期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于小波分解的图象分层分类矢量量化方法
1
作者
杨采坚
张良仪
吴敏金
《华东师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2001年第1期32-37,共6页
作者提出了一种基于小波分解及采用自组织特征映射神经网络进行分层分类矢量量化的静态图像压缩编码方法。首先对图象进行小波分解。利用不同分辩率级间小波子图的相似性 ,将最低分辩率层子图的矢量编码信息作为整幅图象的解码数据 ,并...
作者提出了一种基于小波分解及采用自组织特征映射神经网络进行分层分类矢量量化的静态图像压缩编码方法。首先对图象进行小波分解。利用不同分辩率级间小波子图的相似性 ,将最低分辩率层子图的矢量编码信息作为整幅图象的解码数据 ,并将其矢量分类和解码索引地址信息用于高分辩率层子图的码书训练。实验表明 ,和其他文献提出的方法相比 ,作者提出的方法在获得较好重构图象质量的前提下 。
展开更多
关键词
小波变换
自组织特征映射神经网络
分层分类矢量量化
图像压缩编码
图像分析
在线阅读
下载PDF
职称材料
基于压缩域的脑成像大数据体可视化方法
被引量：
2
2
作者
时学凯
王文珂
+2 位作者
黄辉
李思昆
傅艺绮
《计算机科学》
CSCD
北大核心
2017年第3期27-31,共5页
脑科学是当今国际科技研究的前沿邻域,而对高精度脑成像数据进行可视化是脑神经科学在结构成像方面的基础性需求。针对高精度脑成像数据可视化过程中存在的数据量大以及绘制效率低的问题,提出了基于分类分层矢量量化和完美空间哈希相结...
脑科学是当今国际科技研究的前沿邻域,而对高精度脑成像数据进行可视化是脑神经科学在结构成像方面的基础性需求。针对高精度脑成像数据可视化过程中存在的数据量大以及绘制效率低的问题,提出了基于分类分层矢量量化和完美空间哈希相结合的压缩域可视化方法。首先对体数据进行分块,记录每块的平均值并依据块内体数据的平均梯度值是否为0进行分类;其次运用分层矢量量化对平均梯度值不为0的块进行压缩;然后用分块完美空间哈希技术存储压缩得到两个索引值;最后对上面的压缩体数据进行解码得到恢复体数据,采用分块完美空间哈希对原始体数据与恢复体数据作差得到的残差数据进行压缩。绘制时,只需将压缩得到的数据作为纹理加载到GPU内,即可在GPU内完成实时解压缩绘制。实验结果表明,在保证较好图像重构质量的前提下,该算法减少了数据的存储空间,提高了体可视化的绘制效率,从而可以在单机上处理较大的数据。
展开更多
关键词
体可视化
分类
分层
矢量
量化
完美空间哈希
神经回路
GPU
在线阅读
下载PDF
职称材料
题名
一种基于小波分解的图象分层分类矢量量化方法
1
作者
杨采坚
张良仪
吴敏金
机构
上海电信技术研究所
上海华大集团
华东师范大学教育信息技术系
出处
《华东师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2001年第1期32-37,共6页
文摘
作者提出了一种基于小波分解及采用自组织特征映射神经网络进行分层分类矢量量化的静态图像压缩编码方法。首先对图象进行小波分解。利用不同分辩率级间小波子图的相似性 ,将最低分辩率层子图的矢量编码信息作为整幅图象的解码数据 ,并将其矢量分类和解码索引地址信息用于高分辩率层子图的码书训练。实验表明 ,和其他文献提出的方法相比 ,作者提出的方法在获得较好重构图象质量的前提下 。
关键词
小波变换
自组织特征映射神经网络
分层分类矢量量化
图像压缩编码
图像分析
Keywords
wavelet transform
self organizing feature map neural network
hierarchical classified vector quantization
分类号
TN919.81 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于压缩域的脑成像大数据体可视化方法
被引量：
2
2
作者
时学凯
王文珂
黄辉
李思昆
傅艺绮
机构
国防科学技术大学计算机学院
国防科学技术大学海洋科学与工程研究院
出处
《计算机科学》
CSCD
北大核心
2017年第3期27-31,共5页
基金
国家重点基础研究计划(973计划)项目:灵长类神经回路精细结构成像的新方法和新工具(2015CB755604)资助
文摘
脑科学是当今国际科技研究的前沿邻域,而对高精度脑成像数据进行可视化是脑神经科学在结构成像方面的基础性需求。针对高精度脑成像数据可视化过程中存在的数据量大以及绘制效率低的问题,提出了基于分类分层矢量量化和完美空间哈希相结合的压缩域可视化方法。首先对体数据进行分块,记录每块的平均值并依据块内体数据的平均梯度值是否为0进行分类;其次运用分层矢量量化对平均梯度值不为0的块进行压缩;然后用分块完美空间哈希技术存储压缩得到两个索引值;最后对上面的压缩体数据进行解码得到恢复体数据,采用分块完美空间哈希对原始体数据与恢复体数据作差得到的残差数据进行压缩。绘制时,只需将压缩得到的数据作为纹理加载到GPU内,即可在GPU内完成实时解压缩绘制。实验结果表明,在保证较好图像重构质量的前提下,该算法减少了数据的存储空间,提高了体可视化的绘制效率,从而可以在单机上处理较大的数据。
关键词
体可视化
分类
分层
矢量
量化
完美空间哈希
神经回路
GPU
Keywords
Volume visualization, Flag based classical hierarchical vector quantization, Perfect spatial hashing, Neural circuits, GPU
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于小波分解的图象分层分类矢量量化方法
杨采坚
张良仪
吴敏金
《华东师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2001
0
在线阅读
下载PDF
职称材料
2
基于压缩域的脑成像大数据体可视化方法
时学凯
王文珂
黄辉
李思昆
傅艺绮
《计算机科学》
CSCD
北大核心
2017
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
