脑机接口的范式、算法与编解码概念探讨与研究

脑机接口(Brain-Computer Interface,BCI)是脑科学、信息通信技术与人工智能的交叉领域,可实现大脑与外部设备的直接信息交互。经过数十年的理论研究与工程验证,BCI正逐渐由科学研究走向产业应用。随着创新链与产业链热度的上升,BCI得到了各方交叉领域的广泛关注,但BCI技术在范式编码、算法解码等方面的概念与人工智能、信息通信领域存在一定的差异,因而对多领域的交流合作造成了一定的限制。为进一步促进BCI的跨界交流合作,推动该领域技术链与创新链的协同发展,对BCI的范式、算法及编解码基础概念与原理开展了探讨,进而基于对范式算法的研究思考,设计了一种基于左右视野刺激的稳态视觉诱发电位BCI。

基于时序数据压缩的大数据无损编码转换

针对当下时序数据压缩普遍存在压缩比小、压缩效率低的问题,进行基于时序数据压缩算法的海量大数据无损编码转换研究。该研究分为2部分,首先利用经验模态分解(EMD)算法对时序数据进行分解,分解为有效分量和噪声分量。其次,针对有效分量,利用Huffman算法进行压缩编码转换;针对噪声分量,利用LZ77算法进行压缩编码转换。实验结果表明:与3种传统压缩编码转换算法相比,该算法分别对Haptics和Phoneme数据集进行压缩的均方根失真度为3.854和3.624,压缩比为53.62%和47.85%,由此说明该算法更能够保证在不失真的前提下,以更快的速度完成数据压缩。

一种不用建造Huffman树的高效Huffman编码算法

Huffman编码作为一种高效的不等长编码技术正日益广泛地在文本、图像、视频压缩及通信、密码等领域得到应用。为了更有效地利用内存空间、简化编码步骤和相关操作,首先研究了重建Huffman树所需要的信息,并提出通过对一类一维结构数组进行相关操作来获取上述信息的方法,然后利用这些信息,并依据提出的规范Huffman树的编码性质,便能直接得到Huffman编码。与传统的Huffman算法及近年来国内外文献中提出的改进算法相比,由于该方法不需要构造Huffman树,不仅使内存需求大大减少,而且编码步骤和相关操作更简洁,因而更利于程序的实现和移植。更重要的是,该算法思路为Huffman算法的研究和发展提供了新的途径。

基于改进Huffman编码的农机作业数据传输压缩方法

为解决通讯环境较差的农业机械作业状态数据的传输难题,该文提出了基于改进Huffman编码技术的数据压缩方法实现数据的压缩、传输、解析与解压。数据压缩与解压测试的结果表明,数据采集周期为5 s、数据长度为918.38 kb时,基于改进Huffman算法压缩的数据长度为412.56 kb,同样条件下对比传统Huffman算法压缩的数据长度498.56 kb小86 kb,压缩率从传统Huffman算法的45.71%提升至改进Huffman算法的55.08%;传统Huffman算法中数据传输出错率和数据传输丢包率为2.47%和4.18%,而在同样传输要求下的筛选压缩传输中数据传输出错率和数据传输丢包率降至2.06%和0.78%。该方法能满足农业机械作业状态数据压缩传输要求,在单个数据包数据较少、传输时间短的压缩传输方式下能够获得较低的传输出错率和丢包率,且该方法具有计算量少、压缩效率较高特点,适合在农业机械作业区域进行数据传输。

听障者语音编码的研究范式述评

对于健听者而言,语音编码在阅读中具有重要作用。听障者在阅读中是否存在语音编码?对于拼音文字而言,这个问题目前国际上存在很大的争议。中国听障者在阅读中是否使用了语音编码的问题也逐渐开始受到重视。为了便于国内研究听障者语音编码的学者参考,本文介绍了考察听障者语音编码研究中常用的研究范式,包括实验程序、逻辑及相应的研究成果。最后,对未来我国听障者语音编码的研究进行了展望。

Huffman编码在矢量地图压缩中的应用

Huffman编码是一种统计编码,是数据无损压缩中的重要方法。本文研究了Huffman编码的原理及其实现,并将其应用于矢量地图数据的压缩。针对矢量地图数据的特点,提出了Huffman编码的具体算法及压缩与解压缩的实现步骤,讨论了算法用于压缩矢量地图的优良性质。通过试验展示了Huffman编码进行数据压缩的原理与实现过程,并利用一组真实的矢量地图数据验证了所提出的算法可以有效实现对矢量地图数据的压缩,具有无损、高效、压缩率高、通用性好的优点。

关于Huffman编码的一个注记

Huffman编码是无损压缩中的重要方法 ,在数据压缩、音频编码、图像编码中得到广泛的应用 .除了压缩效率以外 ,作为变长码的Huffman编码 ,还有其他的判断其编码优劣的准则 ,例如码方差、抗误码的能力等 .本文讨论Huffman编码后的码流中 0、1码元 (二进制情况下 )出现的概率问题 .研究结果表明 ,通常的经典Huffman编码的 0、1码元出现的概率差最大 ,在出现概率均衡准则下的性能最劣 .文章进行了严格的数学建模 ,并给出了一种算法 ,可以使编码后码流中 0、1码元的分布概率 (趋向 )均等 ;并且 ,算法可在原Huffman编码中结合进行 ,所增加的计算量很小 .

图-词干扰范式下汉语口吃者的语义编码

采用图-词干扰范式,通过2个实验考察了汉语口吃者的语义编码。实验1发现,在基本水平命名中,口吃者与非口吃者均表现出语义干扰效应,语义相关干扰词的命名时间显著长于语义无关干扰词的命名时间,口吃者在语义相关干扰条件下所受到的干扰比非口吃者大;在类别水平命名中,口吃者与非口吃者的表现类似,都表现出语义促进效应,语义相关干扰词的命名时间显著短于语义无关干扰词的命名时间,语义相关干扰词的命名错误率也显著低于语义无关干扰词的命名错误率。实验2发现,在基本水平命名中,当SOA为-200ms、-100ms和0ms时,语义相关干扰条件下的反应时显著长于在语义无关干扰条件下的反应时,当SOA为-100ms和0ms时,口吃者的语义干扰效应比非口吃者更加明显。整个研究表明,口吃者的语义编码出现了延缓,口吃者比非口吃者需要更多的时间来排除语义干扰词的干扰。研究结果在一定程度上支持了关于口吃的多因素模型。

基于Huffman编码的MP3隐写算法

针对MP3音频的编码特点,提出了基于Huffman码字替换原理的音频隐写算法。与以往的MP3隐写算法相比,该算法直接在MP3帧数据流中的Huffman码字上嵌入隐蔽信息,不需要局部解码,具有透明度高、嵌入量大、计算量小的特点。通过实验分析了算法的透明性、嵌入量、码字的统计特性等方面的特点。

基于Huffman编码与XML的大对象数据交换

XML作为异构数据交换的标准格式在数据交换平台中得到了广泛的应用,多媒体数据由于其容量巨大在数据库中往往作为大对象数据来保存,因此在异构数据交换中必然涉及到大对象数据交换的问题。文章讨论了Huffman编码的原理并提出了基于XML使用Huffman编码方式实现大对象数据交换的方法,设计了相应的实现模型,对异构数据库大对象数据交换的实现具有一定的借鉴意义。

空时相关MIMO信道下的空时联合Huffman有限反馈预编码

针对空时相关的MIMO信道,提出了一种新颖的Huffman空时联合有限反馈预编码方法,提高了系统性能,并减少了反馈量。从信道的空间相关性出发,推导了迫零准则下预编码的构成,从而设计了一种旋转量化码本,减小了空间相关性对系统性能的影响。另外,针对信道的时间相关性,利用基于邻域的有限反馈来降低慢衰落信道的反馈量。同时,由于领域内各码字被选中的概率不同,可以利用Huffman编码进一步减少反馈量。

汉语单音节和双音节词汇产生中的音韵编码过程:内隐启动范式研究

采取内隐启动范式研究汉语词汇产生中的音韵编码过程。实验一和二探测单字词产生中首音相同、韵和声调都相同时的启动效应,结果未发现首音启动效应,却发现了韵和声调相同时的抑制效应。实验三至五探测双字词产生中音节相同、声调相同以及音节和声调都相同时的促进效应,实验结果发现了显著的音节、音节和声调的促进效应,未得到显著的声调促进效应。上述结果表明,音节或"音节+声调"是汉语词汇产生中的编码单元,音节促进效应发生在音韵编码水平;声调只是节奏框架的一部分,它只能与音节结合在一起才能起作用。结合汉语的特点讨论了研究结果,并与英语或荷兰语的研究结果进行了对比。最后提出了两种可能产生"韵母+声调"抑制效应的原因,并讨论了记忆可能对实验结果产生的影响。

Huffman编码的优化

对图像压缩中常用的Huffman编码进行讨论,给出了在多种Huffman编码中寻找平均偏离方差最小的一种编码方法,以提高数据传输的准确率,同时在数据接收中减小数据缓冲器容量.

基于Huffman编码的文本信息隐藏算法

自然语言句子可以变换为词性标记串或句型。该文提出了基于句型Huffman编码的信息隐藏算法,根据句型分布构造Huffman编码,秘密信息解码为句型。句型在载体文本中的位置是密钥,对句型作Huffman压缩编码即可提取秘密信息,给出了信息隐藏容量公式。该算法不需要修改载体文本。

运用Huffman编码进行数据压缩的新算法

探讨研究文件压缩的一种新思路,在进行文件压缩时,把文件看成为"0"和"1"组成的二进制流,定义若干个二进制位为一个"字",这样文件就是由"字"组成的流,统计这些不同"字"出现的概率,然后利用Huffman算法进行编码压缩;讨论了各类文件在不同"字"下的压缩情况,并给出各种情况下的实验结果。

Huffman编码用于Sigma-delta ADC波束形成器中1bit码流的压缩

基于过采样Sigma -deltaADC的波束形成器直接利用过采样Sigma -deltaADC所产生的1bit码流的相位信息进行高质量的聚焦延迟-求和。但此1bit码流速率极高,一般不能直接用USB接口送到计算机进行波束形成等后续处理,须先将其进行无损压缩,即在降低码流速度的同时保留波束形成所需的相位信息。采用Huffman编码方式对高速1bit流进行压缩。结果表明,Huffman编码能实现一半以上的压缩,从而使1bit码流通过USB接口传送成为可能。

用自适应HUFFMAN编码实现数据的压缩与解压

本文采用自适应ＨＵＦＦＭＡＮ编码技术和ＢｏｒｌａｎｄＣ＋＋５．０工具，实现在Ｗｉｎｄｏｗｓ９５环境下的数据压缩与解压，整个编码与解码过程都是动态完成的，压缩文件中不需要存储ＨＵＦＦＭＡＮ编码树。

基于Huffman编码的群落结构复杂性

Anand和Orlóci（1996）提出用Huffman编码的平均码长来衡量群落结构总复杂性,用12阶Rényi熵测度群落无序结构复杂性,用两者之差测度群落有序结构复杂性。这是一种与基于生物多样性的复杂性测度完全不同,至少在思路上不同的结构复杂性测度,但对于这种测度的性质研究还不多。该文模拟建立了具有代表性的各种结构的群落400多万个,计算了这些群落的复杂性测度,对其性质进行了研究。结果表明：1）群落结构总复杂性、无序结构复杂性和有序结构复杂性受群落多样性、变异程度、优势种组成等影响。其中,群落结构总复杂性与Shannon-Wiener指数高度相关（决定系数〉0.99）,完全可由群落组成的多样性决定。群落无序结构复杂性与群落优势种对数比例或变异系数关系最大,与群落优势种对数比例之间的决定系数〉0.99。2）该群落有序结构复杂性可表示为群落生物多样性和优势种对数比例的线性组合。在生态意义上可看作主要由群落中非优势种的组成比例决定,而组成多样性能解释41%～46%的群落有序结构复杂性。3）群落组成物种总数的增加会导致群落复杂性的测度有所增加,但没有像文献（Anand ＆ Orlóci,1996）中描述的那么大,且组成总数对结构复杂性与多样性和优势种的关系等没有影响。

唯一确定Huffman编码的新方法

最优二叉树又称Huffman树,其编码源于一些应用中不同符号的相关频数,当两个结点的权值最小且相等时,将造成生成的最优二叉树“形态”不唯一,从而使得编码、译码不能唯一确定.针对Huffman编码此种缺陷,提出了一种唯一确定Huffman编码的新方法,使得字符的Huffman编码是唯一的.最后给出实例以证明此方法的实用性.

基于FPGA的Huffman编码器的设计

针对图像编码压缩的问题,提出了一种基于FPGA的Huffman编码.仿真结果表明该编码方法的压缩率非常明显,一个128 bit的数据最终可压缩至29 bit,这样对于原数据的存贮及传输所要处理的数据量就减小了很多,提高了存储和传输的效率.