导读:本文包含了自适应数据压缩算法论文开题报告文献综述及选题提纲参考文献，主要关键词:数据压缩,分块自适应量化,高斯分布,矢量量化
自适应数据压缩算法论文文献综述
王清,龚晓峰,雒瑞森[1]（2017）在《基于自适应标量—矢量量化的IQ数据压缩算法》一文中研究指出由于同相正交数据(In-phase and quadrature data,IQ data)原始数据的相关性很低,直接压缩原始数据是比较困难的。鉴于部分IQ数据的统计分布和合成孔径雷达(Synthetic Aperture Radar)数据的统计分布相似,参考SAR数据的压缩方法—分块自适应量化,针对部分IQ数据概率密度函数偏离高斯分布时分块自适应量化压缩算法性能下降的问题,提出了一种自适应标量-矢量量化压缩算法,对满足高斯分布特性的数据块采用标量量化,对不满足高斯分布特性的数据块采用矢量量化。实测数据的仿真,说明上述方法能够应用于IQ数据的压缩,并且各项性能指标均优于BAQ算法。(本文来源于《计算机仿真》期刊2017年12期）
裴书玉,杜宁,王莉,张春亢[2]（2018）在《基于自适应分层的文物点云数据压缩算法》一文中研究指出叁维激光扫描点云为文物模型重建提供了新的数据支持,但扫描所得海量点云包含大量冗余数据,给建模带来很大不便。针对扫描点云过密、冗余数据较多的问题,提出了一种基于自适应分层的文物点云数据压缩算法。算法的基本思想是:首先通过基于倒角距离变换的自适应分层方法对原始点云进行自适应分层;然后使用弦高差值作为特征点的判别依据来删除冗余数据,采用改进的弦高差法对每层点云进行压缩,保留对模型特征贡献较大的特征点。实验结果表明,通过形状误差控制分层厚度,能在平缓部位减少层数以提高效率的同时不至于使复杂部位因分层过厚而损失重要特征,改进的弦高差法在保留大曲率特征的同时不至于使平缓部位出现孔洞,从而保证了模型重建的精度。(本文来源于《计算机应用研究》期刊2018年11期）
张宗华,叶志佳,牛新征[3]（2017）在《面向监测数据压缩的自适应SDT算法》一文中研究指出为降低IT运维系统的实时监测数据量、提高数据存储效率,提出一种自适应的旋转门算法(adaptive swinging door trending,ASDT)。针对传统SDT算法存在抗噪性弱、参数选取困难等缺陷,ASDT首先通过最小二乘平滑处理,减小噪声数据对SDT趋势判断的影响;然后通过改进死区限值过滤算法,对经平滑处理后的数据进行压缩;最后基于相邻压缩区间标准差变化,自适应调整压缩精度参数。实验结果表明:在保证数据保真度的前提下,ASDT的仿真数据和真实数据上的压缩比分别提高60%和24%以上。(本文来源于《中国测试》期刊2017年02期）
潘志刚,王小龙,李志勇[4]（2017）在《SAR原始数据压缩的自适应比特分配BAQ算法》一文中研究指出针对SAR原始数据压缩,在传统BAQ算法基础上,提出一种分块量化比特率可变的BAQ算法,在保持各分块平均比特率固定的前提下,针对不同的数据分块自适应选择量化比特率。与已有的改进型BAQ算法相比,比特率选择机制基于分块数据的信号功率大小,不需要成像区域的先验知识。新方法能够明显提高数据量化信噪比并降低SAR复图像相位误差,而运算复杂度增加很小,并可以实现分数比特率,适应于不同通信带宽的数据传输需要,增加了SAR原始数据实时传输的灵活性。(本文来源于《中国科学院大学学报》期刊2017年01期）
张静,张勤,赵超英,张菊清[5]（2014）在《顾及协方差函数的自适应四叉树InSAR数据压缩算法》一文中研究指出利用InSAR变形监测结果进行形变机理反演时,由于InSAR获取的数据点众多,且往往含有较多的误差乃至粗差点,严重制约了反演计算的效率和可靠性。为此,本文提出顾及InSAR变形监测数据的物理空间相关性来设立协方差函数,并依据协方差函数确定四叉树象限分解阈值和最大象限大小的自适应四叉树分解InSAR数据压缩算法。本算法能够在尽可能保留形变信号特征细节信息的同时,极大地降低InSAR数据量。论文以西安地区地面沉降InSAR形变监测结果为例进行了试验分析,验证了该算法的有效性。结果表明,该方法能够在不损失形变信号特征的同时,有效地实现InSAR数据压缩和噪声消除的目的。(本文来源于《测绘学报》期刊2014年05期）
陈岁生,卢建刚[6]（2013）在《基于提升小波和自适应多项式拟合的传感器网络多模数据压缩算法(英文)》一文中研究指出为提高无线传感器网络的感知精度,提出了一种基于提升小波变换和自适应多项式拟合的多模数据压缩算法AMLP(Adaptive Multiple-Modality Data Compression Algorithm Based on Lifting Wavelet and Adaptive Polynomial Fitting)。在给定相关度阈值的前提下,AMLP算法先对数据进行灰色关联聚类,再对类中的相关数据进行自适应的多项式拟合,然后把未拟合的特征数据抽象成一个矩阵,利用提升小波变换去除数据的时间和空间相关性。最后,通过游程编码对数据作进一步压缩。仿真结果表明,AMLP算法能够有效去除不同数据间的冗余信息以及同种数据间的时间和空间冗余信息,提高压缩比,降低网络能耗。与基于小波的自适应多模数据压缩算法AMMC(Adaptive Multiple-Modality Data Compression Algorithm Based on Wavelet)相比,AMLP算法的数据恢复精度大大优于AMMC算法,压缩比和能耗相近。因此,AMLP算法更适用于要求高精度数据的传感器网络应用,如地质灾害监测、医疗和军事领域。(本文来源于《传感技术学报》期刊2013年04期）
蒋鹏,吴建峰,吴斌,董林玺,王达[7]（2013）在《基于自适应最优消零的无线传感器网络数据压缩算法研究》一文中研究指出针对无线传感器网络采集数据存在的时空冗余,提出了一种自适应最优消零压缩算法(AOZS,adaptive op-timal zero suppression compression algorithm)。AOZS是一种无损的数据压缩算法,能够自适应地寻找最优位数因子对递增排列的数据序列进行消零运算和编码,使得数据序列的最终编码长度最短。仿真结果表明,AOZS算法能够对无线传感器网络采集的数据进行有效地压缩,降低了节点能耗,减小了网络延时,并且能精确地重构原始数据。(本文来源于《通信学报》期刊2013年02期）
刘政,狄佳[8]（2013）在《一种自适应Huffman算法在无线传感器网络数据压缩中的应用》一文中研究指出针对无线传感器网络中数据压缩的问题,提出了一个基于时空相关性和Huffman编码的数据压缩算法,并在传输的比特数和压缩比方面与静态Huffman方法进行了比较。实验结果表明,所提出的算法执行效果更好。(本文来源于《重庆理工大学学报(自然科学)》期刊2013年02期）
李峥嵘[9]（2012）在《自适应数据压缩算法研究》一文中研究指出针对传感器网络的数据压缩研究,本文提出了一种基于过滤的数据压缩方法。验证算法的实验数据来自Intel-伯克利大学联合研究实验。数据类型包括传感器节点采集的温度,湿度,以及对应的电压等信号值,通过实验比较了算法在不同情况下的压缩比等性能。(本文来源于《现代企业教育》期刊2012年05期）
史操,邹北骥,蔡美玲,孟志刚,陈再良[10]（2012）在《自适应异步采样运动数据压缩算法》一文中研究指出针对叁维运动捕获系统的广泛应用,采样频率越来越高,运动数据库日益增大带来的问题,本文提出多路信号异步采样思想对运动数据进行压缩.理论上论证了在人体运动所固有的客观及主观约束条件下采用本文提出异步采样思想比同步采样能够获取更高压缩比,并针对每一路信号提出了基于叁次样条的自适应重采样算法.通过大量运动实验分析了不同运动阶段的数据可压缩性,最高压缩比达到13.24,在单个标记点误差为0.5cm时,数据解压重构毫不影响视觉效果.(本文来源于《电子学报》期刊2012年01期）
自适应数据压缩算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
叁维激光扫描点云为文物模型重建提供了新的数据支持,但扫描所得海量点云包含大量冗余数据,给建模带来很大不便。针对扫描点云过密、冗余数据较多的问题,提出了一种基于自适应分层的文物点云数据压缩算法。算法的基本思想是:首先通过基于倒角距离变换的自适应分层方法对原始点云进行自适应分层;然后使用弦高差值作为特征点的判别依据来删除冗余数据,采用改进的弦高差法对每层点云进行压缩,保留对模型特征贡献较大的特征点。实验结果表明,通过形状误差控制分层厚度,能在平缓部位减少层数以提高效率的同时不至于使复杂部位因分层过厚而损失重要特征,改进的弦高差法在保留大曲率特征的同时不至于使平缓部位出现孔洞,从而保证了模型重建的精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应数据压缩算法论文参考文献
[1].王清,龚晓峰,雒瑞森.基于自适应标量—矢量量化的IQ数据压缩算法[J].计算机仿真.2017
[2].裴书玉,杜宁,王莉,张春亢.基于自适应分层的文物点云数据压缩算法[J].计算机应用研究.2018
[3].张宗华,叶志佳,牛新征.面向监测数据压缩的自适应SDT算法[J].中国测试.2017
[4].潘志刚,王小龙,李志勇.SAR原始数据压缩的自适应比特分配BAQ算法[J].中国科学院大学学报.2017
[5].张静,张勤,赵超英,张菊清.顾及协方差函数的自适应四叉树InSAR数据压缩算法[J].测绘学报.2014
[6].陈岁生,卢建刚.基于提升小波和自适应多项式拟合的传感器网络多模数据压缩算法(英文)[J].传感技术学报.2013
[7].蒋鹏,吴建峰,吴斌,董林玺,王达.基于自适应最优消零的无线传感器网络数据压缩算法研究[J].通信学报.2013
[8].刘政,狄佳.一种自适应Huffman算法在无线传感器网络数据压缩中的应用[J].重庆理工大学学报(自然科学).2013
[9].李峥嵘.自适应数据压缩算法研究[J].现代企业教育.2012
[10].史操,邹北骥,蔡美玲,孟志刚,陈再良.自适应异步采样运动数据压缩算法[J].电子学报.2012