用人工智能和神经网络的方法组建数据压缩系统

数据压缩是现代信息处理的基础课题之一。文中对数据压缩的设计思路作了分析和拓展，从系统的角度对数据压缩与人工智能、神经网络的结合作了一些大胆的、初步的尝试，并对这个研究方向作了一些功能上和性能上的分析，提出了再压缩的概念。     

基于奇异值分解变换的数据压缩方法探讨

讨论了利用奇异值分解(SVD)变换算法进行图像压缩的可能性，澄清了采用SVD变换进行图像压缩的一种错误观点．对3种采用SVD变换进行数据压缩的方案进行了进一步的研究与分析，征实了将SVD变换应用于数据压缩领域的可行性。     

多媒体通信中的图像数据压缩编码

介绍了在多媒体通信中常用的图像数据压缩编码方法，重点介绍JPEG和MPEG．     

基于位置服务系统中XML数据流压缩方法

针对基于位置服务系统中移动终端存储空间小、移动通信网带宽有限的特点，结合XML数据流的结构特点，提出一种XML数据流压缩技术XDSC（XML data stream compression），该算法以元素、属性及命名空间为压缩粒度，利用XML Schema生成元素／属性压缩字典，扫描数据流一遍完成数据压缩，不需要保存元素／属性压缩字典．实验表明，XDSC在数据压缩率上要优于直接采用GZIP压缩算法；数据流压缩时间也是LBS等嵌入式信息系统可以完全接受的．     

多媒体通信及其技术基础

多媒体通信具有集成性、交互性、同步性、分布性、实时性五个特点。多媒体的关键技术有：（1）对网络环境的要求，主要是要有较高的带宽和传输速度。（2）数据压缩技术。可以大大降低数据量，降低多媒体网络对带宽、传输速率的要求，数据压缩的总目标是减小数据中的冗余度，减小容纳给定消息集合的信号空间。评价压缩的标准有信息压缩比、压缩速度和重现精度。（3）同步技术的缓冲法、反馈法、时间戳法。（4）多媒体数据库的特点和基本要求，（5）多媒体终端，包括软件系统和硬件系统的任务和特点，多媒体通信向着宽代化、综合化、智能化、数字化、个人化发展。     

基于压缩传感的交通流量数据压缩方法

为准确获得用于数据压缩的变换矩阵,引入了基于压缩传感的交通流量数据压缩方法,在数据压缩端无需考虑变换矩阵的选择问题,直接通过高斯投影实现高效数据压缩。首先验证了交通流量数据在经过K-SVD方法训练过的字典上能够实现稀疏表达;然后在数据压缩端,通过具有限制性等距条件的随机矩阵将原始高维数据投影到低维空间上,实现数据的高效快速压缩;最后在数据传输后,通过凸优化算法在交通信息处理端完成数据解压缩。以美国某高速公路线圈传感器采集到的交通流量数据,对本文方法进行了验证。试验证明:该方法能够实现快速高效的压缩编码,当压缩比为4∶1时,解压缩相对误差仅为0.060 8。     

列车运行记录微机系统的研制

讨论“列车超速防护系统”中列车运行记录子系统的总体设计、系统结构、数据压缩方法、两个新颖电路试验结果等内容，反映子系统从设计、实现到最后试验定型过程中的新特点，体现了系统的先进性和可靠性。     

Huffman算法的分析与改进

数据压缩是信息科学中的一项重要的技术，利用Huffman算法得到的前缀码可以使文件总编码长度最短．通过对算法进行分析和改进，优化了算法，从而使Huffman编码更简洁、实用．     

BP神经网络收敛性问题的改进措施

BP算法现在已成为目前应用最广泛的神经网络学习算法，它在函数逼近、模式识别、分类、数据压缩等领域有着更加广泛的应用，但存在收敛较慢问题．笔者在文中简述了BP算法原理，针对BP算法的收敛性问题，提出了几点改进措施。     

基于动态链数据压缩的打印机绘图

本文提出的基于动态链数据压缩的打印机绘图算法，其既对图形数据作了有效压缩，又提高了绘图速度，并解决了文字输出，将图形和文字统一起来。克服了其它方法的不足。     

离心铸管机测控数据压缩应用研究

在离心铸管机的运行过程中,有大量的温度、压力等测控数据需要保存.本文在总结传统数据压缩算法的基础上,根据实际需要,以离心铸管机的温度参数为对象,采用小波网络的原理,给出一种数据压缩算法,该算法已得到实际应用,其效果良好.     

多小波的多分辨率分析在电力信号处理中的应用

简要介绍了多小波的多分辨率分析方法．以电力系统故障电压信号为原始信号，探讨了多小波在故障检测、故障数据压缩以及故障信号去噪方面的应用，并与传统小波进行了详细比较．仿真算例表明，选择合适的预处理方法，多小波总体上能比传统小波取得更好的效果．     

轴心轨迹提纯与自动识别的研究

旋转机械的轴心轨迹包含着反映其运行状态的丰富信息．文中采用小波和小波包分解．对轴心轨迹去噪处理，进行提纯．通过余弦变换进行数据压缩，作为神经网络的输入量进行轴心轨迹的自动识别，使得系统在较少输入维数的前提下获得比较高的系统自动识别率．     

货票微机处理

本文介绍了货票微机处理系统的设计及其实现。阐述了数据处理系统设计的基本进程,着重研究了汉字输入、数据压缩、表达式识别和数据检索等问题;提出了类B~+树文件组织结构,以压缩存贮空间和提高检索效率。     

关于客票统计与经由管理方法的研究

讲座了利用计算机技术实现客票统计和经由管理的方法,提出了客票数据压缩和径路匹配的模型,该方法和模型可应用于铁路客票精密统计系统的设计。     

沃尔什变换对数字信号处理及传输的应用

分析了通过沃尔什变换和数据压缩后进行数据传输的理论和方法,认为信号接收端经过逆沃尔什变换可以较好地恢复原始信号,提出了一种新型的数据传输的可能性.     

BP神经网络收敛性问题的改进措施

BP算法现在已成为目前应用最广泛的神经网络学习算法,它在函数逼近、模式识别、分类、数据压缩等领域有着更加广泛的应用,但存在收敛较慢问题.笔者在文中简述了BP算法原理,针对BP算法的收敛性问题,提出了几点改进措施.     

基于自适应正交变换线性组合器的EP信号压缩方法

研究了自适应正交变换线性组合器（ＡＯＴＬＣ）的原理，并将其应用于ＥＰ信号的数据压缩之中，分析和计算机模拟的结果表明，在保持同样压缩率的情况下，对ＡＯＴＬＣ压缩数据所恢复的ＥＰ信号进行潜伏期变化估计的性能，优于采用常规的差分脉冲编码调掉（ＤＰＣＭ）方法压缩重建ＥＰ信号并估计潜期变化的性能在保持各自潜伏期估计性能相近的情况下，ＡＯＴＬＣ的压缩率优于ＤＰＣＭ，另一方面，ＡＯＴＬＣ具有削弱随机噪声的能力，     

车辆轨迹数据可视化分析系统的设计与实现

针对网约车轨迹数据,设计和实现了基于Web的轨迹数据可视化系统。首先介绍了系统的整体框架,采用B/S架构,基于MVC模式,结合ECharts组件实现轨迹数据的可视化。然后从数据清洗、数据格式转换、数据压缩等方面描述了系统对原始数据的预处理工作。最后分别概述了直接可视化、聚集可视化和特征提取可视化的实现方法及结果分析。     

智能交通系统共用信息平台中的数据管理技术

实时智能交通数据是构建智能交通系统共用信息平台的基础,而对实时智能交通数据的有效管理是实现共用信息平台各项功能的关键。本文提出智能交通数据管理技术中两个关键问题——数据集成技术、数据压缩与存储技术的解决方案。数据集成的目标是利用定量的方法优化实时交通数据的集成误差,并最大限度地保留原始数据中的有用信息,以确定不同时段、不同用途、不同地点的最佳集成度,本文着重探讨利用信号处理中的小波变换理论进行数据集成的可行性。数据压缩与存储的目标是最大限度地减少存储庞大实时数据所需要的空间,同时又可满足现在和将来所有用户和用途对数据的已知和潜在的需求,本文将重点介绍通过定量化的抽样技术来完整地保留最有代表性的原始数据的方法。此外,本文还将探讨其它一些与数据管理相关的内容,如:数据质量保证,数据流程框架,数据标准与规范,数据安全保证等。