【摘 要】
：
分布式算术码（Distributed Arithmetic Coding,DAC）是一种基于算术码的分布式信源编码方案,该方案采用独立编码、联合解码的方式,有效地将复杂度从编码端移向解码端,从而提高系统性能。由于分布式算术码对于中短数据块表现出更好的性能,因此它在无线传感网络、图像视频压缩和高光谱图像等领域具有很好的应用前景。在传统的分布式算术码方案中,信源与边信息之间的相关性被建模为一个虚拟二元
论文部分内容阅读
分布式算术码（Distributed Arithmetic Coding,DAC）是一种基于算术码的分布式信源编码方案,该方案采用独立编码、联合解码的方式,有效地将复杂度从编码端移向解码端,从而提高系统性能。由于分布式算术码对于中短数据块表现出更好的性能,因此它在无线传感网络、图像视频压缩和高光谱图像等领域具有很好的应用前景。在传统的分布式算术码方案中,信源与边信息之间的相关性被建模为一个虚拟二元对称信道（Binary Symmetric Channel,BSC）,具体表现为通过交叉概率反映二者的相关性。隐马尔科夫模型（Hidden Markov Model,HMM）包括不可见的隐状态序列和已知的观察值序列,与分布式算术码中的信源和边信息对应,因此本文基于HMM对信源的相关性进行建模,通过模型参数反映信源之间的相关性。主要工作如下:1.提出了一种基于HMM的分布式算术码方案,将信源以及辅助解码的边信息建模为HMM。具体方法是,将信源作为隐状态序列,通过已知的HMM参数生成观察值序列,随后将二者进行异或运算产生边信息。在此基础上,在解码端采用前向算法对解码分支重要性进行度量,实验证明了该方案的有效性。将基于HMM的分布式算术码与基于HMM的低密度奇偶校验码（Low-Density Parity-Check,LDPC）进行对比,分布式算术码更具有优势,进一步说明了本文研究的重要性。2.将算术码初始谱应用于解码过程中,通过采用算术码初始谱与前向算法相结合的方式来度量解码分支的权重值,从而提高编码性能。3.将基于HMM的分布式算术码方案应用于图像压缩。利用图像像素之间的相关性,将图像的每行像素作为一个待编码信源,通过Baum-Welch算法计算实际图像的HMM参数之后,采用基于HMM的分布式算术码方案进行编解码。通过设计实验,将编码后的图像与原图像进行对比,证明了该方案对图像编解码的可行性;将其与传统的方法进行对比,本文的方案能够获得更好的效果。在此基础上,分析了重叠因子、信源相关性等关键参数对编解码性能的影响。
其他文献
等边角钢构件广泛应用于输电线路杆塔结构中，失稳破坏往往才是控制该类构件承载力的关键。输电塔主材构件中除了单角钢构件，大部分角钢试件需要中间断开，对于单角钢构件的研究很多，但是对双包连接角钢的研究较少。模拟了单角钢和双包节点角钢在输电塔中轴心受压状况，利用SOLIDWORKS对试件进行建模，导入ABAQUS进行有限元分析。对24类Q345角钢进行单轴压缩的有限元模拟，研究了长细比、角钢规格以及是否中
为响应国家发展循环经济和节能减排号召,交通行业对沥青混合料回收料（RAP）的热再生利用越来越重视起来。但受限于传统加热方式,目前我国厂拌热再生的RAP掺量一般不超过30%,因此,如何提高RAP掺量且保证再生混合料的质量成为当下的研究重点。RAP的加热方法是影响热再生沥青混合料质量的关键因素,不同于传统的外部加热方式,微波加热属于内部加热,加热效应主要作用于RAP中的集料部分,可以实现RAP整体升温
近年来,政府债务管控已成为重要话题,与国外的研究相比,由于我国特殊的国情和独特的体制制度,中国与其他国家相比,目前对于政府债务的研究起步较晚,缺乏统一的共识,很多专家在研究方法、指标选取等诸多问题上还没有达成一致。但随着经济社会发展,我国地方性债务风险逐渐浮现,政府债务多次被写进重要文件,如何防范化解政府债务风险已成为当前的重要课题。因此,关于政府债务风险的度量以及风险预警的研究无论对学界还是社会
随着科技的发展,以人工神经网络为代表的复杂网络由于其丰富的动态特性及潜在的应用价值受到了学者们的关注。人工神经网络模拟人脑特性来解决复杂问题,其在图像处理、系统优化、模式识别等方面都有着广泛的应用。近年来,由于工程实践的深入,涉及复值信息处理的工程问题频繁出现,如雷达信号和地震波信号的处理等。传统的实值神经网络处理此类问题的能力有限。因此,利用复值参数和变量组成的复值神经网络应时而生。它是实值系统
遥感图像的检测技术常用于地质探测、海洋监测、城乡规划等实际场景中。遥感图像存在分辨率高、背景信息复杂、目标尺寸小且方向任意等特点,这些特点成为检测时的难题。随着计算机性能不断提高和深度学习的广泛应用,使用卷积神经网络可提升图像目标检测性能,对高质量遥感图像检测研究具有重要研究意义。因此,本文从深度学习目标检测方向出发,针对上述问题提出基于RDB-YOLOv5的遥感图像目标检测算法。具体工作内容如下
随着我国削山造地、削峰填谷、围海造地等工程项目的广泛开展,中低能级强夯已达不到工程设计所需的加固效果,应用和发展高能级强夯技术是工程选择必然的方向,但高能级强夯技术理论落后于实践,高能级强夯施工产生的振动效应不利于周围建筑物或建筑物内安装的设备、仪表仪器等结构的稳定,其加固效果和振动影响亟待更深入的研究。因此,本文基于相似准则和量纲理论,以高能级强夯室内模型试验为主导,采用多组平行试验从竖向、水平
气候变化政策通常被建构为一种由搭便车问题构成的全球集体行动问题。文章利用定量数据、档案文献和精英访谈，对这一模型的实证支持进行了评估，结果发现，与该理论的普遍影响相比，其主张的证据其实相当薄弱。文章发现：首先，在许多重要的气候政治案例中，强版本的集体行动主张似乎缺乏实证依据；其次，无论是强版本的还是弱版本的集体行动主张，似乎都等同于一种专注于国家内部分配冲突的替代理论。文章认为，在不援引搭便车理论
随着人类社会经济的持续发展,汽车已成为人们日常出行的主要交通工具,交通拥堵、能源消耗、环境污染等问题也随之而来,给道路交通和环境保护带来了巨大的压力。交通流预测作为智能交通系统的基础,在路径规划和出行诱导等方面发挥着越来越重要的作用。当前的交通流预测研究主要是通过深度学习方法进行,对数据的完整性有较高的要求,在收集数据的过程中通常会因为检测器故障等问题而导致数据异常和缺失,几乎所有的研究方法都集中
随着国内汽车保有量的快速增加,导致交通安全问题频发,因此对交通智能化的需求日益增长。而交通标志检测和识别作为交通智能化的关键技术,已成为了当今学者的重要研究方向。本文通过对当前主流的目标检测算法进行分析和比较以后,得出YOLOv4检测算法不仅精确和实时性高,而且具有良好的应用和发展前景。故本文采用YOLOv4作为底层的模型,针对该算法在实际交通标志检测过程中存在的不足,提出了对YOLOv4改进的交