BWT与经典压缩算法研究

为提高无损压缩的效果,分析了BWT的基本原理,回顾并比较了霍夫曼编码、算术编码、LZ77和LZW算法的性能,然后把BWT与多阶算术编码、LZW编码结合起来研究,结果表明,对大于BWT分组数据块的文件先经过BWT预处理,再进行压缩,压缩效果明显提高。     

基于BWT改进的LZW算法在传感器网络中的应用

传感器网络能量有限,网内数据不易直接传输,需要进行压缩。针对有损数据压缩的局限性,基于数据分块和BWT变换思想,提出了一种改进的无损数据压缩算法-B-LZW,保证了数据的完整性。通过信息熵理论分析及实验仿真,比较了B-LZW算法与传统的LZW算法的性能。结果表明,在对实时性要求不高的传感器网络应用中,该算法能更有效地减轻网络节点存储负担,降低数据丢包率,提高压缩率2.75%～3%,节约网络能量,进一步延长网络寿命。     

一种适合无线传感器网络的混合编码数据压缩算法

传感器节点通常由电池供电,充电和更换电池比较困难.如何有效地利用能源,减少损耗已经成为无线传感器网络的研究热点之一.传感器节点的能量大部分损耗在无线传输的过程中,因此,对数据压缩后再传输,能有效的减少传输的流量并提高节点的生存期.本文分析了传感数据的分布规律,指出当节点采集的数据符合慢变性质时,其分布将服从以0为中心的正态分布.依此提出了一种基于混合编码的传感器节点数据无损压缩算法,与传感器网络中的经典无损压缩算法相比,本算法以更少的性能开销获得了更高的压缩率.实验结果也证明了这一点.     

一种通用多媒体数据压缩技术的实现研究

本文叙述了一种基于ＬＺＷ的通用数据压缩算法及实现，它将多媒体的图象、语音、文本等数据的压缩处理集为一体，用同一种算法压缩各种不同类型的多媒体数据。同时，通过实验讨论了有关无损压缩的理论极限问题。     

传感器网络中分布式最优小波压缩算法

研究传感器网络中的小波变换问题,提出了一种基于最优小波变换的分布式数据压缩算法。主要工作有：（1）提出基于混合分解的分布式小波变换,利用节点的计算能力减少节点间交换数据产生小波系数的通信开销;（2）提出自适应小波变换,最优变换级根据小波变换的压缩增益和由此产生的网络开销自适应确定。仿真实验表明,和现有的小波数据压缩算法以及非分布式方式相比,提出的算法具有更优的网络性能。     

一种改进的LZW压缩算法

在无损压缩算法中，字典压缩作为一种高压缩比，速度快的方法也得到人们的一致认可，但在局部和全局性能上，该类算法没有能够得到有效的处理，该文提出了一种动静结合，兼顾全局与局部的LZW改进算法、实验表明，该算法是一种可以满足不同用户需求的压缩比更高、算法稳定、安现简单的改进算法。     

无线传感器网络最优曲线压缩算法

针对无线传感器网络中的数据压缩问题,对DP压缩算法进行改进,提出一种最优曲线数据压缩算法OCDCA。减少压缩过程中对数据的扫描次数,以降低节点的能量消耗。采用最佳曲线拟合方法对监测数据点做直线优化拟合,以提高压缩精度。仿真结果表明,OCDCA算法程序时间复杂度较低,压缩精度和压缩效率较高,可降低无线传感器网络的能量消耗。     

无线传感器网络簇首提取压缩算法

对矢量数据压缩算法中DP压缩算法在引入无线传感器网络的同时进行了改进,针对压缩过程中对数据的扫描次数问题,提出簇首提取压缩算法。该算法中“簇首”即为“数据簇首”,簇首提取压缩算法设定步长减少压缩过程中对数据的扫描次数,并采用最佳曲线拟合方法对监测数据点做直线优化拟合,根据数据间的依附关系,将体现整体特征的簇首数据进行提取;同时,对非簇首数据进行子群划分。仿真结果表明,簇首提取压缩算法程序更为简单,对大波动数据有较好的簇首提取效果,减少了网络中数据的传输量,有效地节省了整个网络的能量消耗。     

无线传感器网络的数据压缩算法综述

介绍无线传感器网络的特点,分析数据压缩技术对无线传感器网络发展的重要性;综述了无线传感网络中数据压缩技术的研究现状并介绍了无线传感器网络中部分有代表性算法的研究成果:根据监测数据在时间和空间上存在某种相关性,分类出基于时空相关性的数据压缩算法;根据采用某种变换去除数据时空相关的冗余信息算法,分类出基于小波变换的数据压缩算法;在集中和分散这两种信息服务都能实现的原则基础上,分类出分布式数据压缩算法;通过对传统的压缩算法进行裁剪和优化,分类出改进的传统数据压缩算法;同时总结了各算法的适用环境及其算法中心思想;最后讨论了无线传感器网络中各种数据压缩算法在现阶段存在的不足及各种压缩方法的未来研究方向.     

无线传感器网络中一种分布式数据压缩算法

无线传感器网络有限的能量与通信带宽难以适应网络中大量数据的传输,需要在网络内部对传感数据进行压缩处理。基于任意支撑长度的小波函数,提出了一种分布式数据压缩算法。首先研究边界效应对传感数据重构带来的影响,然后基于虚拟网格环模型给出了一种分布式小波数据压缩算法。理论分析与实验结果表明,该算法能有效地去除传感数据中存在的空间相关性。而且,随着簇头与簇内节点距离的增加,该算法比非分布式方式更节省网络耗能。     

一种新的无损图像压缩算法的研究

提出了新的二进制(位级)无损图像压缩方法——将错误纠正BCH码引入到图像压缩算法中;将图像的二进制分为大小为7的码字,这些块进入到BCH解码器,消除了校验位后,使得原来的块的大小减少到4位。实验结果表明,此压缩算法是有效的,并给出了一个很好的压缩比,而且不丢失数据。BCH码的使用在提高压缩比方面比单纯霍夫曼压缩的结果要好。     

关于空间数据系统无损压缩算法的零值块研究

通过对CCSDS(国际空间数据系统咨询委员会)建议的无损数据压缩标准的研究,以及对目前常用压缩算法的调查,它阐述了一种具有延迟小速度快抗差错能力强等特点的无损数据压缩算法,即Rice压缩算法,压缩率超过50%以上,而且对多种类型的数据都会达到满意的效果.它对算法中的零值块部分作了较为详细地阐述,因为经过预处理过的数据通常都很小,对于图像来说有相当多的零值.因此,对零值较多的情况下采取零值块压缩处理,效果很好,经过软件测试,结果符合CCSDS的要求标准.     

一种新的基于网格压缩的聚类算法SGRIDS研究*

引入了一种新的基于网格的数据压缩方法,并应用该方法对处理大型空间数据集的聚类算法SGRIDS进行研究。该方法考虑输入参数对聚类算法质量有较大影响,对密度阈值的确定进行了改进,从而减小输入参数的影响。实验证明,该方法能够获得较好的聚类效果。     

基于合作域的无线传感器网络数据存储机制研究

通过分析无线传感器网络(WSNs)的特性及其应用特点,提出了一种新型的基于合作域的无线传感器网络数据存储机制,以便在节约节点能量和内存开销的前提下提高数据的可靠性.指出了其设计目标和体系结构,定义了数据存储合作域、管理节点及其建立机制,给出了在合作域内根据网络编码理论进行数据存储与提取的算法与流程.通过仿真测试,证明其能够在较低的资源开销下提高信息的可靠性.     

基于多实体的矢量数据压缩改进算法

矢量数据压缩在地形环境仿真、制图综合、GIS等研究中具有重要作用,对增加移动设备的存储能力和提高矢量数据的网络传输效率来说是一项很重要的工作。根据动态规划算法理论、Douglas-Peucker算法和矢量数据的特点,提出了基于动态规划算法的矢量数据压缩的模型和改进方法,通过一条参考路径构造一条带形成最小误差搜索范围,同时条带宽度可自适应调整。并将单一实体的优化压缩算法扩展为基于多实体的压缩算法,解决了图层压缩的全局优化问题。实验结果表明,该方法具有较高的效率,能够得到较小的压缩误差。