基于高阶统计量的压缩宽带频谱盲检测方法

针对认知无线网络中宽带频谱感知受到高速模数转换器(ADC)器件的技术限制,利用压缩感知理论(CS),采用压缩信号处理技术,直接对压缩观测数据进行分析,推导出宽带频谱检测的高阶判决统计量的概率分布特性,并在此基础上提出了一种基于高阶统计量的压缩宽带频谱盲检测算法(HOS-CWSBD).该算法无需任何有关主用户(PU)信号的先验知识、也无需事先重构出原信号就能实现宽带频谱检测.理论分析和仿真结果均表明,与传统的基于压缩感知理论且需要信号重构的压缩频谱感知算法以及基于Nyquist采样数据的非压缩宽带频谱感知算法相比,该算法具有计算复杂度低、感知性能稳定等优点.     

快速去块效应的线性规划方法

许多现有的图像压缩算法在高压缩比下会产生恼人的块效应,消除块效应的后处理方法一直以来都是图像处理领域的重要研究方向。消除块效应可以认为是从不准确的采样数据出发,尽可能恢复原始图像,这也是压缩传感理论所做的。因此利用压缩传感理论,给出了一种新的去块效应方法,将去块效应问题归结为一个无需调校任何其他参数的线性规划问题,最终采用GPU实现,得以快速求解。大量的实验结果表明,该方法能快速有效地去除块效应,改善了图像的视觉效果,同时提高了图像的PSNR。     

一种基于压缩前缀树的频繁模式挖掘算法

针对FP-growth算法存在动态维护复杂、在挖掘过程中需要递归地创建大量的条件频繁模式树,导致时空效率不高等不足,本算法在压缩前缀树的基础上,通过调整树中节点信息和节点链,采用深度优先的策略挖掘频繁模式,无需任何附加的数据结构,极大地减少了系统资源的消耗,减少树的规模和遍历次数,挖掘效率大大提高。     

NES-Join算法的改进算法

NES-Join算法是一种无需外排序的连接运算算法,其复杂性优于经典的Sort-Merge Join算法及改进后的SDC-Join算法.在NES-Join算法基础上提出一种改进算法,该算法能够有效压缩原算法中未匹配记录暂存块中的空记录信息,从而使NES-Join算法更具实用性.通过实验和分析表明,改进后的NES-Join算法与原算法时间复杂性相当,但显著提高了磁盘空间的使用率.     

压缩数据集上的快速Cube计算方法

现有压缩数据集上的Cube计算方法只适用于稀疏数据,针对该问题,设计一种用于压缩常量和基本单一元组的压缩方法并提出一种新的Cube算法。该算法在计算过程中无需解压缩、计算速度快、数据压缩率高,适用于冰山计算。实验结果表明,与自底向上立方体算法相比,新算法计算速度快、所需存储空间小。     

一种高效的垃圾收集器CCone

为提高堆空间的利用率,许多垃圾收集器在标记扫描对象后加入"压缩"过程,主要有"标记-压缩"和"拷贝"两类垃圾收集器.垃圾收集时需要暂停程序的运行,为了减少这种时间开销,基于"拷贝"算法,垃圾收集器CCone在一次堆遍历中完成压缩过程和引用更新过程,而现有的算法至少需要两遍.此外,CCone基于"拷贝"算法充分利用多核和多线程技术,以页为单位,利用多线程启动多个垃圾收集器对堆空间进行垃圾回收.性能测试表明并行的CCone相比较传统的压缩垃圾收集器在吞吐量上有超过10%的提升,而由算法带来的开销可以忽略不计.     

关于Lempel—Ziv77压缩算法及其实现的研究

本文在研究著名的ＬＺ７７压缩算法的基础上，讨论了这一算法的种种改进。新的算法同样适用于任何类型的数据文件，而且无论是压缩速度还是压缩效率均好于ＬＺ７７算法。我们的算法所用到的工作缓冲区是一个循环缓冲区，不再包括一个输入符号超前缓冲区；结果，匹配过程是边接收输入边进行，无需等待一组输入数据填满超前缓冲区才开始，同时，最大匹配长度也不再受超前缓冲区大小的限制，而且，避免了大量的平移工作缓冲区的操作。另     

关于Lempel－Ziv 77压缩算法及其实现的研究

本文在研究著名的ＬＺ７７压缩算法的基础上，讨论了对这一算法的种种改进。新的算法同样适用于任何类型的数据文件，而且无论是压缩速度还是压缩效率均好于ＬＺ７７算法。我们的算法所用到的工作缓冲区是一个循环缓冲区，不再包括一个输入符号超前缓冲区；结果，匹配过程是边接收输入边进行，无需等待一组输入数据填满超前缓冲区才开始，同时，最大匹配长度也不再受超前缓冲区大小的限制，而且，避免了大量的平移工作缓冲区的操作。另外，还涉及一些其他方面的改进，主要包括改等长压缩码为变长码和引入匹配位置滑动表技术等。本文详细讨论了各种改进及其对算法性能的影响。     

Douglas-Peucker算法在无拓扑矢量数据压缩中的改进

分析了常规Douglas-Peucker算法压缩无拓扑矢量数据时产生公共边"裂缝"现象的原因,即公共边被两次或可能更多次压缩,而每次运用Douglas-Peucker算法压缩时所选择的初始点和终点不同造成的。为此,提出了公共边对象化Douglas-Peucker改进算法。为实现此算法,首先设计了新的公共边提取算法来提取公共边,然后使用OOP技术,把公共边的相关信息封装成类,最后根据公共边对象提供的信息对多边形的公共边和非公共边分别进行Douglas-Peucker压缩。以广东省行政界线的SVG矢量图为实验对象验证了该算法的有效性,分析了该算法相对于其他Douglas-Peucker改进算法在所需辅助空间和时间效率上的优势。     

一种强抗压缩的矢量地图数据盲水印算法

针对矢量地图水印强鲁棒性、数据精度和盲检测等要求,提出一种强抗压缩能力的盲水印算法。首先对地图数据进行道格拉斯-普克算法压缩,然后通过改变相邻特征点所组成的三角形的形状嵌入水印。该算法在检测水印时无需原始地图,且对平移、旋转、缩放、随机增加顶点、裁剪和压缩等攻击具有非常强的抵抗能力。实验结果表明,该水印算法具有强鲁棒性、数据精度高以及实用性的优势。