基于动态规划算法的矢量数据压缩改进算法

为了使移动设备存储大容量的矢量数据和提高矢量数据的网络传输效率,矢量数据压缩是一项很重要的工作。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。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。     

基于动态规划算法的矢量压缩方法研究与改进

将动态规划算法应用于矢量数据压缩是一种非常有效的优化压缩方法,可以得到压缩误差最小的压缩曲线,但是会导致局部失真明显。针对该缺点提出一种改进算法,通过在动态规划算法执行过程中设定阈值限制最大位移来防止局部失真,同时对A. KOLESNIKOV等提出的原动态规划算法公式的错误进行了纠正。实验表明,改进算法在保持原算法优势的同时,可以较好地解决压缩曲线局部失真问题。     

基于GA的矢量数据压缩优化算法

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。根据遗传算法理论、Douglas-Peucker算法和矢量数据的特点,提出了基于GA的矢量数据压缩的模型和方法。通过对构成曲线的结点进行二进制编码,以压缩后结点数较少和误差较小为优化目标,并利用Douglas-Peucker算法控制选择、变异和交叉的有效性,所得最优解中值为1的基因对应压缩后的曲线结点。实验结果表明,该方法能够得到较大的压缩率。     

基于DCT变换矢量数据压缩

针对矢量数据复杂的内部结构和数据量大的特点,提出了基于离散余弦变换的矢量数据压缩方案.该方案特点是提出了动态分块算法,该算法根据数据之间的相关性把矢量数据划分为若干个大小不等的数据块,形成坐标点序列,从而避免固定分块给压缩带来的不利影响.针对变换后的直流系数和交流系数的特点,分别应用了差分脉冲调制编码和游程长度编码技术对数据进行编码.经实验分析表明:本算法具有较高的压缩性能,较好的压缩和解压效率和简单实用性.     

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。     

Douglas-Peucker算法在无拓扑矢量数据压缩中的新改进

分析常规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——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此算法的有效性,分析了本算法相对于其它Douglas-Peucker改进算法在所需辅助空间和时间效率上的优势。     

增强型矢量数据压缩算法的设计与实现*

首先论述了几种传统矢量数据压缩算法,在分析各种算法单独用于电子地图压缩时存在问题的基础上提出一种矢量数据压缩算法,并对其压缩效果进行评价。     

基于面积阈值的矢量数据压缩方法

曲线矢量数据压缩本质是信息压缩问题,它在计算机制图中具有十分重要作用。在分析传统矢量数据压缩方法的基础上提出一种基于向量运算的曲线矢量压缩的新方法,该方法与传统数据压缩方法的区别在于以面积为判定标准,利用面积的可叠加性提高算法的精度和效率。实验证明该算法容易实现,数据压缩量大,算法时空复杂度低且能有效地控制矢量图形的面积误差在一定范围内。     

基于实时数据库的一个改进的数据压缩算法

在分析实时数据库中应用的旋转门压缩算法和基于斜率比较的旋转门压缩算法原理的基础上,提出了比例压缩算法和改进的基于斜率比较旋转门压缩算法。改进的算法通过改变构造斜率区间的时间点和角度,通过斜率最大点和斜率最小点来构造符合条件的斜率区间范围,以完成数据的压缩。给出了改进压缩算法的应用实例、性能的整体测试和分析,与旋转门压缩性能进行了对比分析。测试实验证明,该算法可以满足采集点不同分布情况下的数据压缩需求。     

无线传感器网络中基于面积矢量的数据压缩算法

考虑无线传感器网络WSN(Wireless Sensor Networks)节点采集数据的时间相关性,提出一种基于面积矢量的有损压缩算法AVA(area vector algorithm),并推导面积阈值的取值公式。该算法通过设定面积阈值为判定标准,利用面积矢量的可叠加性提高算法的精度和效率。实验结果表明,该算法数据压缩量大,计算速度快,算法复杂度低,且能有效地控制误差范围。     

矢量图压缩的关键点保持算法研究

矢量图数据压缩中,常用的方法可能会使一些关键点相对于闭合区域的位置在压缩后发生变化。石油勘探矢量图应用中,这些关键点通常是井位位置,从而造成错误的地质解释。提出了利用关键点保持的方法来改进的压缩算法,查找出相对位置有变化的关键点,判断造成其变化的压缩区域,按照一定的规则添加或排除这些异常点,解决了应用中的实际问题。     

视觉无损的SVG空间矢量数据压缩算法

现有基于可缩放矢量图形SVG的空间矢量数据网络发布往往存在着网络延时大、浏览器资源占用率高等问题。根据窗视变换原理,提出了视觉无损的SVG空间矢量数据压缩算法。该算法通过重新设定SVG的地图范围,根据新的范围对原始空间数据进行变换,从而实现空间数据的约减。实验结果表明,该算法优于常用的Douglas-Peucker算法,在提高压缩率的同时也减少了计算时间。     

改进联合概率数据关联的视频多目标快速跟踪

针对监控范围较大、目标外观特征少的视频多目标数据关联及跟踪问题,本文仅利用目标运动特征,提出了一种基于联合概率数据关联（joint probabilistic data association,JPDA）的复杂情况下视频多目标快速跟踪方法．首先采用murty算法求JPDA的最优K个联合事件,大大降低了计算复杂度;然后根据JPDA的关联概率讨论目标的运动情况,分析在多目标新出现、遮挡、消失、分离（前景检测存在目标碎片）等复杂情况下当前帧量测与跟踪目标的数据关联问题,获取复杂运动的多目标跟踪轨迹．在多个监控视频上的实验结果表明,该方法能大大提高跟踪性能,实现复杂情况下的视频多目标快速跟踪．     

一种适合于传感器网络的新型压缩算法研究

数据压缩可以高效节约网络能量,有效延长网络寿命。针对B-LZW算法的缺陷,提出了一种新型的可以直接应用于传感器网络的改进算法—MC-B-LZW;在设计中引入了miniCache,完善了算法的操作性,可使该算法嵌入到现有的各类传感节点中;测试B-LZW及其改进算法MC8,MC16,MC32和MC64的性能;通过比较压缩率和执行时间2个指标,得出结论:MC16算法性能最优,压缩率较B-LZW平均提高13.6%,执行时间较B-LZW几乎没有延长,是一种比较理想的压缩算法。     

一种基于数据压缩的Apriori算法

随着物联网技术的飞速发展,数据采集手段迅速增加,对海量数据分析与处理的需求也愈加强烈。关联规则挖掘算法通过数据之间的关联分析,挖掘出数据之间的隐含关系,进而获得了大量应用。在众多的关联规则算法中,传统的Apriori算法虽然得到了大量应用,但是因为该算法产生大量的候选集,而且需要多次对数据库进行扫描,导致该算法的运行效率大大降低。为了克服Apriori算法的以上缺点,通过数据压缩的方法减少了数据库扫描次数的同时,对生成的候选集进行了多次验证,大大减少了无效候选集的数量。大量的数据挖掘实验证明提出的改进算法可以在正确挖掘数据集关联规则的同时,大大提高了算法的运行效率。     

基于舰船振动检测的数据压缩算法的研究

舰船振动检测会产生大量的数据,由于受到触发方式和存储器容量的限制,必须对大量的数据进行压缩。通过理论分析有损压缩的冗余度和压缩熵,分析了外界噪声与AD的分辨力的关系,并将该算法运用到实际的舰船振动检测中。试验表明:该算法的压缩效果与被测信号变化快慢、信道噪声特性有关,在实际动态数据压缩处理中,压缩效果十分明显。     

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。