论文部分内容阅读
由于传统压缩算法的压缩和解压缩过程都需要预先计算压缩效率和压缩时间,并且在执行时以随机访问方式进行,因此不适应大规模地形数据的压缩可视化表达。论文首先基于有损Cuckoo散列理论为两个哈希表选择合适的散列/熵函数,实现散列表的最小化误报和移除数量;然后提出一种最优化的贪婪小波算法,对存储的所有小波系数求和时,总和具有最大值;最后选用256MB样本数据集进行实验,结果表明:(1)增加小波变换的级别并不一定显著提高压缩性能,但确增加了解压缩阶段需要系数的数量,同时还增加了引入误差;(2)当工作尺寸降至约