文献类型：期刊文献

中文题名：更快速的高阶细胞自动机超并行数据压缩方法

英文题名：A Faster High Order Cellular Automaton Approach to Hyper Parallel Data Compression

作者：帅典勋[1];顾静[2]

机构：[1]华东理工大学计算机科学系,上海200237;[2]清华大学智能技术和系统国家重点实验室,北京100084

年份：2000

卷号：23

期号：1

起止页码：39

中文期刊名：计算机学报

外文期刊名：Chinese Journal of Computers

收录：CSTPCD;;Scopus;北大核心:【北大核心1996】；CSCD:【CSCD2011_2012】；

基金：国家自然科学基金!( 69773 0 3 7);清华大学智能技术和系统国家重点实验室的资助

语种：中文

中文关键词：细胞自动机;并行处理;数据压缩;遗传算法

外文关键词：cellular automaton, parallel processing, data compression, genetic algorithm

摘要：构造出高阶置换映射 ,进而得出更有效的高阶细胞自动机超并行数据压缩方法 ,在不增加细胞自动机总体结构复杂性的情况下 ,比文献 [1]中并行压缩方法的处理速度可以成倍地提高 .证明了用遗传进化算法得到的高阶细胞自动机元胞级无失真数据压缩规则的正确性和可行性 ,讨论了有关的时间复杂性及高阶数据压缩方法的有效性 .
This paper defines higher order permutation global funcations, and then presents a high order cellular automaton approach to hyper parallel undistorted data compression more efficient than the first order in [1]. The genetic algorithm(GA) is successfully used in finding out all the correct local compression rules for higher order cellular automaton. The correctness of higher order compression rules, the computation complexities and the systolic implementation feasibility are discussed. In comparison with the first order automaton method of [1], the higher order approaches have much faster processing performance without significantly increasing cellular complexity of systolic hardware array.