物流信息系统编码模型研究

为了解决企业内部信息编码问题，提高基础信息化实施水平，本文系统的介绍了物流信息系统中编码的定义、编码结构模型及编码分类，在层群码分类编码方法的基础上，提出了柔性层群码分类编码方法。以广西某粮油食品有限公司为例。应用柔性层群码编码方法对企业的产品进行了详细的编码，并给出了一种校验位的计算方法。最后对层群码分类编码方法及柔性层群码分类编码方法进行了比较分析。     

一种结合相移分集技术的空频编码技术

在第三代移动通信系统中,空频编码技术是抗信道衰落和提高系统容量的一种新的编码方法.但是,随着发射天线数目的增加,存在编码速率不能达到1,且译码比较复杂的问题.为了解决这两个问题,在介绍简单空频分组编码原理的基础上.针对四根发射天线,提出了一种结合一般的空频编码技术与相移分集技术的空频编码方法,编码速率可以达到1.译码采用简单的最大似然译码,算法得到了简化.在瑞利衰落信道条件下对其进行了仿真,仿真结果表明,提高了信号传输的可靠性,性能优于一般的空频编码方法,是适合移动通信的一种可靠的编码技术.     

极低比特率的图象编码技术

介绍了几种极低比特率图象编码的基本概念、现状、存在的问题以及进一步研究的方向，并对两类典型的基于模型的图象编码和三维子波图象编码方法的特点、关键技术的实现方法、需要解决的问题进行了详细的论述，最后还从图象信号表示的角度探讨了各种极低比特率图象编码技术中存在的根本问题。     

基于制造业企业信息化物资材料信息编码技术的研究

文章从制造业企业信息化的角度讲述了信息编码的体系、结构,并结合实际应用,列举了具有代表性的物资材料信息的编码方法.旨在为企业信息化提供切实可行的物资材料信息编码方案和系统,解决制造业企业信息化中物资材料信息编码技术的难题.     

算术编码与赫夫曼编码的比较

本文简单介绍算术编码和赫夫曼编码，并对两种编码方法的优缺点进行比较，通过比较使得读者更加了解两种编码方法。     

自适应算术编码及其在JPEG2000中的应用

自适应算术编码是一种高效的熵编码方法。本文较为详细地介绍了自适应算术编码的工作原理和实现方法,以及在JPEG2000的应用情况,分析了自适应算术编码应用于图像压缩编码的实现过程,并讨论了实现过程中应该解决的若干技术问题。     

两种常用编码方法的研究及C#实现

图像压缩是数字图像处理的一项重要技术。论文研究了基于统计特性的两种熵编码图像压缩编码方法——香农编码和哈夫曼编码,并以C#为工具,对两种编码方法进行实验及对比。实验表明,哈夫曼编码的编码效率远高于香农编码。香农编码占用的存储空间较大,单位码长表达的信息量少;哈夫曼编码节省存储空间,单位码长表达了更为丰富的信息量。     

基于JPEG2000的任意形状ROI编码方法研究

介绍JPEG2000感兴趣区域编码技术的基本原理和编码方法,比较一般移位法和最大移位法,提出一种新的基于JPEG2000的任意形状感兴趣区域(ROI)编码方法GPBShift,它结合了两种标准ROI编码算法的优点.     

香农编码与香农-弗诺编码方法的研究及C#实现

图像压缩是数字图像处理的一项重要技术。该文研究了基于统计特性的两种熵编码图像压缩编码方法-香农编码和香农-弗诺编码,并以C#为工具,对两种编码方法进行实验及对比。实验表明,香农-弗诺编码的编码效率远高于香农编码。香农编码占用的存储空间较大,单位码长表达的信息量少。香农-弗诺编码节省存储空间,单位码长表达了更为丰富的信息量。     

图像压缩“分形”有术

当计算机技术迈向21世纪时,海量存储对数据压缩技术提出了更高的要求。在数据压缩中,分形和小波是新兴的且很有发展前途的两种编码方法,其中分形编码是完全不同于传统编码思想的,是基于自相似的特征来进行数据压缩。目前,分形图像压缩还存在许多问题,有待进一步研究和解决。     

基于LPDC码的分布式多进制相关信源编码

分布式信源编码是无线传感器网络领域研究的新热点,阐述了分布式编码的基础理论,介绍了应用于分布式编码的LDPC编码方法和多级编码方案,最后提出了一种基于LPDC码的分布式多级编码方案实现分布式多进制相关信源编码,并且比较了不同相关性下分布式多进制信源编码的性能。     

自适应算术编码及其在图像编码中的应用

文章介绍了自适应算术编码的基本原理和实现方法,提出了一种基于预测编码和自适应算术编码的图像编码的算法,这种方法能根据图像的区域特征自适应地选取相应的编码模式,提高编码效率。仿真结果表明该算法能有效地提高图像无损编码的效率。     

非数值化特征的条件概率区域划分(CZT)编码方法

非数值化特征经常出现在数据中,对其有效编码是采用机器学习模型解决问题的关键。针对目前被广泛使用的one-hot编码方法的编码结果具有较大的稀疏性,并且编码出的数值仍然没有明确的物理意义等问题,提出一种基于条件概率的区域划分编码算法CZT（conditional-probability-based zone transformation coding）。该方法首先对特征进行条件概率计算,并依据条件概率划分特征区域,按照区域内的联合条件概率进行编码;然后将CZT编码算法与one-hot算法进行对比分析,从理论上推导并证明CZT编码对特征的压缩率至少为每个特征取值空间的平均大小,同时证明经过CZT编码后的问题具有更简单的优化目标形式,有利于设计后续机器学习算法;最后通过采用相同结构的神经网络进行分类,在Titanic数据集下对比CZT算法和one-hot算法编码数据后对分类器性能的影响,结果表明CZT编码的数据的分类准确率和稳定性均有提升。     

遗传算法的编码理论与应用

编码是遗传算法求解问题的前提,文章分析了二进制编码、格雷码编码、实数编码、符号编码、排列编码、二倍体编码、DNA编码、混合编码、二维染色体编码或矩阵编码等编码的实质内容,在树编码和可变长编码基础上阐述了自适应编码的基本理论,提出了基于相似度的可变长编码和基于结构的agent编码方式,给出了函数优化、TSP、KP、JSP、机器人路径规划、图的划分和倒立摆等典型优化问题的编码方案。     

脉冲神经网络图像分割的编码方法

针对脉冲神经网络图像分割中的脉冲编码问题,基于Time-to-First-Spike编码策略提出2种编码方式：线性编码和非线性编码。线性编码方法采用从图像像素值到神经元脉冲发放时间的线性函数对应关系,而非线性编码方法采用Sigmoid函数的对应关系。应用2种方法对图像进行分割,实验结果表明,非线性编码方法的分割结果优于线性编码方法,分割图像具有更大的香农熵值,并且非线性编码方法在图像分割时具有更大的取值区间,更容易对参数进行选择,取得最佳的图像分割结果。     

On the Operational Rate-Distortion Performance of Uniform Scalar Quantization-Based Wyner–Ziv Coding of Laplace–Markov Sources

Wyner–Ziv (WZ) coding has recently been proposed as a low encoding complexity alternative to traditional DPCM coding for compression of sources with memory, in particular, in applications like multimedia compression. The viability of this alternative approach clearly depends on the compression performance of WZ coding compared to that of DPCM coding. In an attempt to understand the performance gap between WZ coding and DPCM coding, this paper studies the operational rate-distortion performance of WZ coding, using uniform scalar quantization followed by perfect Slepian–Wolf coding, for compression of a Laplace–Markov (LM) source. It is shown that at low rates or for weakly correlated LM sources, WZ coding is indeed a competitive alternative to DPCM coding. However, at high rates the performance gap becomes non-negligible for strongly correlated LM sources. In order to reduce the gap at high rates, a hybrid approach that combines DPCM coding and WZ coding is further investigated. It is shown that the hybrid approach is indeed competitive to DPCM coding at all rates even for strongly correlated LM sources.      

静态图像编码研究进展

多媒体及Internet的迅速发展导致了对图像编码技术更高的要求。首先以波形编码、第二代编码技术和分形编码技术为线索对静态图像编码技术的发展及编码技术中所存在的一些问题进行了讨论,并从图像编解码的观点讨论了图像在有噪信道上传输的误码率情况和适应于传输的一些图像编码技术;同时对即将成为新的静态图像编码标准的JPEG－2000的目标、编码机制、POI编码的Maxshift方法以及对码流的直接操作等情况进行了讨论。尽管压缩效果一直是任何编码方案所追求的目标,但其它特性,像基于内容的编码、可分级性编码以及鲁棒性编码等也是选择一个好的编码方案时应该考虑的,据此最后对图像编码技术的发展方向进行了展望。     

图像可分级编码研究进展

图像渐进传输、多质量服务以及图像数据库浏览等多分辨率环境下的多媒体应用导致了图像可分级编码思想的产生。本文首先对图像可分级编码的概念进行了解释，然后对JPEG和JPEG-2000中的图像可分级情况进行了讨论，并以实现图像可分级编码的工具和方法为线索，对基于小波、DCT和匹配追踪（marching pursuit）的图像可分级编码的发展情况进行了分析和讨论，同时对3类可分级编码技术进行了比较，并对其发展趋向和在视频可分级编码中的推广情况进行了讨论。最后对图像编码技术的发展方向进行了展望。     

结合小波变换的零搜索分形图象编码

为提高分形图象编码的质量,缩短编码时间,针对Monro在文献[1]中提出的零搜索分形图象编码方法,其恢复图象在存在的块效应的问题,提出了一种结合小波变换的多项式近似快速分形图象编码方法,该方法是利用各频带间能量分布不均衡的特性,构造一种结合小波分解的分形图象编码算法,首先对图象进行塔式离散正交小波变换,然后再对小波系数进行分形编码,实验结果表明,用该算法对图象进行编码,不仅使恢复图象的质量得到了较大的提高,而且编码时间仅用1．48s。