| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-7页 |
| 第一章 概述 | 第7-14页 |
| ·研究的目的和意义 | 第7-8页 |
| ·基于蚁群聚类的Context量化熵编码的研究背景 | 第8-11页 |
| ·Context量化熵编码的研究背景 | 第8-9页 |
| ·蚁群聚类算法的研究背景 | 第9-11页 |
| ·论文的主要工作 | 第11-12页 |
| ·论文的主要结构及创新点 | 第12-14页 |
| 第二章 Context模型量化的压缩编码理论 | 第14-19页 |
| ·信号压缩编码的基本知识 | 第14-15页 |
| ·Context量化理论 | 第15-17页 |
| ·小结 | 第17-19页 |
| 第三章 K均值和蚁群混合聚类算法的实现 | 第19-27页 |
| ·基本K均值聚类算法 | 第19-20页 |
| ·基本蚁群优化算法 | 第20-22页 |
| ·基本蚁群聚类算法 | 第22-25页 |
| ·K均值和蚁群混合聚类算法 | 第25-27页 |
| 第四章 Context量化器的设计 | 第27-31页 |
| ·Context量化器评价的标准 | 第27-28页 |
| ·Context量化失真度 | 第27-28页 |
| ·Context模型的自适应算术熵编码码长 | 第28页 |
| ·Context量化器的实现 | 第28-31页 |
| ·基于K均值聚类算法Context量化器的实现 | 第28-29页 |
| ·基于K均值与蚁群混合聚类算法Context量化器的实现 | 第29-31页 |
| 第五章 实验设计及结果的分析讨论 | 第31-43页 |
| ·实验的设计 | 第31-39页 |
| ·二维离散小波变换 | 第32-36页 |
| ·量化系数的分解 | 第36-37页 |
| ·Context模型分布的预测 | 第37-39页 |
| ·实验结果对比与分析 | 第39-43页 |
| 第六章 全文总结及进一步的工作 | 第43-45页 |
| ·全文总结 | 第43-44页 |
| ·进一步的工作 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 攻读硕士学位期间主要研究工作和成果 | 第49-50页 |
| 致谢 | 第50页 |