检索结果-南通市图书馆

基于描述长度的Context量化算法在小波图像压缩中的应用

在线全文

学校读者我要写书评

暂无评论

基于描述长度的Context量化算法在小波图像压缩中的应用

作者：张鸿云南大学

学位级别：硕士

随着时代的发展,科技逐渐渗透到生活中每一个角落,人们生产、生活、娱乐都在依赖并扩充着数字世界。在数字数据中,数量多、内存大的是图像和视频数据。对这类数据压缩处理上,熵编码受到青睐。而基于小波变换的压缩算法也广泛地应用于图... 详细信息

随着时代的发展,科技逐渐渗透到生活中每一个角落,人们生产、生活、娱乐都在依赖并扩充着数字世界。在数字数据中,数量多、内存大的是图像和视频数据。对这类数据压缩处理上,熵编码受到青睐。而基于小波变换的压缩算法也广泛地应用于图像、视频数据国际压缩标准和应用开发研究。由“条件降低熵值”这一理论,在小波变换基础上建立Context模型,依赖上下文相关性的条件熵编码受到广泛关注。然而,Context模型增大时,模型中条件概率分布得不到充分统计会造成“模型稀释”。为解决此问题广大研究学者引入了Context量化的概念。Context量化实质是用聚类的思想减少概率分布的数量从而避免模型稀释。较为经典的Context量化算法有最小条件熵量化算法、最大互信息算法、蚁群算法等。以上算法都提出了行之有效的方法计算Context中概率统计分布的相似程度,并进行聚类。但上述算法存在一个共同问题——调参,即量化前必须人为指定量化级数。本文对最短描述长度MDLCQ算法做了详细理论说明,并在本文实验中以此算法作为Context量化标准,量化器优化目标是使全局描述长度最短。MDLCQ算法克服了以往Context量化器不能自适应得到量化级数的局限性。本文将这种量化算法应用到小波变换图像压缩中,实验结果表明最短描述长度Context量化器不依赖人工经验的条件下,能够获得与人工精心调试的量化器类似的压缩效率。图像小波变换后在不同子带有不同的幅值特性,即使是一个十分高效的Context模型也难以兼顾不同频率的信源。为此,本文突破了传统编码器只采用一个Context概率模型编码的束缚,提出多模型混合编码方案。令信源信息根据概率统计情况自动选择最佳模型编码。图像压缩实验验证表明多模型混合编码器压缩效率高于单模型。

关键词：条件熵编码 context量化描述长度小波变换混合编码

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于描述长度的Context量化算法

基于描述长度的Context量化算法

作者：芮静云南大学

学位级别：硕士

在利用Context模型实现系统的压缩编码时,Context模型是用来估计信源概率模型的有效方法。而Context建模的研究重点则是通过Context量化使压缩效率得到进一步提高。Context量化的实质是使模型中条件概率分布的数量减少。本文提出了基于... 详细信息

在利用Context模型实现系统的压缩编码时,Context模型是用来估计信源概率模型的有效方法。而Context建模的研究重点则是通过Context量化使压缩效率得到进一步提高。Context量化的实质是使模型中条件概率分布的数量减少。本文提出了基于动态规划的多维Context量化算法、基于K均值的混合聚类算法以及无监督极限学习机与K均值聚类相结合的算法来进行Context模型量化。然后分析对比这三种算法的量化性能,从而确定了相对最优的Context量化算法。此外,由于编码系统的编码效率是由量化性能与标签代价共同决定的,所以本文针对基于K均值的混合聚类算法和无监督极限学习机与K均值聚类相结合的算法进行量化产生的标签代价也进行了分析。由于运算量较大,本文利用基于动态规划的多维Context量化算法实现了单条件和二条件Context模型的量化;利用基于K均值的混合聚类算法和无监督极限学习机与K均值聚类相结合的算法实现了单条件到六条件Context模型的量化。其中,主要是使用描述长度作为量化性能的评判标准。从而确定模型的最佳条件数,提供了更优的Context模型。通过对实验结果进行分析,以上三种算法的Context模型量化性能得到了验证。由实验结果对比表明:相对而言,基于K均值的混合聚类算法可以使Context量化性能达到更优;另外,针对基于K均值的混合聚类算法以及无监督极限学习机与K均值聚类相结合的算法,六条件Context模型的量化性能比其它条件Context模型的量化性能更优。除此之外,若考虑的是整个压缩编码系统,即加上标签代价,则可得:标签代价不仅影响编码效率,而且会影响最优Context模型以及Context量化算法的选择。

关键词： Context量化描述长度动态规划 K均值聚类无监督极限学习机

基于最小描述长度的Context量化方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

昆明学院学报 2017年第6期39卷 63-67页

作者：卜春芬陈旻殷启新昆明学院物理科学与技术系云南昆明650214 云南警官学院信息网络安全学院云南昆明650223

介绍一种自适应优化Context量化算法.量化器优化目标为令训练序列描述长度最短.定义描述长度增量作为聚类相似性测度并使用混合聚类算法实现Context量化以保证量化器在多进制信源下获得优化量化结果,从而克服以往优化Context量化器不能... 详细信息

介绍一种自适应优化Context量化算法.量化器优化目标为令训练序列描述长度最短.定义描述长度增量作为聚类相似性测度并使用混合聚类算法实现Context量化以保证量化器在多进制信源下获得优化量化结果,从而克服以往优化Context量化器不能应用于多进制信源或不能自适应获得量化级数等限制.最后将量化算法应用于图像小波压缩.实验结果表明,最短描述长度Context量化器能够获得与人工精心调试的经验量化器类似的压缩效率,而不依赖于人工经验.

关键词： Context量化描述长度描述长度增量图像小波压缩

基于描述长度和层次聚类的Context模型量化

在线全文

学校读者我要写书评

暂无评论

软件 2015年第12期36卷 38-41页

作者：陈慧陈建华滇池学院云南昆明650228 云南大学云南昆明650228

熵编码被广泛应用于数据压缩中,Context建模可以有效的利用信源序列中符号间的相关性使信源编码码长缩短,但是过大的Context模型会加大对信源符号的统计难度从而使编码效率降低。为了使Context模型中的条件概率分布更加方便统计并且收... 详细信息

熵编码被广泛应用于数据压缩中,Context建模可以有效的利用信源序列中符号间的相关性使信源编码码长缩短,但是过大的Context模型会加大对信源符号的统计难度从而使编码效率降低。为了使Context模型中的条件概率分布更加方便统计并且收敛于信源的实际概率分布,本文使用层次聚类算法对已经建立的Context模型中的条件概率分布按照描述长度最短的原则进行聚类合并。实验证明此方法可以解决基于K-mean聚类的Context量化器设计算法中类数和初始聚类中心需要提前设定而造成设计困难的问题,还能使熵编码的效率提高。

关键词： Context量化层次聚类描述长度

在线全文

学校读者我要写书评

暂无评论

基于上下文树的无损压缩算法

云南大学学报（自然科学版） 2020年第6期42卷 1064-1071页

作者：王炯陈建华和志圆云南大学信息学院云南昆明650500

为解决多进制信源建模面临的“上下文稀释”问题,提出基于上下文树的无损压缩算法.首先,利用待编码符号的上下文信息以及信息论中条件降低熵值的原则,建立上下文树模型,为使信源的统计信息划分得更加细致,将多叉树转化为二叉树;然后,为... 详细信息

为解决多进制信源建模面临的“上下文稀释”问题,提出基于上下文树的无损压缩算法.首先,利用待编码符号的上下文信息以及信息论中条件降低熵值的原则,建立上下文树模型,为使信源的统计信息划分得更加细致,将多叉树转化为二叉树;然后,为了获得更有利于改进编码性能的条件概率分布,采用描述长度增量作为树节点的合并原则;最后,为处理算术编码过程中产生的零概率符号问题,在条件概率分布中引入频度非零的逃逸符号,改善了使用传统方法处理的弊端.实验结果表明,提出的算法能取得较好的压缩效果.

关键词：上下文建模无损压缩逃逸符号熵编码描述长度

基于动态规划的多条件Context模型量化

在线全文

学校读者我要写书评

暂无评论

基于动态规划的多条件Context模型量化

作者：蒙田云南大学

学位级别：硕士

根据熵编码理论,条件熵小于信息熵,所以可以利用Context模型对数据进行有效压缩。然而在实际编码中,我们发现增加Context模型的阶数时,由于数据采样值有限,数据的压缩效率先增大后降低。出现这种现象的原因,我们称为“模型稀释”。为了... 详细信息

根据熵编码理论,条件熵小于信息熵,所以可以利用Context模型对数据进行有效压缩。然而在实际编码中,我们发现增加Context模型的阶数时,由于数据采样值有限,数据的压缩效率先增大后降低。出现这种现象的原因,我们称为“模型稀释”。为了改善“模型稀释”问题,本文提出了基于动态规划的多条件Context模型量化算法。首先分别建立2阶、3阶Context模型,估计出对应的初始条件概率分布。利用描述长度作为评价指标,通过动态规划的方法,得到一种基于最小描述长度的条件概率划分办法,实现2阶、3阶Context模型的量化。然后利用累积分布的特点,实现概率模型统计值的累积,并用于条件概率的合并。通过实验分析,对基于动态规划的多条件Context模型量化算法的性能进行了验证。实验结果表明:由基于动态规划的多条件Context模型量化算法进行Context量化可以明显地改善熵编码系统的压缩性能,提高数据的压缩效果。利用累积分布,可以有效地降低算法的复杂度。

关键词：熵编码动态规划描述长度 Context模型 Context量化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

网上创新竞赛机制设计实证研究

网上创新竞赛机制设计实证研究

作者：杨小雷哈尔滨工业大学

学位级别：硕士

近年来，网上创新竞赛成为一种新的网络商业模式，正变得越来越流行。这种方式为当前企业R＆D提供了一种全新的模式，将会为企业节约很大的成本，且可以集中更多人才的智慧，获得意想不到的结果。在美国，这种新的模式被称为众包，而在... 详细信息

近年来，网上创新竞赛成为一种新的网络商业模式，正变得越来越流行。这种方式为当前企业R＆D提供了一种全新的模式，将会为企业节约很大的成本，且可以集中更多人才的智慧，获得意想不到的结果。在美国，这种新的模式被称为众包，而在中国，人们称之为威客网站。众包（威客）网站作为第三方平台，可以有效地将方案寻求者及方案提供者联系在一起。在创新竞赛中，问题发布者提出问题，并辅以一定的奖金酬劳，而参与竞赛的创新者会竭尽全力提供方案来满足问题发布者的需求，以赢得奖金。尽管当前关于竞赛理论的研究已经非常丰富，却很少有学者对这种新的网络竞赛模式做深入的研究，对网上创新竞赛绩效的研究更是屈指可数。本研究首先对网上竞赛和传统的线下竞赛进行简要比较，寻找其差异之处。作为一种新的竞赛模式，网上竞赛可以极大降低企业成本，并吸引来自全球的参与者。相对于线下竞赛，网上竞赛有两个关键差异，动态参与过程与反馈过程。其次，由于多数网上竞赛缺乏有效地绩效评价指标，本文通过构建简单的数学模型，为创新竞赛绩效寻找到两个指代变量-参与者人数以及解决方案的提交数量。同时本文还对网上创新竞赛的类型进行划分，将其分为创意构思型，专业技术型，以及创意技术并用型。最后，文章对奖金结构，文本描述长度，竞赛持续期限如何影响竞赛绩效进行了检验。此研究采用了实证研究的方法。所有的数据来源于中国最大的威客网站之一-时间财富。这个网站与其他网站相比最大的不同之处在于它可为用户提供多样性的奖金结构设计类型。因此，比较型实证研究可以很好的得以应用。研究使用Stata对14317个样本（其中4%为多样性奖金结构）进行了相关性分析，异方差检验及回归分析。结果显示，竞赛设计者提供奖金数额越大，参与者以及获得的解决方案就会越多。同样的，较长的竞赛期限也可以吸引更多的参与者，获得更多解决方案。然而，文本的描述长度只对创意类的项目有正向影响，对其他类型的竞赛影响不大。在主要考察的奖金结构方面，对于所有的竞赛类型来讲，按比例进行奖金分配比单项奖这种方式更为有效。这与大多数的传统线下竞赛奖金设计都有所不同。

关键词：网上创新竞赛竞赛绩效奖金设计竞赛类型描述长度竞赛期限

基于参考序列和Context加权的基因组序列压缩

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于参考序列和Context加权的基因组序列压缩

作者：王荣姝云南大学

学位级别：硕士

随着对DNA序列特点的深入了解,针对DNA序列的高效压缩不断涌现。其中,GReEn针对同源物种之间DNA序列相似度高的特点,利用参考序列构造概率复制模型,将概率分布送入算术编码器编码对DNA序列进行压缩,效果显著。但是在目标序列没有与参考... 详细信息

随着对DNA序列特点的深入了解,针对DNA序列的高效压缩不断涌现。其中,GReEn针对同源物种之间DNA序列相似度高的特点,利用参考序列构造概率复制模型,将概率分布送入算术编码器编码对DNA序列进行压缩,效果显著。但是在目标序列没有与参考序列重复时,GReEn的压缩效果急剧下降。针对GReEn这一不足,本文对其使用Context加权模型以改善GReEn在目标序列与参考序列不同时的压缩效果。首先,构建一个Hash表并采用链地址法解决Hash冲突,存储参考序列中每个长度为k-mers的字符串留待编码时检索。然后对目标序列进行同样的Hash处理并与参考序列进行比对,在参考序列与目标序列不同的地方使用Context加权模型优化。考虑到字符间的相关性,再结合Minh.D.C.提出的权值选择理论:Context模型权值与描述长度的对数的倒数成正相关关系,我们提出了利用多组Context模型加权合并的办法来减小码长。首先对每个模型的描述长度进行排序和统计,然后计算统计值的对数的倒数并做归一化处理得出权值,最后权值随描述长度的统计特性的变化不断更新。实验结果表明,Context加权模型可以在参考序列与目标序列不同时改善压缩效率。说明在基因序列的压缩过程中,这种基于参考序列再结合Context加权模型的方法可以提高压缩效率。

关键词： DNA压缩参考序列 Context加权描述长度算术编码

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于上下文树的基因组数据无损压缩算法

基于上下文树的基因组数据无损压缩算法

作者：孔令超云南大学

学位级别：硕士

随着基因组测序技术的高速发展,基因组数据量呈指数型增长,如何高效的压缩和存储各基因组序列成为重要研究问题之一。其中基于熵编码的统计压缩算法是基因组序列压缩领域中不可或缺的一部分,基于Context树模型的PPM（Prediction by part... 详细信息

随着基因组测序技术的高速发展,基因组数据量呈指数型增长,如何高效的压缩和存储各基因组序列成为重要研究问题之一。其中基于熵编码的统计压缩算法是基因组序列压缩领域中不可或缺的一部分,基于Context树模型的PPM（Prediction by partial matching）算法也逐渐成为了主流的基因组压缩算法中无损压缩环节的主要选择。由于所有符号经过逃逸机制后,PPM算法总是使用最高阶节点的概率分布对当前符号进行编码,但选择最高阶概率分布的计数统计可能并不充分,仍存在一定程度的“Context稀释”问题。为了解决这些不足,本文采用描述长度增量作为判断标准,对条件概率分布进行合并,为信源序列提供更合理的概率分布估计。首先,我们将待编码基因组序列分为两部分去处理。一部分称为有效符号,利用高频碱基符号来构建Context树模型。另一部分称为无效符号,只需记录它的符号,长度,起始位置等信息。在构建Context树模型的过程中,由于父节点的计数统计信息总是比子节点更充分,因此在PPM算法经过逃逸机制后,采用父节点的计数分布编码可能会得到更好的编码效果。其次根据子节点与父节点之间的相似程度,利用描述长度增量来判断是否选用父节点的概率分布。并设定阈值进行计数缩放,更好的反应和跟踪局部统计量的变化特征,使Context树模型能够随着输入流的变化得到更好的符号自适应性。实验结果表明,用描述长度增量去判断父子节点间的替代性具有更好的性能。相比于传统的PPM算法,本文的算法可以得到更好的压缩效率。不管是对较大的人类基因组序列还是对于较小的微生物基因组序列的无损压缩过程,运用本文的方法,都可以更好的降低基因组序列的存储空间。

关键词： DNA无损压缩 Context模型 PPM算法描述长度