整型DCT变换在三维地震图像无损压缩中的研究与应用

这里主要研究并实现了一种基于整型DCT(discretecosinetransform)对图像进行无失真编码的方法.其主要原理为:先在整型FFT(fastFouriert ransforu)基础上构造可逆的DCT整型变换,经变换后的数据再用SPIHT(setpartitiioning in Hierarchical Trees)算法处理,最后进行算术编码.首先在图像变换和无失真编码等相关图像处理知识的基础上,结合前人的研究经验,对设计进行了理论推导和论证,并将其归纳为数学模型,总结出适用算法,并编程实现,结果证明该方法具有良好的压缩性能.     

改进IGA-GP方法在流域需水预测中的应用——以黄河流域为例

遗传算法是借鉴生物学的自然选择和遗传进化机制,通过作用于染色体上的基因寻找优良的染色体,求到待解问题最优解的一个近似解.针对遗传算法易陷入局部最优解的不足,采用改进的遗传算法(IGA)与遗传编程(GP)相结合,建立有广泛搜索能力和很强的局部精化能力的IGA-GP算法,将该算法应用于BP神经网络的优化,优化的原理是运用GP自动生成BP正向计算过程中隐含层到输出层的函数关系式,此函数关系式可随着训练样本的变化而自动调整,使得新加入的样本影响已学习完的样本的问题得到最终解决,因而可进一步增强BP网络的自适应能力和抗干扰能力;同时用IGA代替BP的反向传播算法,加快收敛速度和克服BP易陷入局部最优的不足,从而实现了对BP神经网络的优化.并在此基础上建立了黄河流域需水预测模型,误差分析结果显示,IGA-GP算法预测结果最大误差为2.894%,最小误差为0.088%,满足误差精度不大于5%的要求,而没有优化的BP神经网络拟合结果最大误差为8.314%,最小误差为0.832%,不满足预测精度要求,证明该IGA-GP模型具有较高的预测精度.鉴于此,通过IGA-GP的算法对黄河流域2010、2020及2030水平年工业、农业、生活及生态需水量进行了预测.     

基于Matcom 平台的VC + + 与Matlab 混合编程地震正演模拟

正演模拟是地震勘探的重要方法之一。为解决基于Matcom 4. 5 的VC + + 与Matlab 接口程序的地震正演模拟问题,通过用Matcom 4. 5 与VC + + 结合编程的新方法实现EDA 介质中的地震波正演模拟的实例,结果显示Matcom 实现VC + + 与Matlab 混合编程并提高了编程效率。