Biblioteca122.739 documentos en línea

Artículo

Vehicle Text Data Compression and Transmission Method Based on Maximum Entropy Neural Network and Optimized Huffman Encoding AlgorithmsMétodo de compresión y transmisión de datos de texto de vehículos basado en redes neuronales de máxima entropía y algoritmos de codificación Huffman optimizados.

Resumen

Debido al continuo progreso del hardware de los vehículos, la condición en la que el vehículo no puede cargar un algoritmo complejo ya no existe. Al mismo tiempo, con el progreso del hardware de los vehículos, el número de textos muestra un crecimiento exponencial en la operación real. Con el fin de optimizar la eficiencia de la transmisión masiva de datos en la operación real, este documento presentó la información de texto (incluida la información de posición) del principio de máxima entropía de un modelo de predicción de probabilidad de red neuronal combinado con el algoritmo de codificación de Huffman optimizado, optimizando desde el intercambio de datos hasta la compresión, transmisión y descompresión de todo el proceso. Los resultados de las pruebas muestran que el tipo de información de vehículo basada en algoritmo comprimido para optimizar el algoritmo de compresión y transmisión de datos puede realizar efectivamente la compresión de datos. También puede lograr una tasa de compresión más alta y la integridad de la transmisión de datos, y

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento

  • Titulo:Vehicle Text Data Compression and Transmission Method Based on Maximum Entropy Neural Network and Optimized Huffman Encoding Algorithms
  • Autor:Yang, Jingfeng; Zhang, Zhenkun; Zhang, Nanfeng; Li, Ming; Zheng, Yanwei; Wang, Li; Li, Yong; Yang, Ji; Xiang, Yifei; Zhang, Yu
  • Tipo:Artículo
  • Año:2019
  • Idioma:Inglés
  • Editor:Hindawi
  • Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
  • Descarga:0