改进的SOFM及其在矢量量化中的应用

• 作者: 崔宝侠 徐心和 段勇
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 部分失真 矢量量化 竞争学习 自组织特征映射神经网络 小波变换
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 信息、控制与仿真
• 页码范围: 718-721
• 页数: 4页
• 分类号: TP391|TP183
• 字数: 3756字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2006.03.047

摘要

根据等失真(Equidistortion)理论提出了一种基于改进的自组织特征映射(SOFM)神经网络的矢量量化方法,该算法将失真敏感机制引入神经网络的竞争学习过程.通过调整码字的部分失真来指导神经网络的学习,以使得所设计的码书平均失真最小.同时把矢量量化应用于图像的小波变换域,根据图像小波变换高频系数的空间分布特点来组织码书,从而进一步提高码书的质量和适应性.通过实验对算法的性能进行了分析,证明了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔宝侠	沈阳工业大学系统工程研究所	45	406	12.0	17.0
2	段勇	东北大学教育部暨辽宁省流程工业综合自动化重点实验室	5	111	5.0	5.0
6	徐心和	沈阳工业大学系统工程研究所	1	14	1.0	1.0