自适应菱形块图像编码分析 被引量：2

1

作者 黄忠保 王祖喜 +1 位作者 彭嘉雄 李德华 《红外与激光工程》 EI CSCD 2000年第3期32-34,共3页

文中根据视觉生理学和心理学特性 ,采用现有人类视觉系统模型及研究结果和一系列独立于自然图像统计特性及与人类视神经元相关的特性 ,把图像分成菱形块。并考虑图像的观察者———人眼的时 -空频率具有各向异性 ,根据韦伯定理设计一个... 文中根据视觉生理学和心理学特性 ,采用现有人类视觉系统模型及研究结果和一系列独立于自然图像统计特性及与人类视神经元相关的特性 ,把图像分成菱形块。并考虑图像的观察者———人眼的时 -空频率具有各向异性 ,根据韦伯定理设计一个滤波器 ,把图像块分成三个区域 ,运用改进的自适应矢量量化神经网络 (MSOFM )来训练各分类块并编制码书。计算机仿真结果表明 :重构图像的“块效应”明显得到改善。 展开更多

关键词 菱形块 神经网络 压缩编码 图像编码

在线阅读 下载PDF 职称材料

基于BP神经网络的灌孔砌块砌体抗压强度预测 被引量：10

2

作者 王凤来 朱飞 周强 《建筑材料学报》 EI CAS CSCD 北大核心 2015年第6期1010-1016,1023,共8页

完成了36件灌孔砌块砌体的抗压强度试验,统计了既有研究530件灌孔砌块砌体的抗压强度试验数据,建立了输入层为4个参数(砌块抗压强度、砂浆抗压强度、灌孔混凝土抗压强度和灌孔混凝土面积与砌体毛截面面积比值)的BP神经网络,推导出简化... 完成了36件灌孔砌块砌体的抗压强度试验,统计了既有研究530件灌孔砌块砌体的抗压强度试验数据,建立了输入层为4个参数(砌块抗压强度、砂浆抗压强度、灌孔混凝土抗压强度和灌孔混凝土面积与砌体毛截面面积比值)的BP神经网络,推导出简化的灌孔砌块砌体抗压强度计算公式,分析了灌孔砌块砌体抗压强度试验值与计算值的比值(平均值).结果表明:在统计样本空间内,简化的灌孔砌块砌体抗压强度计算公式预测结果良好.BP神经网络方法可以作为灌孔砌块砌体抗压强度计算的一种新方法使用. 展开更多

关键词 灌孔砌块砌体 抗压强度 BP神经网络 公式对比

在线阅读 下载PDF 职称材料

快速神经网络无损压缩方法研究 被引量：3

3

作者 傅彦 周俊临 吴跃 《电子科技大学学报》 EI CAS CSCD 北大核心 2007年第6期1245-1248,共4页

传统的人工神经网络数据编码算法需要离线训练且编码速度慢,因此通常多用于专用有损编码领域如声音、图像编码等,在无损数据编码领域应用较少。针对这种现状,该文详细地研究了最大熵统计模型和神经网络算法各自的特点,提出了一种基于最... 传统的人工神经网络数据编码算法需要离线训练且编码速度慢,因此通常多用于专用有损编码领域如声音、图像编码等,在无损数据编码领域应用较少。针对这种现状,该文详细地研究了最大熵统计模型和神经网络算法各自的特点,提出了一种基于最大熵原理的神经网络概率预测模型并结合自适应算术编码来进行数据压缩,具有精简的网络结构的自适应在线学习算法。试验表明,该算法在压缩率上可以优于目前流行的压缩算法Limpel-Zip(zip,gzip),并且在运行时间和所需空间性能上同PPM和Burrows Wheeler算法相比也是颇具竞争力的。该算法实现为多输入和单输出的两层神经网络,用已编码比特的学习结果作为待编码比特的工作参数,符合数据上下文相关约束的特点,提高了预测精度,并节约了编码时间。 展开更多

关键词 算术编码:数据压缩 最大熵 神经网络

在线阅读 下载PDF 职称材料

压制生土砖强度的人工神经网络预测模型 被引量：9

4

作者 王毅红 张建雄 +2 位作者 兰官奇 田桥罗 张俊旗 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第7期115-121,共7页

为了获得压制生土砖抗压强度预测模型,针对成型压力、含水率、水泥含量及高厚比对压制生土砖抗压强度的影响,基于国内外研究中的91组压制生土砖抗压强度试验数据,分别建立了用于预测压制生土砖抗压强度的BP神经网络模型和径向基(RBF)神... 为了获得压制生土砖抗压强度预测模型,针对成型压力、含水率、水泥含量及高厚比对压制生土砖抗压强度的影响,基于国内外研究中的91组压制生土砖抗压强度试验数据,分别建立了用于预测压制生土砖抗压强度的BP神经网络模型和径向基(RBF)神经网络模型,并将模型预测结果分别与试验结果及回归分析模型进行对比。结果表明:人工神经网络模型对压制生土砖抗压强度的预测精度显著优于回归分析方法;压制生土砖抗压强度与其配合比、成型压力及高厚比间存在复杂的非线性关系,回归分析模型不适用于解决此类复杂问题;BP神经网络模型的整体预测效果较好,但容易陷入局部最优;RBF神经网络模型能可靠地预测压制生土砖抗压强度,预测结果与试验结果比值的平均值为1.007,标准差为0.085,该预测模型具有较高精确度,能有效解决压制生土砖抗压强度与其影响因素间复杂的非线性关系,可为压制生土砖的配合比设计提供参考。 展开更多

关键词 RBF神经网络 BP神经网络 压制生土砖 抗压强度 回归分析模型

在线阅读 下载PDF 职称材料

基于径向基函数网络的H.264全零块检测算法 被引量：2

5

作者 高飞 周长林 +1 位作者 党力明 侯雪梅 《计算机应用》 CSCD 北大核心 2013年第1期65-68,共4页

针对目前全零块检测算法准确率不高的问题,提出了一种基于径向基函数(RBF)神经网络(NN)的全零块检测算法。通过分析H.264的编码特点,选取了绝对误差和(SAD)、变换绝对差值和(SATD)、编码块类型、率失真优化(RDO)代价、量化系数(QP)、参... 针对目前全零块检测算法准确率不高的问题,提出了一种基于径向基函数(RBF)神经网络(NN)的全零块检测算法。通过分析H.264的编码特点,选取了绝对误差和(SAD)、变换绝对差值和(SATD)、编码块类型、率失真优化(RDO)代价、量化系数(QP)、参考块的全零块情况6个特征,考虑了哈达玛变换(HT)中应该使用SATD的情况,采用最小二乘法得到QP与RBF网络宽度参数的关系,根据参考块是否为零,设计了两个分类器来区分全零块与非全零块。在保证图像质量和编码率不变的前提下,平均能提高编码速度50%以上,实验结果表明,利用RBF神经网络很好地提高了全零块检测准确率和编码效率。 展开更多

关键词 H 264编码 全零块检测 径向基函数网络 神经网络 绝对误差和 变换绝对差值和

在线阅读 下载PDF 职称材料

PCNN与行程编码结合的图像压缩方法 被引量：1

6

作者 阮柏尧 陈伟峰 张歆奕 《计算机工程与应用》 CSCD 北大核心 2008年第20期196-197,237,共3页

行程编码是一种简单的基于字典的图像压缩技术,但它本身存在着对某类图像不能有效压缩的缺陷。提出了一种由PCNN和行程编码结合的图像压缩方法,来克服行程编码的缺陷。实验表明,PCNN和行程编码结合的图像压缩方法对不同的图像都能进行... 行程编码是一种简单的基于字典的图像压缩技术,但它本身存在着对某类图像不能有效压缩的缺陷。提出了一种由PCNN和行程编码结合的图像压缩方法,来克服行程编码的缺陷。实验表明,PCNN和行程编码结合的图像压缩方法对不同的图像都能进行有效的压缩。 展开更多

关键词 脉冲耦合神经网络 行程编码 图像压缩

在线阅读 下载PDF 职称材料

一种基于神经网络的分形几何图的产生与编码

7

作者 张铃 张钹 陈刚 《计算机学报》 EI CSCD 北大核心 1995年第3期167-177,共11页

本文提出用概率逻辑神经网产生一类自（互）相似（分形）图的方法，指出这类图能用一组压缩编码表示．给出快速寻找该编码的算法，即识别该分形几何图的算法．证明该编码是最优的，即码的长度最短．这些成果有希望在图象压缩和模式识别... 本文提出用概率逻辑神经网产生一类自（互）相似（分形）图的方法，指出这类图能用一组压缩编码表示．给出快速寻找该编码的算法，即识别该分形几何图的算法．证明该编码是最优的，即码的长度最短．这些成果有希望在图象压缩和模式识别中得到应用． 展开更多

关键词 分形几何图 神经网络 图象压缩 编码 图象处理

在线阅读 下载PDF 职称材料

基于深度神经网络的块压缩感知图像重构 被引量：7

8

作者 潘泽民 覃亚丽 +2 位作者 郑欢 王荣芳 任宏亮 《计算机科学》 CSCD 北大核心 2022年第S02期510-518,共9页

压缩感知(CS)是根据由信号的线性投影获得的少量测量值有效地重建信号的一种信号处理框架,用低的采样率重构出高质量图像,是基于CS的计算成像实用化的持续挑战。图像重构模型的改进多是在信号稀疏约束下加入更多稀疏先验,其迭代优化过... 压缩感知(CS)是根据由信号的线性投影获得的少量测量值有效地重建信号的一种信号处理框架,用低的采样率重构出高质量图像,是基于CS的计算成像实用化的持续挑战。图像重构模型的改进多是在信号稀疏约束下加入更多稀疏先验,其迭代优化过程复杂且耗时。神经网络作为深度学习的应用模型,可实现对任意复杂函数的逼近,为图像高质量实时重构提供了新的技术路线。文中用深度神经网络(DNN)进行重构,避免了CS繁杂的算法求解过程,且通过分块处理缩短了重构时间以及减少了网络节点数目,通过对上万幅不同类型的图像进行训练以得到DNN模型,再将分块CS的测量和DNN非线性求解联合来实现高效重构。结果表明,所提方法与6种不同的重构方法相比,图像的峰值信噪比(PSNR)和结构相似度(SSIM)都有不同程度的提高。与先进的CS算法相比,不仅重构质量能与之媲美,而且DNN极大减少了时间复杂度,重构时间在3s内。当采样率低至0.01时,该方法仍能较清晰地重构图像而其他算法难以恢复。当采样率为0.1时,该方法与先进的残差网络方法相比,PSNR最大(小)增益达到6.7(1.97)dB,SSIM最大(小)增益达到0.354(0.122)。 展开更多

关键词 图像处理 分块压缩感知 重构算法 深度学习 神经网络

在线阅读 下载PDF 职称材料

基于深度学习的自编码器端到端物理层优化方案 被引量：6

9

作者 叶佩文 贾向东 +1 位作者 杨小蓉 胡海霞 《计算机工程》 CAS CSCD 北大核心 2019年第12期86-90,97,共6页

5G规模化商用可提供高速低延时的通信服务,但由于逐块设计的通信模型可解释性程度较低,增加了其物理层优化的复杂度。针对该问题,利用深度学习在结构化信息表示和数据提取上的优势,在其基础上提出一种自编码器端到端物理层优化方案。通... 5G规模化商用可提供高速低延时的通信服务,但由于逐块设计的通信模型可解释性程度较低,增加了其物理层优化的复杂度。针对该问题,利用深度学习在结构化信息表示和数据提取上的优势,在其基础上提出一种自编码器端到端物理层优化方案。通过两阶段训练模式提高神经网络的泛化性,同时利用自编码器压缩特性量化信道状态信息(CSI)并进行重建,降低CSI反馈导致的系统开销。仿真结果表明,该方案通过分阶段训练能有效提升收敛速率,而压缩量化CSI则可缓解系统负载。 展开更多

关键词 深度学习 神经网络 自编码器 物理层优化 压缩感知

在线阅读 下载PDF 职称材料

基于联邦学习的下肢康复评估算法与实现 被引量：1

10

作者 梁朝晖 朱笑笑 +2 位作者 曹其新 马燕红 徐义明 《计算机工程与设计》 北大核心 2023年第8期2548-2554,共7页

为解决跨机构模型训练及康复评估的数据隐私问题,提出一种基于联邦学习的下肢康复评估算法。搭建联邦学习系统,通过客户端选择机制及量化编码压缩提高通讯效率。设计限制项随机梯度下降优化器保证本地训练时的模型收敛性,通过高斯差分... 为解决跨机构模型训练及康复评估的数据隐私问题,提出一种基于联邦学习的下肢康复评估算法。搭建联邦学习系统,通过客户端选择机制及量化编码压缩提高通讯效率。设计限制项随机梯度下降优化器保证本地训练时的模型收敛性,通过高斯差分隐私算法进行全局更新。在此基础上设计GRU-Inception神经网络模型,利用联邦学习系统进行训练并完成下肢康复评估任务。实验验证了该算法具有较好的康复评估效果。 展开更多

关键词 联邦学习 下肢康复评估 客户端选择机制 量化编码压缩 限制项随机梯度下降优化器 高斯差分隐私 GRU-Inception神经网络模型

在线阅读 下载PDF 职称材料

兼顾速度和精度的深度神经网络震相拾取 被引量：4

11

作者 于子叶 储日升 +1 位作者 盛敏汉 马海超 《地震学报》 CSCD 北大核心 2020年第3期269-282,I0001,共15页

深度神经网络虽然在震相拾取中取得了良好效果,但作为高复杂度的机器学习模型,深度神经网络在取得较高精度的同时需要付出较高的计算代价,而且试验研究表明震相拾取中并不需要过高的模型复杂度。为此,本文根据地震波形的特点设计了四种... 深度神经网络虽然在震相拾取中取得了良好效果,但作为高复杂度的机器学习模型,深度神经网络在取得较高精度的同时需要付出较高的计算代价,而且试验研究表明震相拾取中并不需要过高的模型复杂度。为此,本文根据地震波形的特点设计了四种具有不同复杂度的深度神经网络改进模型,可以综合具体的精度和速度需求从中选取合适的模型。在此基础上,将改进模型与现有四种到时拾取的深度学习网络模型进行了对比,结果表明本文中的网络模型在到时拾取上具有较高的速度和精度。同时,本文的深度神经网络通过使用多种深度学习模型压缩手段可将震相拾取模型的大小压缩到2.0 MB以内,从而使得模型可以在低功耗设备上完成高速震相拾取的同时尽可能地减少精度损失。 展开更多

关键词 震相拾取 深度神经网络 编码解码结构 卷积神经网络 循环神经网络 模型压缩

在线阅读 下载PDF 职称材料

基于通道注意力的全注意力端到端压缩方法 被引量：1

12

作者 祝启斌 夏巧桥 +2 位作者 张青林 陈菊霞 闫雪 《激光杂志》 CAS 北大核心 2022年第6期96-104,共9页

图像压缩是低层级图像处理领域的重要研究方向,近年来,基于深度学习的图像压缩算法取得了巨大进展。结合注意力模块RBAM(Residual Block Attention Module)的高斯混合模型压缩算法可获得较好效果,但由于RBAM单个模块参数量较大,只能在... 图像压缩是低层级图像处理领域的重要研究方向,近年来,基于深度学习的图像压缩算法取得了巨大进展。结合注意力模块RBAM(Residual Block Attention Module)的高斯混合模型压缩算法可获得较好效果,但由于RBAM单个模块参数量较大,只能在压缩算法编解码网络中局部嵌入,限制了注意力模块在全网络中的潜力。使用一种轻量级的通道注意力模块,将其嵌入到整个图像编解码网络中,构成了一种全注意力的图像压缩算法。与嵌入RBAM的压缩算法相比,所提算法在获得更好的率失真性能的同时,网络中注意力模块参数量减少了26.8%。实验结果表明,当以峰值信噪比(PSNR)和多尺度结构相似性(MS-SSIM)作为评价指标时,所提算法在Kodak和CLIC两个图像验证数据集上的率失真性能都超越了已有算法,并获得了更好的主观视觉效果。 展开更多

关键词 图像压缩 深度学习 卷积神经网络 注意力机制 变分自编码器

在线阅读 下载PDF 职称材料