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:
矢量量化是一种高效的数据压缩技术,已广泛应用于图像压缩领域.为改善所恢复图像的性能,文中在三维自组织映射( SOM)的基础上,提出一种改进的三维SOM算法,同时将其应用到图像压缩中.实验结果表明,改进的三维SOM算法所恢复的图像质量高于基本的三维SOM算法.
推荐文章
一种基于三维自组织映射的立体图像编码方法
立体图像
自组织映射
矢量量化
视差估计
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
一种高效处理三维信号的自组织映射算法
立体图像
邻域算法
竞争算法
学习算法
初始化算法
三维自组织映射
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 改进的三维自组织映射算法在图像压缩中的应用
来源期刊 科技成果管理与研究 学科 工学
关键词 自组织映射 矢量量化 图像压缩
年,卷(期) 2012,(2) 所属期刊栏目 技术应用
研究方向 页码范围 69-71
页数 分类号 TP391.41
字数 语种 中文
DOI 10.3772/j.issn.1673-6516.2012.02.033
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 陈冬梅 桂林电子科技大学信息与通信学院 15 40 3.0 5.0
2 胡煜 桂林电子科技大学信息与通信学院 16 40 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (2)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
研究主题发展历程
节点文献
自组织映射
矢量量化
图像压缩
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
科技成果管理与研究
月刊
1673-6516
11-5433/N
北京复兴路15号251室
chi
出版文献量(篇)
6300
总下载数(次)
8
总被引数(次)
2148
论文1v1指导