改进的Kohonen网络及图像自适应矢量量化

您当前的位置：

首页 >

文章列表页 >

改进的Kohonen网络及图像自适应矢量量化

更新时间：2024-10-14

- 改进的Kohonen网络及图像自适应矢量量化
- Issue 5, Pages: 16-21(1992)
- 作者机构：
  
  1. 华中理工大学电信系
  2. 华中理工大学电信系武汉 430074
- 作者简介：
- 基金信息：
- DOI：
  CLC：
- Published：1992
- 稿件说明：
移动端阅览
[1]王卫,蔡德钧,万发贯.改进的Kohonen网络及图像自适应矢量量化[J].通信学报,1992(05):16-21.

[J]. 1992, (5): 16-21.
[1]王卫,蔡德钧,万发贯.改进的Kohonen网络及图像自适应矢量量化[J].通信学报,1992(05):16-21. DOI：

[J]. 1992, (5): 16-21. DOI：

摘要

本文针对图像矢量量化存在的分块效应问题

通过对Kohonen自组织模型的研究

修改了Kohonen的自组织特征映射（SOFM）算法

设计了两个DCT（离散余弦变换）域的特征值

用于图像数据块的分类。在此基础上

进一步探讨了改进的自组织特征映射（MSOFM）算法在图像自适应矢量量化中的应用。计算机模拟实验表明

MSOFM算法有效地减少了分块效应

与SOFM算法相比具有更好的性能。

Abstract

关键词

Keywords

references

Views

593

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于混合蚁群算法的一种矢量量化码书设计算法

一种基于神经网络的矢量量化零冗余度信道编码方法

自组织特征映射神经网络的聚类特性在语音矢量量化快速搜索中的应用

图像矢量量化──频率敏感自组织特征映射算法

静止图像的自适应分类编码

Related Author

罗雪晖

李霞

张基宏

厉力华

史玉回

何振亚

姚天任

王大有

Related Institution

深圳大学信息工程学院

深圳大学信息工程学院广东深圳518060

东南大学无线电系

东南大学无线电系南京 210018

华中理工大学电子与信息工程系

AI问答

⁰