【摘 要】
：
为了缓解实时地形可视化中海量数据的存储和传输压力,在构建地形数据多分辨率金字塔模型的基础上,提出了一种适于GPU实时解压的分块高程数据无损压缩和有损压缩算法。该算法首先对地形块数据进行线性预测,对高分辨率地形块的预测误差采用递归变长的无损编码方法,保留了高分辨率地形数据的细节特征;对低分辨率地形块的预测误差,在考虑地形块本身简化误差的基础上采用了分组的有损量化编码方法。给出了GPU上实现快速并行解
【机 构】
：
海军航空工程学院信息融合研究所系统仿真研究室
论文部分内容阅读
为了缓解实时地形可视化中海量数据的存储和传输压力,在构建地形数据多分辨率金字塔模型的基础上,提出了一种适于GPU实时解压的分块高程数据无损压缩和有损压缩算法。该算法首先对地形块数据进行线性预测,对高分辨率地形块的预测误差采用递归变长的无损编码方法,保留了高分辨率地形数据的细节特征;对低分辨率地形块的预测误差,在考虑地形块本身简化误差的基础上采用了分组的有损量化编码方法。给出了GPU上实现快速并行解压的处理流程。实验结果表明,该算法实现了有效的数据压缩,具有很高的实时解压效率。
其他文献
教育如何为21世纪中叶的经济发展培养劳动力？本文从人力资本理论出发，探讨了教育如何提高以前未具体讨论过的工人能力。扩展的人力资本理论认为，受教育水平较高的工人之所以生产
针对现有图像质量评估方法不能有效评价所有失真类型图像、计算量大等问题进行了研究,受人眼视觉特性的启发,提出了一种新的基于图像边缘结构相似性的全参考质量评价方法。该方法利用图像边缘梯度对图像失真的敏感性不同,通过Prewitt算子计算水平和竖直方向梯度向量绝对值和,进而定义了两种基于边缘结构相似性的图像质量评价标准:图像梯度结构相似度均值(GSSM)和图像梯度结构相似度标准差(GSSD)。标准图像数
考虑到自动人脸表情识别背景复杂性问题,提出了一个新的表情识别方法——基于差分纹理的人脸表情识别,该方法在一定程度上能够有效地屏蔽掉个体人脸之间的差异,同时保留住人脸表情信息。首先选定一个标准人脸参考模型,该模型合理分布面部55个基准点,这些基准点主要分布于眼睛、鼻子、嘴和包含表情丰富的外部轮廓上;然后利用Delaunay三角剖分获取这些基准点的相对位置信息。对于人脸表情图像,首先利用主动形状模型(
在云存储服务中,为使用户可以随时验证存储在云存储服务器上数据的完整性,提出一种基于同态标签的动态数据完整性验证方法。通过引入同态标签和用户随机选择待检测数据块,可以无限次验证数据是否完好无损,并支持数据动态更新;可信第三方的引入解决了云用户与云存储服务供应商因数据完整性问题产生的纠纷,实现数据完整性的公开验证;然后给出该方法的正确性和安全性分析,以及该方法的性能分析;最后通过实验验证了该方法是高效
为了更为高效、准确地使用语义信息来进行自然语言处理,提出了一种自然语言语义相关度计算模型,并对模型的求解方法以及相关的权重系数作了研究。该模型使用语义相关度来判定语句的最佳语法分析方案,并采用简单子句归结法进行模型求解;通过对比实验,可以初步确定这些权重系数的合理取值范围,并揭示权重系数与模型求解正确率之间的关系。
主要从节点在所属群体内的相对重要程度出发,尝试性地给出一种网络社团结构的新定义,并在此基础上构建了一种网络社团划分的评价及改进方法。该方法既可以与现有的社团划分算法进行组合,形成新的网络社团划分算法,也可以独立使用,对网络社团的划分结果进行评价与改进。最后,通过MCL、GN、Factions等方法及算例对提出的算法进行了验证与分析。
提出了一种新的消失点跟踪算法。具体地,改进了梯度霍夫变换,引入映射的参考点;结合梯度方向信息进行映射,提高了映射速度;采用加权最小二乘法在参数空间拟合三角函数曲线,直接计算消失点的坐标。通过迭代的方法更新参考点的坐标,从而使算法精确查找到消失点的位置。实验证明,此算法可以快速准确地查找到楼道环境的消失点,并且迭代速度可以满足消失点的实时跟踪要求。
为了使签名人具有否认无效签名的权利,首次提出可否认的基于属性的指定证实人签名模型,构造了一个可否认的基于属性的指定证实人签名方案。在该方案中,签名者和指定的证实人均可对签名的有效性进行确认,并且可以否认无效的签名。最后,对方案的正确性进行了分析,并在随机预言模型下证明了其安全性。分析表明,本方案具有不可伪造性,并能抵抗合谋攻击。
在高速以太网中,针对用户行为的特殊性及数据流五元组的特点,提出了一种自适应相似性匹配算法(ASMA-HN)。该算法充分考虑了数据流五元组的随机性分布特点,通过一种改进的XOR-SHIFT算法将数据流分类索引,并提出了同类数据库(SD)及异类数据库(HD)的概念,基于距离测度分别设计了加权相似性比较函数,使得特征值能更精准地匹配到符合要求的数据文件,提高了整体的匹配效率。通过对校园网实际流量的现场测
针对现有的视觉跟踪算法在处理视觉外观发生改变的对象时所导致的匹配率下降和漂移现象,提出一种新的双层视觉模型。该模型包括局部层和全局层。局部层从概率角度根据目标的几何变形进行调整,通过增删局部补丁来更新其结构。全局层模拟目标的全局视觉特征,进而对补丁的增添施加约束,并在跟踪期间利用局部层的可靠性补丁来更新全局视觉特征。实验结果表明,相比于其他算法,方法的失效率更低,精度更高,性能更优。即使背景颜色与