期刊文章详细信息
基于神经网络的一种改进的向量量化方法
An Improved Vector Quantization Algorithm Based on Neural Network
文献类型：期刊文章
机构地区：[1]海军驻武汉438厂军事代表室 [2]海装武汉局 [3]中国人民解放军91640部队
年 份：2010
卷 号：10
期 号：17
起止页码：4192-4195
语 种：中文
收录情况：RCCSE、ZGKJHX、普通刊
摘 要：用LBG算法产生的码书,其码向量在码书中的排列是无序的。用此序号作为向量量化器编码输出时,对信道误码特别敏感。为了控制由于信道误码而导致整个向量量化通信系统性能严重下降,基于Kohonen网络的自组织特征映射(SOFM)算法进行向量量化分析,并针对SOFM算法性能上的缺陷,提出了一种改进的自组织特征映射算法。新算法引入失真敏感参数,对网络参数进行优化,通过调整码字的部分失真来指导神经网络的学习。通过仿真试验,从峰值信噪比的提高验证了算法的优越性。
关 键 词：自组织特征映射 神经网络 向量量化 图像编码 峰值信噪比
分 类 号：TP391.41]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
