期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
图像压缩算法的研究 被引量:4
1
作者 张虹 张小飞 《小型微型计算机系统》 EI CSCD 北大核心 2000年第6期638-640,共3页
本文提出了一种图像压缩的新算法 ,即以数论为理论基础的变换算法—数论变换 (NTT) .通过 NTT与 DCT算法的分析比较 ,证明了 NTT算法的压缩比、压缩速度及解压精度等均优于 DCT变换算法 .该算法在图像压缩技术中是一种值得开拓和研究的... 本文提出了一种图像压缩的新算法 ,即以数论为理论基础的变换算法—数论变换 (NTT) .通过 NTT与 DCT算法的分析比较 ,证明了 NTT算法的压缩比、压缩速度及解压精度等均优于 DCT变换算法 .该算法在图像压缩技术中是一种值得开拓和研究的算法 . 展开更多
关键词 图像压缩算法 数论变换 离散余弦变换 图像编码
下载PDF
NTT——数论变换算法在图像压缩技术中的应用研究 被引量:7
2
作者 张虹 张小飞 《计算机学报》 EI CSCD 北大核心 2000年第8期887-892,共6页
提出了一种全新的图像数据压缩算法 ,即数论变换 (Number Theory Transformation,NTT)算法 .证明了在以正整数 p为模的整数环 Zp 上 NTT是线性正交变换 ,以及在 Zp 上具有卷积特性等 .设计了具有 FFT类型的快速算法 ,该算法可采用移位... 提出了一种全新的图像数据压缩算法 ,即数论变换 (Number Theory Transformation,NTT)算法 .证明了在以正整数 p为模的整数环 Zp 上 NTT是线性正交变换 ,以及在 Zp 上具有卷积特性等 .设计了具有 FFT类型的快速算法 ,该算法可采用移位操作实现 ,其速度优于 DCT变换 .最后通过实例比较 ,说明了该算法在图像数据压缩中表现出运算速度快、精度高和压缩效果好等优点 .NTT算法的研究 。 展开更多
关键词 图像压缩 NTT 数论变换算法 多媒体 图像处理
下载PDF
紧凑的Aigis-sig数字签名方案软硬件协同实现方法 被引量:5
3
作者 周朕 何德彪 +1 位作者 罗敏 李莉 《网络与信息安全学报》 2021年第2期64-76,共13页
基于理想格构造的Aigis-sig数字签名方案具有实现效率高、签名长度短、抗量子攻击等优势。针对Aigis-sig方案,构造了一种改进的模乘计算元件,设计了一种基于快速数论变换(NTT)算法实现环上多项式运算的紧凑硬件架构;同时以此架构为基础... 基于理想格构造的Aigis-sig数字签名方案具有实现效率高、签名长度短、抗量子攻击等优势。针对Aigis-sig方案,构造了一种改进的模乘计算元件,设计了一种基于快速数论变换(NTT)算法实现环上多项式运算的紧凑硬件架构;同时以此架构为基础,提出了Aigis-sig数字签名方案的FPGA软硬件协同实现方法。实验表明,在Xilinx Zynq-7000 SoC平台上,CPU频率和硬件频率分别设置为666.66 MHz和150 MHz时,该实现方案相较于纯软件实现,签名阶段和验签阶段分别取得约26%和17%的性能提升。 展开更多
关键词 后量子密码 数字签名 Aigis-sig 现场可编程逻辑门阵列 快速数论变换
下载PDF
数论变换在图像压缩技术中的应用 被引量:1
4
作者 张虹 张小飞 汪洋 《中国矿业大学学报》 EI CAS CSCD 北大核心 1999年第5期486-490,共5页
在对用变换算法KL和DCT 实现图像数据压缩技术的分析与评价的基础上,提出了一种新的图像数据压缩算法,即数论变换(num ber theoretic transform s,NTT)算法.对该算法进行了推证,证明了在以正... 在对用变换算法KL和DCT 实现图像数据压缩技术的分析与评价的基础上,提出了一种新的图像数据压缩算法,即数论变换(num ber theoretic transform s,NTT)算法.对该算法进行了推证,证明了在以正整数p 为模的整数环Zp 上NTT是线性正交变换,以及在Zp 上具有卷积特性等.设计了具有FFT 类型的快速算法,该算法可采用移位操作实现,其速度优于KL和DCT变换.最后通过实例比较,说明了该算法在图像数据压缩中表现出运算速度快、精度高和压缩效果好等优点.NTT算法的研究,为图像压缩技术开拓了新的方法. 展开更多
关键词 图像压缩技术 数论变换 多媒体数据 图像处理
下载PDF
数论变换算法(NTT)应用于图像压缩技术 被引量:1
5
作者 张虹 张小飞 《煤炭学报》 EI CAS CSCD 北大核心 2000年第z1期158-164,共7页
提出了一种全新的图像数据压缩算法 ,即数论变换 (NTT ,NumberTheoryTransforma tion)算法 .证明了在以正整数 p为模的整数环Zp 上NTT是线性正交变换 ,以及在Zp 上具有卷积特性等 .设计了具有FFT类型的快速算法 ,该算法可采用移位操作实... 提出了一种全新的图像数据压缩算法 ,即数论变换 (NTT ,NumberTheoryTransforma tion)算法 .证明了在以正整数 p为模的整数环Zp 上NTT是线性正交变换 ,以及在Zp 上具有卷积特性等 .设计了具有FFT类型的快速算法 ,该算法可采用移位操作实现 ,其速度优于DCT(离散余弦 )变换 .最后通过实例比较 ,说明了该算法在图像数据压缩中表现出运算速度快、精度高和压缩效果好等优点 .NTT算法的研究 。 展开更多
关键词 图像压缩技术 数论变换 多媒体数据 DCT
下载PDF
环上舍入学习和模上舍入学习的通用实现算法与参数选取方法
6
作者 姜子铭 周永彬 张锐 《计算机学报》 EI CAS CSCD 北大核心 2022年第6期1326-1347,共22页
格密码领域中的环上舍入学习(RLWR)和模上舍入学习(MLWR)问题是构造后量子密码原语的一类重要数学工具,已广泛应用于伪随机函数、陷门函数等基础密码构造.RLWR和MLWR实现通常包括三项基础操作:多项式乘法、模约化和舍入计算,三项基础操... 格密码领域中的环上舍入学习(RLWR)和模上舍入学习(MLWR)问题是构造后量子密码原语的一类重要数学工具,已广泛应用于伪随机函数、陷门函数等基础密码构造.RLWR和MLWR实现通常包括三项基础操作:多项式乘法、模约化和舍入计算,三项基础操作均有多种适用于不同参数的实现方案,相同运行平台、相同安全等级下RLWR和MLWR软件实现效率受参数影响显著.然而,现有RLWR和MLWR方案实现及效率优化工作大多仅针对某些特定参数,无法处理任意参数;此外,现有RLWR和MLWR方案参数选取大多只考虑了部分基础操作的效率,缺乏系统的快速实现参数选取方法.为解决上述问题,本文提出了通用高效的RLWR实现算法和MLWR实现算法,以及RLWR和MLWR快速实现参数选取方法.本文首先给出了NTT和NTT负折叠卷积的使用条件与方案参数以及CPU字长之间的量化关系,扩展了可快速实现的基于多项式环的密码方案参数空间;其次,提出了一种适用于RLWR和MLWR实现的新舍入算法,与通用的传统舍入实现相比,新舍入算法的效率在64位Intel i7平台下提高了11%左右;最后,提出了通用RLWR实现算法和MLWR实现算法,通用实现算法根据方案参数和CPU字长灵活选取高效的基础操作实现方案,将其应用于Saber方案实现,在64位Intel i7平台下未使用编译优化指令的Saber密钥封装效率提升了52%左右,此外,对比分析了不同参数下RLWR和MLWR的效率,提出了RLWR和MLWR快速实现参数选取方法,为RLWR和MLWR方案设计与实现中的参数选取提供了指导. 展开更多
关键词 格密码 舍入学习 多项式乘法 数论变换 舍入计算
下载PDF
NTT:一种图像压缩的新算法
7
作者 张虹 张小飞 《计算机科学》 CSCD 北大核心 1999年第11期76-78,85,共4页
1 图像压缩技术近几年来多媒体技术以其强大的生命力在全球逐步形成了一股不可阻挡的洪流。多媒体数据与传统的数据有很大差别,它具有数据类型多、数据量大等特点。随着多媒体技术的发展,对于多媒体数据特别是视频图像进行实时处理的需... 1 图像压缩技术近几年来多媒体技术以其强大的生命力在全球逐步形成了一股不可阻挡的洪流。多媒体数据与传统的数据有很大差别,它具有数据类型多、数据量大等特点。随着多媒体技术的发展,对于多媒体数据特别是视频图像进行实时处理的需要越来越迫切。因此,图像压缩处理技术成为多媒体信息处理的关键技术之一。 展开更多
关键词 图像压缩 算法 图像编码 NTT 多媒体 信息处理
下载PDF
剩余类环Z_M与Z_M上的数论变换
8
作者 张四保 李中恢 《湖北民族学院学报(自然科学版)》 CAS 2009年第2期164-167,共4页
剩余ZM类环是一类特殊的环.数论变换是以正整数M为模的正整数环(域)ZM上定义的线性正交变换,所用的计算方法是数论中的同余运算.介绍了剩余类环ZM上的几个方面的知识点,以及ZM上的数论变换的有关理论,及其数论变换应注意的几个问题.
关键词 剩余类环ZM 数论变换 本原单位根
下载PDF
初等数论中的化归思维方法
9
作者 顾洁 《佳木斯教育学院学报》 2013年第12期214-214,共1页
随着教育体制改革的不断深入,教师在进行教育的同时更加注重学生的思维方法的培养。目前常用的思维方法有;变形化归、映射化归、分割化归等。所以在教学的过程中要注重化归思维的整理过程,同时要注意对化归思维的负面影响。
关键词 初等数论 化归思维 意义 分类
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部