模糊强化学习型的图像矢量量化算法

• 作者: 姜来 张基宏 纪震 许文焕
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 矢量量化 图像编码 模糊强化学习 吸引因子 排斥因子
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 科研通信
• 页码范围: 1938-1941
• 页数: 4页
• 分类号: TP391.41
• 字数: 3887字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2006.09.041

摘要

本文给出了一种新的图像矢量量化码书的优化设计方法.传统矢量量化方法只考虑了码字与训练矢量之间的吸引影响,所以约束了最优解的寻解空间.本文提出了一种新的学习机理--模糊强化学习机制,该机制在传统的吸引因子基础上,引入新的排斥因子,极大地释放了吸引因子对最优解的寻解空间的约束.新的模糊强化学习机制没有采用引入随机扰动的方法来避免陷入局部最优码书,而是通过吸引因子和排斥因子的合力作用,较准确地确定了每个码字的最佳移动方向,从而使整体码书向全局最优解靠近.实验结果表明,基于模糊强化学习机制的矢量量化算法始终稳定地取得显著优于模糊K-means算法的性能,较好地解决了矢量量化中的码书设计容易陷入局部极小和初始码书影响优化结果的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪震	深圳大学信息工程学院	57	655	13.0	24.0
2	姜来	深圳大学信息工程学院	12	44	3.0	6.0
3	张基宏	深圳大学信息工程学院	63	904	16.0	29.0
4	许文焕	深圳大学信息工程学院	3	14	3.0	3.0