矢量数据的优化压缩研究

对于矢量数据,定义一种新的压缩误差,并在此压缩误差下,利用动态规划思想,讨论单实体和多实体矢量数据的压缩方法。特别在多实体的矢量数据压缩中,使用由压缩率和压缩误差相结合的加权平均分配节点的方法。实验结果表明,该压缩方法能够较好地反映矢量数据的性态,具有较高的压缩效率。     

Huffman编码在矢量地图压缩中的应用

Huffman编码是一种统计编码,是数据无损压缩中的重要方法。本文研究了Huffman编码的原理及其实现,并将其应用于矢量地图数据的压缩。针对矢量地图数据的特点,提出了Huffman编码的具体算法及压缩与解压缩的实现步骤,讨论了算法用于压缩矢量地图的优良性质。通过试验展示了Huffman编码进行数据压缩的原理与实现过程,并利用一组真实的矢量地图数据验证了所提出的算法可以有效实现对矢量地图数据的压缩,具有无损、高效、压缩率高、通用性好的优点。     

基于最小二乘拟合的GPS数据有损压缩算法

为了解决车辆监控中心海量GPS数据的存储问题,给出了一套基于最小二乘法拟合速度的GPS数据压缩和还原算法。对实测GPS数据以及压缩还原后的数据,研究表明,基于最小二乘法拟合速度的GPS数据压缩和还原算法可有效提高GPS车辆定位数据的压缩率和还原后的精度。     

压缩感知在传感器网络变形监测中的应用

在无线传感器网络变形监测中,数据压缩具有重要意义,压缩感知的非对称压缩与重构特点适合资源有限的传感器网络。在介绍压缩感知理论的基础上,结合实际数据分析了原始信号的稀疏性,对压缩感知算法进行实验,并从压缩率、重构误差方面与传统压缩方法进行比较。分析表明,压缩感知理论在这两方面不如传统压缩方法,但能以较低的采样率进行采样,并较为准确地重构出原始信号,在高频信号的采样压缩方面有明显优势。     

顾及最大绝对误差的频率域矢量数据压缩算法

针对传统的基于离散余弦变换（discrete cosine transform,DCT）的矢量数据压缩算法局部误差较大和计算复杂度高的问题,提出了一种顾及矢量数据最大绝对误差的快速近似DCT压缩方法。首先,结合现有矢量数据拓扑关系,构造矢量数据块;其次,根据近似DCT变换正交性的特点,计算约定矩阵的最优化解,将计算复杂度最低的解设为近似DCT变换的转换矩阵;最后,结合矢量数据近似DCT变换和精确DCT变换的总能量差,计算重构数据的最大绝对误差,对超过误差阈值的数据进行三次样条插值,最大限度地保证矢量数据精度。实验结果表明,该方法计算复杂度较低,压缩速度快,在降低压缩率的同时,能较好地保持空间数据的拓扑关系和数据精度。     

基于压缩感知的地磁数据分频压缩与重构方法

构建高精度导航所用的地磁数据库时,需要对大量数据进行压缩。为保留必要的高频细节特征信息,提出一种基于压缩感知理论的数据分频压缩及联合重构方法。在余弦变换频域中对数据进行分频压缩编码,在数据重构算法中引入压缩感知理论。利用局部余弦变换系数作为线性测量观测值,通过解决小波变换域l1范数和时域稀疏梯度全变差正则化的模型,精确重构原始数据高频信息。利用实测地磁数据进行仿真试验的结果表明,仅使用25%的分频压缩采样测量系数,可精确重构原始数据;在相同压缩比下,分频压缩感知重构算法与传统滤波逆变换方法相比具有更高的精度,且峰值信噪比最大可提高5dB左右。     

基于压缩感知的地磁数据分频压缩与重构方法EI北大核心CSCD

构建高精度导航所用的地磁数据库时,需要对大量数据进行压缩。为保留必要的高频细节特征信息,提出一种基于压缩感知理论的数据分频压缩及联合重构方法。在余弦变换频域中对数据进行分频压缩编码,在数据重构算法中引入压缩感知理论。利用局部余弦变换系数作为线性测量观测值,通过解决小波变换域l1范数和时域稀疏梯度全变差正则化的模型,精确重构原始数据高频信息。利用实测地磁数据进行仿真试验的结果表明,仅使用25%的分频压缩采样测量系数,可精确重构原始数据;在相同压缩比下,分频压缩感知重构算法与传统滤波逆变换方法相比具有更高的精度,且峰值信噪比最大可提高5dB左右。     

基于B样条小波变换的矢量地图数据压缩及边界处理

在离散小波变换的快速Mallat算法基础上,根据小波滤波器的特点,提出了一种基于B样条小波变换的矢量数据压缩的边界处理的方法,该方法经实验可以保证压缩后的数据能如实的反映原数据的特性和规律性.     

基于增强小波ECW的遥感图像压缩研究

基于小波变换的图像压缩方法能在高压缩比的前提下保持好的重建图像质量,小波变换的编码技术被广泛地应用于图像的压缩中。但这些传统的小波压缩技术及改进算法,都需要构造复杂的小波基、小波函数,算法复杂,制约了在实际中的广泛应用。而最新发展的增强小波技术较传统的小波技术ECW在压缩率、压缩速度、压缩编码方面均有了新的突破,利用ECW SDK二次开发包,可在应用系统中直接嵌入ECW技术进行遥感影像压缩,避免了传统的小波技术算法复杂等弊端。实践表明该方法是一种有效的、可以在实际中广泛应用的遥感图像压缩方法。     

基于B样条小波变换的矢量地图数据压缩及边界处理

在离散小波变换的快速Mallat算法基础上，根据小波滤波器的特点，提出了一种基于B样条小波变换的矢量数据压缩的边界处理的方法，该方法经袂现可以保证压缩后的数据能如实的反映原数据的特性和规律性。     

附有限制条件的逐点压缩算法的设计与实现

讨论矢量数据压缩问题,着重介绍Douglas-Peucker算法,并分析该算法在矢量数据压缩过程中的局限性,提出附有限制条件的逐点压缩法.新的算法存满足给定限差的前提下,能够对曲线进行实时分析,并很好地考虑了目标曲线之间的相互关系.试验表明,该算法与Douglas-Peucker算法相比,不仪克服了后者在数据压缩过程中的局限性,且存数据压缩率和算法效率方面都得到了改进.     

基于整型小波变换的DEM数据压缩

从系统的简单性和高效性出发，将整型小波变换运用于DEM数据，采用一种简单高效的编码方案，对不同复杂程度的DEM数据进行了压缩试验，取得了较好的效果，并得出有关DEM数据压缩的一些规律。     

基于快速成型技术的点云压缩算法研究

研究一种两次分层压缩点云数据的方法,将等高距和其允许误差设为阈值压缩数据。试验证明,通过设置适当的切片厚度,该方法数据压缩率大、算法执行效率高、特征保持较好、三维模型表面光滑,具有良好的应用价值。     

小波变换在高光谱决策树分类中的应用研究

近几年来，离散小波变换在遥感图像压缩、消噪和融合中得到了广泛的应用。利用航空飞行的高光谱图像数据，先后进行了主成分分析及10种小波变换，并应用分类回归树对其进行分类处理。将小波变换的分类结果与主成分分析的结果及不同的小波变换方法之间进行了对比。结果表明，在样本数相同的条件下，小波变换的分类精度均高于主成分分析，其中Haar小波的分类精度最高；小波变换后的分类对样本数量的要求要小于主成分分析。在样本数足够的情况下，主成分分析数据压缩率要高于小波变换。但小波变换在压缩的情况下，仍保留了原光谱的大部分信息。而主成分分析只保留了原图像的方差而无法保留波形。     

面向自然岸线抽稀的改进道格拉斯—普克算法

针对已有的矢量数据压缩算法应用于方向线生成过程中会忽略国家海疆权益的问题,该文提出了一种面向自然岸线抽稀生成方向线的改进道格拉斯-普克算法。首先提取自然岸线凸点作为备选分段点集,进而根据凸点与相邻两点组成的三角形面积大小筛选分段点,接着利用相邻分段点作为道格拉斯-普克算法的首尾点,以基于最小二乘法的拟合曲线选定最优距离阈值,并作为初始阈值,进行逐段抽稀。实验结果表明,利用本算法抽稀所得面积比、压缩率均比传统道格拉斯-普克算法有所提升,且大部分情况下误差面积也有所减少。     

一种个性化游览线路实时生成方法

针对目前众多旅游线路规划方法中存在的规划目标单一、非实时计算等问题,该文提出了一种用户自定义路线的实时生成算法。此算法将线路规划问题转化为基于无向图的GIS网络分析问题。首先,结合用户需求,将游览兴趣点的选取问题转化为0-1规划问题,借助贪心策略,确定最佳游览兴趣点集;其次,结合基础地理底图矢量数据,利用Dijkstra算法求解包含最佳游览兴趣点和路网节点间的最短路径,以此为约束,实施模拟退火算法;最后,优化兴趣点间的最佳游览次序,实现整体游览路径的规划。该算法已应用于2014年青岛世界园艺博览会,可根据用户自定义的游园参数,实时且高效地生成个性化的游园线路。     

基于形态小波的地震数据压缩方法研究

研究了地震勘探回波数据的压缩技术,针对地震信号形态纹理明显的特点,采用形态为主、小波为辅的分析方法取代单一的小波分析来研究地震信号的潜在规律,设计了基于形态变换的新一代地震数据压缩算法。     

融合小波变换与神经网络的RSSI室内测距算法

提出一种融合小波变换与神经网络的基于WiFi的RSSI室内测距算法,该方法通过小波变换与神经网络对RSSI数据、路径损耗模型进行修正。利用小波分解与单支重构方法,只对低频的近似部分进行单支重构,舍弃高频细节部分,同时使用神经网络训练特定环境下的路径损耗模型。通过实例验证表明,该算法最大测距误差、最小测距误差、平均测距误差分别为1.206、0.037、0.692 m;平均测距误差比路径损耗模型、BP神经网络模型分别提高了1.846、0.469 m。     

一种抗数据压缩的矢量地图数据数字水印算法

基于矢量地图数据特点,提出了一种抗数据压缩的矢量地图数据数字水印算法,即在嵌入水印信息之前对数据进行道格拉斯-普克法压缩,然后在特征点中嵌入水印信息。实验分析表明,提出的水印算法在抗数据压缩方面具有较好的效果。     

顾及曲线走向及局部面积特征的矢量数据压缩算法

目前,矢量数据压缩算法存在曲线压缩精度与压缩效率不能共存的问题,基于此,本文以带有径向约束的Douglas-Peucker算法为基础,提出一种顾及曲线走向和局部面积特征的矢量数据压缩算法。该算法首先通过带有径向约束的Douglas-Peucker算法提取曲线的特征点;然后,提取各个局部曲线段形态特征点以判断局部曲线段走向特征;最后,根据曲线段走向对预先提取的各个特征点的位置进行局部微调,完成矢量数据的压缩。该算法创新在于通过局部微调特征点位置的方式使压缩后曲线较好地反映了原曲线的局部走向,并且减小了曲线局部面积偏差。实验表明所提算法在保证压缩效率的同时能够有效降低局部位移偏差和面积偏差,使压缩后曲线较好的反映原曲线形态特征。