在利用Context模型實現(xiàn)系統(tǒng)的壓縮編碼時,Context模型是用來估計信源概率模型的有效方法。而Context建模的研究重點則是通過Context量化使壓縮效率得到進一步提高。Context量化的實質(zhì)是使模型中條件概率分布的數(shù)量減少。本文提出了基于動態(tài)規(guī)劃的多維Context量化算法、基于K均值的混合聚類算法以及無監(jiān)督極限學(xué)習(xí)機與K均值聚類相結(jié)合的算法來進行Context模型量化。然后分析對比這三種算法的量化性能,從而確定了相對最優(yōu)的Context量化算法。此外,由于編碼系統(tǒng)的編碼效率是由量化性能與標(biāo)簽代價共同決定的,所以本文針對基于K均值的混合聚類算法和無監(jiān)督極限學(xué)習(xí)機與K均值聚類相結(jié)合的算法進行量化產(chǎn)生的標(biāo)簽代價也進行了分析。由于運算量較大,本文利用基于動態(tài)規(guī)劃的多維Context量化算法實現(xiàn)了單條件和二條件Context模型的量化;利用基于K均值的混合聚類算法和無監(jiān)督極限學(xué)習(xí)機與K均值聚類相結(jié)合的算法實現(xiàn)了單條件到六條件Context模型的量化。其中,主要是使用描述長度作為量化性能的評判標(biāo)準(zhǔn)。從而確定模型的最佳條件數(shù),提供了更優(yōu)的Context模型。通過對實驗結(jié)果進行分析,以... 

【文章來源】：云南大學(xué)云南省 211工程院校

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 概述
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文主要研究工作
    1.4 論文組織結(jié)構(gòu)及創(chuàng)新點
第二章 Context建模及相關(guān)算法的理論基礎(chǔ)
    2.1 Context建模的理論基礎(chǔ)
        2.1.1 熵與條件熵
        2.1.2 Context建模的理論依據(jù)
    2.2 相關(guān)概念的定義
        2.2.1 描述長度
        2.2.2 標(biāo)簽代價
    2.3 相關(guān)算法的理論基礎(chǔ)
        2.3.1 動態(tài)規(guī)劃算法
        2.3.2 K均值聚類算法
        2.3.3 無監(jiān)督極限學(xué)習(xí)機算法
    2.4 本章小結(jié)
第三章 Context建模及Context量化
    3.1 Context模型的建立
    3.2 統(tǒng)計條件概率分布
    3.3 建立Hash表
    3.4 三種算法對Context模型的量化
        3.4.1 基于DP的多維Context量化算法對Context模型量化
        3.4.2 基于K-means的混合聚類算法對Context模型的量化
        3.4.3 USELM+K-means算法對Context模型的量化
    3.5 本章小結(jié)
第四章 實驗結(jié)果與分析
    4.1 基于DP的多維Context量化算法實現(xiàn)Context量化的結(jié)果與分析
    4.2 基于K-means的混合聚類算法實現(xiàn)Context量化的結(jié)果與分析
    4.3 USELM+K-means算法實現(xiàn)Context量化的結(jié)果與分析
    4.4 三種算法實驗結(jié)果對比與分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 研究內(nèi)容總結(jié)
    5.2 進一步的研究工作
參考文獻
致謝


【參考文獻】：
期刊論文
[1]基于貝葉斯估計的Context量化器設(shè)計方法[J]. 楊亞彪,陳旻,王付艷,蔡杰.  昆明學(xué)院學(xué)報. 2013(03)
[2]基于MCA和Context模型結(jié)合的磁共振圖像去噪[J]. 孫凌云,樊永生,張挺飛.  電視技術(shù). 2012(23)
[3]基于Context模型的ECG信號二維壓縮[J]. 黃博強,陳建華,汪源源.  電子學(xué)報. 2008(09)
[4]JPEG2000圖像壓縮過程及原理概述[J]. 劉方敏,吳永輝,俞建新.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2002(10)

博士論文
[1]基于Context模型和矢量—標(biāo)量量化器的ECG信號壓縮[D]. 黃博強.復(fù)旦大學(xué) 2010

碩士論文
[1]基于CS-ACELP語音編碼算法的研究及DSP實現(xiàn)[D]. 王潯.哈爾濱理工大學(xué) 2007



本文編號：3055696