基于神经网络的数据压缩研究

数据压缩=建立模型＋编码，是传统数据压缩的最基本思想。传统的设计思路主要基于减少信息中的冗余着力于编码设计，其压缩比一直在百分之几十左右徘徊，经过传统编码压缩的信息，很难再经类似的方法进一步压缩。为了解决上述的问题可用占用信号空间较少的信息表示占用信号空间较多的信息以实现数据压缩。这就是数据压缩新的设计思路，这样，就突破了传统的只依靠编码减少数据冗余的局限，实现了更高的压缩比。同时，经过这样压缩后的信息可再重复压缩，并有很好的性能。这就是文中所介绍的神经网络与数据压缩结合的基本思想。     

采用BP神经网络的通用数据压缩方案

本文介绍了BP神经网络的基本原理.由于BP神经网络有着神奇的非线性映射能力,通过构造特殊的映射关系,获得了一套基于BP神经网络的通用高效无损数据压缩方案.通过试验证明该方案行之有效,并且压缩比可达71.     

采用BP神经网络的通用数据压缩方案

本文介绍了BP神经网络的基本原理。由于BP神经网络有着神奇的非线性映射能力,通过构造特殊的映射关系,获得了一套基于BP神经网络的通用高效无损数据压缩方案。通过试验证明该方案行之有效,并且压缩比可达7:1。     

基于神经网络的高效音频数据压缩方案

介绍了BP神经网络的基本原理和算法,并通过构造特殊的映射关系,精心设计的BP神经网络,获得一套基于神经网络的高效无损音频数据压缩方案。通过试验证明该方案行之有效,并且压缩比为7：1。     

基于小波神经网络的心电数据压缩方法研究

本文在研究心电信号特征的基础上提出了动态心电数据的小波神经网络压缩算法.本算法对原始心电数据实行实时分桢;采用最速梯度下降法优化网络参数.对MIT-BIH数据库中的几组数据进行压缩,给出压缩/重建的实验结果并分析讨论.研究表明:该算法具有参数收敛速度快、数据压缩性能良好的特点.     

基于神经网络的多目标数据压缩方法的研究

根据多目标函数优化的理论，提出了多目标优化神经网络的理论模型，研究了一种基于神经网络的多目标数据压缩方法．该方法根据数据特征的变化，自动调整神经网络的结构参数(联接权和偏置值)，以获得在较小的信息损失代价下的尽可能大的数据压缩量．该方法具有自适应能力强、并行处理、知识分布存储和抗干扰等特点．     

基于小波神经网络的光谱数据压缩与分类研究

文中介绍了一种基于小波分析而构造的神经网络模型－小波神经网络,利用它并适当选取网络结构和小波基。实现了对化学物质红外光谱数据的压缩表达和分类,实验表明,网络在大幅度压缩数据的同时能很好地恢复原始光谱,较准确地反映吸收峰的和强度。在分类方面它比其它网络具有更高的分辨率和特征提取能力。     

基于神经网络的几种新的数据压缩方案

本文首先采用非统计的方法给出了基于神经网络的无损数据压缩新方案。基于神经网络的无损数据压缩新方案的特点是无损的、能压缩一些已用熵编码压缩过的数据，且在一些情况下压缩比接近2．58。然后把该新方案嵌入Huffman编码系统，获改进的无损数据压缩方法，提高了Huffmn编码系统的压缩比。最后把基于神经网络的无损数据压缩新方案嵌入一小波图像压缩系统得基于小波与神经网络的图像压缩方案，部分解决了小波图像压缩系统中‘高压缩比’与‘高保真’不能协调统一的矛盾。     

图象数据压缩的BP神经网络方法研究

重点研究BP人工神经网络用于图象数据压缩时,网络拓扑结构变化和算法修正对网络训练时间及重建图象质量的影响,仿真表明：选择合适的网络结构,采用文中给出的快速网络训练算法,可明显加速网络收敛,且网络易避开学习误差的局部极小点,克服网络学习误差收敛刚性。BP神经网络用于图象数据压缩取得了高压缩比和好的重建图象质量。     

BP网络用于心电数据压缩的算法的改进

本文针对ＢＰ网络进行心电数据压缩学习速度慢的问题提出了几项改进措施，形成了新的ＴＰ－ＩＢＰ数据压缩算法，有效改善了ＢＰ网络用于压缩学习速度慢的问题。     

几种常用无损数据压缩算法研究

随着网络承载的信息量的飞速增长,数据压缩必然会备受人们重视。数据压缩可分成两种类型,一种叫做无损压缩,另一种叫做有损压缩。文中主要介绍目前用得最多和技术最成熟的无损数据压缩技术,按照无损压缩方法采用的压缩技术的不同,从基于统计的压缩思想和基于字典的压缩思想两个方面对其中最具有代表性的无损数据压缩方法进行了详细的分类讨论和优缺点比较,并对基于字典压缩算法的一些成熟的改进算法进行了汇总介绍,便于对无损数据压缩技术感兴趣的同志学习参考。     

实时数据库中历史数据无损压缩算法的研究

实时数据库在工业控制领域得到广泛应用,其保存的历史数据占用大量的存储空间。为了在保持高实时性等特点的同时,尽可能地提高数据库的容量,数据压缩技术被引入实时数据库。本文设计一种针对实时数据库历史数据的无损压缩算法,该算法改进自LZ算法。通过试验比较发现这种算法运算量小、压缩率高、压缩速度快,是一种高效的无损压缩算法。     

金融业务数据库的数据压缩方法

针对金融业务中实时数据库的数据存储特点,提出结构混合压缩(SMC)算法。SMC算法利用金融数据具有纯文本、数据分散和数据项内重复少的特点,以哈夫曼编码作为算法基础,根据词频将单字和词组混合,在哈夫曼树中引入数组结构,对文本数据进行压缩。测试结果表明,SMC算法的平均数据压缩率比原始哈夫曼算法提高了约13%。     

基于SQL数据库的过程数据压缩方法

利用SQL Server数据库存储过程历史数据,提出一种增量型的SDT压缩算法,有效地实现了过程历史数据的实时存储。对于通过OPC方式从化工过程底层读取的实时数据,利用增量型的SDT算法进行实时压缩存储,利用LZW算法对存储的值进行二次无损压缩。实验测试表明,该方法能够实时处理大量的过程数据,同时尽最大可能对过程数据进行压缩,降低存储成本。在容差为1%、测点为 1 000个时,该算法使平均压缩率达到约85%。     

数据压缩算法研究与设计

文章应用Java编程实现了基于统计模型、字典模型、RLE的压缩算法的数据压缩程序并进行了数据实验。实验结果表明目前的算法不是对所有数据都是最优的。文章还依据文件存储的本质,即任何一个文件本质上都可以转换为一个数字序列,讨论了基于数字序列的无损压缩算法和给出了表整数为幂和的方法,从实验的结果来看,这两种算法在某些情况下的压缩比率比现有压缩算法有所提高,能够将有的文件压缩到40%~95%左右。     

基于HBASE的大数据压缩算法的研究

近年来,社交网络、电子商务、网络游戏、在线视频等,新一代大规模互联网应用迅猛发展。这些新兴的应用出现了数据存储量大、业务增长速度快等特点。该文将总体分析HBASE中支持的压缩算法,并对这两种压缩算法做对比,对以后的建设提供了指导作用。对于大数据时代的到来,如何提高查询时间和存储容量、系统的稳定性和使用廉价的硬件设备,研究压缩算法具有重要的现实意义。     

远程实验系统中的数据压缩研究

介绍了一种基于小波变换的数据压缩／解压系统．该系统对信号首先按不同的频带进行分解，然后分别进行数据压缩和数据重构．通过应用于远程实验的多功能转子试验台的振动信号数据压缩为实例，验证了该系统具有较好的压缩效率、压缩速率和可靠性．     

车载数据压缩算法

提出了一种适用于车载数据存储的线性拟合算法,采用基于ARM-Linux操作系统的SQL数据库为平台,对提出的压缩算法加以实现.实验结果表明:针对大量的连续数据具有良好的压缩效果,压缩后数据量急剧减少,尤其足在数据波动和采样间隔时间较小的情况下,给出的方法可实现较高的压缩比.     

基于FPGA的实时无损数据压缩系统设计

针对某些特殊的测试实验,既要求测试系统微体积、低功耗,还要求记录大量数据的问题,提出基于FPGA的数据压缩解决方案.介绍了LZW压缩算法的基本理论及其用FPGA硬件实现的方法.大量的实验表明,系统工作稳定,压缩速度快(8 MB/s以上),对实测数据的压缩效果好(25％左右)、工作时电流小(37 mA),实现了速度、性能...