基于元胞自动机模型的新型二值图像压缩算法
图像压缩算法
算法实现与应用——《算法设计与分析》课程报告一． 基本要求 1. 题目: 图像压缩 2. 问题描述掌握基于DCT 变换的图像压缩的基本原理及其实现步骤；对同一幅原 始图像进行压缩，进一步掌握DCT 和图像压缩。
3. 算法基本思想图像数据压缩的目的是在满足一定图像质量的条件下，用尽可能少的比特数来表示原始图像，以提高图像传输的效率和减少图像存储的容量，在信息论中称为信源编码。
图像压缩是通过删除图像数据中冗余的或者不必要的部分来减小图像数据量的技术，压缩过程就是编码过程，解压缩过程就是解码过程。
压缩技术分为无损压缩和有损压缩两大类，前者在解码时可以精确地恢复原图像，没有任何损失；后者在解码时只能近似原图像，不能无失真地恢复原图像。
假设有一个无记忆的信源,它产生的消息为{}N ≤≤i a i 1,其出现的概率是已知的,记为()i a p 。
则其信息量定义为:()()i i a p a log -=I由此可见一个消息出现的可能性越小，其信息量就越多，其出现对信息的贡献量越大，反之亦然。
信源的平均信息量称为“熵”（entropy ），可以表示为：()()[]()()∑∑==-=⋅=H Ni i i Ni i i a p a p a p I a p 11log对上式取以2为底的对数时，单位为比特（bits ）：()()∑=-=H Ni i i a p a p 1log根据香农（Shannon ）无噪声编码定理，对于熵为H 的信号源，对其进行无失真编码所可能达到的最低比特数为，这里为一任意小的正数，因此可能达到的 最大压缩比为：H≈+H =BB C εmax 其中B 是原始图像的平均比特率。
在图像压缩中，压缩比是一个重要的衡量指标。
可以定义压缩比为：H=B C 其中B ：原始数据的平均压缩比；H ：压缩数据的平均比特率 图像压缩的基本模型图像编码包括两个阶段，前一个阶段就是利用预测模型或正交模型对图像信号进行变换；后一个阶段是利用已变换信号的统计特性，对其分配适当的代码来进行编码传输。
人工智能深度学习技术的模型压缩方法
人工智能深度学习技术的模型压缩方法人工智能深度学习技术在近年来的迅速发展中展现出了极强的能力，但是深度学习模型的巨大参数量和计算复杂度也给其在实际应用中带来了许多挑战。
为了解决这一问题，研究者们提出了多种模型压缩方法，旨在在保持模型性能的同时减少模型的存储和计算需求。
本文将对人工智能深度学习技术的模型压缩方法进行论述。
一、参数剪枝参数剪枝是一种常见的模型压缩方法，其通过剪枝过程将深度学习模型中冗余和不重要的参数删除，从而减少模型的参数量。
参数剪枝可以根据参数值的大小进行，即将参数值较小的参数剪枝，也可以根据参数的重要性进行，即将对模型性能影响较小的参数剪枝。
此外，参数剪枝还可以通过对参数进行范数约束来实现，例如设置参数的L1范数和L2范数上限，从而过滤掉较小的参数。
二、量化量化是另一种常见的模型压缩方法，其通过减少深度学习模型中的参数位数来降低模型的存储需求和计算复杂度。
一般来说，深度学习模型中的参数采用浮点数表示，而量化方法则将参数转化为定点数或者低精度浮点数表示。
例如，将参数从32位浮点数转化为16位浮点数或者8位定点数，可以显著降低模型的存储需求，并加速计算过程。
当然，量化过程往往会产生一定的精度损失，因此需要在模型压缩和模型性能之间做权衡。
三、低秩近似低秩近似是一种通过降低深度学习模型中参数矩阵的秩来减少模型存储需求的方法。
在深度学习模型中，参数矩阵通常具有较高的秩，而低秩近似则通过特征值分解或奇异值分解等方法，将参数矩阵分解为多个低秩矩阵的乘积。
这样可以在保持模型性能的同时，显著减少模型的参数量，并降低计算复杂度。
四、知识蒸馏知识蒸馏是一种模型压缩方法，其通过将复杂的深度学习模型知识转移给一个更小、更简单的模型，从而达到模型压缩的目的。
在知识蒸馏中，一般会利用一个大型的模型作为教师模型，将其输出作为软标签传递给一个小型的模型作为学生模型。
通过训练学生模型使用教师模型的知识来提高性能，可以达到在保持模型性能的同时减小模型体积和计算复杂度的效果。
数字图像处理中的图像压缩算法
数字图像处理中的图像压缩算法随着科技和计算机技术的不断发展，数字图像处理成为了一个非常重要的领域。
数字图像处理技术广泛应用于各个领域，如图像储存、通信、医疗、工业等等。
在大量的图像处理中，图像压缩算法是非常关键的一环。
本文将介绍一些数字图像处理中的图像压缩算法。
一、无损压缩算法1. RLE 算法RLE（Run Length Encoding）算法是常见的图像无损压缩算法之一，它的主要思想是将连续的像素值用一个计数器表示。
比如将连续的“aaaa”压缩成“a4”。
RLE 算法相对比较简单，适用于连续的重复像素值较多的图像，如文字图片等。
2. Huffman 编码算法Huffman 编码算法是一种将可变长编码应用于数据压缩的算法，主要用于图像无损压缩中。
它的主要思想是将频率较高的字符用较短的编码，频率较低的字符用较长的编码。
将编码表储存在压缩文件中，解压时按照编码表进行解码。
Huffman 编码算法是一种效率较高的无损压缩算法。
二、有损压缩算法1. JPEG 压缩算法JPEG（Joint Photographic Experts Group）压缩算法是一种在有损压缩中广泛应用的算法。
该算法主要是针对连续色块和变化缓慢的图像进行处理。
JPEG 压缩算法的主要思想是采用离散余弦变换（DCT）将图像分割成小块，然后对每个小块进行频率分析，去除一些高频信息，再进行量化，最后采用 Huffman 编码进行压缩。
2. MPEG 压缩算法MPEG（Moving Picture Experts Group）压缩算法是一种针对视频压缩的算法，它主要是对视频序列中不同帧之间的冗余信息进行压缩。
该算法采用了空间域和时间域的压缩技术，包括分块变换编码和运动补偿等方法。
在分块变换编码中，采用离散余弦变换或小波变换来对视频序列进行压缩，再通过运动估计和补偿等方法，去除冗余信息。
三、总结数字图像处理中的图像压缩算法有很多种，其中无损压缩算法和有损压缩算法各有特点。
基于可逆元胞自动机的图像加密算法
Ｖ １ ８ Ｎｏ３ ｏ ． ， ． ２ Ｊｎ ２ ０ ｕ ．０ ８
基 于可逆元胞 自动机 的图像加 密算法
冯 志 华 ， 一 ，侯 旭 ２ 张运 杰 ３ ，
１６ ２ ） １０６ （． 连交 通大 学 理 学 院， 辽宁 大 连 １６２ ：２锦 州市 征 地整理 事 务处 ， 辽宁 锦 州 １ １０ １ 大 １０ ８ ． ２ ００ ３大连海 事大学 数学 系， 辽 宁 大连 ．
摘
要 ：提出一种基于 一维可逆元胞 自动机（ Ａ 的新的图像加密算法 ，算法 中可逆元 胞 自动机（ Ｃ ） ＲＣ ） Ｒ Ａ 规则
和 随机数据 的应用使 得图像具有更高安全性 。可逆元胞 自动机（ Ｃ ）Ｉ Ｒ Ａ ￣ 密算法将 已知灰度 图像变 为二值 图像 ，然 后将其数据重新排列成一 ０１序 列，应用可逆元胞 自动机（ Ｃ 规则实现 图像加密 。灰度 图像 加密 的仿真结果表 － Ｒ Ａ） 明所提 出的算法满足混合特性和扩 散特 性，一般的解密算法根本不可能对这种加密 图像解密 。 关键词 ：元胞 自动机（ Ａ ；可逆元胞 自动机（ Ｃ ； 图像加密 Ｃ ） Ｒ Ａ） 中图分类号 ：Ｔ ３ １ Ｐ ９ 文献标识码 ：Ｂ 文章编号：１ ７ ．２ １２ ０ ）３０ ８ ・５ ６ ４３ ６ （０ ８０ ・１ ３０
基于二维小波变换的图像压缩新算法
．
需 要 图像 源 的任何 预先 知识 。但 该种 方法 编码 效率 有 限 。随 后 Ｐａｌ ｎ等 ｅｒ ｍａ 提 出 的分 层 树 集 合 划 分 算 法 （ＰＨ ） 以集 合 分 割 、 ＳＩＴ 是 测试 子 集 重 要 性 为 基础 的方 法 ， 编码效 率 较高 。但 内存 需求 量较 大 ， 硬 件 实 现 比较 困 难 。 ｗ． ． ｉ Ｋ Ｌｎ等 提 出 的无 表 零 树 编 码算 法 （ＺＣ） 用两 张状 态标 志 图替代 Ｓ Ｉ Ｉ 采 ＰＨＴ算
第３ １卷
第 ４期
南 京 邮 电 大 学 学 报 （自 然 科 学 版 ）
Ｊｕｎｌ ｆ ａｊ ｇＵ ｉ ｒ ｔ ｏ ｏｔ ａｄＴｌｃｍ ｕ ｉ ｔ ｎ （ ａ ｒｌ ｃｅｃ ） ｏｒａ ｏ Ｎ ｎｉ ｎｖ ｓｙ ｆ ｓ ｎ ｅ ｏ ｍ ｎ ａ ｏｓ Ｎ ｔ ａ Ｓｉｎｅ ｎ ｅ ｉ Ｐ ｓ ｅ ｃｉ ｕ
阈值 的小 波系 数 置 为 零 。该 方 法 实 现 简单 ， 压 缩 但
（，）＝∑９ ， （ 一 ，Ｙ ｍ ｙ ， ２ ｎ２ — ） ｎ ｍ
ｎ －ｍ
（） ２
（，）＝∑ ｄ ， ２ — ，ｙ ｍ ， ，， ｈ Ｊ ｎ２ — ）ｈ＝１ ３ ｘ Ｊ ２
（ ３）
效 果受 阈值 等 因素 影 响 。Ｙ． ｉｄ Ｌｎｅ等 提 出的 基 于
图像压缩的开题报告
图像压缩的开题报告图像压缩的开题报告一、研究背景与意义随着互联网的迅猛发展和数字化技术的普及，图像在我们的生活中扮演着越来越重要的角色。
然而，高分辨率的图像文件占用大量存储空间，给网络传输和存储带来了巨大的压力。
因此，图像压缩技术的研究和应用变得尤为重要。
图像压缩是指通过删除冗余信息和减少图像数据量的方式，将原始图像转换为一个更小的文件。
这不仅可以节省存储空间，还可以提高图像的传输速度和质量。
图像压缩技术的研究不仅对于网络传输和存储有着重要的意义，还对于移动设备、医学影像和视频流媒体等领域具有广泛的应用前景。
二、研究目标与内容本研究的目标是探索和改进图像压缩技术，以提高图像的压缩比和重建质量。
具体而言，我们将从以下几个方面进行研究：1. 基于变换的压缩方法：通过将图像转换到不同的颜色空间或频域，利用变换的性质来减少冗余信息。
常见的变换方法包括离散余弦变换（DCT）和离散小波变换（DWT）等。
2. 预测编码方法：通过利用图像中像素之间的相关性，使用预测模型来减少冗余信息。
常见的预测编码方法包括差分编码和运动补偿编码等。
3. 无损压缩方法：与有损压缩不同，无损压缩方法可以完全还原原始图像，但压缩比相对较低。
我们将研究和改进无损压缩方法，以提高其压缩比和编码效率。
4. 混合压缩方法：结合多种压缩技术，通过分层编码和自适应算法等手段，提高图像的压缩比和重建质量。
三、研究方法与计划本研究将采用实验研究和理论分析相结合的方法，具体计划如下：1. 收集和整理图像压缩领域的相关文献和数据集，了解当前的研究进展和存在的问题。
2. 针对不同的压缩方法，设计和实现相应的算法和模型，并使用合适的评价指标进行性能评估。
3. 通过对比实验和理论分析，发现和解决当前图像压缩技术存在的问题，提出改进和优化的方案。
4. 根据实验结果和理论分析，总结和归纳出图像压缩技术的发展趋势和未来研究方向。
四、预期成果与应用前景通过本研究，我们期望能够提出一种高效的图像压缩方法，以提高图像的压缩比和重建质量。
元胞自动机模型
元胞行为
局部变化引起全局变化
*可以简单认为元胞自动机在运动上 类似于波.
*无胞的状态变化依赖于自身状态和 邻居的状态
元胞自动机的规则
某元胞下时刻的状态只决定于邻居的状 态以及自身的初始状态．
元胞行为
元胞网格
元胞行为
元胞邻居
经典元胞
生命游戏
生命游戏 (Came of Life)是J. H. Conway 在2世纪6年代末设计的一种单人玩的计算机 游戏(Garclner，M.，97、97)。他与现代的 围棋游戏在某些特征上略有相似：围棋中有 黑白两种棋子。生命游戏中的元胞有{"生"，" 死"}两个状态 {，};围棋的棋盘是规则划分的 网格，黑白两子在空间的分布决定双方的死 活，而生命游戏也是规则划分的网格(元胞似 国际象棋分布在网格内。而不象围棋的棋子 分布在格网交叉点上)。根据元胞的局部空间 构形来决定生死。只不过规则更为简单。
程序实现
典型元胞程序精讲
交通流
谢谢！
生命游戏的构成及规则: *元胞分布在规则划分的网格上； *元胞具有，两种状态，代表“死”，l代表“生”； *元胞以相邻的8个元胞为邻居。即Moore邻居形式； *一个元胞的生死由其在该时刻本身的生死状态和周 围八个邻居的状态 (确切讲是状态的和)决定: 在当前时刻，如果一个元胞状态为“生”，且八 个相邻元胞中有两个或三个的状态为“生”，则在下-时刻该元胞继续保持为“生”，否则“死”去； 在当前时刻。如果一个元胞状态为"死"。且八个 相邻元胞中正好有三个为"生"。则该元胞在下一时刻 " 复活"。否则保持为"死"。
一种改进的MBNN图像分割算法
一种改进的MBNN图像分割算法
蔡念;杨杰;胡匡祜;熊海涛
【期刊名称】《北京邮电大学学报》
【年(卷),期】2005()z1
【摘要】提出了一种改进的基于模型的神经网络(MBNN,model-based neural network)图像分割算法.采用马尔科夫随机场(MRF,Markov randomfield)对图像建模,将该模型融入MBNN,应用改进的最大期望值
(EM,expectationmaximization)算法估计网络中MRF参数,采用预指定类别数技术减少网络计算量,最终实现图像分割.实验结果表明,该算法能够有机地将先验知识和图像局部统计相关性结合起来,从而有效地完成图像分割.
【总页数】4页(P55-57)
【关键词】基于模型的神经网络;图像分割;马尔科夫随机场;最大期望值算法
【作者】蔡念;杨杰;胡匡祜;熊海涛
【作者单位】上海交通大学,图像处理与模式识别研究所,上海200240;中国科学院,生物物理研究所,北京100101
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种结合改进OTSU法和改进遗传算法的图像分割方法 [J], 李贤阳;黄婵
2.一种改进的基于遗传算法优化的OTSU算法在岩心CT扫描图像分割中的应用
[J], 汤翟;何风
3.一种基于形态学分水岭算法的图像分割改进算法 [J], 毕浩宇;李燕
4.一种基于遗传算法的彩色图像分割改进算法 [J], 常竞;王玲
5.一种改进稀疏表示的多图谱脑MR图像分割算法 [J], 曹敏;侯金秀;张月芳;邓红霞;李海芳
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关 键 词 ： 元 胞 自动机 ；二 值 图像 压 缩 ； 矢 量量 化 ；遗 传 规 划
Ｎｏ ｅ ｎ ｒ ｍ ａ ｅ Ｃｏ ｐｒ ｓ ｉ ｎＡ ｌ ｏ ｉｈｍ ｓ ｄ ｏ ｌｕｌ ｒＡｕ ｏ ａ ａ ｖｌ Ｂｉ ａ ｙ Ｉ ｇ ｍ ｅ ｓｏ ｇ ｒｔ Ｂａ ｅ ｎ Ｃｅ ｌ ａ ｔ ｍ ｔ
ＨＵ ＡＮＧ ｅｇＴ ｏ Ｃ Ｎ ａ—ｕ（ ｐｒｍｅｔ ｆ ｍｐ ｔｒ ｃｅｃ ｎ ｅｈ ｏｏ ｙＵｎｖ ｒｉ ｆ Ｐ ｎ —ａ ， ＨＥ ＸｉｎＦ Ｄｅａｔ ｎ ｏ Ｃｏ ｕｅ ｉｎｅａｄＴ ｃｎ ｌｇ ， ｉｅｓｙｏ Ｓ ｔ
Ｓ ｉ ｃ ｄ ｅｈ ｏｏｙｏ ｈ ａＨ ｆｉ ３ ０ ７ Ｃ ｉ ） ｃ ｎｅ ｎ ｃ ｌ Ｃ ｉ ， ｅｅ２ ０２ ， ｈ ａ ｅ ａ Ｔ ｎ ｇ ｆ ｎ ｎ
１ 引言
随着通信技术的发展 ，人们对 图像和 视频压 缩技 术提 出了更高 的要求 ，如 ：以二值位 图文件 为主的纸
编码表 明 ：该 算法在压缩适应性 ，时间空间复杂度 ， 控制 图像压缩 的损 失率灵活性等方 面优越 于行程编码 算法。 第 ２ 、４节介绍本文算法的相关知识。第 ５节 、３
２１ 年 第１ ０ ０ ９卷 第 １ 期 ２
计 算 机 系 统 应 用
基于元胞 自动机模型的新型二值 图像压缩算法①
黄鹏涛 陈贤 富 （ 中国科学技术大学 电子科学与技术系 安徽 合肥 ２ ０ ２ ） ３ ０ ７
摘 要 ： 不 同 于传 统 的去 相 关 ，去 冗余 的 压 缩 方 法 ，提 出一 种 基 于元 胞 自动 机模 型 的二 值 图像 压 缩 算 法 。 该 算 法 用遗 传 规 划 算 法搜 索 出较 优 的元 胞 自动机 规 则后 ，对分 块后 的二 值 图像 矢 量进 行
元 胞 自动机 变换 ，利 用 元胞 自动 机 的 变换 状 态 多样 性 等 特 点 ，生成 相 邻 矢 量 ，将 变换 次数 作
为码 本 。 实验 表 明 ：该算 法经 过 ４ 次 以 内的 元胞 自动 机 变 换 即 可生 成较 优 的相 邻 矢量 ，具 有
编码 时 间短 、 重 建 图像 的质 量 好 、压 缩 率 高 、适 应性 强 等特 点 ，并 且 与其 它压 缩 算 法 结合 性
ａ ｅ ｕｓ ｄ ｔ ｅ ｒ ｔ ｅ ｔ ｒ ．Ｔｈｅ ｃ ｄｅ ｉ ｈ ｉ ｒ ｅ ｏ ｇ ｎｅ ａ ｅ ｖ ｃ ｏ ｓ ｏ ｓｔ ｅ ｓｍｐｌ ｅ ＣＡ ｙｃ ｅ ｎｕ ｃ ｌ ｍｂｅ ．Ｔｈ ｉ ｒ ｅ ｓｍｕｌ ｔｏｎ ｒ ｓ ａ ｃ ａｉ ｅ ｅ ｒ ｈ
ｐ ｏ ｒ ｍｍ ｉ ｇ ｈ ｓｂ ｅ ｍｐ ｏ ｅ ｏ ｓ ａ ｃ ｒ ｏ ｔｍａ ｏ —ｉ ｅ ｒ ｃ ｌ ｌ ｒ ａ ｔ ｍａ ａ ｒ ｌ ｓ ｗｈ ｃ ｒ ｇａ ｎ ａ ｅ ｎ ｅ ｌ ｙ ｄ ｔ ｅ ｒ ｈ ｆ ｐ ｉ ｌｎ ｎ ｌ ａ ｅ ｌ ａ ｕ ｏ ｔ ｕ ｅ ｉ ｈ ｏ ｎ ｕ
质档案建 设需要 进一步提高 压缩 率 ，而 传统 的 Ｔ Ｆ ＩＦ
Ｇ４图像压缩算法 、Ｐ Ｇ格式和 Ｎ Ｃ格 式等压 缩算法 Ｄ Ｌ 已相 当成熟 ，压缩率很难再提 高ｆ。人们开始 引入新 １ 】 的理论和方 法 ，探 索图像压缩 技术的新途径 ；随 着人
给 出该算法模 型。第 ６ 、７节给 出实验相 关参 数、实
ｐ ｏ ｓ ｈ ｔ ｈｅ ｌ ｒｔ ｒ ｖｅ ｔ ａ ｔ ａ ｇｏ ｉｈｍ ｉ ｇｏ ｉ ｃ ｍ ｐｒ ｓ ｉ ｎ ａ ｉ ， ｃ ｍ ｐｒ ｓ ｉ ｎ ｐ ｅ ， ｄｅ ｏｍｐｒ ｓ ｉ ｓ ｏｄ ｎ ｏ ｅ ｓｏ ｒ ｔｏ ｏ ｅ ｓｏ ｓ ｅ ｄ ｃ ｅ ｓｏｎ ｐ ｅ ｉｉ ｎ ａ ｄ ｔ ｏｄ ａ ｅ ｃ ｍ ｐ ｅ ｓ ｄ ｕｓｎ ｈ ｒｃ ｒ ｃ ｓｏ ｎ ｈｅ ｃ ｅ ｃ ｎ ｂ ｏ ｒ ｓ ｅ ｉ ｇ ｏｔ ｅ ｏｍ ｐ ｅ ｓ ｏ ｌ ｏ ｉｈｍ ｓ ｅ ｃ ｒ ｓ ｉ ｎ ａ ｇ ｒｔ ｔ ．Ｔｈｅ ｓ ａ ｃ ｅ ｅｒｈ ｄ
于元胞 自动机 的二值 图像压缩算法利 用矢量量化的思
想 ，但避开 了码本的设计和搜索 ，达到 了类似 的压缩 效果。将该 算法对样本和测试图像的压缩效果与行程
① 收稿时间：０ － ３ ２ ： ２ １ ０ － １收到修改稿时间：０１ － ４ ２ ０ ２ ０— ５ ０
Ａ ｓ ａｔ ｂ ｔ ｃ： ｒ Ｔ ｉ ｐ ｐ ｒｒｐ ｒ ｅ ｌ ｌｒＡｕｏ ｔ Ｃ ｈｓ ａ ｅ ｅ ｏｔ ａｎ ｗ Ｃｅｌ ａ ｔｍａａ（ Ａ）ｍｏ ｅ ｆｒｉ ｇ ｏ ｒｓｉｎ Ｔ ｅｇ ｎ ｔ ｓ ｕ ｄ ｌ ｏ ｍａ ｅｃ ｍｐｅｓｏ ． ｈ ｅ ｅｉ ｃ
ＣＡ ｕｌ ｓａ ｓ ｏ ｏ ｉｆ ｒ ｎ ｏ ｒ ｅ ｉ ｌｏ ｇｏ ｄ ｆ ｒｄ ｆｅ ｅ ｔｃ ｍｐｒ ｓｏ ｅｓ ｉ ｎ．
Ｋ ｅ ｗ ｏ ｄ ： ｅｌｌｒａ ｔ ｍ ａａ ｂ ｎ ｒ ｍ ａ ｅｃ ｍ ｐ ｅ ｓｏ ｖｅ ｔ ｒｑ ａ ｔｚ ｔ ｎ； ｎ ｔｃｐ ｏ ｒ ｍｍ ｉ ｇ ｙ ｒ ｓ ｃ ｌ ａ ｕ ｏ ｔ ； ｉ ａｙ ｉ ｇ ｏ ｕ ｒ ｓ ｉｎ； ｃｏ ｕ ｎ ｉａｉ ｏ ｇｅ ｅｉ ｒ ｇ ａ ｎ
验数据 以及该算 法的优劣性分析。第 ８节给 出本 算法
的未来工作 以及 在该领域的意义、发展 前景。
工智能 、并行计算等相关技术 的发 展 ，探索智能计算
在 图像压缩 中的应 用也成为一个研动机模型
元胞 自动机ｔ（ Ａ 最早 由冯 ． ２Ｃ ） １ 诺伊曼于 ２ 世 纪 ４ ０ ０ 年代末提 出的模型 ，由元胞 空间、状态 、邻 居及 规则 组成 的时间和 空间都离散 的并行动 力系统 ，是一种基