空谱联合预测高光谱图像无损压缩rice算法

针对rice算法低维预测不能有效降低高光谱数据冗余问题,提出基于空谱联合预测的低复杂度rice算法,应用于高光谱图像无损压缩。根据高光谱图像三维数据特征建立三维预测模型,利用相邻波段谱间相关系数进行联合预测系数分配,有效地减少了高光谱图像空间和谱间冗余。提出基于预测误差均值的最优编码参数选择算法,计算复杂度由O(N)降为O(1)。实验结果表明,本文方法提高无损压缩比5%～40%,编码时间较经典rice算法缩短了4%以上,有利于实时处理和工程实现。

卫星海洋遥感数据的无损压缩及解压算法

在分析卫星海洋遥感单轨三级数据产品特征的基础上,针对游程编码无损压缩算法特征,提出了优化游程编码压缩算法,运用该算法实现了海洋遥感三级数据产品的无损压缩,并与流行的WinRAR压缩软件进行了比较测试,结果表明上述算法对海洋遥感数据均有较高的压缩率,优化游程编码压缩算法在空间复杂度及时间复杂度上均有明显的比较优势,可极大节约海洋遥感数据的存储与共享发布空间。

海洋遥感数据的矩阵重构优化行程——哈夫曼编码无损压缩

在经典的行程编码压缩算法基础上,根据海洋遥感数据取值范围以及空间上相邻其值更易趋同的特点,提出了矩阵重构优化行程编码算法,并与哈夫曼编码算法相结合,实现了海洋遥感数据的高效压缩。经大量的海洋水色、水温遥感数据测试表明,该算法较常规的三元组、行程编码、LZW、单纯的哈夫曼编码压缩算法以及流行工具WinRAR相比,均具有更高的压缩效率和优势,可极大地节约海洋遥感数据的存储与共享空间,提高相关数据的网络传输发布效率及安全可靠性。

铁鳞配碳压块还原参数的优化选择方法

应用文章提出的还原参数界线概念及其确定方法对铁鳞配焦压块还原过程中反映还原参数与还原指标关系的等高线图进行分析，得出还原参数优化选择的具体方法。

自适应波段选择与最佳预测顺序的高光谱图像无损压缩

针对传统递归最小二乘预测器的预测精度与谱间相关程度存在较强相关性及其对预测顺序较为敏感的特点,提出一种基于自适应波段选择和最佳预测顺序的高光谱图像无损压缩方法。首先,为了提高参考波段与待预测波段间的谱间相关性,以最大谱间相关系数为准则进行波段重排预处理,接着引入自适应波段选择策略从已预测波段集中选出与待预测波段存在最高相关性的多个波段作为参考波段。然后,以最小预测残差熵为准则选出最佳预测顺序模式进行谱间预测。最后,采用算术编码器对预测残差进行熵编码。在AVIRIS 2006数据集上的实验结果显示,该方法在16位校正图像、16位未校正图像和12位未校正图像上分别取得了3.314,5.594和2.395 bpp的压缩效果。该方法在几乎不增加计算复杂度的情况下有效提高了传统递归最小二乘预测器的预测精度,其最佳压缩效果接近或优于其他同类方法。

基于改进烟花算法的SVM特征选择和参数优化

本文提出了一种改进的基于烟花算法的SVM特征选择和参数优化算法.该算法针对特征选择问题的0-1特性,使用二进制编码的烟花算法,采用基于RBF核函数的SVM,在选取尽可能少的特征数目的同时提高了分类准确率.通过UCI数据仿真,对比结果表明:该方法避免了过早成熟而陷入局部最优的问题,可有效地找出合适的特征子集及SVM参数,并取得较好的分类效果.

一种易于硬件实现的图像有损压缩算法

原始图像数据经过小波变换后,根据子带系数之间在空间上和方向上所呈现出的带间相似性,将像素集合重新定义为集合树。通过对直流系数量化编码和交流系数比特深度编码中的参数K和熵编码中长度分别为3 bit码字(choicel)和4 bit码字(choice2)的编码方式的选择实现数据的渐进性编码,使产生的码流具有内嵌特性,可以对任意码流进行截取和译码,实现对码率的有效控制。提出了一种具有复杂度低、易于硬件实现的图像有损压缩算法。经过系统仿真证明此算法有利于提高重建图像的质量。

基于联邦学习的下肢康复评估算法与实现

为解决跨机构模型训练及康复评估的数据隐私问题,提出一种基于联邦学习的下肢康复评估算法。搭建联邦学习系统,通过客户端选择机制及量化编码压缩提高通讯效率。设计限制项随机梯度下降优化器保证本地训练时的模型收敛性,通过高斯差分隐私算法进行全局更新。在此基础上设计GRU-Inception神经网络模型,利用联邦学习系统进行训练并完成下肢康复评估任务。实验验证了该算法具有较好的康复评估效果。