基于波形存储型红外学习的数据压缩方法

波形存储型红外遥控学习不受波形编码格式以及协议类型限制,数据编码压缩是其关键所在。以红外载波频率38 kHz来计量脉冲宽度,将脉冲波形转化为一维有符号数数组并聚类;利用先验知识构建固定长度的静态字典,对短脉冲以2 bit编码,长脉冲以多个编码短脉冲串联构成。实际测试表明,红外遥控学习数据编码压缩率高,编码数据还原红外遥控波形控制准确。     

一种面向GIS系统的新型双层聚类方法

在传统网格密度方法的基础上,提出了一种新型的面向GIS系统的双层聚类算法CPDG。它结合了密度方法和划分方法的思想,能够准确、高效地同时发现两种性质的空间集簇。初步实验显示,该算法在同时发现空间对象的任意形状密集连通区域以及连通区域内部以密集中心为代表的若干近似圆形的予区域上有很好的效果。     

一种面向Mashup应用的API推荐方法

在动态变化的网络环境下,来自组合服务或Mashup的服务可能不可用或失效.此外,随着越来越多的服务在互联网上,用户很难找到他们想要的服务.服务聚类是辅助服务发现的一种重要方法,但是已有的服务发现方法没有考虑服务本身的规格(Specs)信息.针对上述问题,提出了一种面向Mashup应用的API推荐方法,通过LDA主题聚类...     

LZW*:一个改进的LZW数据压缩算法

介绍了一种改进LZW数据压缩算法．针对LZW算法的不足，首先将字典的存储方法进行了改进，然后将经典数据存储方法改为动态存储，从而避免了空间浪费．论文最后采用4个BMP文件对LZW＊和商品软件WinRAR进行了对比分析，实验表明这一改进算法的效率具有较大的提高．     

一种新的用于电子词典的数据压缩算法

电子词典西文只有26个大小写字母，而汉字成百上千，利用此数据特点提出分别对中文和西文采用不同的压缩算法，此算法是对传统电子词典采用Huffman编码，将中文和西文不加区分混合进行压缩编码，对所存在缺陷进行改进。使电子词典的压缩率和压缩速度大大提高，同时在保证压缩率相等的情况下，使编码均匀分布减少预分配内存空间和增强抗误码的能力。最后通过实例比较了两种压缩的效率，说明新压缩方案的正确性和可行性。     

基于脊波变换的体数据压缩编码方法

体数据的数据量大、数据间的相关性强、拥有大量的线或面结构,因此需要研究有效的压缩编码方法。脊波变换作为一种新的时频分析工具,在处理线或面的奇异性时有它适用的一面。在介绍脊波变换理论的基础上,将脊波变换的思想应用到体数据的压缩编码中。文中两种压缩策略的主要思想分别为：策略1先将体数据划分成切片组,再对每一张切片做二维脊波变换,然后进行量化和熵编码;策略2直接对体数据做类似于三维脊波变换的变换,然后进行量化和熵编码。比较而言,策略1实现简单,策略2能获得更高的压缩比。两种策略都具有较强的鲁棒性,且能实现嵌入式编码。该方法已应用到实际工业CT体数据的压缩编码中,还可用于其它类型体数据的压缩编码中。     

隐子空间聚类算法的改进及其增量式算法

基于稀疏表示的隐子空间聚类(latent subspace clustering,LSC)算法,相对于传统的子空间聚类算法,具有更快的聚类速度,使其适用于更大的数据集,但是其存在字典训练具有随机性,占用内存过多等缺陷。参照LC-KSVD字典训练算法的思想,通过将一部分信号的标签信息添加进字典训练阶段,以此提高了字典的判别性,进而提出了聚类精度更好的ILSC(improved LSC)算法。但相比于LSC算法,ILSC算法在字典训练阶段的耗时却大幅增加,针对此缺陷,参照增量字典训练的思想,提出了ILSC算法的增量式聚类算法I2LSC(incremental ILSC),在确保聚类精度、NMI(normalized mutual information)、RI(Rand index)值高于LSC且与ILSC相当的同时,较之ILSC具有更快的运行速度。     

一种面向聚类的隐私保护数据发布方法

隐私保护微数据发布技术可以在保护敏感数据隐私的同时,维持数据的可用性.但已有的多数发布方法都局限于类别属性数据集,发布后数据可用性以维持数据聚集查询可用性和频繁项集分析、分类挖掘可用性为主.针对数据挖掘领域另一重要任务--聚类分析,以及聚类分析中常处理的数值属性数据隐藏发布问题,提出隐藏算法NeSDO,算法对数据记录关于聚类可用性的特征进行分析,引入个性数据记录和共性数据记录的定义.采用合成数据替换扰动方法,为个性数据记录定义相应的正邻域记录集和负邻域记录集.对共性数据记录用其k最近邻域数据记录的均值替换;对个性数据记录分别采用其正邻域记录集或负邻域记录集内记录的均值进行置换,实现隐藏处理.理论分析和实验结果表明,算法NeSDO能够较好地保护敏感数值不泄露,同时能够有效保持发布后数据的聚类可用性.     

一种面向并行空间查询的数据划分方法

在并行空间数据库中,空间数据集在各计算节点是否聚集划分,对提高空间并行查询效率起着关键的作用.Oracle Spatial采用的基于格网的划分方法只考虑了数据集在各节点是否均衡划分,而未考虑空间数据的拓扑特征.基于空间数据聚集划分的目的,提出了一种基于K-平均聚类算法的空间数据划分方法.实验证明,该方法极大地提高了空间数据并行检索和查询效率.     

面向分类的增量字典学习算法

针对面向分类的传统字典学习方法在大数据集上批量学习时计算代价较高的问题,提出一种类特定的增量式字典学习算法。该算法在初始训练集上进行类特定的字典学习得到初始字典,通过增量数据集选取增量字典原子初始值。根据不能在初始字典上稀疏表示且互信息最大的原则,从增量样本集中选取若干样本作为增量字典原子的初始值。在保持原有字典原子不变的情况下,迭代更新编码系数和增量字典原子,直至收敛得到新的字典。利用稀疏表示分类器,在Eclipse数据集和ORL人脸图像数据库上的实验结果验证了该算法的分类有效性和计算代价上的优越性。     

Huffman*:一个改进的Huffman数据压缩算法

介绍了一种改进的Huffman数据压缩算法。针对Huffman算法的不足,首先对编码溢出进行了改进,通过线性链表存储编码,第二个改进是采用堆排序算法,这种方法可以减少对内存读写的次数,提高系统的响应速度。论文最后采用3个JPG文件对Huffman*和经典的Huffman进行了对比分析,实验表明改进算法的耗时与经典算法相比要少的多。     

稀疏表达的运动数据压缩

随着运动数据越来越多地被应用于动画制作和科研领域,高效的运动数据压缩技术也逐渐成为一个热门的研究课题.基于稀疏表达提出一种新的运动数据有损压缩方法.首先对输入的运动数据进行分析生成稀疏表达字典;然后基于稀疏表达字典对运动数据中的每一帧进行稀疏线性表达;最后用K-SVD算法对字典和稀疏表示进行迭代优化.实验结果表明,本文方法可以达到较高的压缩比(50倍左右),同时保持原始运动数据的完整性,还原后可控制重建误差在肉眼不易分辨的范围内(平均RMS误差2.0以下),并且本文方法特别适用于对较短运动数据的压缩.     

无理数字典码的测试数据压缩方案

提出了一种无理数字典码的测试数据压缩方案,能有效地压缩芯片测试数据。方案利用无理数序列建立字典,编码时只需进行相容性检查,无需填充无关位,简化了操作步骤;同时,选择局部压缩率最大的一组数据作为最终编码结果,保证压缩效果可以达到局部最优。对ISCAS 89标准电路Mintest集的实验结果显示,该方案的压缩效果优于传统压缩方法,如Golomb码、FDR码、混合定变长码等。     

Revisiting dictionary‐based compression

An attractive way to increase text compression is to replace words with references to a text dictionary given in advance. Although there exist a few works in this area, they do not fully exploit the compression possibilities or consider alternative preprocessing variants for various compressors in the latter phase. In this paper, we discuss several aspects of dictionary‐based compression, including compact dictionary representation, and present a PPM/BWCA‐oriented scheme, word replacing transformation, achieving compression ratios higher by 2–6% than the state‐of‐the‐art StarNT (2003) text preprocessor, working at a greater speed. We also present an alternative scheme designed for LZ77 compressors, with the advantage over StarNT of reaching up to 14% in combination with gzip. Copyright © 2005 John Wiley & Sons, Ltd.     

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。     

基于时间倾斜的数据流聚集压缩算法

对于许多应用领域不断产生的数据流,面向数据流聚集查询的应用最为广泛。本文在构造压缩桶的基础上,提出了基于时间维度压缩数据流的算法,来动态地形成压缩数据流,并进一步给出了使用压缩桶获得数据流聚集查询的数学方法。     

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。     

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。     

无线传感器网络中一种分布式数据压缩算法

无线传感器网络有限的能量与通信带宽难以适应网络中大量数据的传输,需要在网络内部对传感数据进行压缩处理。基于任意支撑长度的小波函数,提出了一种分布式数据压缩算法。首先研究边界效应对传感数据重构带来的影响,然后基于虚拟网格环模型给出了一种分布式小波数据压缩算法。理论分析与实验结果表明,该算法能有效地去除传感数据中存在的空间相关性。而且,随着簇头与簇内节点距离的增加,该算法比非分布式方式更节省网络耗能。     

关于空间数据系统无损压缩算法的零值块研究

通过对CCSDS(国际空间数据系统咨询委员会)建议的无损数据压缩标准的研究,以及对目前常用压缩算法的调查,它阐述了一种具有延迟小速度快抗差错能力强等特点的无损数据压缩算法,即Rice压缩算法,压缩率超过50%以上,而且对多种类型的数据都会达到满意的效果.它对算法中的零值块部分作了较为详细地阐述,因为经过预处理过的数据通常都很小,对于图像来说有相当多的零值.因此,对零值较多的情况下采取零值块压缩处理,效果很好,经过软件测试,结果符合CCSDS的要求标准.