通信网络数据自适应快速压缩算法

通信网络数据压缩算法使用DCT处理数据压缩信号,存在逆变二维阻滞矩阵,降低数据的压缩比,为此,设计一种全新的通信网络数据自适应快速压缩算法。以通信网络数据特性为基础,计算数据压缩标量,获取数据压缩信号特征值,提取特征信号参数,构建自适应压缩模型,输入通信数据有序分类,确定长度合适的自适应压缩编码,应用输出的压缩编码完成数据自适应快速压缩。实验结果表明,设计的通信网络自适应数据压缩算法在不同大小的压缩源文件下的压缩比均较高,证明其压缩性能良好,具有高效性。     

基于二维查找表结构的SAR原始数据自适应频域压缩算法

该文针对实际SAR多普勒中心偏移及多普勒谱分裂问题,提出基于一维查找表的自适应多普勒非均匀压缩比分配方法,该方法结合一维量化编码查找表构成二维查找表结构的SAR原始数据自适应频域压缩算法。该文推导了SAR距离向回波频谱解析式,给出距离向非均匀压缩比分配通用方案。实际数据处理结果表明,该方法比传统频域类压缩算法具有更好的信噪比及鲁棒性。理论分析结果表明,其运算量提高很小,易于工程实现。     

基于自适应加权方法的复值SAR图像的频域压缩改进算法

该文提出了一种基于自适应加权方法的复值SAR图像的频域压缩改进算法。该算法在原有频域压缩算法的基础上采用了自适应的加权方法,在低压缩比(20:1)的情况下能够很好地保留原始数据图像的特征,是一种有效的复值SAR图像的压缩算法。复值空域相关系数指标评估,以及原始数据、重建数据的幅度图对比和两幅数据图像之间的相关系数图都验证了算法的有效性。     

智能电表读数无损压缩算法

智能电表通过窄带电力线通信(PLC)来传输所采集到的波形读数。为了压缩传输数据并加快传输效率,文中提出了一种基于动态非线性学习技术的高斯近似无损智能电表压缩算法,该算法仅需借助较少的参数表示智能电表数据流,通过计算近似读数与实际读数之间的裕度空间,使用Burrow-Wheeler变换(BWT)对裕度空间进行编码,结合前移编码(MTF)和行程编码(RLE)对裕度空间进行重新排列并消除冗余,最后应用熵编码完成数据的压缩。实验结果表明,文中算法在熵理论和压缩比均优于其他算法。     

动态稀疏频谱的自适应压缩感知与跟踪算法研究

在宽带频谱感知、通信侦察等应用中信号稀疏度往往是动态变化的。首先证明了重构误差随压缩比的增加单调减小,在此基础上,提出了一种压缩比随频谱稀疏度自适应调整的压缩采样新算法。新算法由压缩采样与压缩比自适应调整两部分组成,其中,压缩采样部分用于恢复原信号,并估计恢复信号与原信号之间的误差;压缩比自适应部分根据误差与压缩比之间的近似线性函数关系,自适应调整下一时刻的压缩比。计算机仿真结果表明:新算法能够以近似“最优”的压缩比对稀疏度慢变的频谱进行有效感知,并跟踪频谱稀疏度的变化;与传统压缩采样方法相比,在保证频谱感知精度的前提下,新算法能够总体上进一步显著降低采样速率。      

基于DPCM-Huffman压缩算法的图像传感器去暗电流系统

为了解决图像传感器暗电流消除过程中数据存储问题,本文提出了一种基于DPCM-Huffman压缩算法的数据压缩去暗电流系统并进行硬件实现;在该系统工作之前,首先通过DPCM与Huffman组合压缩算法将图像传感器暗电流数据进行编码压缩,并将压缩后的数据存储于FLASH存储器中。而后在图像传感器工作过程中,通过读取存储器中数据,进行Huffman与DPCM解码,最终消除图像传感器中的暗电流。实验证明,采用该压缩去暗电流系统处理后,以分辨率为256×256的CMOS图像传感器为例,压缩后数据压缩比为3.12,数据量降为原始数据的32%,提高3倍的工作速度。实践证明,本文提出的解压系统提高了数据压缩比,保证了数据精度,提高了图像传感器的工作速度,是一种适用于CMOS图像传感器暗电流消除的压缩系统。     

基于FPGA的数字脉冲压缩算法的设计与实现

介绍了雷达信号处理系统中脉冲压缩技术的现场可编程门阵列（FPGA ）实现方法,研究和分析了线性调频信号的脉冲压缩算法,结合研究目标和设计要求,设计了一种基于数据分段的脉冲压缩处理方法,通过SignalTap仿真证明了其有效性。     

基于本体分类结构计算医疗领域语义相似度的方法

相似度计算能提高从医疗源数据进行信息检索的效率并使得异构临床数据的集成变得更加容易。不同学者基于单个医疗本体,将经典的相似度计算方法用于医疗术语的相似性评估。本文选定基于距离的LCH方法,依据Pederson基准,对比该算法在基于MeSH、SNOMEDCT、UMLS本体时的相关度值,并就计算结果进行分析和解释。     

星载SAR原始数据压缩模块的FPGA实现

分块自适应量化（BAQ）算法是目前最适于工程实现的合成孔径雷达（SAR）原始数据压缩算法。文中介绍了该算法的基本原理，针对星载SAR数据的实时传输，重点介绍了可变压缩比BAQ算法的数据压缩模块方案及其FPGA设计实现硬件压缩，并给出了仿真结果。用FPGA实现原始数据压缩灵活可靠，适合在星载SAR系统中应用。     

一种有效的合成孔径雷达原始数据高倍数压缩算法

在分析分块自适应量化(BAQ)压缩数据的分布特性、量化信噪比、动态范围及其对矢量量化数据压缩性能和运算量影响的基础上,对分块自适应矢量量化(BAVQ)压缩算法进行了改进,提出了采用高比特数BAQ压缩的方案.利用改进的BAVQ算法压缩高分辨率SAR原始数据的结果表明,在相同压缩比的条件下,该文提出的改进算法可获得更大的量化信噪比.解压缩数据生成的图像可以清晰地保留图像中的细节信息.     

基于包装产业大数据知识图谱的智能问答系统设计

传统智能问答系统能够进行简单的问题答复,但对于问句信息比较相似的问题不能准确判别。基于此设计基于包装产业大数据知识图谱的智能问答系统。通过知识图谱问句映射进行问句信息框架设计,建立大数据知识图谱数据库,为问句信息的判别提供稳定的数据环境;将问句信息转化为e FAQ的判别语句,进行问句信息的理解;利用相似度计算判别相似问句信息的相似度,实现近似问句信息的判别问答。实验数据表明,设计的智能问答系统能够对相似问句信息进行精准的判别,并实现智能问答。     

星载SAR原始数据BAQ压缩算法性能评估

对星载合成孔径雷达(SAR)原始数据压缩算法的压缩性能评估是全面了解算法性能、合理选择算法方案的有效手段。该文模拟了以真实SAR图像为背景,引入点目标阵列的SAR回波数据;定义了综合评估指标;对分块自适应量化(BAQ)算法进行了不同分块方案、不同压缩比下的压缩实验;得到了一系列评估指标的计算结果。研究结果表明:BAQ算法对图像域的空间分辨率没有影响;不会引起图像的几何失真;对辐射分辨率影响很小;压缩引起的图像主瓣峰值失真不能够用统一的因子校正。同时该综合评价指标也可以推广到其他压缩算法评估中。     

最大误差可控的高光谱图像聚类压缩算法

针对原有基于奇异值分解的最大误差可控的高光谱图像压缩(EC-SVD)算法未充分利用图像光谱矢量间冗余的问题,该文将高光谱图像压缩与聚类结合,提出最大误差可控的高光谱图像聚类压缩算法。分析发现,图像的光谱矢量间相似度越高越有利于得到好的最终压缩效果。因此,算法首先使用K-均值聚类对高光谱图像像元按光谱矢量聚类,以提高同类光谱矢量间的相似度;其次,对每一类像元分别使用EC-SVD算法思想压缩以控制最大误差。论文证明了当高光谱图像的像元个数与波段数之比较大,且聚类类数不大于8时,聚类能够提高图像最终压缩比。最后,设计整体压缩实验仿真流程,并对实际高光谱图像进行数值仿真。结果表明,在相同参数条件下,该文算法比EC-SVD算法得到的压缩比和信噪比均有提高,最大压缩比提高了10% 左右。该文算法能够有效提高EC-SVD算法的图像压缩效果。     

相似度自适应估计的物联网实体高效搜索方法

针对现有相似实体搜索方法缺乏对于观测序列长度的自适应性，且搜索过程数据存储开销过大，搜索结果准确性较低的问题，该文提出相似度自适应估计的物联网实体高效搜索方法(SAEES)。首先，设计了轻量级观测序列分段表示方法，对传感器采集的实体原始观测序列进行轻量级分段压缩表示，以降低实体观测序列的存储开销。然后，提出了观测序列相似度自适应估计方法，实现对不同观测序列长度的实体相似性的准确估计。最后，设计了高效的相似实体搜索匹配方法，依据所估计的实体相似度进行实体的准确搜索匹配。仿真结果表明，所提方法可大幅提高相似实体搜索的效率。     

一种INSAR原始数据的幅相分离压缩算法

该文针对干涉合成孔径雷达(INSAR)系统的大数据量问题,提出了一种用于INSAR原始数据的幅相压缩算法。该方法利用SAR回波信号的特性以及干涉测量时对干涉数据高相关性要求的特点,对两路INSAR信号的幅度及相位做去相关性压缩。该文进行了详细的理论分析,并利用实际INSAR数据进行了压缩试验,在相关系数、条纹相似度、残余点的压缩效果等方面,与BAQ算法进行了比较。结果表明在相同压缩比下,该文给出的算法优于BAQ算法,保留了更多的信号幅度和相位信息。     

基于边缘信息测度的自适应分块DCT压缩算法

提出了一种基于边缘信息测度的四叉树自适应分块的DCT压缩算法。该方法首先对原始图像建立的边缘信息测度图进行四叉树分块，继而根据分割好的各个块的大小和块内包含边缘点的多少来进行不同压缩比的：DCT压缩编码。尺度大的块内压缩比较高；尺度小的块内压缩比相对较低.计算机模拟实验证明，单位bit恢复信噪比(SNBR)比非自适应法提高了30％。     

一种INSAR原始数据的幅相分离压缩算法

该文针对干涉合成孔径雷达（INSAR）系统的大数据量问题,提出了一种用于INSAR原始数据的幅相压缩算法。该方法利用SAR回波信号的特性以及干涉测量时对干涉数据高相关性要求的特点,对两路INSAR信号的幅度及相位做去相关性压缩。该文进行了详细的理论分析,并利用实际INSAR数据进行了压缩试验,在相关系数、条纹相似度、残余点的压缩效果等方面,与BAQ算法进行了比较。结果表明在相同压缩比下,该文给出的算法优于BAQ算法,保留了更多的信号幅度和相位信息。     

基于Context模型的ECG信号二维压缩

 提出一种基于Context模型的ECG信号二维压缩方案.通过模极大检测和循环匹配识别R波特征,自动构建ECG图像,并根据心动周期信息制作编码数据图,之后对ECG图像进行一维离散小波变换和带截止区均匀量化,量化系数被分解为重要位置图、符号流、最高位位置流和剩余比特流,最后结合编码数据图进行基于Context模型的自适应算术编码.实验针对MIT-BIH心律失常数据库的两个数据集进行压缩.压缩比为20时,新方案的百分均方根误差分别为2.93%、4.31%,低于JPEG2000压缩方案的3.26%、4.8%.结果表明新方案优于其它ECG压缩算法.     

基于相对梯度的自适应图像分形压缩并行算法

介绍了基于IFS(Iterated Function System)的图像分形压缩技术的基本理论,利用原图像及其相对梯度图自相似的特点,采用自适应四叉树分割方法,提出了基于相对梯度的自适应图像分形压缩并行算法。算法复杂性分析表明该方法提高了图像分形的压缩比,计算量少,效率较高。     

基于MMSE准则的自适应脉冲压缩

传统的匹配滤波器只能将距离旁瓣压缩到一定的程度,因此可能出现强目标掩盖弱目标的情况。基于最小均方误差准则（MMSE）的自适应脉冲压缩（APC）是一种有效的抑制距离旁瓣方法,由于APC方法在计算时不具有重复迭代性,给出了改进的算法步骤。仿真比较了该算法和失配滤波器算法的脉冲压缩性能,仿真结果表明,自适应脉冲压缩算法可以很好地提取在强目标附近的弱目标。最后分析了该算法的性能,结果表明,该算法在动目标的情况下仍然能够很好地实现脉冲压缩。