English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 2928/5721 (51%)
造訪人次 : 374158      線上人數 : 744
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncut.edu.tw/handle/987654321/1915


    題名: 模糊C-均值影像壓縮硬體電路之高階合成與模擬
    作者: 林灶生;林基源
    Lin, Jzau-Sheng;Lin, Chi-Yuan
    貢獻者: 電子工程系
    Department of Electronic Engineer
    關鍵詞: 向量量化;模糊C-均值;影像壓縮;高階合成
    日期: 1999-11
    上傳時間: 2008-12-05 10:25:37 (UTC+8)
    出版者: 勤益科技大學
    摘要: 由於近年來高壓縮率、高效能的資料壓縮超大型積體電路需求與日俱增,因此本篇論文將首先應用力量-定向排程(Force-Directed Scheduling,FDS)演算法,在沒有增加執行時間下,經由平衡操作的同時性(Concurrency)針對著名的模糊C-均值(Fuzzy c-Mean,FCM)影像壓縮演算法做操作排程,以達到減少功能單位、暫存器,以及匯流排的需求量,並推導其資料路徑(Data path)硬體電路配置。其次再應用資料壓縮向量量化技術配合VHDL硬體語言描述(Modeling)、模擬其硬體設計。向量量化為一失真壓縮技術,其目的在於建立一編碼字典(Codebook)使得介於訓練向量與編碼字典中之編碼向量(Codevector)的平均誤差最小,經過訓練迭代過程後即可建立包含若干編碼向量之最佳化編碼字典。於是在傳輸過程中,將一影像切割成不同之向量,每一向量則在編碼字典中找出最接近之編碼向量,並以此編碼向量之代碼傳送至接收端,如此即可大大減少傳輸量,進而提升傳輸效率。由研究結果顯示,本篇論文已成功的完成模糊 C-均值影像壓縮演算法之硬體電路配置,並且成功的利用VHDL硬體語言描述、模擬了其硬體設計。
    關聯: 勤益學報 No.17 p.93-109
    顯示於類別:[勤益科技大學] 勤益學報

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    模糊C-均值.pdf1643KbAdobe PDF1995檢視/開啟


    在NCUTIR中所有的資料項目都受到原著作權保護.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋