【摘 要】
：
引入U-正交变换到图像无损编码应用中，研究U-正交矩阵的基本三角可逆矩阵(TERM)的分解与单行基本可逆矩阵(SERM)的分解.一个N阶U-正交矩阵能分解为8个TERBM与置换矩阵的积，且这种分解由N，-1个自由变量确定，通过搜索自由变量的区间可以找到TERM的局部近似最优分解形式.用行交换的方法搜索U-正交矩阵的SERM分解，在这种情况下，8×8的矩阵最多只有40320神可能的SERM分解，用穷
【机 构】
：
广东医学院 数学与计算机教研室,广东 东莞 532808 中山大学 信息科学与技术学院,广东 广州 510275
论文部分内容阅读
引入U-正交变换到图像无损编码应用中，研究U-正交矩阵的基本三角可逆矩阵(TERM)的分解与单行基本可逆矩阵(SERM)的分解.一个N阶U-正交矩阵能分解为8个TERBM与置换矩阵的积，且这种分解由N，-1个自由变量确定，通过搜索自由变量的区间可以找到TERM的局部近似最优分解形式.用行交换的方法搜索U-正交矩阵的SERM分解，在这种情况下，8×8的矩阵最多只有40320神可能的SERM分解，用穷举法就能搜索到SERM的近似最优分解.最后用U-正交矩阵的分解结果对图像进行无损编码，实验表明sERM分解要比TERM分解更有效，其变换系数的熵、无损编码的码率与浮点正交变换系数的熵、近似无损编码的码率基本相同，三次U-正交变换的编码效果与离散余弦变换的结果几乎相同，二次U-正交变换的编码效率略低于三次U-正交变换。
其他文献
在Deep web环境中，如何解决查询失败并保证查询执行结果的数据质量已经成为一个重要的研究问题。本文针对这一问题，提出了基于查询松弛的查询计划生成与数据集成方法.本文中首先提出了基于对象属性重要度的查询松弛算法，通过属性分组树产生查询松弛计划以解决失败查询造成的数据质量问题.其次，本丈构建了查询结果数据集成模型对查询松弛产生的数据进行集成。数据集成中主要引入了基于查询松弛二次查询的属性补全策略和
Web服务的语义建模是指对Web服务的属性、功能和结构等进行语义描述使用户能够对服务自动地定位、选择、使用和组合。本文以动作理论和描述逻辑为基础对服务的逻辑层信息(控制流和数据流)进行语义建模，用带前提和结果的原子动作描述简单服务.用复杂动作描述组合服务的控制流，用服务间的依赖关系描述数据流，并提出一个基本的Web服务自动组合框架.在该框架中，Web服务自动组合被划分为逻辑层和实现层两部分，于是服
离散化是Rough集理论研究的一个重要内容，目前基于Rough集的离散化算法很难兼顾高识别率和高效率。文中分析了候选断点在单属性上的重要性值分布规律，提出了“先动态聚类再选择候选断点”的两步处理思路和一种基于Rough集的快速离散化算法.该算法首先能够根据数据自身特点进行快速动态聚类，有效降低了候选断点的数目，快速地实现了决策表的离散化.实验结果表明，文中算法保持了与已有算法可比的正确识别率，且运
针对现有相关性度量方法只能直接计算两个连续特征或两个离散特征之问的相关度的问题，本文提出了一种度量连续特征与离散特征之间的相关性方法，在此基础上，进一步提出一种基于混合特征相关度的特征选择方法，并给出了一种闽值选择的指导性策略。提出的特征选择方法关于数据集大小具有线性时间复杂度，可以用于大规模数据集中的特征选择。在真实数据集、UCI机器学习数据集上的实验结果表明，本文提出的相关度计算方法及特征选择
本文提出一种自适应的在线跟踪算法，通过协同训练和粒子滤波算法的相互补充实现鲁棒和高效的目标跟踪。在粒子滤波的框架中。本文采用半监督的协同训练算法构建两个目标分类器并进行在线更新和相互增强，从而提高粒子滤波器的目标判别能力和对因光照、姿态变化、摄像机抖动和部分遮挡造成表观特征变化的适应能力。同时，结合重要采样的粒子滤波算法利用物体运动的时空约束务件和目标潜在的分布信息进行目标采样，不仅提高了采样的效
软件适应性体现为软件适应变化的能力.经验表明：软件产品结构与软件质量属性之间存在着一定的联系.面向对象的结构度量已较为成熟，本文旨在研究哪些面向时象结构度量指标是影响软件适应性质量的关键因素.利用领域知识结合经验数据.基于贝叶斯网建立了面向对象结构指标与软件适应性之间的关联模型.通过对适应性模型的分析表明：类的加权方法数、方法的内聚缺乏度、方法隐藏因子和多态因子四个指标对软件适应性的影响较大.模型
Wiki已经成为时下越来越受欢迎的内容与知识管理工具，而基于Wiki设计的需求获取与管理丁具可以将涉众由单纯的问题提出者转变成问题的解决者，本文首先介绍一种基于Wiki的需求成熟度指标评价体系，然后给出此体系下的成熟度计算方法和具体算法，最后通过已设计的需求获取与管理工具SKLSEWiki来验证成熟度算法的有效性。
XQuery作为Native XML数据库中的查询语言，伴随着XML的不断应用，也将在各个领域中得到广泛的应用。为了更好的支持XQuery，目前很多的研究人员投入大量精力对其解析进行研究。同时，与同样是数据库查询语言SQL相比较，XQuery有其更加灵活的特性，因此对于XQuery进行的语法树模型建立更加困难。本文在考虑到XQuery中FLWOR表达式的for子句和let子句数目不确定，以及XQu
在很多现实世界的应用中名字和实体间存在冲突，也就是说，不同的人或事物可能拥有同一个名字，同一个人或事物也可能用不同的名字指代.识别名字指代的实体是数据清洗和实体查询中的重要问题。当前的方法仅能够处理某种单一情况下的冲突，并不能解决现实应用中实体识别的问题。针对这些问题，本文提出了一种普遍适用的基于关系的实体识别框架EIF，这个框架扩展并应用领域知识和聚类技术求解实体识删问题。本文还将该框架应用于求
一种基于问题知识库的软件静态分析方法，重点描述问题知识库的形成.表示、构建及应用。该方法对隐藏代码问题发现、分析，通过构造AST检查器和路径检查器，形成包括R(Rule)、D(Defect)、M(Metric)的规则集，应用于静态分析、提高静态分析准确度。