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:
感知器是一种分层的神经网络模型,具有自适应自学习的能力.本文提出一种基于感知器模型的自适应预测的遥感图像无损压缩方法,编码时,先对当前像素进行自适应预测,然后采用快速有效的Rice编码器对误差图像编码.以TM遥感数据为实验对象,实验结果表明,该方法能够有效地去除遥感图像的空间及谱间相关性,压缩效率明显优于基于算术编码的JPEG最优无失真模式;与LOCO-I算法相比,三维预测的平均压缩比和编解码速度也有较大的提高.
推荐文章
一种图像自适应预测分组编码无损压缩方法
自适应
预测分组编码方法
相关性
无损压缩
一种适合空间应用的高速图像无损压缩核设计
CCSDS
无损压缩
JPEG-LS
RICE算法
一种基于自适应预测的高光谱图像近无损压缩方法
高光谱图像
近无损压缩
量化
三维自适应预测
干涉多光谱图像无损压缩算法
图像处理
图像压缩
干涉多光谱图像
无损压缩
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 一种基于神经网络模型的遥感图像的快速无损压缩方法
来源期刊 数据采集与处理 学科 工学
关键词 神经网络 无损压缩 遥感图像 Rice编码
年,卷(期) 2001,(z1) 所属期刊栏目 DSP应用和虚拟技术
研究方向 页码范围 144-147
页数 4页 分类号 TP391.4
字数 1760字 语种 中文
DOI 10.3969/j.issn.1004-9037.2001.z1.039
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 沈兰荪 北京工业大学信号与信息处理研究室 237 7601 48.0 79.0
2 张晓玲 北京工业大学信号与信息处理研究室 31 408 10.0 19.0
3 毋立芳 北京工业大学信号与信息处理研究室 47 565 13.0 22.0
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  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
神经网络
无损压缩
遥感图像
Rice编码
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
论文1v1指导