声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：贾连印, 孔明, 王维晨, 李孟娟, 游进国, 丁家满
单位：1. 昆明理工大学 信息工程与自动化学院, 昆明 650500;<br>2. 云南师范大学 图书馆, 昆明 650500;<br>3. 昆明理工大学 云南省人工智能重点实验室, 昆明 650500
关键词：Hilbert曲线,状态视图,偏斜分布,编解码算法
基金：丁家满,副教授,
高效的Hilbert曲线的编解码算法作为Hilbert曲线应用的基础,具有重要的研究意义。现有算法多未考虑数据偏斜分布的影响,因此在数据偏斜分布时效率较低。该文发现：对于特定的前m阶坐标,其对应的前m阶编码值与其第1阶编码值呈现特定的倍数关系；对于特定的前m阶编码值,其对应的前m阶坐标与其第1阶坐标呈现特定的倍数关系。基于这一发现,在融合高效位操作、快速置位检测等技术的基础上,提出了跳过前m阶的编码(skipping the first m orders Hilbert encoding,SFO-HE)算法和跳过前m阶的解码(skipping the first m orders Hilbert decoding,SFO-HD)算法。这2个算法无需对前m阶逐阶编解码,可有效提高数据向Hilbert空间4个顶点偏斜时的编解码效率。扩展实验表明：该文算法对数据偏斜分布具有更好的适应性,在特定偏斜分布时效率大幅优于现有算法。
来源：2022年第9期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。