基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
简要介绍了基于自组织特征映射(SOFM)神经网络的图像压缩的传统算法.通过对传统方法的优缺点分析,提出了一种新的简单的矢量量化压缩方法.新算法采用分类码书设计和残留编码,大大提高了图像的客观指标和主观视觉效果.实验表明此方法明显优于传统的SOFM算法,而且易于硬件实现.
推荐文章
基于结构自适应自组织神经网络的图像压缩算法的研究
结构自适应神经网络
图像编码
矢量量化
图像压缩
自组织特征映射网络在压缩编码设计中的应用
SOFM神经网络
学习算法
矢量量化
IP电话
语音压缩编码
ASTER数据的自组织神经网络分类研究
分类
小波融合
自组织特征映射
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自组织特征映射神经网络的图像压缩
来源期刊 计算机工程 学科 工学
关键词 矢量量化 自组织特征映射 神经网络 分类码书
年,卷(期) 2003,(20) 所属期刊栏目 多媒体技术及应用
研究方向 页码范围 121-123
页数 3页 分类号 TP183
字数 3605字 语种 中文
DOI 10.3969/j.issn.1000-3428.2003.20.049
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱翔 武汉大学电子信息学院 4 76 4.0 4.0
2 吴贻鼎 武汉大学电子信息学院 5 85 5.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (12)
同被引文献  (12)
二级引证文献  (9)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
矢量量化
自组织特征映射
神经网络
分类码书
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导