8.1 概述 8.2 四叉树 8.3 信息有关的基本概念 8.4 可逆保真编码 8.5 有限失真编码 8.6 图象帧间编码 8.7 JPEG与MPEG压缩

7.1 多媒体技术概要 7.1.1 媒体与多媒体 7.1.2 多媒体技术特征 7.1.3 多媒体系统组成 7.1.4 光盘 7.2 图形图像基础 7.2.1 图像的数字化 7.2.2 数字图像的类型与格式 7.2.3 数字图像的获取和编辑 7.3 声音媒体基础 7.3.1 声音的数字化 7.3.2 声卡与声音文件的格式 7.3.3 MIDI音乐 7.3.4 声音的采集和编辑 7.4 数据压缩与编码 7.5 动画基础 7.6 视频基础 7.7 多媒体应用系统制作的一般过程

 图像和视频的冗余  JPEG标准  JPEG标准的三个基本要素  JPEG中的有损和无损压缩  JPEG标准的工作模式  JPEG标准中的压缩算法  JPEG算法概要  彩色图像 JPEG压缩  JPEG 2000/JPEG XR  H.264 Intra Frame

• 数据压缩与信息论基础 ➢ 图像压缩与编码基本概念 ➢ 信息论基础 • 图像压缩编码 ➢ 无损压缩 ➢ 有损压缩 • 图像压缩编码主要国际标准 ➢静止图像压缩编码标准-JPEG

提出一种基于生物免疫应答机理的人工免疫应答模型.它包括抗原匹配、克隆选择、变异、亲和力成熟等四个过程,通过克隆、变异过程实现抗体的多样性使所建立的系统具有较好的自适应能力,利用亲和力成熟过程完成知识的学习和积累.该模型具有运行参数少,稳定性好的特点,在提高数据压缩率和识别率方面具有较好的效果

给出了一种基于小波变换的汉语语音信号预处理的方法。通过小波变换中的Mallat算法来分解汉语语音信号,能够消除信号冗余度,提高数据压缩比,而不影响语音信号的真实效果。同时还给出了小波变换原理和Mallat算法以及实验结果

CABOSFV_C是一种针对分类属性高维数据的高效聚类算法,该算法采用集合稀疏差异度进行距离计算,并采用稀疏特征向量实现数据压缩.该算法的聚类效果受集合稀疏差异度上限参数的影响,而该参数的选取没有明确的指导.针对该问题提出基于集合稀疏差异度的启发式分类属性数据层次聚类算法(heuristic hierarchical clustering algorithm of categorical data based on sparse feature dissimilarity,HABOS),该方法从聚结型层次聚类思想的角度出发,在聚类数上限参数的约束下,应用新的内部聚类有效性评价指标(clustering validation index based on sparse feature dissimilarity,CVISFD)进行启发式度量,从而实现对聚类层次的自动选取.UCI基准数据集的实验结果表明,HABOS有效地提高了聚类准确性和稳定性

• 数据压缩 • 数字滤波 • 基线修正 • 小波变换和自适应系统

一、压缩的极限是多少？ 二、目前情况： 三、JPEG 25-30倍 四、DVD 50倍

信息时代的重要特征是信息的数字化。早期的信息用模拟方式表示，模拟 存在着明显的缺点：在信息的传输过程中会产生噪音和信号丢失；信息在 复制过程中其噪音和误差会逐步积累；模拟信号不适合数字计算机加工处 理。信号的数字化克服了上述缺点，但数字化后未经压缩的视频和音频等 媒体信息的数据量是非常大的