| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 概述 | 第8-13页 |
| ·研究的目的和意义 | 第8-9页 |
| ·Context量化的研究进展与状况 | 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12-13页 |
| 第二章 Context量化的理论 | 第13-22页 |
| ·Context模型代价 | 第13页 |
| ·Context量化问题的描述 | 第13-16页 |
| ·Context量化 | 第16-19页 |
| ·相对熵的介绍 | 第16-17页 |
| ·Context量化原则 | 第17-19页 |
| ·Context建模中的Context量化 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第三章 基本的聚类算法 | 第22-28页 |
| ·基本K-means聚类算法 | 第22-23页 |
| ·粒子群优化聚类算法 | 第23-27页 |
| ·基本PSO优化算法 | 第24-26页 |
| ·基本PSO聚类算法 | 第26页 |
| ·PSO和K-means混合聚类算法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 Context量化器的实现及实验结果讨论 | 第28-44页 |
| ·Context量化器的评价标准 | 第28-29页 |
| ·Context量化的量化失真 | 第28页 |
| ·基于Context模型的熵编码码长 | 第28-29页 |
| ·二维离散小波变换 | 第29-30页 |
| ·小波系数的分解 | 第30-32页 |
| ·Context模型的建立 | 第32-34页 |
| ·Context量化器的设计 | 第34-37页 |
| ·基于K-means聚类算法Context量化器实现 | 第34-36页 |
| ·基于KPSO聚类算法Context量化器的实现 | 第36-37页 |
| ·实验结果对比分析 | 第37-44页 |
| ·Context量化器系统实现流程 | 第37-38页 |
| ·实验数据 | 第38页 |
| ·实验结果与分析 | 第38-44页 |
| 第五章 全文总结及进一步的工作 | 第44-46页 |
| ·全文总结 | 第44-45页 |
| ·进一步的工作 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 附录 攻读硕士学位期间主要研究工作和成果 | 第50-51页 |
| 致谢 | 第51页 |