导读:本文包含了算术编码论文开题报告文献综述、选题提纲参考文献，主要关键词:算术,量子,多核,模型,通信,网格,整数。
算术编码论文文献综述写法
孔奉波,赖红,熊海灵[1]（2019）在《基于算术编码的确定性安全量子通信》一文中研究指出为了提高量子直接通信的光子利用率和通信效率,基于算术编码提出了一个确定性安全量子通信方案。首先利用喷泉码预先共享少量经典信息,完成测量基信息和解码信息的共享。然后通过简化的算术编码来编码机密信息并制备对应的单光子序列进行机密信息的传输,算数编码的使用提高了协议通信效率和光子利用率。使用与BB84协议同样的物理设备可实现该方案。通过安全性分析可知:该方案具有较高的安全性,可抵抗现有的截取-测量-重放攻击、假信号攻击、纠缠附加粒子攻击和光子数分离等攻击手段。(本文来源于《光通信技术》期刊2019年07期）
刘海涛,汪斌[2]（2018）在《基于小波变换和算术编码的无损图像压缩方法研究（英文）》一文中研究指出为了提高图像压缩的性能以便实现更好的无损图像压缩,提出了一种基于小波变换和算术编码的无损图像压缩方法。首先,该方法对图像的所有高频和低频分量进行整数小波变换。然后利用期望最大化算法和最大似然估计对几何分布有限混合模型的参数进行了估计。最后结合直方图截断方法完成算术编码。多组图像数据的测试结果显示相比于其他方法,提出压缩方法表现出较好的压缩性能(主观和客观保真度指标),即更高的压缩比和峰值信噪比。(本文来源于《机床与液压》期刊2018年18期）
刘敏[3]（2018）在《高速DSP平台视频帧内及算术编码的优化研究》一文中研究指出近年来,智能移动终端设备的广泛普及使得视频应用愈加多样化和高清化,人们已不再满足于传统标清视频所带来的视觉体验,而是对超高分辨率的视频有了更多的需求,从而导致了视频数据量的快速膨胀。虽然网络传输与存储技术也在迅速发展,但还是面临着超大带宽、低传输延时的挑战。新型视频应用领域急需更高压缩性能的编码技术,HEVC便因此产生。HEVC实现了对以往视频编码技术的质的飞跃,它能够在基本不造成图像主观质量损失的前提下,实现压缩效率的成倍提升。但超高的运算复杂度致使其编码器很难达到实时应用的要求。因此本文针对如何提高其编码速率这一目标进行了研究开展。本文首先利用多核DSP处理器的强大运算性能,选择C6678为硬件开发平台,实现了基于DSP的HEVC编码器的代码移植,而且在移植前还对编码其源代码进行了适当修改,使之能更好的适应DSP平台。同时主要采用线性汇编方法对帧内预测中绝对变换误差和计算过程进行了优化,增加了指令执行的并行性,有效提升了该模块的运算速度。鉴于视频图像序列的时空域关联性,本文针对帧内预测提出了一种快速编码块划分决策算法。算法依据当前CTU与其时空域邻近CTU划分深度相似率的统计分布,利用时空域邻近CTU的划分深度进行了当前CTU深度范围的决策,且命中率高达95%。从而缩小了CTU的深度遍历范围,跳过了某些深度层次编码块的预测计算,实现了编码块划分的提前终止。同时还利用时空域邻近编码块的深度信息对当前编码块深度进行了预判断,从而进一步减少了编码块预测计算的次数,实现了快速编码块划分的目标。对于CABAC熵编码,本文提出了一种并行CABAC常规编码策略。由于常规编码过程中存在相邻二元位使用同一种上下文概率模型的情况,此时后一个二元位的概率模型可通过前一个二元位概率模型的自适应更新得到,所以前后两个二元位的概率模型能够同时获得,从而实现并行编码,不再继续采用原有串行编码方式。在该并行编码算法的实现过程中,本文首先进行了并行编码框架的确定,然后推导了并行编码时编码区间、区间下限和概率模型的计算公式。最终选择标准测试视频序列,在不同量化参数下对本文优化算法性能进行了优化测试。通过优化前后编码时间和编码性能的对比,验证了本文优化算法的有效性。(本文来源于《西安电子科技大学》期刊2018-05-01）
常传文,才智[4]（2018）在《二进制算术编码的分段计算算法及应用》一文中研究指出算术编码作为一种无损压缩方法得到广泛应用,但该算法对区间参数的运算采用递推模式,这种串行流程在多核及并行等资源环境下不适用,且执行效率较低。从固定概率空间二进制算术编码角度,先推导出编码序列区间参数非递推模式计算公式,进而得出序列分段各自编码,再合并计算原序列区间参数的计算公式,并从理论上证明了算法可行性。给出了算法物理意义描述和典型编码流程,针对多核和并行等资源环境提出了纵向和横向分段思路,并采用实际序列验证了算法正确性。该算法在某情报网关设备中应用可见,在确保压缩效果不变基础上,可使各中央处理器(CPU)核之间负载基本持平,有效利用了多核计算资源,将情报报文吞吐量提升近1倍,效果良好。(本文来源于《指挥信息系统与技术》期刊2018年01期）
郑春梅[5]（2018）在《基于DPCM预测与算术编码的图像无损压缩》一文中研究指出通常无损压缩不受信源的影响,能够100%保存图像信息,但是占用的空间较大,压缩比不高。本文基于常用的算术编码,深入研究图像像素分布的特点,对于单帧图像采用DPCM预测的方法,对图像进行预处理,构造位平面,充分利用图像相邻位置像素的相关性,提高编码效率;将浮点型运算转换为整型运算,较大地提高了图像的压缩比,解决了图像处理的帧频和带宽问题。(本文来源于《信息记录材料》期刊2018年04期）
陈大鹏,赵海武,王国中,滕国伟,李国平[6]（2017）在《一种AVS2变换块算术编码优化方法》一文中研究指出在H.264、AVS2和HEVC等视频编码标准都通过算术编码将编码信息转换为码流。但是在编码过程中需要不断地通过算术编码获得准确的比特数从而计算率失真代价,严重影响了编码速度。为了降低视频编码过程中在算术编码模块巨大的时间消耗,针对AVS2中变换块编码进行优化,通过多种方法从叁个角度分别对变换单元中形成的比特数进行估计,从而取代这一部分的算术编码过程,大大节省了在算术编码模块的开销,在很小的率失真代价损失的基础上,对算术编码模块的时间节省平均达到70%。(本文来源于《电视技术》期刊2017年Z3期）
吴晓云[7]（2017）在《算术编码算法在图像压缩中的研究》一文中研究指出算术编码是一种无损的数据压缩方法,可以极大地减小信号的冗余度,由于其比较高的压缩效率使得它被广泛地应用在图像压缩中。论文首先对算术编码算法、编码过程以及有限精度推导过程进行了研究,最后在Matlab对算术编码的静态模型和自适应模型进行了仿真和分析。结果显示算术编码压缩效果良好,能实现图像数据的无损压缩,体现了算术编码图像压缩上的优良性。(本文来源于《计算机与数字工程》期刊2017年09期）
赵胜辉,毛婷,刘洱兰,于莹莹[8]（2017）在《改进应用网格编码量化的算术编码G.719音频编码器》一文中研究指出网格编码量化的算术编码(ACTCQ)是网格编码量化(TCQ)和算术编码(AC)的有机结合.本论文将ACTCQ应用于G.719,提出了一种改进的G.719音频编码器.主客观实验结果表明,与G.719音频编码器相比,改进的G.719音频编码器不仅降低了0.2%~5.0%的编码速率,而且提高了0.04~0.21的重建音频质量.(本文来源于《北京理工大学学报》期刊2017年07期）
李姝仪[9]（2017）在《HEVC中率失真算术编码与基于WPP的并行熵编码器的VLSI架构设计》一文中研究指出HEVC(High Efficiency Video Coding)是由联合视频小组在2013年推出的新一代视频编码标准,引入了多种新的编码技术,其压缩性能相比于当前主流视频压缩标准H.264/AVC约提升一倍,但同时也增加了视频编码器的实现复杂度。HEVC中的熵编码器CABAC由于存在较强的数据依赖性,成为视频压缩系统硬件实现中的瓶颈所在。本文首先研究了CABAC各子模块的编码原理,在此基础上分析了CABAC在HEVC视频编码系统中的作用,一为计算率失真优化完成编码单元的决策划分,二为进行实际编码输出最终的二进制码流。基于CABAC的算法分析,本文提出一种率失真决策中算术编码的快速算法,采用二值化后得到的二元符号串长度代替二进制码流长度计算率失真优化,并设计基于该快速算法的硬件架构,在实现过程中就系数扫描顺序依赖性的问题进行研究并解决。该快速算法在视频压缩系统性能损失较小的情况下简化了熵编码器的硬件架构设计,节省了硬件资源开销。本文分析了实际编码中熵编码器的上下文建模和算术编码过程中的数据依赖性,对上下文建模和算术编码模块的硬件架构进行设计并实现。随后本文引入了HEVC并行化技术WPP(Wavefront Parallel Processing),允许多个CTU行并行编码,最后基于上下文建模和算术编码模块与WPP并行化技术实现了一种基于WPP的并行熵编码器的硬件架构,提高了熵编码器的并行度与数据吞吐量。经验证,本设计可以实现在SMIC65nm工艺下以400MHz频率正常工作,能够满足4Kx2K@60fps视频的处理速度需求,可用于高清视频的实时编码领域。(本文来源于《西安电子科技大学》期刊2017-06-01）
许俊富,谢江,顾永立,束俊辉,项超娟[10]（2016）在《基于CUDA的生物序列数据算术编码并行压缩》一文中研究指出随着下一代生物序列测序技术的发展,大文件生物序列数据越来越常见。虽然压缩序列数据能减少数据存储空间,但是传统的数据压缩的方法很难快速完成大规模的序列压缩,因此如何缩短数据压缩时间是当前压缩技术研究的一个重要方向。采用CUDA技术实现算术编码,分析核苷酸生物序列数据特性,给出不同物种及数据库生物序列数据集中核苷酸的分布概率,提出并比较叁种并行压缩方法,指出先验概率的并行压缩方法具有更好的压缩性能。实验结果表明,先验概率的并行压缩方法不仅具有较高的时间效率,而且也能保持较高的数据压缩率,能较好地解决大规模生物序列文件的高效快速压缩问题。(本文来源于《计算机应用与软件》期刊2016年12期）
算术编码论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了提高图像压缩的性能以便实现更好的无损图像压缩,提出了一种基于小波变换和算术编码的无损图像压缩方法。首先,该方法对图像的所有高频和低频分量进行整数小波变换。然后利用期望最大化算法和最大似然估计对几何分布有限混合模型的参数进行了估计。最后结合直方图截断方法完成算术编码。多组图像数据的测试结果显示相比于其他方法,提出压缩方法表现出较好的压缩性能(主观和客观保真度指标),即更高的压缩比和峰值信噪比。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
算术编码论文参考文献
[1].孔奉波,赖红,熊海灵.基于算术编码的确定性安全量子通信[J].光通信技术.2019
[2].刘海涛,汪斌.基于小波变换和算术编码的无损图像压缩方法研究（英文）[J].机床与液压.2018
[3].刘敏.高速DSP平台视频帧内及算术编码的优化研究[D].西安电子科技大学.2018
[4].常传文,才智.二进制算术编码的分段计算算法及应用[J].指挥信息系统与技术.2018
[5].郑春梅.基于DPCM预测与算术编码的图像无损压缩[J].信息记录材料.2018
[6].陈大鹏,赵海武,王国中,滕国伟,李国平.一种AVS2变换块算术编码优化方法[J].电视技术.2017
[7].吴晓云.算术编码算法在图像压缩中的研究[J].计算机与数字工程.2017
[8].赵胜辉,毛婷,刘洱兰,于莹莹.改进应用网格编码量化的算术编码G.719音频编码器[J].北京理工大学学报.2017
[9].李姝仪.HEVC中率失真算术编码与基于WPP的并行熵编码器的VLSI架构设计[D].西安电子科技大学.2017
[10].许俊富,谢江,顾永立,束俊辉,项超娟.基于CUDA的生物序列数据算术编码并行压缩[J].计算机应用与软件.2016