基于多层前馈神经网络的数据压缩方案.pdfVIP

第34卷第2期 菏 泽 学 院 学 报 2012年 4月 Vo1．34 No．2 JournalofHezeUniversity Apr． 2012 文章编号 ：1673—2103(2012)02—0031—04 基于多层前馈神经网络的数据压缩方案 王 硕 (漳州职业技术学院 电子工程系，福建 漳州363000) 摘 要：利用多层前馈神经网络的非线性映射能力，通过构造特殊的映射关系，提出了一种较为理想的 数据压缩方案．数据压缩比达到7：1．该方案只分析音频、图像等数据信息并进行理想压缩，对其数据格式、 内容等不予考虑．通过试验证明了该方案的可行性． 关键词：数据压缩；方案；多层前馈神经网络 中图分类号 ：TP39 文献标识码 ：A 引言～ 1 常见数据压缩技术 在全球网络迅猛发展的今天，多媒体技术不断 就 目前数据压缩技术水平来说，一般可把常规 更新，大部分网络系统仍局限于长期存储或高速传 文件中的数据压缩到原来的25％～50％．而在计算 输各类图形图像等数据．尽管信道采用大容量的光 机系统中，对数据质量要求较高的情况下，如文件、 纤宽带、光盘设备，而数据量的增长速度，远远超过 医疗和通讯等，人们开发了香农 一范诺、霍夫曼、行 信道带宽及其存储的增长速度．再加上人们对各种 程、预测等编码．但上述压缩方法都存在一定的弊 数据的信息可靠性、实时性要求越来越高，选择恰当 端，它们都是利用 “统计”方法，消除部分冗余概率 方法成为处理多媒体信息当务之急．由此本文提出 分布，而事实上还有很大的压缩 “空间”可以处理． 了利用神经网络实现数据压缩完好．所谓数据压缩 因而对随机的二进制0与 1的字符串的压缩效果达 完好，是指使用压缩后的数据进行还原或者是解压 不到预期效果，且对已编码压缩过的数据无法再压 缩，还原后的数据与原来的数据完全一样；压缩用于 缩．本文首先采用非 “统计”的方法给出了 “基于多 要求还原的信号与原始信号完全一致的场合 ¨J．而 层前馈神经网络的数据压缩方案”．其特点是能压 多层前馈神经网络技术作为数据压缩领域里的一个 缩一些已编码压缩过的数据，且在一些情况下压缩 重要方法，以它压缩比高、速度快、算法简单等 良好 比接近 7：1． 的特性，在数据压缩等领域受到青睐．首先，这种方 2 设计数据压缩 法提取或减少了信息间的关联性，而可实现数据压 缩．其次，利用其非线性映射能力，动量 自适应调整 若要实现高压缩比，就必须采用各种方法，使智 等特性，可构建出适当的数据压缩模型．再次，利用 能数据压缩系统发挥其最大作用，达到所经过的大 其训练速度快、精度高，可实现数据再压缩，以减少 量数据信息 占用最小的空间．这样既可减少存储空 信息所 占用的空间和时间．最后，利用其具有一定的 间，也可以降低数据流量．由于 目前网络飞速发展， 泛化性，使得此方法具有一定的适应性．正是由于数 需多媒体技术进行海量数据存储与传送，而这些图 据压缩的必要性和可能性，利用多层前馈神经网络 形、图像和数据形式各异，且对存储和处理的精度、 实现数据压缩编码研究成为一个越来越活跃的领 速度也不尽相同，这使得寻求一种统一的、适合于所 域．在基于网络的多媒体通信、可视电话、数字电视 、 有数据种类的的压缩方法迫在眉睫．于是，用人工智 多媒体计算机等领域得到了广泛的应用