检索结果-维普期刊中文期刊服务平台

基于分类矢量量化的图像压缩和检索算法被引量：10: 1; 作者魏海沈兰荪《电子学报》 EI CAS CSCD 北大核心 2001年第7期933-936,共4页; 在小波变换域内 ,基于分类矢量量化对图像数据进行压缩 .利用所形成压缩数据的特点 ,构建不同的统计特征量用于支持图像检索 ,通过实验验证了算法的可行性和有效性 .; 关键词图像压缩图像检索分类矢量量化图像处理; 在线阅读下载PDF 职称材料

图像编码的多分辨率分类矢量量化算法被引量：3: 2; 作者胡春玲马常楼沈昌祥《电子学报》 EI CAS CSCD 北大核心 1999年第1期27-30,共4页; 本文结合小波多级变换后不同方向、不同尺度的系数相关性，提出了一种多分辨率的分类矢量量化方案，对由不同分辨率水平、不同方向的小波系数组成的矢量块进行分类量化编码，并设计了相应的性能良好的分类器，给出了不同条件下的实验结... 展开更多; 关键词小波变换多分辨率分类矢量量化方差图像编码; 在线阅读下载PDF 职称材料

一种基于分类矢量量化器的小目标红外图像压缩方法: 3; 作者汪洋卢焕章《信号处理》 CSCD 北大核心 2006年第5期630-634,共5页; 本文提出了一种基于分类矢量量化器的小目标红外图像的压缩方法。首先利用图像子块的平均灰度与纹理能量这两个参数将图像划分为背景区域与感兴趣区域,然后分别对两类区域的子块进行码书设计,用相对较多的码字描述感兴趣区域,用相对较... 展开更多; 关键词分类矢量量化小目标红外图像图像压缩感兴趣区域纹理能量; 在线阅读下载PDF 职称材料

基于分类矢量量化器的超声检测数据压缩方法被引量：2: 4; 作者蔡敏阙沛文 +1 位作者雷华明黄作英《高技术通讯》 EI CAS CSCD 北大核心 2008年第6期630-634,共5页; 研究了基于分类矢量量化技术的超声数据压缩算法,提出了基于峰值数的超声数据分类方法以及基于峰值距离失真测度的码字搜索算法。本文提出的算法充分利用了超声信号的特征,能够很好地保存超声信号的峰值信息。实验表明,相对于普通矢量... 展开更多; 关键词超声信号分类矢量量化器数据压缩峰值; 在线阅读下载PDF 职称材料

一种基于小波分解的图象分层分类矢量量化方法: 5; 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... 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

采用方向树结构矢量组合的小波图像分类矢量量化被引量：1: 6; 作者郑勇李德明朱维乐《电子与信息学报》 EI CSCD 北大核心 2005年第12期1959-1963,共5页; 该文提出了采用方向树结构矢量组合对小波图像进行分类矢量量化的新方法。该方法的矢量构成结合了子带系数的方向性，充分利用了子带系数的带间和带内的相关性，按能量和活跃度进行两级分类，降低了类中矢量的内部离散度，分类信息占用... 展开更多; 关键词小波变换方向树结构矢量矢量分类.矢量量化; 在线阅读下载PDF 职称材料

低速语音编码中的预测分类分裂矢量量化技术被引量：3: 7; 作者马庆利季新生杨于村《计算机应用研究》 CSCD 北大核心 2009年第10期3700-3702,共3页; 为降低编码速率的同时仍能提供较好的谱失真性能,提出了一种预测分类分裂矢量量化算法,它根据线谱对的特点,融合了预测、分类、分裂的方法对线谱对进行量化,加入了记忆性。实验证明与其他几种方法相比,该算法的量化性能在速率与失真间... 展开更多; 关键词语音编码线谱对多级矢量量化预测分类分裂矢量量化谱失真; 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: 8; 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... 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

题名基于分类矢量量化的图像压缩和检索算法被引量：10: 1; 作者魏海沈兰荪; 机构北京工业大学信号与信息处理研究室; 出处《电子学报》 EI CAS CSCD 北大核心 2001年第7期933-936,共4页; 基金国家863计划 (No .863 31 7 0 1 1 0 99); 文摘在小波变换域内 ,基于分类矢量量化对图像数据进行压缩 .利用所形成压缩数据的特点 ,构建不同的统计特征量用于支持图像检索 ,通过实验验证了算法的可行性和有效性 .; 关键词图像压缩图像检索分类矢量量化图像处理; Keywords Computer simulation Image retrieval Statistical methods Vector quantization Wavelet transforms; 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

题名图像编码的多分辨率分类矢量量化算法被引量：3: 2; 作者胡春玲马常楼沈昌祥; 机构中国科学院计算机语言信息工程研究中心; 出处《电子学报》 EI CAS CSCD 北大核心 1999年第1期27-30,共4页; 文摘本文结合小波多级变换后不同方向、不同尺度的系数相关性，提出了一种多分辨率的分类矢量量化方案，对由不同分辨率水平、不同方向的小波系数组成的矢量块进行分类量化编码，并设计了相应的性能良好的分类器，给出了不同条件下的实验结果和数据，从而证明了该编码方案不但提高了图像的质量，同时计算复杂度也有一定的降低．; 关键词小波变换多分辨率分类矢量量化方差图像编码; Keywords Wavelet transformation,Multiresolution,Classified vector quantization,Bits distribution,Variance; 分类号 TN919.8 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种基于分类矢量量化器的小目标红外图像压缩方法: 3; 作者汪洋卢焕章; 机构国防科技大学电子科学与工程学院ATR重点实验室; 出处《信号处理》 CSCD 北大核心 2006年第5期630-634,共5页; 文摘本文提出了一种基于分类矢量量化器的小目标红外图像的压缩方法。首先利用图像子块的平均灰度与纹理能量这两个参数将图像划分为背景区域与感兴趣区域,然后分别对两类区域的子块进行码书设计,用相对较多的码字描述感兴趣区域,用相对较少的码字描述背景区域,这样既达到了较高的压缩比,同时又较好的保留了感兴趣区域的信息,并且编码计算量有大幅度的下降。文中对分类矢量量化器对于减小编码计算量的作用进行了理论分析。实验结果表明在相同码书尺寸的情况下本算法比直接矢量量化方法更好地保留了红外图像中的小目标信息,并且加快了编码速度。; 关键词分类矢量量化小目标红外图像图像压缩感兴趣区域纹理能量; Keywords classified vector quantization small target infrared image image compression region of interest texture energy; 分类号 TN919.8 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于分类矢量量化器的超声检测数据压缩方法被引量：2: 4; 作者蔡敏阙沛文雷华明黄作英; 机构上海交通大学自动检测研究所; 出处《高技术通讯》 EI CAS CSCD 北大核心 2008年第6期630-634,共5页; 基金 863计划(2001AA602021)资助项目; 文摘研究了基于分类矢量量化技术的超声数据压缩算法,提出了基于峰值数的超声数据分类方法以及基于峰值距离失真测度的码字搜索算法。本文提出的算法充分利用了超声信号的特征,能够很好地保存超声信号的峰值信息。实验表明,相对于普通矢量量化器,本文提出的分类矢量量化器能够在保持相同压缩比的情况下提高重构信号的信噪比。将此矢量量化器与霍夫曼编码相结合,其压缩比可达1:50,高于基于小波变换的压缩算法。; 关键词超声信号分类矢量量化器数据压缩峰值; Keywords ultrasonic signal, classified vector quantizer, data compressing, peak; 分类号 TP274.53 [自动化与计算机技术—检测技术与自动化装置]; 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: 5; 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

题名采用方向树结构矢量组合的小波图像分类矢量量化被引量：1: 6; 作者郑勇李德明朱维乐; 机构世宏科技(苏州)有限公司电子科技大学电子工程学院; 出处《电子与信息学报》 EI CSCD 北大核心 2005年第12期1959-1963,共5页; 文摘该文提出了采用方向树结构矢量组合对小波图像进行分类矢量量化的新方法。该方法的矢量构成结合了子带系数的方向性，充分利用了子带系数的带间和带内的相关性，按能量和活跃度进行两级分类，降低了类中矢量的内部离散度，分类信息占用比特数少，并采用了基于人眼视觉特性的加权均方误差准则进行矢量量化，提高了量化增益。仿真结果表明，该方法实现简单，可以达到很好的压缩效果。; 关键词小波变换方向树结构矢量矢量分类.矢量量化; Keywords Wavelet transform, Directional tree structure, Vector classification, Vector quantization; 分类号 TN919.8 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名低速语音编码中的预测分类分裂矢量量化技术被引量：3: 7; 作者马庆利季新生杨于村; 机构国家数字交换系统工程技术研究中心华南理工大学电信学院; 出处《计算机应用研究》 CSCD 北大核心 2009年第10期3700-3702,共3页; 基金国家"863"计划资助项目(2007AA012431); 文摘为降低编码速率的同时仍能提供较好的谱失真性能,提出了一种预测分类分裂矢量量化算法,它根据线谱对的特点,融合了预测、分类、分裂的方法对线谱对进行量化,加入了记忆性。实验证明与其他几种方法相比,该算法的量化性能在速率与失真间达到了较好的平衡,且计算量大大降低,仅占有内存有所增加。; 关键词语音编码线谱对多级矢量量化预测分类分裂矢量量化谱失真; Keywords speech coding line spectral pair （LSP） multi-stage vector quantization （MSVQ） predictive switched splitvector quantization spectral distortion; 分类号 TN912.3 [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: 8; 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	基于分类矢量量化的图像压缩和检索算法	魏海沈兰荪	《电子学报》 EI CAS CSCD 北大核心	2001	10	在线阅读下载PDF 职称材料
2	图像编码的多分辨率分类矢量量化算法	胡春玲马常楼沈昌祥	《电子学报》 EI CAS CSCD 北大核心	1999	3	在线阅读下载PDF 职称材料
3	一种基于分类矢量量化器的小目标红外图像压缩方法	汪洋卢焕章	《信号处理》 CSCD 北大核心	2006	0	在线阅读下载PDF 职称材料
4	基于分类矢量量化器的超声检测数据压缩方法	蔡敏阙沛文雷华明黄作英	《高技术通讯》 EI CAS CSCD 北大核心	2008	2	在线阅读下载PDF 职称材料
5	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
6	采用方向树结构矢量组合的小波图像分类矢量量化	郑勇李德明朱维乐	《电子与信息学报》 EI CSCD 北大核心	2005	1	在线阅读下载PDF 职称材料
7	低速语音编码中的预测分类分裂矢量量化技术	马庆利季新生杨于村	《计算机应用研究》 CSCD 北大核心	2009	3	在线阅读下载PDF 职称材料
8	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