%0 Journal Article
%T 应用于矢量量化的改进粒子群优化算法*
%A 李小捷
%A 许录平
%A 杨莉
%J 模式识别与人工智能
%P 285-289
%D 2008
%X 针对粒子群优化算法(PSO)应用于矢量量化时,最优粒子对与其对应维度距离较大的粒子缺乏有效指导问题,提出适用于矢量量化的改进粒子群优化算法(IPSO_VQ).该算法通过建立粒子与榜样粒子的维度映射关系,以基于映射关系的维度学习代替对应维度学习关系,使粒子相关维度间的学习有一定相关性,增强算法局部搜索能力.同时,借鉴广泛学习粒子群优化(CLPSO)算法中的广泛学习思想,并将其应用于基本PSO中的全局最优位置学习部分,通过对多个粒子的广泛学习,增加种群的多样性.实验结果表明该算法有效避免种群早熟收敛,从而使解码恢复图像获得更高的主客观质量.
%K 矢量量化
%K 码书设计
%K 进化计算
%K 粒子群优化(PSO)
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10189.shtml