CAJ | 학술논문

本文给出了一种新的图像矢量量化码书的优化设计方法.传统矢量量化方法只考虑了码字与训练矢量之间的吸引影响,所以约束了最优解的寻解空间.本文提出了一种新的学习机理--模糊强化学习机制,该机制在传统的吸引因子基础上,引入新的排斥因子,极大地释放了吸引因子对最优解的寻解空间的约束.新的模糊强化学习机制没有采用引入随机扰动的方法来避免陷入局部最优码书,而是通过吸引因子和排斥因子的合力作用,较准确地确定了每个码字的最佳移动方向,从而使整体码书向全局最优解靠近.实验结果表明,基于模糊强化学习机制的矢量量化算法始终稳定地取得显著优于模糊K-means算法的性能,较好地解决了矢量量化中的码书设计容易陷入局部极小和初始码书影响优化结果的问题.
본문급출료일충신적도상시량양화마서적우화설계방법.전통시량양화방법지고필료마자여훈련시량지간적흡인영향,소이약속료최우해적심해공간.본문제출료일충신적학습궤리--모호강화학습궤제,해궤제재전통적흡인인자기출상,인입신적배척인자,겁대지석방료흡인인자대최우해적심해공간적약속.신적모호강화학습궤제몰유채용인입수궤우동적방법래피면함입국부최우마서,이시통과흡인인자화배척인자적합력작용,교준학지학정료매개마자적최가이동방향,종이사정체마서향전국최우해고근.실험결과표명,기우모호강화학습궤제적시량양화산법시종은정지취득현저우우모호K-means산법적성능,교호지해결료시량양화중적마서설계용역함입국부겁소화초시마서영향우화결과적문제.