本课题研究人工蚁群系统及其在图象压缩编码中的应用。蚁群算法是一种源于大自然中生物世界的新的仿生类算法,在一系列困难的组合优化问题中取得成效。本课题拟通过研究其内在的搜索机制,建立基于人工蚁群系统的图象压缩编码模型,根据码书设计的两个优化准则,分别对应基于码书的解描述方法和基于聚类划分的解描述方法,关键解决图象码书的最佳设计问题,使得所设计的码书不依赖于初始码本的选取、具有较强的鲁棒性等。在此基础上,结合不同人工智能技术(如模糊逻辑,遗传算法、模拟退火等启发式算法)构成整合式智能系统,探索矢量量化图象压缩编码的新途径,旨在发展快速高效和具有在低码率信道下实现视频图象实时编码潜能的压缩算法,该课题的研究具有重要的理论意义和潜在的应用前景。
{{i.achievement_title}}
数据更新时间:2023-05-31
EBPR工艺运行效果的主要影响因素及研究现状
一种基于多层设计空间缩减策略的近似高维优化方法
复杂系统科学研究进展
基于多色集合理论的医院异常工作流处理建模
新型树启发式搜索算法的机器人路径规划
粒子群优化算法的研究及其在图象压缩编码中的应用
图象表示的非线性分析及其图像压缩编码
图象/视频的结构信息失真测度及其在压缩中的应用研究
学习矢量量化的研究及其在视频图象编码中的应用