%0 Journal Article
%T 基于自组织特征映射神经网络的矢量量化
%A 陆哲明
%J 中国图象图形学报
%D 2000
%R 10.11834/jig.20001008
%X 近年来,许多学者已经成功地将Kohonen的自组织特征映射(SOFM)神经网络应用于矢量量化(VQ)图象压缩编码.相对于传统的LBG算法,基本的SOFM算法的两个主要缺点是计算量大和生成的码书性能较差,因此为了改善码书性能,对基本的SOFM算法的权值调整方法作了一些改进,同时为了降低计算量,又在决定获胜神经元的过程中,采用了快速搜索算法.在将改进的算法用于矢量量化码书设计后,并把生成的码书用于图象的压缩编码.测试结果表明,改进的算法使码书设计的计算量得到明显的降低,而且码书的性能得到了提高.
%K 矢量量化
%K 自组织特征映射神经网络
%K 图象压缩
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20001008&flag=1