一、用C实现完整的哈夫曼编码系统(论文文献综述)
马俊源[1](2021)在《工业物联网高速大容量在线数据分析记录仪设计与应用》文中研究表明数据分析记录仪广泛应用在农业研究、食品、医药、化工、气象、环保、电子、实验室等领域中。工程车辆因为工作环境的特殊性,要求其对工作的安全性、可靠性以及实时性极为苛刻,因此工程车辆对一个功能完善的数据记录系统具有迫切需求。工程车辆在资源采集、物料运输、建筑工程等领域中作用巨大,现今的工程车辆由于具备的传感器、各种电子设备的丰富,进行数据采集也变得越来越重要,对数据记录仪上传速度与存储容量的要求也随之提高。随着现代工业化进程的逐渐提速,尤其物联网技术的快速发展,数据记录仪本身的技术水平不断提高,使数据记录仪具有良好的市场前景。数据记录仪的设计研究,对于保障工程车辆系统的稳健运行,保证车辆行驶安全性、功能稳定性有着极大的应用价值与社会意义。本课题主要针对物联网工程车辆的数据记录,设计了一套由采集器和中控台两部分组成的数据采集分析系统。为了能够实时的反应工程车辆状态,提高数据上传速度与存储效率,本文将车载数据记录仪分为两个主要设计内容:用于采集车辆传感器数据的采集器和用于展示数据与人机交互操作的中控台。本文的主要工作内容如下:根据车载平台的应用环境,对多种无损压缩算法进行比较分析。虽然数据的传递速度与存储效率是受到硬件制约的,但是可以利用数据压缩算法,用减小数据体积的方式,间接增加数据上传与存储的效率。以采集器上传时对数据压缩的实时性要求以及中控台数据存储的压缩效率要求为衡量标准,通过对比香农编码、费诺编码、哈夫曼编码、LZO编码等无损压缩算法,最终实现了适用于中控台的高效率压缩算法哈夫曼编码和适用于采集器的注重实时性的LZO编码算法程序。最后提出了针对本数据记录平台的算法改进和两种算法的具体实现方式。硬件方面,根据需求分析,设计了基于STM32的数据记录仪采集器,采用双路CAN总线满足了对工程车辆信号源的采集需求;通过USB有线与蓝牙无线通讯,满足上传数据到中控台或PC的功能。设计了基于IMX6UL的数据记录仪中控台,其中,蓝牙无线模块实现了和采集器的实时无线通讯;触摸显示器实现了中控台作为上位机终端的人机交互功能;4G模块实现了中控台联网功能。软件方面,进行了系统的软件设计,完成了采集器与中控台软件系统功能的实现。采集器软件结合嵌入式实时操作系统μC/OS-III以及STM32的性能特点,在基于STM32的数据记录仪采集器上完成了μC/OS-III的移植,并编写了μC/OS-III下的CAN总线设备和无线网络等驱动程序,完成了满足采集器需求的应用程序设计。中控台采用嵌入式Linux操作系统对中控台的功能进行开发,包括基于QT的人机交互界面的实现流程、数据压缩存储功能的实现、数据上传的实现等。本文最后设计了针对数据记录仪功能与性能的测试。通过对数据记录仪的数据压缩性能的实测,LZO编码的压缩速度为微秒级,满足采集器的实时性要求,提高了数据上传效率;通过哈夫曼编码算法对实际工程车辆数据进行压缩,平均压缩率约为37%,改进后的哈夫曼编码完全适用于中控台,有效压缩了采集数据,节约大量SD卡空间。采集器采集的数据准确清晰,与信号源完全一致;中控台与采集器通讯及时,传输数据完整无误;中控台的人机交互界面工作良好。实验结果表明本文设计的数据记录仪采集系统工作良好、运行稳定,适用于工程车辆应用环境。
张霞[2](2021)在《构造任意尺寸Hilbert曲线用于图像和视频压缩》文中研究指明随着信息技术和硬件技术的发展以及短视频等多媒体行业的快速兴起,图像和视频数据的传播和保存数量在以几何速度增长。单靠硬件技术来进行存储设备扩容以及传输设备带宽升级,已经很难支撑如此庞大的数据量。图像和视频压缩技术成为解决该问题的关键技术。二维图像系数和三维视频系数在做压缩处理时,都需要将二维或三维的系数通过扫描曲线,将系数扫描到一维,以便于后续的处理。以往的压缩方法中大多采用算法相对简单的逐行扫描或者“Z”字形曲线扫描方式,然而相对于这两种扫描曲线,希尔伯特(Hilbert)曲线能更好的保留图像和视频系数间的相关性。以往关于Hilbert曲线路径构造方法的研究,大多停留在对边长为2n的正方形曲线的构造中,三维Hilbert曲线路径的扫描方法也要满足待扫描立方体是边长为2n的正方体结构。由于二维和三维Hilbert曲线都因为边长只能取一些固定值,这使Hilbert曲线的应用受到了较大的限制。针对以上问题,本文提出了一种构造任意尺寸Hilbert曲线的方法,并将其应用到了图像压缩中,该方法在一定程度上提升了压缩性能。其中,二维Hilbert曲线构造思路是对任意尺寸矩形进行划分子块,然后对每一个子块依次构造。类似的,三维Hilbert曲线采用对立方体划分子块并依次构造的方案。在二维曲线的构造中,每次划分的子块要包含未构造的部分中最大且边长为2k的正方形曲线,三维曲线则要构造出最大的边长为2k的正方体型曲线。进一步以最大的正方形或正方体型曲线为基础,在该基础上做添加或者删除行的操作,完成各个子块的构造,再将各个子块相互连接完成整个曲线的构造。本文通过划分子块的思想,实现了对任意尺寸的二维Hilbert曲线,以及宽和高为任意尺寸的三维Hilbert曲线路径的构造。由于Hilbert扫描曲线能够保留数据聚集性,因此可以将二维和三维Hilbert曲线用于任意尺寸的图像和视频压缩过程中。通过实验证明Hilbert曲线扫描相较于逐行扫描,有效的提高了图像的压缩效率。
潘心炉[3](2020)在《JPEG图像可逆信息隐藏算法研究》文中研究指明随着计算机和互联网应用技术的快速发展,数字媒体在人们的日常生活中得到了日益广泛而深入的应用,这些通过公开网络传输的数字媒体信息极易遭到非法拦截、篡改和攻击,如何保障信息安全已成为全社会关注的问题。为了应对信息安全问题的挑战,信息隐藏技术受到了越来越多研究者的关注。传统的信息隐藏技术在向原始载体中嵌入秘密信息时,会使载体对象出现不可逆转的失真,从而导致原始载体无法被完整地恢复。可逆信息隐藏技术不仅能够提取出隐藏的秘密信息,还能够完整地重建原始的信息载体,该技术可用于法律取证、军事通信、医学图像和版权保护等载体对象不允许失真的应用场合。当前JPEG图像已经成为了一种使用非常广泛的数字图像格式,研究基于JPEG图像的可逆信息隐藏对于保护信息安全具有重要的意义。本文着眼于当前国内外可逆信息隐藏技术的最新研究现状,主要开展了以下工作:1)提出了一种改进的基于量化DCT系数直方图平移的JPEG图像可逆信息隐藏算法,新的算法包括改进的DCT块选择方法和嵌入频率选择方法。通过深入分析JPEG图像量化AC系数的分布特征、量化表步长值与嵌入失真之间的关系,并根据量化AC系数的统计分布估计模型,然后设计基于估计失真的块选择方法以及基于嵌入效率的频率选择方法。2)深入分析彩色JPEG图像的压缩编码原理及其DCT系数的分布规律,提出彩色JPEG图像的可逆信息隐藏策略。通过理论分析和实验研究相结合的方法,对彩色JPEG图像不同颜色分量的量化DCT系数的分布特性和嵌入性能进行分析和比较,以及分析了不同色度分量的下采样过程和量化表取值对嵌入性能的影响,据此提出适用于彩色JPEG图像的可逆信息隐藏方案。3)将本文提出的算法与当前JPEG图像可逆信息隐藏领域最近的算法进行全面的实验分析和比较,使用嵌入容量、图像的视觉质量和图像文件体积增量等评价指标客观评估了各种算法的嵌入性能,实验结果表明新的嵌入算法能够有效提高载密图像的视觉质量和减小文件体积增量,与当前先进的算法相比更具优越性。
李敏[4](2021)在《面向DNA存储的编码算法优化和系统构建》文中提出当今每天产生的数据量呈现指数型增长,预计到2025年全球数据存储需求将迅速上升到175ZB,远远超过了传统存储介质所能承受的存储容量,所以寻找一种新型的存储介质迫在眉睫。DNA与传统的存储介质相比,具有密度高,维护成本低,寿命长等优点,是一个极具潜力的选择。但是当前关于DNA存储的国内外研究成果都具有可提高和补充的空间。在编码算法方面,大部分方法都遵循通用二进制数据到碱基的编码规则,缺乏特定数据到碱基的直接高效的编码方法,且通用编码的编码算法也未充分考虑编码结果的生物特性,在此基础上其密度也仍具有一定提高空间,最后高的合成成本任然是DNA存储的瓶颈问题之一。在DNA存储面向大规模数据的长期存储方面,国内外机构和学者都缺乏对于数据在长期不确定环境下可靠性问题的相关研究。在DNA面向实际应用方面,还缺乏一套高度灵活且完整的DNA存储全流程软件系统。本文就DNA存储研究中的几个研究热点和问题设计和实现了一个全流程的DNA存储系统,该流程包括编解码算法、纠检错机制、引物设计、自包含自解释的DNA存储文件系统和最后的DNA存储软件系统实现。本文的主要工作分为三个方面,分别如下:1.编解码算法。针对编码方法存在的相关问题,本文提出了三种高密度的信息编码算法和一种序列分割方法,其中包括:基于哈夫曼的针对汉字的特定编码算法;具有高度灵活性和完备性的Base-3的编码算法;具有高编码密度、高灵活性的“悟空”编码算法;可降低合成成本的“腾龙”序列分割方法。2.DNA存储中的自包含自解释技术。针对DNA存储数据可能在长期不确定环境下存在数据丢失风险的问题,本文设计了一种DNA存储中的自包含自解释方法,该技术将数据和相关工具一同以较低的代价存入DNA中,可保证DNA数据可靠存储。3.DNA存储软件系统实现。针对DNA存储缺少相关的实现系统的问题,本文编写了一套DNA存储软件系统。除包含以上算法和大量可灵活调整的相关参数外,还将纠错检错方法和引物设计归为DNA存储软件系统的模块。
徐康[5](2020)在《基于HLS的高性能JPEG编码器设计》文中研究指明随着集成电路技术的更迭,设计JPEG编码专用的硬件电路变得比以往更容易,硬件化的JPEG编码电路比软件算法有着效率高,功耗低,并行度高等优点。但使用传统方法设计硬件化电路仍存在巨大的难度。高层次综合技术的不断发展和进步,使其成为设计硬件化电路可行的选择,使用算法级代码自动构建符合约束的寄存器传输级文件,经过优化后的高层次综合设计可转换为低延时和高吞吐率的电路,因此使用高层次综合技术设计JPEG编码器电路具有重要意义。本论文使用HLS技术完成JPEG编码器的设计,针对传统JPEG编码器的延时高,编码效率低的问题,提出结构和性能优化后的JPEG编码器设计。在JPEG编码器结构优化上:将位宽及速率相同的行变换,量化及扫描模块合并,减少了接口电路面积。将熵编码中位宽及速率不同的搜索,编码及输出模块拆分,使用FIFO电路进行模块连接,大幅降低了编码延时;在性能优化上:采用循环展开,流水线化以及函数划分的方法对JPEG编码器的DCT,量化扫描及熵编码模块进行了性能优化。优化后的设计有效地降低了编码延时周期,提高了编码效率。经过仿真测试,JPEG编码器RTL代码功能与HLS程序完全一致,JPEG编码器延时周期为24个时钟周期,编码效率为14.41时钟周期/块。相比较传统方法设计的普通结构JPEG编码器,本论文提出的设计在延时周期上降低了 74%,编码效率上提高了 85.27%。针对采用HLS技术后造成电路功耗及面积较大问题,本论文采用门控时钟使能信号生成技术,状态机编码技术以及空闲信号插入技术对JPEG编码器的功耗进行了优化,采用操作数聚合,资源共享以及去除冗余逻辑等方法对JPEG编码器的面积进行了优化。测试结果显示,优化后JPEG编码器的功耗降低了 20.3%,面积优化后降低了 11%。
王晓旭[6](2019)在《三维数字化工艺设计MBD模型的轻量化方法研究》文中指出目前,智能制造、智能工厂已成为制造业内技术发展趋势,数字化智能制造的大量数据存放在云端,下载到本地以及运用到制造设备的过程中存在数据量大,传输慢的问题。因此,本文基于三维数字化MBD模型数据,结合嵌入式系统设计一种数据处理的轻量化方法:对存储在云端的MBD模型数据,用改进的非递归深度优先遍历算法和改进的自适应哈夫曼压缩算法对所需数据信息进行提取、压缩处理,无需把所有数据信息下载。通过定义LwIP TCP/IP协议传输到本地ARM嵌入式系统,用改进的自适应哈夫曼压缩算法进行数据的解压,将数据通过USB串口传输给数控机床。首先,将Step文件格式的MBD模型数据,转化为Xml可扩展标记语言,完成不同系统间的数据交换和共享,建立MBD数据模型,用改进的非递归深度优先遍历算法提取数据信息。MBD模型数据以Xml字段的形式存在云端数据库,当接收到STM32F407TCP客户端请求指令后,访问数据库Xml文件,用改进的非递归深度优先遍历算法进行数据信息的提取。且对所改进的提取算法进行了实验验证,证明方法的可行性,满足不同操作工人的需求。其次,采用改进的自适应-哈夫曼压缩算法对数据进行压缩。采用哈夫曼压缩算法进行数据压缩,解决模型数据量大,不易存储传输问题。但此算法的压缩率低、压缩时间长;后加入贪心算法进行改进,但其压缩时间并不理想。因此,本文又采用改进的自适应哈夫曼压缩算法来改善压缩率低和压缩时间慢的缺点,并进行实验验证,达到较理想的压缩率和压缩时间。最后,以STM32为嵌入式核心控制器,对云端MBD模型数据处理、传输进行轻量化硬件设计。先定义STM32F407硬件和云端通信的LwIP TCP/IP协议,配置STM32F407管脚,通过以太口网线和路由器连接的驱动程序,完成STM32F407硬件结构和云端的互相通信。通过指令,对存放在云端的MBD模型数据进行提取、压缩处理,传输到本地ARM,对数据进行解压,传输给数控机床。本文所研究的三维数字化MBD模型数据传输的轻量化方法能帮助企业解决工艺系统面临数据量大、工艺系统平台处理数据慢、传输信息文件慢等问题。且本文所研究的数据处理的提取和压缩算法还可运用在基于云端设备的预测性维护与运维及机器学习方面对数据的获取,具有很大的应用价值。
孟林虎[7](2019)在《水下激光通信技术研究》文中研究表明随着水下无线通信技术的发展,对通信的要求越来越高。传统的水声通信无法满足当前水下通信中普遍采用的图片视频等信号的实时传输需求,而水下激光通信可以弥补水声通信时延大、速率慢的缺点,同时激光的调制频率高、数据容量大并且具有高度保密性,因此开展水下激光通信技术研究具有重要的研究意义和应用前景。本文的研究目的是实现一种长距离、低误码率的水下激光通信。首先研究了不同的信息调制技术,包括开关键控(OOK)调制,脉冲位置调制(PPM)和脉冲间隔调制(DPIM),通过比较选择OOK调制技术对信息进行调制;接着研究了不同的信息校验码技术,包括奇偶校验码、海明码和循环冗余校验码,选择循环冗余校验码对信息进行校验;最后研究了图像编码技术,包括熵编码、预测编码和变换编码,选择其中所包含的哈夫曼编码技术、离散余弦变化(DCT)以及行程编码技术等对数据进行编码和解码。根据以上技术分别设计了水下激光通信的发送系统和接收系统,包括硬件部分和软件部分。在硬件部分中,发送系统中通过OV7670摄像头对图像数据进行采集,然后经过FPGA开发板进行编码,最后通过光电调制器将信息加载到532nm激光上;接收系统中采用PIN光电二极管对激光信号进行接收,经过光电接收电路和FPGA开发板后将数据进行还原。在软件部分中,发送系统包含数据采集,数据处理和数据发送三个部分,共13个功能模块。数据采集部分包括其中的摄像头配置模块、SCCB接口模块和图像采集模块;数据处理部分包括图像分割模块、颜色空间转换模块、zigzag输出模块、离散余弦变换模块、RLE编码模块、BIT编码模块、哈夫曼编码模块、序列化模块;数据发送部分为包文发送模块。接收系统包含数据接收、数据处理和数据还原三个部分,共1 1个功能模块。数据接收部分为接收包文模块;数据处理部分包括反序列化模块、哈夫曼解码模块、BIT解码模块、RLE解码模块、反量化模块、离散余弦逆变换模块、反zigzag模块和颜色空间变化模块;数据还原部分包括图像块拼接模块和VGA驱动模块。重点介绍了发送系统和接收系统的各个模块的功能、接口列表以及功能仿真。最后将编写的verilog程序烧写到FPGA中,通过与其他硬件结合实现通信功能。最后本文在不同的水下传输距离情况下进行了三个实验,分别为串口文字通信实验、VGA视频传输实验以及图片传输实验。最终在水下12m的最远传输距离情况下,实现了误码率为9.028×10-4的串口文字传输以及误码率为5.031× 10-4的640×480分辨率的VGA视频和图片的传输。通过实验验证了本文设计的通信系统可以实现长距离、低误码率的水下激光通信。
饶哲宇[8](2018)在《高性能JPEG硬件编解码器的软件建模与驱动开发》文中研究表明随着传感器技术与图像处理技术的发展,个人移动终端已经成为了高精度数字图像的采集、存储、处理和传输的主要设备之一。由于高精度图像庞大数据量的存储难度与传输的实时性需求,硬件图像编解码器被广泛应用于个人移动终端中。考虑到硬件的设计成本与系统功耗,硬件编解码器以IP的形式集成到片上SOC系统的设计方案越来越受制造厂家的欢迎,具有广阔的市场空间。目前IP系统通常采用软硬件协同的方式进行设计,该方式与以前的硬件优先的设计方案相比,多了硬件模块设计前的系统软件建模环节。系统软件建模作为硬件IP系统的软硬件协同设计方法的核心环节,通过对IP系统的软件建模在系统设计初期可以对算法可行性进行分析与对系统架构进行性能评估与改进优化,极大地缩短硬件设计周期与改善硬件结构,因此建立硬件IP系统软件模型具有开发价值与实际意义。本文先介绍了JPEG静态图像编解码协议的基本步骤,之后从手机用户的应用场景出发对图像编解码IP的功能需求进行分析,设计出符合需求的编解码IP系统架构。然后对编解码系统按照系统架构进行C语言建模,该模型包含软件部分与硬件模块的软件建模。在硬件部分的软件建模上,用软件模拟硬件的乒乓操作对数据流进行读取;设计整型色系转换快速算法并建立硬件色系转换模块的软件模型;将符合人眼视觉系统的量化表应用到图像压缩编码的量化模型中;对比多种经典DCT快速算法,从乘法器的占用与算法的精度考虑,选取Loeffler算法替代原本的DCT算法进行硬件DCT模块的建模;分析硬件的哈夫曼编解码方式,建立符合硬件结构的哈夫曼编码表存储格式和查表模型。在软件部分,建立bmp与jpg格式的封装与去封装模块。为了提高图像编码的压缩比,提出一种硬件编码中用最小可见视觉差模型制作量化表的设想,实验发现新量化表性能优于传统量化表且能够用于JPEG硬件编解码器IP,但是这种方法带来了量化表过大的难题目前无法解决。在硬件IP完成后期,本文使用Xillinx公司的Zedboard FPGA开发板,在Vivado开发平台上将JPEG编解码器IP集成到FPGA系统中,将软件部分与读写寄存器模块结合生成IP驱动实现IP的软硬件协同编解码。本文基于手机用户的集体需求进行系统软件建模过程为IP开发前期提供了算法指导与系统架构支持,驱动开发过程能够在硬件IP实现后期验证硬件系统的准确性,具有较好的实用价值。
于磊磊[9](2018)在《压缩编码的硬件并行加速方法研究与验证》文中指出随着互联网和人工智能等行业的发展,每时每刻都在产生海量数据,数据的存储和传输问题显得十分重要。采用恰当的数据压缩算法能够记录数据的同时极大的节约传输带宽,减少存储空间,同时,数据压缩和解压缩的速度问题也直接影响着数据处理系统和网路的吞吐量;另一方面,相比于CPU,FPGA、GPU等专用硬件具有大规模并行计算能力的优势。因此,本文就基于硬件对数据压缩和解压缩的并行加速方法进行了研究与验证。首先,本文提出了一种基于专用硬件的面向万兆带宽的FAST协议并行解码结构,该结构分为三大模块,字段划分模块、字段匹配模块和并行解码单元,并用SystemC语言对该结构进行建模和仿真,仿真结果显示该结构解码一条包含64个字段的FAST消息大约花费435ns时间,相比以往研究性能了有很大的提升。其次,本文基于OpenCL语言,并使用SDAccel编译器在xilinx:adm-pcie-7v3开发板上高效地实现了deflate压缩算法,测试结果表明,该硬件加速器的最大压缩速度可以达到3019MB/s,在Calgary标准测试集上的压缩率为2.48。相比软件压缩方式,本文方案能够在基本保持压缩率的同时,使得硬件加速比达到6.2倍。同时相比于传统的采用Verilog进行FPGA开发的方式,本文采用OpenCL的方式进行开发,明显地提升了FPGA开发的效率,具有很好的实际应用价值。
白文武[10](2017)在《面向云存储的数据压缩算法研究》文中提出随着计算机与信息技术的高速发展,行业应用每天需要处理的数据总量大且增长速度快,为了高效地处理和存储大数据,人们提出了云计算技术和云存储技术。在数据存储方面,我们需要存储的数据量极大,导致耗费的存储资源多,而且数据在网络传输上占用带宽资源大。因此,对于解决存储、带宽等资源耗费问题的有效途径——数据的压缩处理成为人们当前研究的一个重点。对于面向云存储的压缩算法能够增强数据的处理能力以满足大规模数据处理的要求。针对面向云存储的数据压缩算法,本文的主要工作包含如下两个方面:第一部分研究提升压缩算法的数据处理效率和压缩率。首先对BWT变化后的数据进行处理得到其字符编码,并根据字符编码将数据写入小波树节点以位向量形式存储,在此基础上利用统计方法研究不同数据集所对应的位向量中Runs的分布情况,设计出了契合其数据分布特点混合编码压缩结构来压缩存储位向量。再次,根据小波树中位向量中Runs的统计数据设计了计算小整数编码长度的加速表、Runs获取加速表、gamma和delta解码加速表来提升压缩算法的执行速度。其次根据小波树的特点和BWT变换的可逆特性实现数据的恢复算法。最后,结合前面的实现了单处理机上的多线程数据压缩算法。第二部分研究第一部分设计的压缩算法面向云存储的实现,云存储中数据的压缩处理主要借助强大的集群分布式并行处理分块数据,实现对大规模数据的高效处理。本文通过Hadoop平台和MapReduce并行模型来实现基于集群的分布式数据压缩处理。首先,我们通过将单机的压缩算法设计并封装成MapReduce可以直接调用的接口来处理分块数据。然后,制定数据分块策略并使用MapReduce编程模型来实现对数据分块在集群上的并行压缩和解压处理。实验方面工作,一方面,对单机上基于外存的多线程压缩算法的参数信息进行实验调整,并与经典压缩算法在压缩率、压缩和解压时间上做了比较,结果表明本文的压缩算法在压缩时间和压缩率上具有优势,解压时间上略长但稍优于bzip2。另一方面,实现的分布式并行压缩算法在压缩率上略差于单机上的数据压缩算法且在网络IO方面比较耗时,同时与单处理机上压缩算法比较分布式压缩算法可处理数据集规模以及数据压缩处理上具有优势。
二、用C实现完整的哈夫曼编码系统(论文开题报告)
(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、用C实现完整的哈夫曼编码系统(论文提纲范文)
(1)工业物联网高速大容量在线数据分析记录仪设计与应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景及研究意义 |
1.2 数据采集记录仪研究现状 |
1.2.1 数据记录仪国内研究现状 |
1.2.2 数据记录仪国外研究现状 |
1.3 本文的主要研究内容 |
1.4 本章小结 |
第二章 数据记录仪的总体设计 |
2.1 数据记录仪需求分析及技术参数 |
2.1.1 数据记录仪需求分析 |
2.1.2 数据记录仪技术参数分析 |
2.2 数据记录仪总体方案 |
2.3 数据记录仪关键技术 |
2.3.1 CAN总线车辆信息采集技术 |
2.3.2 第四代移动通信技术 |
2.3.3 数据压缩技术 |
2.4 本章小结 |
第三章 数据记录仪压缩算法选取实现 |
3.1 压缩算法概述 |
3.2 压缩算法分析 |
3.2.1 香农编码算法 |
3.2.2 费诺编码算法 |
3.2.3 哈夫曼编码算法 |
3.2.4 LZO编码算法 |
3.3 数据压缩算法实现 |
3.3.1 采集器LZO压缩算法实现 |
3.3.2 中控台哈夫曼压缩算法实现 |
3.4 本章小结 |
第四章 数据记录仪硬件设计 |
4.1 数据记录仪采集器硬件设计 |
4.2 数据记录仪中控台硬件设计 |
4.3 本章小结 |
第五章 数据记录仪软件设计 |
5.1 数据记录仪采集器软件设计 |
5.1.1 硬件驱动程序 |
5.1.2 μC/OS-III系统搭建 |
5.1.3 数据记录仪采集器应用层软件设计 |
5.2 数据记录仪中控台软件设计 |
5.2.1 Linux移植 |
5.2.2 QT概述与环境搭建 |
5.2.3 GUI界面设计 |
5.2.4 主程序设计 |
5.2.5 4G联网程序 |
5.2.6 中控台采集器通讯协议 |
5.3 本章小结 |
第六章 系统测试 |
6.1 测试平台设计 |
6.2 功能测试 |
6.2.1 CAN数据采集测试 |
6.2.2 采集器与中控台通讯测试 |
6.2.3 中控台人机界面功能测试 |
6.3 性能测试 |
6.4 测试结果分析 |
6.5 本章小结 |
第七章 结论与展望 |
7.1 主要结论 |
7.2 研究展望 |
参考文献 |
附录A C++实现哈夫曼算法代码 |
附录B 采集器中控台通讯关键代码 |
附录C LZO算法测试代码 |
在学期间研究成果 |
致谢 |
(2)构造任意尺寸Hilbert曲线用于图像和视频压缩(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 本文的组织结构 |
第2章 数字图像及视频压缩相关概念 |
2.1 图像和视频压缩的基本过程 |
2.2 图像和视频压缩的相关概念 |
2.3 熵编码的相关介绍 |
2.3.1 信息熵及熵编码技术 |
2.3.2 哈夫曼编码 |
2.3.3 基于行程的熵编码 |
2.3.4 算数编码 |
2.4 扫描曲线对信源熵的影响 |
2.5 图像质量评价标准 |
2.6 本章小结 |
第3章 任意尺寸二维Hilbert曲线的实现 |
3.1 正方形二维Hilbert曲线 |
3.2 任意尺寸二维Hilbert曲线构造方案 |
3.2.1 整体方案设计 |
3.2.2 删减算法原理 |
3.2.3 添加算法原理 |
3.2.4 具体构造举例 |
3.3 本章小结 |
第4章 三维Hilbert曲线的构造 |
4.1 传统三维Hilbert曲线的特点 |
4.2 传统三维Hilbert曲线的构造 |
4.3 宽和高为任意尺寸的三维Hilbert曲线构造方案 |
4.3.1 整体方案设计 |
4.3.2 删减和添加算法原理 |
4.3.3 特殊情况的三维Hilbert曲线构造 |
4.4 二维和三维Hilbert曲线构造的异同点 |
4.5 本章小结 |
第5章 Hilbert曲线用于图像和视频压缩 |
5.1 二维Hilbert曲线用于图像压缩的实验 |
5.2 实验结果分析 |
5.3 三维Hilbert曲线在视频压缩中的应用 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 总体工作总结 |
6.2 后续工作展望 |
参考文献 |
攻读学位期间主要研究成果 |
致谢 |
(3)JPEG图像可逆信息隐藏算法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.3 本文研究内容和结构安排 |
1.3.1 研究内容和方法 |
1.3.2 论文组织结构 |
第二章 JPEG图像可逆信息隐藏技术基础 |
2.1 JPEG图像压缩算法简介 |
2.1.1 颜色模式转换 |
2.1.2 向下采样 |
2.1.3 离散余弦变换 |
2.1.4 量化 |
2.1.5 熵编码 |
2.2 JPEG图像可逆信息隐藏模型 |
2.3 可逆信息隐藏算法的评价指标 |
2.3.1 嵌入容量 |
2.3.2 载密图像的视觉质量 |
2.3.3 文件体积增量 |
2.4 本章小结 |
第三章 基于DCT系数分布模型的可逆信息隐藏算法设计 |
3.1 基于量化AC系数直方图平移的方法 |
3.1.1 直方图修改方法的基本原理 |
3.1.2 量化AC系数直方图修改详细算法 |
3.2 DCT块选择策略 |
3.2.1 两种块选择方案分析 |
3.2.2 嵌入失真与量化步长的关系 |
3.3 DCT系数分布模型 |
3.4 基于失真估计的块选择方法 |
3.5 嵌入频率选择策略 |
3.6 信息嵌入与提取算法流程 |
3.6.1 信息嵌入流程 |
3.6.2 信息提取流程 |
3.7 本章小结 |
第四章 彩色JPEG图像的可逆信息隐藏策略设计 |
4.1 彩色JPEG图像的量化DCT系数特征 |
4.2 颜色分量的DCT块数量 |
4.3 颜色分量的DCT系数分布 |
4.4 颜色分量的数据嵌入性能 |
4.4.1 嵌入容量分析 |
4.4.2 视觉质量分析 |
4.4.3 文件体积增量分析 |
4.5 本章小结 |
第五章 实验结果与分析 |
5.1 实验设置 |
5.2 块选择方法的测试和比较 |
5.3 嵌入算法的性能对比 |
5.3.1 算法的嵌入容量 |
5.3.2 图像的视觉质量 |
5.3.3 图像的文件体积增量 |
5.3.4 辅助信息 |
5.4 彩色JPEG图像嵌入性能比较 |
5.5 本章小结 |
总结与展望 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附录 |
(4)面向DNA存储的编码算法优化和系统构建(论文提纲范文)
摘要 |
abstract |
第1章 引言 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.3 研究内容和目标 |
1.4 文章结构 |
第2章 DNA存储技术 |
2.1 编解码算法 |
2.2 纠错检错技术 |
2.3 引物设计 |
2.4 面向实际应用的DNA存储相关技术 |
2.4.1 DNA存储文件系统的设计 |
2.4.2 DNA存储软件系统的实现 |
第3章 基于哈夫曼的编解码算法 |
3.1 中文文本的直接编解码方法 |
3.1.1 方法概述 |
3.1.2 方法详述 |
3.1.3 用例描述 |
3.1.4 讨论 |
3.2 base-3 的灵活编码算法 |
3.2.1 方法概述 |
3.2.2 方法详述 |
3.2.3 用例描述 |
3.2.4 方法测试 |
3.3 本章小结 |
第4章 “悟空”编码算法和“腾龙”序列分割方法 |
4.1 “悟空”编码算法 |
4.1.1 方法概述 |
4.1.2 方法详述 |
4.1.3 方法测试 |
4.1.4 讨论 |
4.2 “腾龙”序列分割方法 |
4.2.1 方法概述 |
4.2.2 方法详述 |
4.2.3 方法测试 |
4.3 本章小结 |
第5章 DNA存储文件系统设计 |
5.1 方法概述 |
5.2 数据自包含 |
5.3 数据自解释 |
5.4 模拟实验分析 |
5.4.1 数据冗余 |
5.4.2 数据存储和测序 |
5.4.3 模拟结果 |
5.5 本章小结 |
第6章 DNA存储软件系统实现 |
6.1 系统概述 |
6.2 DNA数据纠错检错模块 |
6.3 引物设计模块 |
6.3.1 设计目的 |
6.3.2 设计原则 |
6.3.3 设计方法和实验 |
6.4 系统架构 |
6.5 系统展示 |
6.6 本章小结 |
第7章 总结与展望 |
参考文献 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
致谢 |
(5)基于HLS的高性能JPEG编码器设计(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状 |
1.2.1 图像压缩国内外研究现状 |
1.2.2 高层次综合技术国内外研究现状 |
1.3 论文的结构安排 |
第二章 HLS设计方法研究 |
2.1 高层次综合技术概述 |
2.2 高层次综合的流程 |
2.3 高层次综合的设计方法 |
2.3.1 高层次综合的转换 |
2.3.2 高层次综合的数据类型 |
2.3.3 高层次综合的接口设计 |
2.3.4 高层次综合的流水线 |
2.3.5 高层次综合的循环展开 |
2.4 本章小结 |
第三章 JPEG流程分析及HLS优化 |
3.1 JPEG图像压缩技术概述 |
3.2 JPEG图像压缩流程分析 |
3.2.1 离散余弦变换 |
3.2.2 量化及扫描 |
3.2.3 熵编码 |
3.3 JPEG编码器HLS性能优化 |
3.3.1 DCT模块分析及HLS优化 |
3.3.2 量化和扫描模块分析及HLS优化 |
3.3.3 熵编码模块分析及HLS优化 |
3.4 本章小结 |
第四章 基于HLS的高性能JPEG编码器的设计与测试 |
4.1 接口电路设计 |
4.1.1 输入等待型接口电路 |
4.1.2 管道型接口电路 |
4.1.3 JPEG编码器接口电路设计 |
4.2 DCT模块设计 |
4.3 量化及扫描模块设计 |
4.4 熵编码模块设计 |
4.5 JPEG编码器测试 |
4.5.1 HLS程序测试 |
4.5.2 RTL仿真测试 |
4.6 本章小结 |
第五章 JPEG编码器功耗及面积优化 |
5.1 基于HLS的RTL功耗优化方法 |
5.1.1 门控时钟技术 |
5.1.2 状态机编码功耗优化技术 |
5.1.3 空闲信号插入技术 |
5.2 功耗测试环境及测试结果 |
5.3 RTL面积优化方法 |
5.4 面积优化结果 |
5.5 本章小结 |
第六章 总结与展望 |
致谢 |
参考文献 |
作者简介 |
(6)三维数字化工艺设计MBD模型的轻量化方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题的背景及意义 |
1.2 课题的研究现状 |
1.3 本课题的主要研究内容 |
第2章 三维数字化MBD模型构建及数据轻量化方法设计 |
2.1 三维数字化MBD模型的构建 |
2.1.1 MBD模型的原理 |
2.1.2 MBD工艺信息模型 |
2.1.3 三维数字工艺设计MBD模型的构建 |
2.2 三维数字化MBD模型数据处理的轻量化方法设计 |
2.3 本章小结 |
第3章 三维数字化MBD模型数据信息的获取及提取方法 |
3.1 三维数字化MBD模型的数据信息获取 |
3.1.1 MBD模型轻量化文件格式 |
3.1.2 MBD模型数据信息获取 |
3.2 改进的非递归深度优先遍历算法提取MBD模型的数据信息 |
3.2.1 递归和非递归深度优先遍历算法对比 |
3.2.2 改进的非递归深度优先遍历算法提取MBD模型的数据信息 |
3.3 MBD模型的信息提取方法的实验验证 |
3.4 本章小结 |
第4章 改进的MBD模型的数据压缩优化方法 |
4.1 传统的MBD模型的数据压缩方法 |
4.1.1 哈夫曼压缩算法对MBD模型数据的压缩 |
4.1.2 贪心-哈夫曼压缩算法对MBD模型数据的压缩 |
4.1.3 自适应哈夫曼压缩算法对MBD模型数据的压缩 |
4.2 改进的MBD模型的数据压缩方法优化 |
4.3 MBD模型数据压缩的优化方法实验验证与分析 |
4.4 本章小结 |
第5章 三维数字化MBD模型数据处理轻量化实现 |
5.1 三维数字化MBD模型数据轻量化处理硬件结构设计 |
5.1.1 ARM微处理器选择 |
5.1.2 网络通信协议配置 |
5.1.3 MBD模型数据轻量化处理硬件结构设计 |
5.2 云端与STM32嵌入式、机床实现通信 |
5.2.1 云端MBD模型数据的存储、提取和压缩 |
5.2.2 云端和STM32嵌入式模块实现通信 |
5.2.3 STM32中MBD模型数据解压实现 |
5.2.4 STM32系统与机床传输的实现 |
5.2.5 云端数据通信接收发界面设计 |
5.3 实验验证 |
5.4 本章小结 |
第6章 结论 |
6.1 结论 |
6.2 展望 |
参考文献 |
在学研究成果 |
致谢 |
(7)水下激光通信技术研究(论文提纲范文)
摘要 |
英文摘要 |
1 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.3 课题研究的内容 |
2 水下通信相关技术 |
2.1 信息调制技术 |
2.1.1 OOK调制技术 |
2.1.2 PPM调制技术 |
2.1.3 DPIM调制技术 |
2.2 校验码技术 |
2.2.1 奇偶校验码 |
2.2.2 海明码 |
2.2.3 CRC码 |
2.3 图像编码技术 |
2.3.1 熵编码 |
2.3.2 预测编码 |
2.3.3 变换编码 |
2.4 VGA简介 |
2.4.1 VGA接口 |
2.4.2 VGA色彩原理 |
2.4.3 VGA扫描方式 |
2.4.4 VGA时序 |
2.5 本章小结 |
3 水下激光通信发送系统设计 |
3.1 发送系统硬件组成 |
3.1.1 硬件器件介绍 |
3.1.2 发送系统硬件连接 |
3.2 发射系统的软件部分 |
3.2.1 数据采集部分 |
3.2.2 数据处理部分 |
3.2.3 数据发送部分 |
3.2.4 顶层模块 |
3.3 软硬件结合 |
3.4 本章小结 |
4 水下激光通信接收系统设计 |
4.1 接收系统的硬件组成 |
4.1.1 硬件器件介绍 |
4.1.2 接收系统硬件连接 |
4.2 接收系统的软件部分 |
4.2.1 数据接收部分 |
4.2.2 数据处理部分 |
4.2.3 数据还原部分 |
4.2.4 顶层模块 |
4.3 软硬件结合 |
4.4 本章小结 |
5水下激光通信实验 |
5.1 实验准备 |
5.1.1 模拟水下环境 |
5.1.2 水下光路调整过程 |
5.2 串口通信实验 |
5.3 VGA视频传输实验 |
5.4 图片传输实验 |
5.5 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文 |
致谢 |
(8)高性能JPEG硬件编解码器的软件建模与驱动开发(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 JPEG技术的研究现状 |
1.4 论文主要工作与内容安排 |
第二章 JPEG编解码原理分析 |
2.1 颜色空间转换 |
2.2 正反DCT变换 |
2.3 量化与反量化 |
2.4 熵编码 |
2.4.1 差分脉冲编码与游程编码 |
2.4.2 哈夫曼编码 |
2.5 本章小结 |
第三章 JPEG编解码器的软件建模 |
3.1 JPEG编解码器系统模型设计 |
3.1.1 编解码器系统需求分析 |
3.1.2 编码器系统流程分析 |
3.1.3 解码器系统流程分析 |
3.2 数据流分析 |
3.2.1 系统数据流的操作模式 |
3.2.2 Bmp数据结构与解码 |
3.2.3 JFIF数据结构 |
3.3 色系转换与最小编码单元排列 |
3.4 并入量化/反量化功能的FDCT/IDCT模块设计 |
3.5 熵编码与熵解码模型设计 |
3.6 模型结果分析 |
3.7 本章小结 |
第四章 JND模型与量化表的改进 |
4.1 DCT域JND模型概要 |
4.1.1 人眼对比度敏感特性 |
4.1.2 人眼亮度适应效应 |
4.1.3 人眼对比度掩盖效应 |
4.2 一种硬件编码中应用JND模型的设想 |
4.2.1 亮度适应特性因子的改进 |
4.2.2 对比度掩盖特性因子的改进 |
4.3 改进模型的量化表制作与评价 |
4.4 本章小结 |
第五章 JPEG硬件编解码器的驱动开发 |
5.1 软硬件平台简介 |
5.1.1 Vivado设计套件 |
5.1.2 开发板的选择 |
5.2 硬件驱动的开发 |
5.2.1 编解码器IP的介绍 |
5.2.2 系统的寄存器描述与驱动开发 |
5.3 实验结果 |
5.4 本章小节 |
总结与展望 |
参考文献 |
致谢 |
个人简历 |
在学期间的研究成果及发表的学术论文 |
(9)压缩编码的硬件并行加速方法研究与验证(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究内容 |
1.2.1 FAST协议解码硬件加速 |
1.2.2 deflate压缩算法硬件加速 |
1.3 国内外研究现状 |
1.3.1 FAST协议解码硬件加速研究现状 |
1.3.2 deflate压缩算法硬件加速研究现状 |
1.4 论文的组织结构 |
第二章 FAST协议与DEFLATE压缩算法介绍 |
2.1 FAST协议概况 |
2.2 FAST协议原理介绍 |
2.2.1 FAST模板 |
2.2.2 停止位规则 |
2.2.3 存在图 |
2.2.4 操作符 |
2.2.5 重复组 |
2.2.6 示例 |
2.3 deflate压缩算法原理介绍 |
2.3.1 LZ77 算法 |
2.3.2 哈夫曼编码 |
2.4 本章小结 |
第三章 FAST协议解码硬件加速设计与仿真 |
3.1 整体结构设计 |
3.2 字段划分模块 |
3.3 字段匹配模块 |
3.3.1 FIFO缓存 |
3.3.2 模板命令存储器 |
3.3.3 控制状态机 |
3.4 并行解码单元 |
3.5 仿真设计 |
3.5.1 SystemC仿真环境 |
3.5.2 SystemC仿真设计 |
3.6 仿真结果 |
3.7 本章小结 |
第四章 DEFLATE压缩算法硬件加速设计 |
4.1 OpenCL基础 |
4.1.1 OpenCL平台模型 |
4.1.2 OpenCL执行模型 |
4.1.3 OpenCL存储模型 |
4.1.4 SDAccel开发环境介绍 |
4.2 整体方案 |
4.3 宿主机端程序设计 |
4.3.1 OpenCL平台初始化 |
4.3.2 输入数据并构建哈夫曼码表 |
4.3.3 数据传输至FPGA |
4.3.4 调用deflate内核 |
4.3.5 从FPGA读取压缩数据 |
4.3.6 销毁OpenCL上下文 |
4.4 内核程序设计 |
4.4.1 数据输入与哈希值计算 |
4.4.2 前文字典的查找与更新 |
4.4.3 最优匹配串的查找 |
4.4.4 最优匹配串的过滤 |
4.4.5 LZ77 编码 |
4.4.6 哈夫曼编码 |
4.5 编译流程与优化 |
4.5.1 编译规则配置 |
4.5.2 内核程序优化 |
4.6 压缩率差异性分析 |
4.7 本章小结 |
第五章 Deflate压缩测试 |
5.1 测试平台信息 |
5.2 压缩率测试 |
5.2.1 测试结果 |
5.2.2 结果分析 |
5.3 压缩速度测试 |
5.3.1 测试结果 |
5.3.2 结果分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
参考文献 |
致谢 |
攻读硕士学位期间已发表的论文 |
(10)面向云存储的数据压缩算法研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.3 本文工作 |
第二章 基础知识 |
2.1 大数据存储 |
2.1.1 云存储 |
2.1.2 Hadoop |
2.1.3 大数据压缩处理 |
2.2 基于BWT变换的压缩算法基础 |
2.2.1 BWT正变换 |
2.2.2 L串在小波树上的压缩存储 |
2.2.3 BWT逆变换 |
2.3 本文压缩算法框架 |
2.4 本章小结 |
第三章 基于小波树的压缩算法设计实现 |
3.1 字符集编码实现 |
3.1.1 均衡编码实现 |
3.1.2 哈夫曼编码实现 |
3.1.3 Hu-Tucker编码实现 |
3.2 小波树结构实现 |
3.3 压缩结构设计 |
3.4 加速结构设计 |
3.5 单机的多线程压缩算法实现 |
3.5.1 数据压缩处理过程 |
3.5.2 压缩文件结构 |
3.5.3 数据解压处理过程 |
3.6 本章小结 |
第四章 分布式压缩算法实现 |
4.1 分布式并行压缩算法概述 |
4.2 存储结构与接口封装 |
4.3 基于MapReduce的数据压缩和解压 |
4.4 本章小结 |
第五章 实验数据测试及结果分析 |
5.1 测试环境和数据 |
5.2 测试调整算法参数 |
5.3 与通用压缩算法比较 |
5.4 分布式环境下测试 |
5.5 本章小节 |
第六章 总结展望 |
参考文献 |
致谢 |
作者简介 |
四、用C实现完整的哈夫曼编码系统(论文参考文献)
- [1]工业物联网高速大容量在线数据分析记录仪设计与应用[D]. 马俊源. 北方工业大学, 2021(01)
- [2]构造任意尺寸Hilbert曲线用于图像和视频压缩[D]. 张霞. 汕头大学, 2021(02)
- [3]JPEG图像可逆信息隐藏算法研究[D]. 潘心炉. 华南理工大学, 2020(02)
- [4]面向DNA存储的编码算法优化和系统构建[D]. 李敏. 中国科学院大学(中国科学院深圳先进技术研究院), 2021(08)
- [5]基于HLS的高性能JPEG编码器设计[D]. 徐康. 西安电子科技大学, 2020
- [6]三维数字化工艺设计MBD模型的轻量化方法研究[D]. 王晓旭. 沈阳工业大学, 2019(01)
- [7]水下激光通信技术研究[D]. 孟林虎. 西安工业大学, 2019(03)
- [8]高性能JPEG硬件编解码器的软件建模与驱动开发[D]. 饶哲宇. 福州大学, 2018(03)
- [9]压缩编码的硬件并行加速方法研究与验证[D]. 于磊磊. 上海交通大学, 2018(01)
- [10]面向云存储的数据压缩算法研究[D]. 白文武. 西安电子科技大学, 2017(04)