北京邮电大学学报
北京郵電大學學報
북경유전대학학보
JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS
2006年
4期
33-35
,共3页
矢量量化%自组织特征映射%图像编码
矢量量化%自組織特徵映射%圖像編碼
시량양화%자조직특정영사%도상편마
针对原有随机数设置法、训练矢量集随机抽取法和LBG分裂法等初始码书算法存在码矢利用率较低、运算量大和与信源匹配程度不高等不足,提出了一种新的分离平均法,并应用到基于自组织特征映射算法(SOM)的学习矢量量化(LVQ)中.图像矢量量化的实验表明,分离平均初始码书算法具有无效码矢数量少和码书性能高、运算量小、实现简单等优点.
針對原有隨機數設置法、訓練矢量集隨機抽取法和LBG分裂法等初始碼書算法存在碼矢利用率較低、運算量大和與信源匹配程度不高等不足,提齣瞭一種新的分離平均法,併應用到基于自組織特徵映射算法(SOM)的學習矢量量化(LVQ)中.圖像矢量量化的實驗錶明,分離平均初始碼書算法具有無效碼矢數量少和碼書性能高、運算量小、實現簡單等優點.
침대원유수궤수설치법、훈련시량집수궤추취법화LBG분렬법등초시마서산법존재마시이용솔교저、운산량대화여신원필배정도불고등불족,제출료일충신적분리평균법,병응용도기우자조직특정영사산법(SOM)적학습시량양화(LVQ)중.도상시량양화적실험표명,분리평균초시마서산법구유무효마시수량소화마서성능고、운산량소、실현간단등우점.
