| 新的学习矢量量化初始码书算法 |
| |
| 引用本文： | 黎洪松,刘洪伟.新的学习矢量量化初始码书算法[J].北京邮电大学学报,2006,29(4):33-35. |
| |
| 作者姓名： | 黎洪松 刘洪伟 |
| |
| 作者单位： | 北京师范大学,信息科学与技术学院,北京,100875;北京师范大学,信息科学与技术学院,北京,100875 |
| |
| 摘 要： | 针对原有随机数设置法、训练矢量集随机抽取法和LGB分裂法等初始码书算法存在的码矢利用率较低、运算量大和与信源匹配程度不高等不足，提出了一种新的分离平均法，并应用到基于自组织特征映射算法（SOM）的学习矢量量化（LVQ）中，图像矢量量化的实验表明，分离平均初始码书算法具有无效码矢数量少、码书性能高、运算量小、实现简单等优点。
|
| 关 键 词： | 矢量量化 自组织特征映射 图像编码 |
| 文章编号： | 1007-5321（2006）04-0033-03 |
| 收稿时间： | 2005-04-01 |
| 修稿时间： | 2005年4月1日 |
A New Initial Codebook Algorithm of Learning Vector Quantization |
| |
| LI Hong-song,LIU Hong-wei.A New Initial Codebook Algorithm of Learning Vector Quantization[J].Journal of Beijing University of Posts and Telecommunications,2006,29(4):33-35. |
| |
| Authors: | LI Hong-song LIU Hong-wei |
| |
| Affiliation: | College of Information Science and Technology, Beijing Normal University, Beijing 100875，China |
| |
| Abstract: | In vector quantization(VQ),the initial codebook design is very important for VQ codebook performances.To overcome disadvantages of existing initial codebook algorithms,a new separating mean algorithm for learning vector quantization(LVQ)based upon self-organizing feature maps(SOM) was proposed.Experimental results for image VQ show that new initial codebook algorithm is better than random and splitting algorithm. |
| |
| Keywords: | learning vector quantization self-organizing feature maps image coding |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《北京邮电大学学报》浏览原始摘要信息 |
|
点击此处可从《北京邮电大学学报》下载全文 |
