推广的多值指数双向联想记忆模型及其应用

推广了wang的多值指数双向联想记忆(multi-valuedexponentialbi-directionalassociativememory,简称mv-ebam)模型,使其成为所提出的推广的多值指数双向联想记忆(extendedmv-ebam,简称emv-ebam)模型的一个特例.emv-ebam具有比前者更高的存储容量和纠错性能,因此利用这种性能,设计了一种基于联想记忆的新型图像压缩算法.该算法在无噪声情况下具有与矢量量化(vectorquantization,简称vq)算法相近的性能,而在双重(信道和图像)噪声环境下则具有显著的抑制效果.对比实验结果显示,在添加5%椒盐噪声下,该算法几乎能完全排除噪声干扰,而vq则反而放大了噪声.该算法的另一个优点是,当在差错信道中传送时,可以获得比采用循环纠错码更强的纠错性能.因而,该算法具有较强的鲁棒性.