H.264中有效的全零块预测方法

在低比特率视频编码中,全零块预测是一种常用来优化编码器的技术。目前几乎所有的方法都是采用绝对误差和SAD)进行全零块预测,但在H.264中采用哈达玛(Hadamard)变换编码时,这种方法不能直接使用。采用高斯分布分析H.264视频编码中的残差系数,提出了一种基于变换绝对差值总和(SATD)预测全零块的有效方法。通过实验结果表明,该方法在保持图像质量的同时,提前预测出包括全零块在内的四种特殊编码块,减少了离散余弦变换(DCT),量化(Q)的运算量,提高了H.264的编码效率。

基于类型预测的甚块预测器

高性能的甚块预测器是保证EDGE体系结构性能的关键手段.为研究性能更好的甚块预测器,文中通过仿真实验发现甚块的出口类型独立于甚块的出口个数和甚块的动态执行结果而存在.以此为据,提出了基于类型预测的甚块预测器.该预测器摈弃了甚块出口号,直接对甚块出口类型进行预测.随后,根据对甚块出口类型可预测性的分析,通过实验证明甚块出口类型与历史和路径信息相关.仿真结果显示,与经典的基于出口预测的甚块预测器相比,文中提出的基于类型预测的甚块预测器能够将每千条指令误预测次数平均降低约10%.

改进的基于O-GEHL预测技术的EDGE块预测器

块预测器赋予了EDGE体系结构高效的控制流推测能力。针对基于O-GEHL预测技术的块预测器的缺点,提出了两种改进策略:1)无选择器的O-GEHL出口预测;2)直接使用OGEHL预测器的二值预测能力单独对每个出口进行预测。性能评价结果表明,无选择器的O-GEHL出口预测方案比文献[4]中的O-GEHL块预测器性能平均提高0.7%;对8个出口分别使用二值O-GEHL预测器进行预测的方案,在硬件资源较多时,性能提高3%;只对前4个出口采用二值O-GEHL预测器的方案,性能平均提高2%。

对H.263编码下的0块和0子块预测技术的改进

本文利用了H.263编码后出现大量的0块,提出了对0块和0子块的预测算法,从而避免无效编码,在达到提高编码速度的目的的同时几乎没有带来额外的失真。

多分辨子图扩充块预测

在塔式子带分解中，一幅图像分解为一系列尺度、方向、空间局部化的子带．相同方向的子带之间存在相似性，我们利用这种相似性设计了一种图像编码方案一子图扩充快预测．为了预测子图I中的块，我们把同一方向较低分辨率的子图扩充成为一幅新的图像I，I与I具有相同的象素点数．对于子图I中的块γv今γi为I中位置相同的块，我们用γi预测γl。从而，避免了块的搜索，编码和解码时间大大减少，编码和解码过程非常简单。文章中给出了令人满意的实验结果．

基于邻块预测的H.264快速帧内预测模式选择算法

针对Pan提出的快速帧内预测模式选择算法存在侯选模式不够精简,以及仅利用了块内部纹理信息进行侯选模式的预测等不足,提出了一种改进的基于邻块预测的H.264快速帧内预测模式选择算法。改进算法不仅采用块内部纹理信息预测,而且利用帧内相邻已编码块进行空域预测,以得到更加精简的侯选模式,从而减少参与选择的模式数量,提高了编码速度。实验结果表明,与Pan算法和JM全搜索算法相比,该算法在保持较好的编码图像质量的同时,可有效地提高编码速度。

EDGE体系结构块预测器实现及改进

近十年来显式通信指令集的体系结构(EDGE)成为处理器体系结构研究的重要方向,TIRPS、TFlex和Wavescalar等都是其具体实现。分支预测器是高性能处理器的重要结构,其性能严重影响处理器整体性能。首先分析了EDGE体系结构控制流预测的特点,并对TRIPS原型芯片块预测器进行建模。通过运行SPEC 2K分析该块预测器造成误预测的主要原因,并针对其采用感知器进行了改进,提高了预测器性能,对EDGE体系结构块预测器设计有借鉴价值。

基于ACO-BP模型的岩石爆破破碎块度预测

为了对岩石爆破破碎块度进行有效预测,设计开展了混凝土试件钻孔爆破试验,得到不同试验条件下的破碎块度归一化值分布,最终选取试块尺寸40 mm以上进行研究。采用Spearman相关系数分析各试验条件参数之间的相关性,再采用蚁群算法(ACO)优化BP神经网络的初始权值和阈值,构建ACO-BP模型。结合现场试块爆破破碎块度数据对模型进行了训练和测试,并将预测模型与BP神经网络模型、随机森林(RF)模型、极限梯度提升(XGboost)模型进行了对比。结果表明,ACO-BP模型预测爆破块度均方根误差为0.13,平均绝对误差为0.11,决定系数为0.92,预测精度和适用性更高,能够更准确地预测岩石爆破破碎块度。

面向自然崩落法矿山的初始块度预测软件研发及应用

矿石块度是采用自然崩落法开采需要考虑的重要因素。以自然崩落法初始块度预测基本原理为基础,在DIMINE软件平台上采用C++语言开发了初始块度预测软件系统。该系统综合考虑了节理系统的空间几何参数和地应力的作用,支持从块体体积、等效尺寸和块体形状等不同角度对初始块度结果进行分析。以国外某斑岩型铜矿为例,采用该软件对矿体按勘探线分区进行了初始块度预测,并将结果与国外常用的BCF软件的预测结果进行了对比分析。研究结果表明,矿体勘探线间初始块度的大块率在40.8%~74.8%之间,等效尺寸在1.65~2.63 m之间变化。软件预测的结果与BCF软件预测的结果比较接近,变化趋势基本一致,预测结果为自然崩落法矿山后续的开采设计提供了参考依据。

基于IGWO-CatBoost模型的岩石爆破块度预测

针对无法准确预测矿山岩石爆破后块度大小的问题,提出一种基于改进灰狼算法(IGWO)优化的CatBoost块度预测模型。采用一种新的非线性收敛因子,引入动态权重策略,改进已有的灰狼算法(GWO),通过4个测试函数和5种优化算法验证了IGWO的寻优能力。对公开数据库和现场采集的32组数据进行预测分析。首先,采用随机森林算法进行特征重要性筛选,利用IGWO对CatBoost进行参数寻优,建立IGWO-CatBoost爆破块度预测模型;然后,将预测结果与在相同条件下建立的CatBoost、XGBoost、LightGBM模型进行对比分析。经过IGWO调参,CatBoost模型的预测准确度得到有效提高,IGWO-CatBoost模型的预测准确度均优于其他3种预测模型。对比结果表明,IGWO-CatBoost模型具有很好的预测能力和适应性。

基于改进粒子群算法的LM神经网络模型预测爆破块度

矿岩爆破块度是对爆破效果进行定量评价的重要指标,它直接影响到矿山各后续生产工序的效率和采矿生产的总成本。在解决这类动态非线性问题时,需要考虑爆破效果与影响参数之间的复杂关系。论文提出了一种改进粒子群算法的LM(Levenberg-Marquardt,莱文贝格-马夸特)神经网络模型,通过改进粒子群算法可提高LM神经网络对缺陷属性识别的计算精度,从而实现对爆破效果的预测。通过临江冷堡子硅石矿现场爆破实验实例,验证了该神经网络模型及计算方法的可行性及实用性。

铜山口铜矿南部台阶爆破块度预测与管控

针对铜山口铜矿南部台阶爆破块度控制问题,利用Kuz-Ram修正模型对矿山爆破块度进行预测研究,并通过预测值对比和现场实践经验分析得出,同一爆破区分别采用牙轮钻、潜孔钻穿孔,前者的爆破块度和大块率均大于后者。由此提出分穿分爆、间隔装药、大孔距小排距、提高穿孔精度一系列块度管控措施,达到爆破平均块度为26.47~44.02 cm、大块率为2.13%~7.07%的管控目标。

一种基于4×4子块特征的H.264/AVC快速帧内预测算法

最新的视频压缩标准H.264/AVC具有极高的压缩率,但由于其算法极其复杂,编码时间较长,无法达到实时应用的要求。本文针对其中4×4子块预测算法的特点,提出了一种基于子块自身特征的快速预测算法。该算法利用子块自身的特征,同时考虑到实际预测情况,减少每次预测方向的计算量,从而降低了算法的复杂度,提高了压缩速度。实验结果表明,本文提出的算法在码率只有少许增加的情况下,编码速度提高了18.98%,PSNR值基本不变。

多种规格石料开采块度预测与爆破控制技术研究

针对多项工程要求的多种规格石料开采难题,以铁炉港采石场为工程背景,采用现场调研、工程试验、计算预测和爆破控制技术等方法,研究多种规格石的高效爆破开采技术。施工前,结合采场结构面调查结果和采场爆破漏斗试验,对采场进行岩体块度分区,绘制出满足工程开采的爆破块度分区图,提高了规格石开采的效率;借助Kuz-Ram数学模型,建立爆破设计参数与爆后石料不同块度所占百分率的关系式,根据此关系式可由爆破参数预测爆堆块度和爆破效果,并可根据预测结果对爆破参数进行优化;施工过程中,研究降低粉矿率的崩塌爆破技术,分析其作用机制,并通过对比耦合装药、全孔不耦合装药和不均匀不耦合装药结构的爆破效果,表明不均匀不耦合装药结构崩塌爆破技术能大大降低粉矿率和工程成本。现场应用情况表明,采用这一系列保证规格石开采的技术,不但能满足工程高质量的要求,而且经济效益显著。

矿石崩落块度的三维建模技术及块度预测

以金川集团Ⅲ矿区为研究对象,根据现场不连续面参数调查结果,利用Monte Carlo模拟方法,产生不连续面综合数据库。然后确定构成岩块的节理面数量、建立三维坐标系统中节理面方程、确定构成岩块的顶点和每个顶点的坐标,并计算岩块的体积、判别岩块的形状特征,从而对矿石崩落块度进行预测。矿石的崩落块度直接影响采场的底部结构设计、出矿设备的选择、二次破碎、炸药消耗的估算等。经过模拟得出的崩落块度预测结果为:等效尺寸大于0.9 m的块体筛上累积体积百分比为38.2%,大于1.3 m的块体筛上累积体积百分比为17.2%。

基于Monte Carlo模拟的矿岩块度预测

在确定矿岩可崩性的基础上,根据岩体中节理面的空间分布规律,采用Monte Carlo技术模拟节理系统,对矿岩块度影响因素进行定量分析,利用矿岩块度预测三维模型及软件系统Makeblock,对矿岩块度进行有效预测.将上述方法应用到金川Ⅲ矿区矿岩块度预测中,并对该矿区崩落矿石块度进行综合评价.

基于蒙特卡罗随机模拟的矿岩崩落块度预测研究

基于实测节理面空间几何参数,采用蒙特卡罗方法对某大型镍矿III矿区节理空间进行了模拟。采用自主研发的三维矿岩块度预测软件MAKEBLOCK对其矿岩块度分布进行了预测和分析。结果表明,该矿区大多数矿岩块体体积小于0.2m3,绝大多数块体形状为盘状和块状,块体等效尺寸大多在0.2m到1.5m之间。预测结果可以作为自然崩落法工程设计与实施的参考依据。

矿岩块度预测影响因素的分析研究

以现场岩体特性参数的实测资料及分析成果作为基本输入参数,采用矿岩块度预测系统,对模拟范围、节理间距分布形式、节理间距大小、两组节理面之间的夹角、完整岩石及弱面的力学性质等因素对矿岩块度的影响程度进行了模拟研究。结果表明,当节理面范围长度是模拟区域长度的3倍以上时,模拟结果不受模拟范围长度的影响,模拟区域的宽度对模拟结果有影响。根据模拟结果拟合了模拟长方体宽度与节理持续线长度比值与连续相关因子间的关系式。节理间距分布形式对模拟结果有很大的影响。岩体力学性质对崩落矿石块度有一定的影响,随着岩体中各力学参数的增大,矿石块度将会增大,但这些参数的增大对块体形状组成的影响规律性不明显。为了验证块体形状分类的效果,应用三组接近正交的理想节理组,对块度进行了模拟,模拟结果与块体形状分类定义相一致。

矿石块度预测的三维模拟

以构造面的空间展布规律及相互切割关系为基础,采用Monte Carlo技术和三维空间解析几何知识,按照统计学原理模拟构造面对岩体的切割作用及由此切割而形成的岩块大小和形状的分布组成.在块度预测原理基础上,提出了基于Monte Carlo模拟方法的三维块度预测模型,通过应用Borland Delphi 5.0软件开发工具实现对岩体不连续面网络的模拟,从而对岩块抽样,开发了三维块度预测软件系统MAKEBLOCK.应用此软件对金川Ⅲ矿区矿体、上盘和下盘的原始块度进行了预测,结果和RMR值定性评价三者的块度结果一致.

基于节理网络模拟和分形理论预测矿岩体块度

块度尺寸和分布特征是自然崩落法选择与设计的重要依据之一,块度预测的可靠性决定采矿方法设计的成败。以金川镍矿Ⅲ矿区贫矿自然崩落采矿法可行性研究为工程背景,开展了岩体块度预测研究;根据Ⅲ矿区开拓工程所揭示的工程岩体,进行了3个区域的岩体节理裂隙调查与统计分析,获得了节理裂隙统计结果及空间分布特征参数;采用蒙特卡罗随机模拟方法生成节理网络模型,并结合岩体分形理论,推导出矿岩体块度尺寸与分布的预测模型;基于所建立的预测模型进行矿岩体初始块度预测。结果表明,当特征尺寸确定为1.2m时,根据1 570m中段调查的4个区域的矿岩体大块率分别达到8.8%,20%,14.83%,6.51%,平均大块率为12.54%;虽然Ⅲ矿区矿岩体破碎,但矿石比岩石强度高,导致矿岩体初始块度的大块率较高,不利于自然崩落法的放矿控制和连续生产。本研究结果为金川矿山的采矿方法选择与决策提供了理论依据。