典型文献
基于跳白块编码和深度神经网络对脉冲星候选体诊断图像的压缩研究
文献摘要：
500 m口径球面射电望远镜(Five-hundred-meter Aperture Spherical radio Telescope,FAST)脉冲星搜索产生的候选体诊断图量级呈指数增长,给科学数据管理工作带来挑战,迫切需要研究压缩方法,实现诊断图的有效存储,加快其在网络中传输共享.脉冲星诊断图像由稀疏的黑白图像、随机分布的灰度图和彩色图像组成,简单视为彩色图像用同一种压缩方法处理显然不合理.提出跳白块编码和深度网络压缩编码压缩模型对脉冲星候选体诊断图分区压缩,使用近年来FAST巡天搜索项目脉冲星候选体诊断图来训练和验证.结果表明,改进的跳白块编码(White Block Skipping,WBS)压缩稀疏黑白图像的性能是PNG(Portable Network Graphics)的5倍;深度网络压缩算法处理灰度图和彩色图峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)性能优于JPEG(Joint Photographic Experts Group)和JPEG2000算法,与BPG(Better Portable Graphics)算法性能相当,结构相似性(Structural Similarity,SSIM)远超传统压缩算法.
文献关键词：
候选体诊断图压缩;深度网络压缩模型;跳白块编码;500m口径球面射电望远镜
中图分类号：
作者姓名：
姜家涛;谢晓尧;于徐红
作者机构：
贵州师范大学贵州省信息与计算科学重点实验室,贵州 贵阳 550001;贵州师范大学数学科学学院,贵州 贵阳 550001;FAST早期科学数据中心,贵州 贵阳 550001
文献出处：
引用格式：
[1]姜家涛;谢晓尧;于徐红-.基于跳白块编码和深度神经网络对脉冲星候选体诊断图像的压缩研究)[J].天文研究与技术－国家天文台台刊,2022(05):470-478
A类：
跳白块编码,Skipping,Photographic,候选体诊断图压缩,深度网络压缩模型
B类：
深度神经网络,脉冲星,口径,球面,射电望远镜,Five,hundred,meter,Aperture,Spherical,radio,Telescope,FAST,指数增长,科学数据管理,压缩方法,黑白,随机分布,灰度图,彩色图像,图像组,单视,压缩编码,编码压缩,巡天,White,Block,WBS,PNG,Portable,Network,Graphics,压缩算法,峰值信噪比,Peak,Signal,Noise,Ratio,PSNR,Joint,Experts,Group,JPEG2000,BPG,Better,算法性能,结构相似性,Structural,Similarity,SSIM,500m
AB值：
0.406449
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
