北京师范大学学报（自然科学版）
北京師範大學學報（自然科學版）
북경사범대학학보（자연과학판）
JOURNAL OF BEIJING NORMAL UNIVERSITY
2006年
3期
244-246
,共3页
自学习特征映射%自组织特征映射%矢量量化%图像编码
自學習特徵映射%自組織特徵映射%矢量量化%圖像編碼
자학습특정영사%자조직특정영사%시량양화%도상편마
为了有效地提高矢量量化(VQ)码书的性能,提出了一种新的自学习特征映射(SLM)算法,并应用到图像VQ中,实验表明,与自组织特征映射(SOM)算法相比,SLM算法具有聚类特性好和峰峰信噪比高等优点,是一种非常有前途的码书设计算法.
為瞭有效地提高矢量量化(VQ)碼書的性能,提齣瞭一種新的自學習特徵映射(SLM)算法,併應用到圖像VQ中,實驗錶明,與自組織特徵映射(SOM)算法相比,SLM算法具有聚類特性好和峰峰信譟比高等優點,是一種非常有前途的碼書設計算法.
위료유효지제고시량양화(VQ)마서적성능,제출료일충신적자학습특정영사(SLM)산법,병응용도도상VQ중,실험표명,여자조직특정영사(SOM)산법상비,SLM산법구유취류특성호화봉봉신조비고등우점,시일충비상유전도적마서설계산법.
