ATM网中视频码流的非线性自适应预测

本文采用循环神经网络对视频编码器的输出流量进行非线性自适应预测,仿真实验表明了该方法的有效性和可行性。     

基于BP 神经网络的能见度估测研究

利用安徽省高速公路能见度观测站网的分钟能见度及温湿风资料, 在全面分析能见度与各个气象要素相关 性的基础上, 重点探讨了高速公路能见度的短时预测模型。应用 BP 神经网络, 以湿度、温度、平均风速、瞬时风速、 极大风速作为 BP 神经网络输入层, 输出层为能见度, 结果表明整体试验数据偏差在可接受范围内。采用顺序试验样 本时, 相对误差在 20% 以内的占总试验次数的 68.6%; 在随机样本各次试验中, BP 网络模拟输出与检验样本的相关性 较好, 相关系数在 0.6∼0.8 之间; 低能见度随机样本试验结果表明, 模型输出值与样本值均方根误差集中在 700∼850 m 之间, 变化幅度不大, 说明神经网络算法具有较高的稳定性。     

基于最大化背景预测的图像预处理技术研究

提出一种改进的基于最大化背景模型的背景预测算法.此方法通过区域最大化背景模型,来减小起伏背景边缘对背景预测的影响,实现对背景更好的抑制,提高了目标的信噪比,达到了抑制干扰和增强目标的双重目的,取得了很好的预处理效果.     

面向工程建设决策的移动话务量预测研究

随着通信网应用和规模的不断增加,新一代的网络建设规模对业务量的预测也提出了新的需求,其中通信话务量的预测分析已经成为其中非常重要的一部分。准确的话务量预测对网络管理、规划和设计具有重要意义。文章旨在对移动网络中的话务量随时间或事件变化的特性进行分析研究,建立合理科学的话务模型,并采用综合的预测方法进行预测研究。从而辅助通信运营商实时把握用户的行为习惯和话务量的发展趋势,并进行合理决策和投资。     

基于预测的平滑切换机制及其性能评价

针对微观移动协议现有切换机制存在的问题,提出了基于预测的平滑切换机制,该机制利用移动预测技术,在切换发生前预测移动主机将要切换的下一蜂窝以及切换的时刻,为移动主机预先建立新路径;为了保证基于预测的平滑切换机制的实现,提出了一个易于实现的简单移动预测算法--SMPA算法;通过理论分析和系统仿真的方法对基于预测的平滑切换机制进行了性能评价,结果表明该切换机制以相对较小的代价获得了可观的性能改善.     

浅析超高清数字电视视频压缩编码技术

近期超高清数字电视成为各国研究的热点,由于超高清电视具有超高分辨率的特点,造成了其信号数据量庞大,原视频编码标准H.264/AVC已经无法满足高压缩比的要求,必须采用新的视频压缩编码方案。新一代视频压缩标准HEVC正是面向高清和超高清视频图像而被提出,它可以保证在与H.264相同视频质量的前提下,使得视频流的码率减少50%。重点介绍了超高清电视的视频压缩编码技术HEVC,包括HEVC的四叉树块分割结构、帧内预测编码技术和滤波技术。     

用于多视视频加深度的错误隐藏算法

提出了一种针对多视视频加深度(MVD)的错误隐藏( EC)算法。算法充分利用MVD特有的深度 信息及当前丢失宏块周围正确解码的宏块信息,将丢失宏块分为3类不同属性的宏块。针对3类宏块的特 点,分别提出了基于候选运动矢量修正(CMVR)、基于深度的外边界匹配(DOBMA)以及自适应 权 值的EC(AWEC)等模式。实验表明,本文提出的算法在保证相同的视频主客观质量情况下, 能够快速有效地实现EC。     

模糊神经网络视角下云桌面虚拟时序预测探讨

网络虚拟化技术社区时序数据建模是许多学者研究的新型课题,以其模糊神经网络环境下复杂网络虚拟化技术社区时序数据预测系统中,同时基于提出模糊神经网络视角下网络虚拟化技术时序数据预测中的应用。     

7F3193集成运放的可靠性予计

本文简单介绍了可靠性予计的元器件应力分析法及单片微电子器件的工作失效率模型,并对7F3193的未来可靠度做了计算。     

CU encoding depth prediction,early CU splitting termination and fast mode decision for fast HEVC intra-coding

High Efficiency Video Coding (HEVC) is a new video coding standard achieving about a 50% bit rate reduction compared to the popular H.264/AVC High Profile with the same subjective reproduced video quality. Better coding efficiency is attained, however, at the cost of significantly increased encoding complexity. Therefore, fast encoding algorithms with little loss in coding efficiency is necessary for HEVC to be successfully adopted for real applications. In this paper we propose a fast encoding technique applicable to HEVC all intra encoding. The proposed fast encoding technique consists of coding unit (CU) search depth prediction, early CU splitting termination, and fast mode decision. In CU search depth prediction, the depth of encoded CU in the current coding tree unit (CTU) is limited to predicted range, which is mostly narrower than the full depth range. Early CU splitting skips mode search of its sub-CUs when rate distortion (RD) cost of current CU is below the estimated RD cost at the current CU depth. RD cost and encoded CU depth distribution of the collocated CTU of the previous frame are utilized both to predict the encoding CU depth search range and to estimate the RD cost for CU splitting termination. Fast mode decision reduces the number of candidate modes for full rate distortion optimized quantization on the basis of the low complexity costs computed in the preceding rough mode decision step. When all these three methods are applied, proposed fast HEVC intra encoding technique reduces the encoding time of the reference encoder by 57% on the average, with only 0.6% of coding efficiency loss in terms of Bjontegaard delta (BD) rate increase under the HEVC common test conditions.