电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2007年
10期
1916-1920
,共5页
纪震%廖惠连%许文焕%姜来
紀震%廖惠連%許文煥%薑來
기진%료혜련%허문환%강래
矢量量化%粒子群优化%粒子对%码书%码字
矢量量化%粒子群優化%粒子對%碼書%碼字
시량양화%입자군우화%입자대%마서%마자
本文给出了一种新的图像矢量量化码书的优化设计方法--粒子对算法.在传统粒子群优化(Particle Swarm Optimization,PSO)算法的基础上,用两个粒子构成了群体规模较小的粒子对,在码书空间中搜索最佳码书.在每次迭代运算中,粒子对按先后顺序执行PSO算法中的速度更新、位置更新操作和标准LBG算法,并用误差较大的训练矢量代替越界的码字.此算法避免粒子陷入局部最优码书,较准确地记录和估计每个码字的最佳移动方向和历史路径,在训练矢量密集区域和稀疏区域合理地分配码字,从而使整体码书向全局最优解靠近.实验结果表明,本算法始终稳定地取得显著优于FKM、FRLVQ、FRLVQ-FVQ算法的性能,较好地解决了矢量量化中初始码书影响优化结果的问题,且在计算时间和收敛速度方面有相当的优势.
本文給齣瞭一種新的圖像矢量量化碼書的優化設計方法--粒子對算法.在傳統粒子群優化(Particle Swarm Optimization,PSO)算法的基礎上,用兩箇粒子構成瞭群體規模較小的粒子對,在碼書空間中搜索最佳碼書.在每次迭代運算中,粒子對按先後順序執行PSO算法中的速度更新、位置更新操作和標準LBG算法,併用誤差較大的訓練矢量代替越界的碼字.此算法避免粒子陷入跼部最優碼書,較準確地記錄和估計每箇碼字的最佳移動方嚮和歷史路徑,在訓練矢量密集區域和稀疏區域閤理地分配碼字,從而使整體碼書嚮全跼最優解靠近.實驗結果錶明,本算法始終穩定地取得顯著優于FKM、FRLVQ、FRLVQ-FVQ算法的性能,較好地解決瞭矢量量化中初始碼書影響優化結果的問題,且在計算時間和收斂速度方麵有相噹的優勢.
본문급출료일충신적도상시량양화마서적우화설계방법--입자대산법.재전통입자군우화(Particle Swarm Optimization,PSO)산법적기출상,용량개입자구성료군체규모교소적입자대,재마서공간중수색최가마서.재매차질대운산중,입자대안선후순서집행PSO산법중적속도경신、위치경신조작화표준LBG산법,병용오차교대적훈련시량대체월계적마자.차산법피면입자함입국부최우마서,교준학지기록화고계매개마자적최가이동방향화역사로경,재훈련시량밀집구역화희소구역합리지분배마자,종이사정체마서향전국최우해고근.실험결과표명,본산법시종은정지취득현저우우FKM、FRLVQ、FRLVQ-FVQ산법적성능,교호지해결료시량양화중초시마서영향우화결과적문제,차재계산시간화수렴속도방면유상당적우세.