑发现、策略描述与策略服务以及资源依赖性分析服务等关键技术。该文将这些关键技术应用到综合系统管理与网络管理原型系统的工程实践中,为最终研制高性能、可伸缩和实用的系统管理与网络管理产品提供强有力的技术支持。     

基于C_nV结构的自动语言辨识研究

与说话人识别、连续语音识别相比,自动语言辨识是一个相对较新的研究,而且是一项较难的课题。与音素配位学相比较韵律是语言辨识的更有希望的一个语言辨识特征。论文介绍了一种基于伪音节结构CnV的自动语言辨识方法,该系统提取了辅音、元音构成的伪音节结构的MFCC和!MFCC特征参数,使用了与语言无关的GMM算法模型化该特征。经过对OGI-TS数据库中的英语、法语、汉语测试表明,元音、辅音特征信息在语言辨识中起到一定作用,伪音节结构模型也是语言辨识的有效模型之一。     

基于数据仓库的数据采掘技术应用

本文首先分析了基于数据仓库的数据采掘的主要方法,技术和应用,然后通过实例讨论了数据采掘在股票分析与决策系统中的应用。