推广的多值指数双向联想记忆模型及其应用

• 作者: 张道强 陈松灿
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 双向联想记忆 神经网络 多值联想记忆 图像压缩 矢量量化 纠错码
• 年，卷（期）: 2003,（3）
• 所属期刊栏目: 多媒体技术
• 页码范围: 697-702
• 页数: 6页
• 分类号: TP391
• 字数: 3693字
• 语种: 中文

摘要

推广了Wang的多值指数双向联想记忆(multi-valued exponential bi-directional associative memory,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 (extended MV-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(vector quantization,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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张道强	南京航空航天大学计算机科学与工程系	51	491	11.0	20.0
2	陈松灿	南京航空航天大学计算机科学与工程系	120	1370	19.0	32.0