資源描述：
《基于多模優(yōu)化聚類算法的Context量化.pdf》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、分類號密級公開編號蹄士蚵究嗲像倫夂題目基于多樽優(yōu)化聚類算法的量化學院（所、中心）信息學院專業(yè)名稱通信與信息系統(tǒng)研究生姓名侯然學號導師姓名陳建華職稱教授年月扉頁論文獨創(chuàng)性聲明及使用授權本論文是作者在導師指導下取得的研宄成果。除了文中特別加以標注和致謝的地方外，論文中不包含其他人己經(jīng)發(fā)表或撰寫過的研宄成果，不存在剽竊或抄襲行為。與作者一同工作的同志對本研究所做的任何貢獻均己在論文年作了明確的說明并表示了謝意?，F(xiàn)就論文的使用對云南大學授權如下：學校有權保留本論文（含電子版），也可以采用影印、縮印或其他復制手段保存論文；學校有權公布論文的全部或部分內(nèi)容，可以將論文用于查閱或借閱服務；學校有權向有關機構
2、送交學位論文用于學術規(guī)范審查、社會監(jiān)督或評獎；學校有權將學位論文的全部或部分內(nèi)容錄入有關數(shù)據(jù)庫用于檢索服務。內(nèi)部或保密的論文在解密后應遵循此規(guī)定）摘要摘要在數(shù)據(jù)壓縮問題方面，熵編碼算法一直占據(jù)著重要位置。但在處理高階熵編碼問題時，模型代價是一個不可忽視的問題。最初提出模型的目的是為了提高編碼的壓縮性能，降低編碼碼長。但面對高階模型帶來的模型稀釋問題時，它帶來的優(yōu)勢顯得很弱。為了解決模型稀釋問題，可以對它過于分散的統(tǒng)計數(shù)據(jù)先進行聚類，最終通過對模型進行量化來提高壓縮性能。本文利用學者提出的聚類算法一基于多模優(yōu)化聚類算法，來解決模型量化問題，為了降低模型稀釋問題，從而提高整體的壓縮性能。由于多模優(yōu)
3、化聚類算法是一種全新的算法，它的理論基礎是多模優(yōu)化算法。多模優(yōu)化算法是一種創(chuàng)新型的離散優(yōu)化算法，這種算法是通過局部和全局搜索的思想對整個可行域進行細致搜索，又借助結構表的學習記憶功能，在積累經(jīng)驗的基礎上獲得多個優(yōu)秀解。而多模優(yōu)化聚類算法是通過多模優(yōu)化算法和聚類的思想來優(yōu)化算法，這種算法可以發(fā)揮多模優(yōu)化算法天生的優(yōu)勢，又可以很好的實現(xiàn)聚類功能。本文通過多模優(yōu)化聚類算法來實現(xiàn)模型量化問題。首先通過選擇一幅圖像進行聚類，獲得映射表作為訓練集然后再選另一幅圖像作為實驗集，進行編碼驗證了此算法的可行性，通過計算編碼消耗字節(jié)數(shù)與正常情況進行比較，認證了此算法的優(yōu)勢；最后通過解碼過程將圖像恢復，確認了算法的
4、可行性。實驗部分著重強調(diào)了聚類個數(shù)對編碼效果的影響，通過統(tǒng)計大量實驗數(shù)據(jù)發(fā)現(xiàn)實際聚類個數(shù)趨近于，并且證明了相對于無條件的編碼，編碼效率提高了倍左右。多模優(yōu)化聚類算法在計算復雜度、耗時、穩(wěn)定性、準確性等方面所具有的優(yōu)勢，也在模型量化問題上發(fā)揮著其優(yōu)勢。關鍵字：模型代價；模型稀釋；模型量化；多模優(yōu)化聚類算法AbstractAbstractIntermsofdatacompressionproblem,entropycodingalgorithmhasbeenoccupyinganimportantposition.However,whendealingwithhigh-orderentropyco
5、dingproblem,themodelisacostissuecan'tbeignored.Contextmodeloriginallyproposedtoimprovecodingcompressionperformanceandreducecodelengthcodingproblems.ButwhendealingwiththeissueofhigherorderContextdilution,whatitbringsaveryweakadvantage.Tosolvethemodeldilutionproblem，，，，，，，Abstracttheactualnumberof33,a
6、ndprovedwithrespecttounconditionalcoding,codingefficiencyisincreasedabout5times.Multimodeoptimizationclusteringalgorithmsincomputationalcomplexity,time-consuming,stability，，目錄目錄摘要腿弓丨言量化的意義量化的發(fā)展論文的結構安排第二章量化的理論基礎信息論基礎的概念的模型代價量化的準則量化的常規(guī)準則多模優(yōu)化聚類算法的量化準則歸類函數(shù)評價函數(shù)模型的建立本章小結第三章多模優(yōu)化聚類算法多模優(yōu)化算法算法的搜索元算法的結構表算法的特點基
7、于多模優(yōu)化聚類算法的構成搜索元的編碼及定義評價準則的設計目錄基于多模優(yōu)化算法的聚類流程小結及展望第四章實現(xiàn)模型量化實驗模型量化應用數(shù)據(jù)壓縮利用多模優(yōu)化聚類算法實現(xiàn)量化的流程多模優(yōu)化聚類算法實現(xiàn)模型量化的過程此算法應用模型量化的編碼對比實驗本章小結第五章全文工作總結全文總結下一步工作和展望參考文獻攻讀碩士學位期間完成的科研成果第一章概述第一章概述引言自年，計算機問世那天開始，它就指引著人類不斷探索這
