基于动态规划的多变量Context建模算法

发布时间：2017-06-10 22:15

  本文关键词：基于动态规划的多变量Context建模算法，，由笔耕文化传播整理发布。

【摘要】：在基于Context建模的熵编码系统中,Context建模作为一种用来估计信源概率模型的重要方法,其实现需要三个步骤：选取Context模板、估计条件概率分布及进行Context量化。而Context建模的研究重点则是通过Context量化来缓解由高阶Context模型所引入的‘'Context稀释”问题,以达到预期的压缩性能。Context量化的实质是减少概率模型中的条件概率分布的数目,其研究方向主要有两种：一种是在概率分布空间中,通过聚类算法来合并相似的条件概率分布以直接减少其数目；另一种则是在Context条件域,通过减少条件样本的可能取值以达到Context量化的目的。目前,由于聚类思想研究的深入及聚类算法的不断出现,Context量化在第一种研究方向上取得了较大的进展,而在Context条件域中进行的Context建模算法的研究则较少。为此在Context条件域中,针样本取值具有数值大小的信源序列,本文提出了一种通过最小化描述长度来实现Context量化的算法(Minimum Description Length Context Quantizaiton, MDLCQ)。MDLCQ算法首先使用描述长度作为评价指标,并通过动态规划算法来实现单条件Context模型的量化,然后将单条件Context模型量化算法扩展至多条件Context模型,通过循环迭代来实现多条件Context模型的量化。此算法不仅可以得到多值信源的优化的Context量化器,而且可以自适应地确定各个条件的重要性进而确定模型的最佳阶数,从而提供了很好的Context模型优化效果。本文通过实验分析对MDLCQ算法的性能进行了验证。实验结果表明：由此算法得到的Context量化器不仅达到了预期的量化效果,而且可以明显地改善熵编码系统的压缩性能。
【关键词】：条件熵编码 Context量化 动态规划 描述长度 算术编码
【学位授予单位】：云南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13;O221.3
【目录】：

• 摘要3-4
• Abstract4-8
• 第1章 概述8-15
• 1.1 研究背景和意义8-9
• 1.2 国内外研究水平及现状9-12
• 1.3 论文主要研究工作12-13
• 1.4 论文组织结构及创新点13-15
• 第2章 动态规划及Context建模的理论基础15-24
• 2.1 动态规划算法15-19
• 2.1.1 动态规划算法的基本思想15-16
• 2.1.2 动态规划算法的设计思想16-19
• 2.1.3 动态规划算法的基本要素19
• 2.2 Context建模的理论基础19-22
• 2.2.1 熵与条件熵19-21
• 2.2.2 Context建模的理论依据21-22
• 2.3 描述长度22-23
• 2.4 本章小结23-24
• 第3章 基于描述长度的Context建模算法24-38
• 3.1 Context模型及Context量化24-26
• 3.1.1 Context模型24-25
• 3.1.2 Context量化25-26
• 3.2 单条件Context模型的量化26-30
• 3.3 多条件Context模型的量化30-37
• 3.3.1 高阶Context建模的存储问题31
• 3.3.2 存储空间的优化利用—Hash表31-33
• 3.3.3 多条件Context模型的量化过程33-36
• 3.3.4 多条件Context量化算法的实现36-37
• 3.4 本章小结37-38
• 第4章 基于描述长度的Context建模算法的应用38-47
• 4.1 信源序列的选择及预处理38-39
• 4.2 单条件Context模型量化算法的应用39-41
• 4.3 多条件Context模型量化算法的应用41-45
• 4.4 MDLCQ算法思路的验证45-46
• 4.5 本章小结46-47
• 第5章 总结与展望47-49
• 5.1 研究内容总结47-48
• 5.2 进一步的研究工作48-49
• 参考文献49-53
• 攻读硕士学位期间完成的科研成果53-54
• 致谢54

【相似文献】

中国期刊全文数据库 前10条

1 ;Reconstructing Concept Lattices Using nth-Order Context Kernels[J];Wuhan University Journal of Natural Sciences;2006年05期

2 ;Context Is the Key to the Understanding of Language[J];科技信息(学术研究);2007年33期

3 ;A General Theorem of the Alternative in the Context of Set-Valued Function[J];运筹学学报;1997年02期

4 ;Context-Aware Usage-Based Grid Authorization Framework[J];Wuhan University Journal of Natural Sciences;2006年06期

5 肖伟;史滋福;;Context-Aware技术在智能网络课程设计中的应用[J];吉首大学学报(自然科学版);2007年01期

6 王敏;;CLT in the Chinese Language Teaching Context[J];科技信息;2009年05期

7 王丽丽;贾茜文;;The Significance of Linguistic Context for Non-English Major Students[J];科技信息;2011年13期

8 邵长忠;;CLT and College English Teaching Context in China:How Could They Collaborate with Each Other[J];科技信息(学术研究);2007年22期

9 张向阳;;Context and Word Choosing in Translation[J];科技信息(学术研究);2007年23期

10 王涛生,黄梦桥;基于形式Context的格聚类与特征逼近判别[J];经济数学;2004年04期

中国重要会议论文全文数据库 前7条

1 Ngoh Lek Heng;;Context-dependent Task Supporting in Smart Home[A];第二届和谐人机环境联合学术会议(HHME2006)——第2届中国普适计算学术会议(PCC'06)论文集[C];2006年

2 Rahul Peter Das;;Literature in a Gobalised Context[A];北京论坛（2004）文明的和谐与共同繁荣：“多元文学文化的对话与共生”外国文学分论坛论文或摘要集[C];2004年

3 ;Research on the Context-aware Service Selection Architecture[A];Proceedings 2010 IEEE 2nd Symposium on Web Society[C];2010年

4 郁小萍;;Context and Business Discourse[A];第六届中国跨文化交际研究会年会论文摘要汇编[C];2005年

5 James S.Taylor;;Occupational Allergen Review[A];中华医学会第16次全国皮肤性病学术年会摘要集[C];2010年

6 ;Inferring Protein Function by Domain Context Similarity in Protein-protein Interaction Network[A];2008年全国生物化学与分子生物学学术大会论文摘要[C];2008年

7 张静;;Context and Communication[A];第六届中国跨文化交际研究会年会论文摘要汇编[C];2005年

中国博士学位论文全文数据库 前2条

1 黄博强;基于Context模型和矢量—标量量化器的ECG信号压缩[D];复旦大学;2010年

2 王书锋;环绕智能系统中个性化服务技术研究[D];北京工业大学;2010年

中国硕士学位论文全文数据库 前10条

1 王勇;基于动态规划的多变量Context建模算法[D];云南大学;2016年

2 张鸿;基于描述长度的Context量化算法在小波图像压缩中的应用[D];云南大学;2016年

3 林格;智能移动设备的Context建模[D];汕头大学;2007年

4 杨军;基于粒子群聚类算法的Context量化研究[D];云南大学;2011年

5 王伟;基于K均值和蚁群混合聚类算法的Context量化研究[D];云南大学;2012年

6 韩斐斐;基于小波变换和自适应Context建模的图像编码[D];云南大学;2014年

7 张峰;基于Context建模的熵编码在无失真图像压缩中的应用[D];云南大学;2015年

8 侯然;基于多模优化聚类算法的Context量化[D];云南大学;2015年

9 罗迪;基于最短码长的Context加权编码[D];云南大学;2015年

10 邓

本文编号：440109