基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
使用了一种新的分片线性逼近算法.算法首先对极大极小这一分片线性函数的紧凑表示形式做了改进,然后以线性规划方法作为主要工具,以极小化拟合误差为准绳,同时确定全部参数;实现了分片线性函数对非线性样本数据的整体拟合;充分发挥了分片线性逼近的优势.在此基础上,提出了一种基于分片线性逼近的图象压缩编码方法.这种方法具有解压缩速度快的优点,与其它的图象压缩方法(例如DCT)相结合,能够提高图象的压缩效率.
推荐文章
基于预测的无损图象压缩技术
IID图象(IndependentandIdenticallyDistributedImage)
预测
无损压缩
小波变换在图象压缩中的应用
图象压缩
小波变换
向量量化
LBG
基于特征检测和小波变换的SAR图象的智能压缩
特征检测
信息融合
神经网络
智能压缩
并行DSP小波图象压缩的实现研究
小波变换
并行处理
DSP
DCT
C80
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于分片线性函数的图象压缩方法
来源期刊 计算机工程 学科 工学
关键词 图象压缩编码 分片线性函数 非线性逼近
年,卷(期) 2001,(8) 所属期刊栏目 基金项目论文
研究方向 页码范围 38-39
页数 3页 分类号 TP391.41
字数 3426字 语种 中文
DOI 10.3969/j.issn.1000-3428.2001.08.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王书宁 清华大学自动化系 47 155 8.0 11.0
2 李星野 清华大学自动化系 6 4 1.0 1.0
3 王万宾 清华大学自动化系 8 50 2.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图象压缩编码
分片线性函数
非线性逼近
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导