改进SPIHT图像压缩算法在弹性成像中的应用

为提高医学超声弹性成像中图像传输的效率,采用了改进的SPIHT算法对图像进行压缩并传输.改进的SPIHT算法对弹性仿体受压前后的图像进行分解,然后对其进行去直流操作、编码和传输,传输后进行逆操作恢复图像并用于弹性成像.实验结果表明改进的SPIHT很大程度上减少了弹性图像的冗余信息,提高了图像的传输速度并在一定程度上提高...     

基于小波包的SPIHT算法图像压缩

富含细节、纹理和边缘的图像中,重要信息大量集中在中、高频部分,基于小波变换的压缩方法只对低频信息进行多次分解.针对这个问题,以SPIHT算法为基础,研究了基于小波包分解的图像压缩算法.仿真结果表明,采用小波包分解的SPIHT算法与传统SPIHT算法相比,在同压缩比情况下,峰值信噪比提高了0.35~1dB,适用于纹理丰富的图像的压缩.     

一种基于大顶堆的SPIHT改进算法

多级树集合(SPIHT)算法在多次排序扫描过程中需要进行大量重要性测试,由此导致算法的压缩编码效率显著降低。为提高SPIHT算法的压缩效率,本文利用大顶堆方法,提出了一种SPIHT改进算法。改进算法优化了SPIHT中的重要性测试,并将函数时间复杂度从O(logn)降为O(1)。实验结果表明本文方法在进行多次小波变换时效果尤为显著,使得SPIHT编码时间趋于一个常数,压缩效率比未改进前提升数倍。     

SPIHT图像编码算法研究及改进

提出一种改进的SPIHT算法,通过避免对部分重要系数的冗余扫描、采用更小的初始根节点子集以及对原始图像进行偏移处理,明显提高编码效率。实验结果表明,与标准SPIHT算法相比,本改进算法在不同码率下重构图像的PSNR提高了约0．3—6db。     

基于小波变换的数字图像压缩

利用小波图像系数特点,实现高效压缩编码,给出了小波图像系数统计数据实例,然后对基于小波变换的嵌入式图像编码方法中最具代表性的SPIHT编码算法的原理进行了分析,并通过实验对SPIHT算法进行了性能分析及其改进,并给出了实验结果。     

基于改进SPIHT的传感网络低复杂度图像压缩算法

为有效降低传感网络图像压缩算法的计算复杂度,提高偏远区域无线传感网络的监测与传输性能,提出一种改进低复杂度多级树集合分裂(Set Partitioning in Hierarchical Trees, SPIHT)的传感网络图像压缩算法。该算法在图像小波分解过程中,利用提出的两种池化决策裁剪和优化高频系数,解决了SPIHT在重要性系数选择方面计算复杂度高的问题。通过实验对比分析,对于同类型和不同类型特征的图像,在保证重构图像清晰度的条件下,提出算法在编码、解码时间上分别比SPIHT算法平均减少38.47%和44.11%,有效降低了计算复杂度,提升了传感网络监测与传输能效。     

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.     

基于SPIHT的静止图像ROI编码算法

结合JPEG2000中比例移位法对感兴趣区域(ROU编码算法的优点,提出了基于多级树集合分裂(SPIHT)算法的ROI图像编码算法.压缩后的码流具有嵌入性特点,支持渐进传榆.实验结果表明,在相同码率下,本算法重建图像整体峰值信噪比低于SPIHT算法,但ROI区域能够得到较好的重建,主观视觉效果好,尤其适用于低码率压缩情况.     

基于FS-SPIHT算法实现可伸缩视频编码的研究

提出一种基于FS-SPIHT视频编码算法的改进方法.FS-SPIHT算法克服了SPIHT算法不满足空间可伸缩性的缺点,对图像经小波变换后得到的系数矩阵进行了空间层划分,并在SPIHT算法的基础上增加了一个新的NLIS表,实现了空间可伸缩性.在原FS-SPIHT算法的基础上,在其头文件中引入一个新的LCDL表,用来记录每个空间层中的最大门限值T,′从而去除了原FS-SPIHT算法中许多无用的比特0,提高了编码效率.试验结果表明,该方法性能优于Shapiro的EZW算法,比FS-SPIHT算法约高0.1~1.3dB.     

一种基于SPIHT编码的自恢复脆弱水印算法

文章提出了基于SPIHT编码的图像自恢复脆弱水印算法,它对宿主图像进行SPIHT编码得到恢复水印,由宿主图像第三层小波变换的低频带系数的大小关系产生认证水印。对恢复水印与认证水印进行置乱与纠错编码后嵌入到原灰度图像位平面编码的低两位。通过实验仿真证明该算法能定位图像篡改的位置,且能恢复出被篡改位置的真实图像内容。     

基于HITS与MASEL算法的融合算法

HITS算法和MASEL算法分别实现针对用户的查询进行WEB结构挖掘和WEB使用挖掘，从而提供给用户查询所得信息。为了针对用户的某一查询搜索出更符合用户需求的信息，提出了一种新的挖掘算法．该算法是对HITS算法和MASEL算法的融合应用和改进，可以解决在HITS算法中所产生的主题偏移问题以及MASEL算法中不能很好的查找出中枢网页和权威网页的问题。模拟实验结果表明：针对某一查询，基于HITS和MASEL算法的融合算法具有更高的准确率，查询的结果路径更接近用户的经验兴趣路径。     

基于HITS与MASEL算法的融合算法

HITS算法和MASEL算法分别实现针对用户的查询进行WEB结构挖掘和WEB使用挖掘,从而提供给用户查询所得信息.为了针对用户的某一查询搜索出更符合用户需求的信息,提出了一种新的挖掘算法.该算法是对HITS算法和MASEL算法的融合应用和改进,可以解决在HITS算法中所产生的主题偏移问题以及MASEL算法中不能很好的查找出中枢网页和权威网页的问题.模拟实验结果表明:针对某一查询,基于HITS和MASEL算法的融合算法具有更高的准确率,查询的结果路径更接近用户的经验兴趣路径.     

基于免疫算法的球形译码算法研究

在多输入多输出(MIMO)系统的信号检测算法中,球形译码算法的性能最接近最大似然检测算法,是目前应用最为广泛的一种信号检测方法,但传统的球形译码算法在低信噪比时计算复杂度较高,在高信噪比时误码率性能不够理想.该文提出了一种改进的球形译码方法,利用免疫算法的寻优能力来获得最佳的初始搜索半径,从而达到在保证译码性能的同时有效地降低计算复杂度的目的.实验仿真结果表明,与传统的球形译码算法相比,基于免疫算法的球形译码方法在高信噪比下可以达到最大似然译码的性能,同时能有效降低低信噪比时的运算复杂度,从而更符合现代无线通信实时性的要求.     

CONWIP环境下流水型生产系统排序启发式算法

研究了流水型CONWIP生产系统中的加工次序问题，提出了流水型CONWIP生产系统的排序算法（CFA），依此得到产品的较优加工次序．     

基于遗传算法的无干涉刀位轨迹计算

无干涉刀位轨迹的生成是复杂曲面数控加工编程中的核心问题.以最小有向距离原理为基础，通过对遗传算法进行改进，采用实数编码，引入局部最优徘徊策略和小生境遗传算法思想，充分发挥其全局寻优的特点，获得无干涉刀位轨迹.将其与局部寻优算法得到的刀位轨迹进行比较，可以确定加工中的欠切区域和欠切削量.该方法不仅可以在数控加工中生成无干涉刀位轨迹，而且可以为后续补充加工提供编程数据，在复杂螺杆数控加工的自动编程系统中应用，稳定可靠，收敛性好，计算效率较高.     

CONWIP环境下流水型生产系统排序启发式算法

研究了流水型CONWIP生产系统中的加工次序问题,提出了流水型CONWIP生产系统的排序算法(CFA),依此得到产品的较优加工次序.     

基于自适应遗传的E-CID定位算法研究

针对LTE系统NLOS（非视距）环境下基于传统遗传的E-CID（增强小区识别）定位算法过早收敛于某局部最优解而非全局最优,文章提出了一种改进的自适应遗传E-CID定位算法,该算法通过对LTE终端位置数据进行加权最小二乘估算,利用遗传算法进行非线性最优解全局搜索,自适应的改变交叉及变异概率,避免了传统遗传算法过早收敛于局部最优解缺点。仿真结果表明：自适应遗传法比传统遗传算法优势更明显,定位精度更准确。     

一种基于K-means的分布式聚类算法

为解决现有的分布式聚类算法效率低下和不能保护数据隐私的问题,在K-Dmeans算法的基础上,提出一种新的分布式聚类算法.该算法利用数据对象间的密度函数值来优化站点初始聚类中心,从而大大降低了聚类的迭代次数;同时各从站点只需向主站点传送其聚簇的特征信息,有效降低分布式聚类过程中的通信量,保护了各个站点的独立性,实验结果表...     

二叉树生成算法的智能实现算法

二叉树是计算机科学中最基本也是最重要的树型结构,最常见的二叉树生成算法通常是使用递归或者其他描述类语言的方法来实现,在实际使用时不容易理解同时实现过程较烦琐。另外,某些方法只能建立一棵完全二叉树,满足不了算法实用性的要求。文章根据二叉树结点自身有顺序的性质,使用指针向量存储结点的地址,论述了一种生成一棵任意形状二叉树的思想,并用类C语言描述其智能实现算法。该算法满足了实用性和灵活性的要求,在理论教学和实践操作中具有较高的应用价值。     

一种基于遗传算法的受限制的分类器学习算法

提出了一种基于遗传算法的受限制BAN分类器算法-GBAN(genetic algorithm based BAN)。新算法采用了遗传算法进行网络结构的学习,限制了所学习的BAN分类器结构的复杂度。同时对TAN分类器的结构进行了扩展,得到了一种受限制的BAN分类器。针对这种分类器的结构学习,设计了结合对数似然的适应度函数及相应的遗传算子,并给出了网络结构的编码方案,使得该算法能够收敛到全局最优的结构。实验结果表明,当数据集属性之间关系相对复杂的时候,GBAN比TAN的分类准确率高,分类效果较好。