基于自组织特征映射网络的模糊矢量量化算法 |
| |
引用本文: | 胡勇,谈正.基于自组织特征映射网络的模糊矢量量化算法[J].微型电脑应用,1997(4):40-43. |
| |
作者姓名: | 胡勇 谈正 |
| |
作者单位: | 西安交通大学电子与信息工程学院信息工程研究所 |
| |
摘 要: | 自组织特征映射(SOFM)是一种常用的矢量量化算法,它具有设计码书不依赖于初始码书等优点。模糊矢量量化算法(FVQ)将模糊关系引入码书的设计,训练矢量与码矢之间的模糊关系用隶属函数表示。本文提出了一种基于自组织特征映射网络的模糊矢量量化算法(FSOFM),FSOFM算法将SOFM网络的调节节点邻域看作训练矢量的模糊集,网络权值学习步长的选择依赖于隶属函数。由于设计码书的评价一般采用最小均方误差准则,而隶属函数是训练矢量与码矢之间距离的函数,FSOFM算法保证了网络的全局成优化和网络权值的局部调整一致;因此,FSOFM算法能够优化码书的设计,改善设计码书的性能。此外,FSOOFM算法还具良好的适应性,当网络的将LBG、SOFM、FVQ和FOSOFM算法用于一组具有不同边缘特性的图像的矢量量化中,我们发现采用FSOFM算法进行矢量量化的所有图像都具有最高的峰值信噪比PSNR。
|
关 键 词: | 码书 码矢 模糊系统 模糊集 隶属函数 邻域 学习步长 |
本文献已被 CNKI 维普 等数据库收录! |
|