封面
声明
答辩决议书
中文摘要
英文摘要
目录
缩略语
第一章 绪论
1.1 研究背景
1.2 主要研究内容和文章结构
1.3 主要创新点
第二章 广义上下文模型:一种通用编码的结构化概率模型1
2.1 前言
2.2 上下文模型及其选择概述
2.3 问题陈述和变量定义
2.4 广义上下文建模
2.5 模型选择
2.6 模型冗余
2.7 基于广义上下文建模的异构数据压缩
2.8 小结
第三章 基于结构化概率模型学习的基因压缩1
3.1 前言
3.2 基因压缩技术概述
3.3 基于结构化概率模型学习的基因压缩编码框架
3.4 采用置信传播的边信息预测
3.5 基于结构化概率模型学习的基因压缩算法实现
3.6 实验结果
3.7 小结
第四章 基于结构化概率模型学习的图像无损编码1
4.1 前言
4.2 图像无损编码技术概述
4.3 基于结构化概率模型学习的图像无损编码框架
4.4 结构化概率模型
4.5 结构化概率模型求解
4.6 基于结构化概率模型学习的图像无损编码算法实现
4.7 实验结果
4.8 小结
第五章 基于结构化概率模型学习的视频帧内编码1
5.1 前言
5.2 视频帧内编码技术概述
5.3 基于结构化概率模型学习的视频帧内编码框架
5.4 结构化概率模型
5.5 结构化概率模型求解
5.6 基于结构化概率模型学习的帧内预测算法实现
5.7 实验结果
5.8 小结
第六章 总结和展望
6.1 全文总结
6.2 未来工作展望
附录A 命题2.1证明
附录B 命题4.2证明
附录C 推论4.3证明
附录D 命题5.2证明
参考文献
致谢
攻读学位期间发表的学术论文目录
上海交通大学;