计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
21期
61-63,84
,共4页
码本%LBG算法%Hopfield网络%峰值信噪比
碼本%LBG算法%Hopfield網絡%峰值信譟比
마본%LBG산법%Hopfield망락%봉치신조비
codebook%LBG algorithm%Hoptield neural nework%Peak Signal to Noise Ratio(PSNR)
论文提出了一种利用Hopfield网络的码本设计方法,分析了LBG算法和离散Hopfield网络的特点,针对该特点构造聚类表格,并按离散Hopfield神经网络串行方式运行,从而得到最终码字集.通过实验表明,在码本大小相同的情况下,峰值信噪比提高了2.742～3.825 dB,生成的码本质量较传统的LBG算法更加有效.
論文提齣瞭一種利用Hopfield網絡的碼本設計方法,分析瞭LBG算法和離散Hopfield網絡的特點,針對該特點構造聚類錶格,併按離散Hopfield神經網絡串行方式運行,從而得到最終碼字集.通過實驗錶明,在碼本大小相同的情況下,峰值信譟比提高瞭2.742～3.825 dB,生成的碼本質量較傳統的LBG算法更加有效.
논문제출료일충이용Hopfield망락적마본설계방법,분석료LBG산법화리산Hopfield망락적특점,침대해특점구조취류표격,병안리산Hopfield신경망락천행방식운행,종이득도최종마자집.통과실험표명,재마본대소상동적정황하,봉치신조비제고료2.742～3.825 dB,생성적마본질량교전통적LBG산법경가유효.
This paper proposes codebook design method of using discrete hopfield neural networks.Based on analysis of the LBG algorithm and features of discrete hopfield neural networks,this method builts a clustering form;the clustering form works with the asynchronous mode of discrete hopfield neural network,and abtains the final codebook.Experimental results indicate that PSNR can be increased 2.742 to 3.825 dB.This method is more effective than the traditional LBG algorithm.
