期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于改进CPN的快速矢量量化 被引量:1
1
作者 戴彦群 王茂芝 《计算机应用》 CSCD 北大核心 2004年第5期64-66,101,共4页
对向传播神经网络(CPN)可以作为矢量量化器用于图像压缩,但CPN学习算法在进行码书设计时存在两个明显的缺陷。本文对CPN学习算法进行改进,提出了一种新的码书设计算法———快速竞争学习及误差修正算法(FCLECA)和一个基于改进CPN的快速... 对向传播神经网络(CPN)可以作为矢量量化器用于图像压缩,但CPN学习算法在进行码书设计时存在两个明显的缺陷。本文对CPN学习算法进行改进,提出了一种新的码书设计算法———快速竞争学习及误差修正算法(FCLECA)和一个基于改进CPN的快速矢量量化器模型,并讨论了FCLECA中的重要步骤和重要参数。仿真实验结果表明,FCLECA在生成高质量码书的同时大幅减少了训练时间,可以有效地实现快速矢量量化。 展开更多
关键词 图像压缩 矢量量化 码书设计 对向传播网络 多级矢量量化器
在线阅读 下载PDF
改进对向传播神经网络应用于码书设计及其性能分析
2
作者 佘春东 李磊 +2 位作者 戴彦群 王茂芝 范植华 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2005年第4期704-711,共8页
针对对向传播神经网络(CPN)应用于矢量量化时的两个缺陷进行改进,提出了一种码书设计算法——快速竞争学习及误差修正算法(FCLECA),并设计了相应的基于改进CPN的快速矢量量化器模型,详细讨论了FCLECA的重要步骤、重要参数及其时间复杂... 针对对向传播神经网络(CPN)应用于矢量量化时的两个缺陷进行改进,提出了一种码书设计算法——快速竞争学习及误差修正算法(FCLECA),并设计了相应的基于改进CPN的快速矢量量化器模型,详细讨论了FCLECA的重要步骤、重要参数及其时间复杂度仿真实验结果表明文中算法能在提高码书质量的同时大幅缩短训练时间。 展开更多
关键词 图像压缩 矢量量化 码书设计 对向传播神经网络 多级矢量量化器
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部