一种基于PCA/SOFM混合神经网络的图象压缩算法

• 作者: 卢建刚 孙优贤 方弢 许锋
• 来源期刊: 中国图象图形学报A辑
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2003,（9）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 1100-1104
• 页数: 5页
• 分类号: TN919.81
• 字数: 4077字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2003.09.021

摘要

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PCA+SOFM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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙优贤	浙江大学工业控制技术国家重点实验室	231	5136	33.0	62.0
2	卢建刚	浙江大学工业控制技术国家重点实验室	60	612	14.0	22.0
3	许锋	浙江大学工业控制技术国家重点实验室	5	212	4.0	5.0
4	方弢	浙江大学工业控制技术国家重点实验室	1	15	1.0	1.0