一种基于小波变换的三维体数据压缩算法

该文结合三维小波变换与八叉树算法,提出了一种新的三维体数据压缩算法。该算法利用小波的多分辩率分析能力对体数据进行压缩,同时结合了八叉树特点对体数据进行编码、存储与重构。实际应用表明该算法能较好地对体数据进行压缩,并且能快速地进行重构和随机地访问体单元数据。     

数据压缩算法研究

数据压缩可以去除数据中的冗余信息,减少数据的存储量,同时也可以减轻网络负担.本文介绍了目前最常用的几种数据压缩的方法,包括预测编码技术、时间序列线性拟合技术、DCT变换、DWT变换和压缩感知.     

基于HMM的多尺度Wedgelet图像压缩算法

针对小波变换在压缩图像边缘上的不足,提出了率失真意义下的多尺度Wedgelet分析的改进方法,在进行多尺度Wedgelet分解时,将几何一致性考虑到优化准则中,建立了隐Markov模型,并利用Hausdorff距离来衡量图像Wedgelet分解的有效性,使图像近似边缘具有更自然的几何特性。实验结果表明了该算法的有效性。     

电能质量信号的三维数据压缩

为提高电能质量数据的压缩性能,满足低压缩比下高信噪比的工程要求,采用三维表示方法重构电能质量数据,利用三维小波分解与3D-SPIHT编码算法对七种典型的电能质量扰动信号的三维数据块进行压缩编码,并与传统SPIHT算法结果对比。实验证明三维压缩方法的优越性,在相同码率的条件下三维压缩方法具有更高的信噪比。在此基础上确定七种电能质量扰动信号在当前实验环境下的极限比特率与极限压缩比,分析信号特点对压缩比的影响。     

传感器网络中一种基于小波变换的数据压缩算法

在无线传感器网络中,数据分发耗费大量的能量和通信带宽.在保证数据精度的前提下,如何有效地减少数据发送量是传感器网络中的一个重要研究问题.结合传感器网络的数据特性及小波变换的特点,提出了一种基于小波变换的数据压缩算法,该算法在为感知数据建立小波系数的同时,能够在保证数据精度要求的前提下最大程度地压缩小波系数,并能够为小波系数建立快照索引.理论分析和实验结果表明,提出的算法能对传感器网络中的数据进行有效压缩,并有效地减少传感器网络中数据的传输量,降低传感器节点和整个网络的能量消耗.     

基于db4小波变换的电能质量数据压缩算法

针对传统小波变换运用于数据压缩算法存在的问题,提出了基于db4小波变换的数据压缩算法。该算法针对电能质量数据的特点,根据db4小波变换具有多分辨率分析的特性,将检测数据变换到小波域,以使信号能量主要集中于低频系数上,而后采用软阈值压缩算法处理小波低频系数。并采用游程编码的方式存储数据。对实际数据进行压缩,该算法压缩效果良好,计算速度快,适用于实时性要求较高的场合。     

多分辨率网格的数据压缩

在对三角形网格多分辨率分析中,为了避免重新网格化的过程,基于小波变换,扩展了Lounsbery的方法。该算法直接对不规则网格进行渐进压缩,得到了不同分辨率的网格。在此过程中还可以基于三角形网格的连接信息,对三角形网格进行优化,使之更加规则,从而使本文算法得到了改善。实验结果表明,算法速度快,效果良好,有一定的实用性。     

WSN中基于区间小波的偶合数据压缩算法

根据传感数据的偶合特征,提出一种基于区间小波的偶合数据压缩算法。根据数据的强偶合特性处理传感数据,利用最小二乘法对强偶合数据进行曲线拟合,结合区间小波良好的分频特性,减少传感器网络中传输的数据量。理论分析和仿真实验结果表明,该算法能对传感数据进行有效压缩,减少网络能耗。     

基于稀疏编码的体数据压缩

关于稀疏编码在数据压缩方面的研究在最近几年已越来越受重视。该方法具有空间的局部性、方向性和频域的带通性,并不依赖于输入数据的性质,因而是一种自适应的特征统计方法,应用前景十分宽广。体数据由于其数据量大,给存储和传输带来很大的压力,而相邻或相近体素之间存在着很强的相关性,为体数据压缩提供了可能。实验结果表明稀疏编码可以成功提取体数据的边缘特征,而且利用提取到的体数据的特征和系数分量的稀疏性,进一步结合阈值量化的规则,能够有效地实现体数据压缩,从而重构整个体数据。该方法简单易行、速度快,效果良好。     

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。     

体数据压缩技术综述

数据压缩是体数据可视化研究中的一个重要问题.随着体数据的维数、分辨率、变量个数不断增加,数据量呈指数增长,体数据的压缩研究显得更为重要.文中从有损压缩和无损压缩2个方面对已有的体数据压缩方法进行了总结,对无损压缩的各类方法的优缺点进行了比较,对有损压缩的一般流程和其中的重要步骤做了详细的介绍,同时着重介绍了时变体数据压缩方法.最后提出了该领域需进一步探索的方向.     

一种多进制小波变换DEM数据简化方法

通过对DEM数据的二维多进制小波变换系数特征的讨论，针对三维地理景观的动态、实时绘制问题，提出了一种基于多进制小波变换的数字高程模型数据压缩方法，给出了DEM数据多进制小波系数编码压缩算法及其算法实验结果。     

数据多次分组的图像无损压缩算法

对经典的图像无损压缩方法进行了比较全面的分析和研究。提出一种利用图像相邻像素之间的相关性对数据进行多次分组压缩的图像无损压缩算法,并提出了四种处理相同像素值或相近像素值的RLE改进算法和一种针对二值序列的长度编码表压缩算法,取得了较好的压缩效果。实验结果表明本算法的压缩比优于WinZIP,与WinRAR基本相当。     

基于提升小波和LZW的机械振动信号数据压缩

针对机械状态监测系统中基于CAN总线的传感器网络数据传输量大且浮点型测试数据难以直接进行压缩的问题,提出一种基于提升小波分析和LZW的二级机械振动信号数据压缩方法.首先,利用提升小波对测试数据进行小波域稀疏分解,利用分块阈值对小波系数进行阈值估计和量化,去除噪声干扰,突出有用信息,实现初级数据压缩;其次,针对浮点型小波系数的数据压缩问题,提出了一种基于LZW的分裂并行量化编码方法,在不丢失数据信息的同时,进一步提高了数据的可压缩性能;最后,齿轮箱实测振动信号的数据分析结果表明了所提数据压缩方法的有效性.     

一种基于SDT算法的新的过程数据压缩算法

针对流程工业实测过程数据压缩存储问题,在深入分析旋转门（SDT,Swing Door Trending）算法的基础上,提出了一种基于SDT算法新的过程数据压缩算法（NSDT,New Swing Door Trending）。NSDT算法采用曲线对过程数据进行拟和以实现数据压缩,与SDT算法相比能取得更好的压缩效果。根据理论分析和实验数据结果分析,证明了NSDT算法确实可以在不增加压缩误差的前提下,有效地提高压缩比。     

基于改进型小波基的图像压缩方法研究

利用变分原理和二维非张量积样条小波对原有的Daubechies小波基进行改造,并结合多层感知器建立起图像压缩方案,对标准Lenna图像信号进行实验,计算结果证明用要恢复图象有良好的效果和较高的压缩比。     

基于小波分析的散乱测量数据的压缩算法

对于大量的含有噪声的散乱测量数据 ,首先利用 B样条小波对其进行去噪处理 ,然后以离散数据的曲率值为分析对象进行多分辨分析 ,依据所得的高频系数在一定的阈值条件下对原数据进行重采样处理 ,以达到数据压缩的目的 .     

基于时序聚类的北斗位置冗余数据压缩算法

在北斗用户机的位置数据采集过程中,容易出现数据冗余现象。为此,分析导致数据冗余的原因,提出一种基于时序聚类的冗余数据压缩算法。该算法采用基于密度的聚类方法将数据集进行分簇,把属于同一类运动特征的位置数据归为一类,根据簇直径判断该簇是否为冗余数据,并对冗余数据进行压缩。实验结果表明,该算法可以正确标识冗余数据,实现数据压缩。