版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、高壓縮比和高信噪比的數(shù)據(jù)壓縮技術(shù)一直是人們在數(shù)據(jù)處理領(lǐng)域追求的目標(biāo)之一。經(jīng)典的統(tǒng)計編碼方法,如霍夫曼編碼和算術(shù)編碼,理論上可以應(yīng)用于絕大部分類型數(shù)據(jù),但不能保證對任何類型的數(shù)據(jù)都能達(dá)到較高的壓縮比。至今,人們?nèi)砸恢痹谂ふ夷軕?yīng)對各種數(shù)據(jù)分布特性的數(shù)據(jù)壓縮算法。
本文介紹了一種新型的數(shù)據(jù)壓縮算法,這種算法能應(yīng)用于多數(shù)時域數(shù)據(jù)序列的壓縮。在本算法中,首先使用ADPCM數(shù)據(jù)壓縮算法對輸入的原始數(shù)據(jù)序列進(jìn)行處理,并得到由ADPC
2、M編解碼產(chǎn)生的殘差數(shù)據(jù)。接著對殘差數(shù)據(jù)進(jìn)行編碼,編碼方法是基于Lloyd-Max算法的最優(yōu)化標(biāo)量量化方法。由于對原始數(shù)據(jù)序列編碼和殘差數(shù)據(jù)編碼得到的碼字都具有非均衡的概率分布,可以對ADPCM碼字和Lloyd-Max編碼碼字再進(jìn)行熵編碼,如霍夫曼編碼,這樣可以得到更高的壓縮效果。同時設(shè)計出一些特殊的處理方法,用以減小大幅度的殘差數(shù)據(jù)。針對16bit/樣點(diǎn)的原始時域采樣序列,本算法支持三種編碼比特率:9.00bit/樣點(diǎn),8.00bit/
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 時間序列頻域壓縮算法的研究.pdf
- 時間序列無失真壓縮算法的研究.pdf
- 面向時間序列的閾值近似壓縮處理技術(shù).pdf
- 基于增量式的時間序列分類算法研究.pdf
- 基于偏序的頻繁序列模式壓縮算法研究.pdf
- 基于OLAM的時間序列數(shù)據(jù)挖掘算法研究.pdf
- 時間序列散斑測量信號處理算法的研究.pdf
- LTE基帶信號時域壓縮算法研究.pdf
- 基于卷積算法的時間序列部分周期模式挖掘算法研究.pdf
- 基于智能算法的時間序列預(yù)測方法研究.pdf
- 階梯型時間序列時域分析及應(yīng)用.pdf
- 時間序列分類算法研究.pdf
- 基于AR模型的壓縮感知視頻序列重構(gòu)算法研究.pdf
- 時間序列模式挖掘算法研究.pdf
- 基于時間間隔的事件序列頻繁模式挖掘算法研究.pdf
- 基于時間間隔的事件序列頻繁模式挖掘算法研究
- DNA序列數(shù)據(jù)壓縮算法研究.pdf
- 單時間序列異常子序列檢測算法的研究.pdf
- 時間序列指數(shù)平滑算法的改進(jìn)研究.pdf
- 基于群體智能算法的金融時間序列預(yù)測研究.pdf
評論
0/150
提交評論