OALib Journal期刊
一种基于PCA/SOFM混合神经网络的图象压缩算法
DOI: 10.11834/jig.200309375
Keywords: 图象处理(510？4050) ,矢量量化 ,变换编码 ,混合编码 ,神经网络 ,自组织特征映射 ,主元分析
Abstract:
鉴于用神经网络实现图象压缩是一种非常有效的方法,为此提出了一种基于PCA/SOFM混合神经网络的图象压缩编码算法,并对SOFM网络学习参数的优化进行了探讨.实验证明,与PCASOFM连续编码算法和基本SOFM算法相比,这种混合编码算法,由于占用存储空间少,因而降低了码书设计的计算量,并改善了码书的性能.
References
[1] ［3］Fang W C, Sheu B J, Chen O T. A neural network based VLSI vector quantizer for real-time compression[A]. In: Proceedings Data Compression Conference [C], Snowbird, Utah, USA,1991:342～351. [2] ［5］Kim D S, Lee S U. Image vector quantizer based on classification in the DCT domain [J]. IEEE Transactions on Communication, 1991, COM-39(4) : 1011～1016. [3] 王卫,蔡德钧,万发贯.-种多分辨率图象混合编码方案[J].通信学报,1995,15(2):71-78. [4] ［9］Sanger T D. Optimal unsupervised learning in a single layer linear feedforward neural network[J]. Neural Networks, 1989,2(2):459～473. [5] ［1］Lind Y, Buzo A, Gray R M. An algorithm for vector quantizer design [J]. IEEE Transactions on Communications, 1980,COM-28(1): 84～95. [6] ［2］Nasrabadi N M, King R A. Image coding using vector quantization: a review [J]. IEEE Transactions on Communications,1988, 36(8): 957～971. [7] ［4］张霞,万国金,吴建华.矢量量化在图象编码中的应用进展[J].数据采集与处理,1999,14(1):52～56. [8] 黎洪松,全子-.-种基于自组织神经网络的图象压缩编码算法[J].电子学报,1996,24(1):6-11. [9] ［8］张颖.基于分形的改进矢量量化器[D].广州:华南理工大学,1997. [10] ［10］阎平凡,张长水.人工神经网络与模拟进化计算[M].北京:清华大学出版社,2000.
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133
