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:
为了改善矢量量化的码书性能和提高神经网络的学习效率,在分析等误差自组织特征映射算法(equidistortion self-organizing feature mapping,EDSOFM)的基础上,提出了一种改进算法.改进算法将模糊神经网的隶属度函数引入到竞争学习算法中,有效地提高了学习收敛速度.针对原算法搜索获胜码字时计算量较大的问题,改进算法通过不等式判决的方法,快速排除了大量的不匹配码字.实验结果表明,改进算法使码书设计的计算量得到明显的减少,而且码书的性能得到了提高.
推荐文章
语音自组织特征映射神经网络矢量量化算法
LBG算法
自组织特征映射神经网络
MFCC参数
矢量量化
基于自组织特征映射的矢量量化方法
图像处理
神经网络
特征抽取
一种改进的自组织特征映射图像压缩算法
自组织特征映射
自组织神经网络
图像编码
矢量量化
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 一种改进的等误差自组织特征映射矢量量化算法
来源期刊 重庆邮电大学学报(自然科学版) 学科 工学
关键词 矢量量化 自组织特征映射 等误差原则 模糊神经网 快速搜索
年,卷(期) 2011,(2) 所属期刊栏目 通信与电子
研究方向 页码范围 155-160
页数 分类号 TN911.21
字数 4614字 语种 中文
DOI 10.3979/j.issn.1673-825X.2011.02.006
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 陈善学 重庆邮电大学信号与信息处理重点实验室 84 380 9.0 13.0
2 杜峰 重庆邮电大学信号与信息处理重点实验室 4 9 2.0 3.0
3 吴立彬 重庆邮电大学信号与信息处理重点实验室 3 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (30)
参考文献  (11)
节点文献
引证文献  (5)
同被引文献  (15)
二级引证文献  (2)
1980(2)
  • 参考文献(1)
  • 二级参考文献(1)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(5)
  • 参考文献(1)
  • 二级参考文献(4)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1996(3)
  • 参考文献(2)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
矢量量化
自组织特征映射
等误差原则
模糊神经网
快速搜索
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
重庆邮电大学学报(自然科学版)
双月刊
1673-825X
50-1181/N
大16开
重庆南岸区
78-77
1988
chi
出版文献量(篇)
3229
总下载数(次)
12
总被引数(次)
19476
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导