矢量量化的误差竞争学习算法 被引量：4

1

作者 王进 余松煜 张文军 《数据采集与处理》 CSCD 2000年第3期281-283,共3页

提出了误差竞争学习 ( Distortion competitive learning,DCL)算法。该算法基于 Gersho的矢量量化误差渐近理论的等误差原则 ,即当码本数趋于无穷大时 ,各区域子误差相等 ,使用这个原则作为最优码书设计的一个必要条件 ,并结合传统最优... 提出了误差竞争学习 ( Distortion competitive learning,DCL)算法。该算法基于 Gersho的矢量量化误差渐近理论的等误差原则 ,即当码本数趋于无穷大时 ,各区域子误差相等 ,使用这个原则作为最优码书设计的一个必要条件 ,并结合传统最优码书设计的两个必要条件 ,然后根据这 3个必要条件 :( 1)最近邻规则 ;( 2 )中心准则 ;( 3)各区域子误差近似相等设计最优码书 ,而在算法的实现中引入广义误差测度 ,以确保该测度与各个区域的子误差相关。最后从快速性与均方差两个方面与目前的码本设计算法比较。实验结果表明 ,该算法在降低迭代时间与减少均方差优于其他传统码本设计算法 ,能迅速地找到优化的码本。 展开更多

关键词 矢量量化 误差竞争学习算法 图像处理 图像编码

在线阅读 下载PDF 职称材料

学习矢量量化的软竞争算法 被引量：2

2

作者 张志华 郑南宁 王天树 《软件学报》 EI CSCD 北大核心 2002年第5期980-986,共7页

尽管FALVQ算法的亏损因子为模糊隶属度函数,但由于它的尺度函数并不是模糊隶属度函数,使得算法的性能不稳定.为了克服这个问题,通过推广FALVQ中获胜亏损因子的定义,导出了广义LVQ的一类软竞争算法(SCALVQ),并且给出了它的3种具体形式.在... 尽管FALVQ算法的亏损因子为模糊隶属度函数,但由于它的尺度函数并不是模糊隶属度函数,使得算法的性能不稳定.为了克服这个问题,通过推广FALVQ中获胜亏损因子的定义,导出了广义LVQ的一类软竞争算法(SCALVQ),并且给出了它的3种具体形式.在SCALVQ中,亏损因子和对应的尺度函数是同一个模糊隶属度函数,它汲取了FALVQ和软竞争格式的优点,有效地克服了FALVQ存在的问题. 展开更多

关键词 学习矢量量化 软竞争算法 模糊隶属度函数 亏损因子 尺度函数 干扰函数 神经网络

在线阅读 下载PDF 职称材料

模糊强化学习型的图像矢量量化算法 被引量：1

3

作者 姜来 许文焕 +1 位作者 纪震 张基宏 《电子学报》 EI CAS CSCD 北大核心 2006年第9期1738-1741,共4页

本文给出了一种新的图像矢量量化码书的优化设计方法.传统矢量量化方法只考虑了码字与训练矢量之间的吸引影响,所以约束了最优解的寻解空间.本文提出了一种新的学习机理———模糊强化学习机制,该机制在传统的吸引因子基础上,引入新的... 本文给出了一种新的图像矢量量化码书的优化设计方法.传统矢量量化方法只考虑了码字与训练矢量之间的吸引影响,所以约束了最优解的寻解空间.本文提出了一种新的学习机理———模糊强化学习机制,该机制在传统的吸引因子基础上,引入新的排斥因子,极大地释放了吸引因子对最优解的寻解空间的约束.新的模糊强化学习机制没有采用引入随机扰动的方法来避免陷入局部最优码书,而是通过吸引因子和排斥因子的合力作用,较准确地确定了每个码字的最佳移动方向,从而使整体码书向全局最优解靠近.实验结果表明,基于模糊强化学习机制的矢量量化算法始终稳定地取得显著优于模糊K-means算法的性能,较好地解决了矢量量化中的码书设计容易陷入局部极小和初始码书影响优化结果的问题. 展开更多

关键词 矢量量化 图像编码 模糊强化学习 吸引因子 排斥因子

在线阅读 下载PDF 职称材料

基于模糊核学习矢量量化的Sammon非线性映射算法 被引量：1

4

作者 晋良念 欧阳缮 李民政 《计算机应用》 CSCD 北大核心 2007年第3期553-555,共3页

提出了一种基于可靠稳定的模糊核学习矢量量化(FKLVQ)聚类的Sammon非线性映射新算法。该方法通过Mercer核,将数据空间映射到高维特征空间,并在此特征空间上进行FKLVQ学习获取数据空间有效且稳定的聚类权矢量,然后在特征空间和输出空间... 提出了一种基于可靠稳定的模糊核学习矢量量化(FKLVQ)聚类的Sammon非线性映射新算法。该方法通过Mercer核,将数据空间映射到高维特征空间,并在此特征空间上进行FKLVQ学习获取数据空间有效且稳定的聚类权矢量,然后在特征空间和输出空间上仅针对各空间的数据样本和它们各自的聚类权矢量进行Sammon非线性核映射。这样既降低了计算的复杂度,又使数据空间和输出空间上数据点与聚类中心间的距离信息保持相似。仿真结果验证了该方法的可靠性和稳定性。 展开更多

关键词 非线性映射 Sammon投影 距离保持性 计算复杂度 模糊核 学习矢量量化

在线阅读 下载PDF 职称材料

熵约束广义学习矢量量化神经网络和软竞争学习算法 被引量：1

5

作者 张志华 郑南宁 +1 位作者 张淮峰 于海霞 《自动化学报》 EI CSCD 北大核心 2002年第2期244-250,共7页

结合广义学习矢量量化神经网络的思想和信息论中的极大熵原理 ,提出了一种熵约束广义学习矢量量化神经网络 ,利用梯度下降法导出其学习算法 ,该算法是软竞争格式的一种推广 .由于亏损因子和尺度函数被定义为同一个模糊隶属度函数 ,它可... 结合广义学习矢量量化神经网络的思想和信息论中的极大熵原理 ,提出了一种熵约束广义学习矢量量化神经网络 ,利用梯度下降法导出其学习算法 ,该算法是软竞争格式的一种推广 .由于亏损因子和尺度函数被定义为同一个模糊隶属度函数 ,它可以有效地克服广义学习矢量量化网络的模糊算法存在的问题 .文中还给出熵约束广义学习矢量量化网络及其软竞争学习算法的许多重要性质 ,以此为依据 。 展开更多

关键词 学习矢量量化 极大熵原理 软竞争学习算法 神经网络 拉格朗日乘子

在线阅读 下载PDF 职称材料

应用于矢量量化的竞争学习算法研究 被引量：1

6

作者 朱策 何振亚 +1 位作者 厉力华 汪军 《电子学报》 EI CAS CSCD 北大核心 1997年第2期113-115,共3页

本文依据部分失真定理提出了一种应用于矢量量化的竞争学习新算法─—部分失真均衡竟争学习算法．与目前流行的多种竞争学习算法相比，该算法对于不同尺寸码书的设计均取得了最好的结果，特别是对于大尺寸码书的设计，效果更为明显．

关键词 竞争学习算法 矢量量化 部分失真

在线阅读 下载PDF 职称材料

一种快速模糊矢量量化图像编码算法 被引量：5

7

作者 张基宏 谢维信 《电子学报》 EI CAS CSCD 北大核心 1999年第2期106-108,共3页

本文在学习矢量量化（ＬＶＱ）和模糊矢量量化（ＦＶＱ）算法的基础上，设计了一种新的训练矢量超球体收缩方案和码书学习公式，提出了一种快速模糊矢量量化算法（ＦＦＶＱ）．该算法具有对初始码书选取依赖性小，不会陷入局部最小和运... 本文在学习矢量量化（ＬＶＱ）和模糊矢量量化（ＦＶＱ）算法的基础上，设计了一种新的训练矢量超球体收缩方案和码书学习公式，提出了一种快速模糊矢量量化算法（ＦＦＶＱ）．该算法具有对初始码书选取依赖性小，不会陷入局部最小和运算量小的优点．实验表明，ＦＦＶＱ设计的图像码书性能与ＦＶＱ算法相比，训练时间大大缩短，峰值信噪比也有改善． 展开更多

关键词 图像编码算法 学习矢量量化 模糊矢量量化

在线阅读 下载PDF 职称材料

模糊增强学习码书设计算法及其在图像编码中的应用

8

作者 李霞 罗萍 +1 位作者 罗雪晖 张基宏 《信号处理》 CSCD 2002年第5期434-437,共4页

本文提出一种用于图像压缩编码的模糊增强学习码书设计算法。该算法是在模糊竞争学习矢量量化的基础上引入增强学习,并用输入训练模式的监督信号与类别模式之间的隶属度控制增强信号。实验结果表明,该算法对初始码本依赖性小,与模糊竞... 本文提出一种用于图像压缩编码的模糊增强学习码书设计算法。该算法是在模糊竞争学习矢量量化的基础上引入增强学习,并用输入训练模式的监督信号与类别模式之间的隶属度控制增强信号。实验结果表明,该算法对初始码本依赖性小,与模糊竞争学习矢量量化和微分竞争学习算法相比,收敛速度更快,性能更好。 展开更多

关键词 图像压缩 码书设计 增强学习 模糊竞争学习矢量量化

在线阅读 下载PDF 职称材料

改进的SOFM及其在矢量量化中的应用 被引量：7

9

作者 段勇 徐心和 崔宝侠 《系统仿真学报》 EI CAS CSCD 北大核心 2006年第3期718-721,共4页

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。... 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。 展开更多

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

在线阅读 下载PDF 职称材料

误差敏感竞争性学习算法 被引量：1

10

作者 周建鹏 杨义先 《通信学报》 EI CSCD 北大核心 1997年第6期47-52,共6页

本文基于等误差准则提出了一种适用于矢量量化技术的新型码书设计算法。实验表明此算法优于现存算法。为解决初始码书赋值问题，本文提出了自生成自组织神经网络方法。实验表明此算法加速了算法的收敛速度。

关键词 矢量量化 等误差准则 竞争学习 数据压缩

在线阅读 下载PDF 职称材料

修正的广义学习向量量化算法 被引量：1

11

作者 周水生 周利华 《计算机工程》 CAS CSCD 北大核心 2003年第13期34-36,共3页

讨论了Pal等的广义学习量化算法（GLVQ）和Karayiannis等的模糊学习量化算法（FGLVQ）的优缺点，提出了修正广义学习量化(RGLVQ)算法。该算法的迭代系数有很好的上下界，解决了GLVQ的“Scale”问题，又不像FGLVQ算法对初始学习率敏感。... 讨论了Pal等的广义学习量化算法（GLVQ）和Karayiannis等的模糊学习量化算法（FGLVQ）的优缺点，提出了修正广义学习量化(RGLVQ)算法。该算法的迭代系数有很好的上下界，解决了GLVQ的“Scale”问题，又不像FGLVQ算法对初始学习率敏感。用IRIS数据集对算法进行了测试，并应用所给算法进行了用于图像压缩的量化码书设计。该文算法与FGLVQ类算法性能相当，但少了大量浮点除法，实验过程表明节约训练时间约10%。 展开更多

关键词 学习向量量化算法 竞争网络 图像压缩 模糊学习量化算法

在线阅读 下载PDF 职称材料

一种新的混合域矢量量化图像压缩编码算法 被引量：1

12

作者 王向阳 左珂可 《小型微型计算机系统》 CSCD 北大核心 2009年第6期1142-1147,共6页

为了有效捕获数字图像的重要视觉信息,提出一种新的混合域矢量量化图像编码算法.该算法首先对原始图像进行小波分解,同时对中高频小波子带实施自适应方向分解;然后对最低频子带进行DPCM编码;再结合高频子带系数相关性构造矢量,并采纳竞... 为了有效捕获数字图像的重要视觉信息,提出一种新的混合域矢量量化图像编码算法.该算法首先对原始图像进行小波分解,同时对中高频小波子带实施自适应方向分解;然后对最低频子带进行DPCM编码;再结合高频子带系数相关性构造矢量,并采纳竞争学习矢量量化策略训练码书;最后利用Huffman方法对输出进行熵编码并生成比特流.仿真实验表明,本文所提出的混合域矢量量化图像编码算法是一种高效的图像压缩方法,不仅其压缩效果明显优于小波域矢量量化图像压缩方案,而且具有较强的通用性与适应性(小波域矢量量化方法对于Barbara之类纹理图像压缩效果较差,而本文算法的压缩效果却较理想). 展开更多

关键词 图像编码 CONTOURLET 初始码书 带内相关 竞争学习矢量量化

在线阅读 下载PDF 职称材料

遗传选择机制在矢量量化中的应用

13

作者 王进 余松煜 张文军 《数据采集与处理》 CSCD 1999年第3期395-398,共4页

提出误差选择竞争学习算法，它把遗传算法中的选择机制引入到矢量量化设计中，在使用竞争学习算法减小期望误差的前提下，利用选择机制调整各个区域的子误差从而进一步改善期望误差，实验结果表明，该算法较好地调整了各区域的子误差。

关键词 矢量量化 遗传算法 竞争学习 选择机制 图像编码

在线阅读 下载PDF 职称材料

均衡竞争神经元获胜机会的方法 被引量：1

14

作者 冯乃勤 董亚杰 +1 位作者 南书坡 郭战杰 《计算机工程与设计》 CSCD 北大核心 2009年第4期971-973,共3页

竞争型神经网络存在"死点"问题,某些神经元在竞争中可能始终未能获胜而成为"死神经元",不仅造成神经元的浪费,而且造成训练误差偏大,无法达到训练误差的精度要求,不能很好完成它所担负的聚类或分类任务。针对该问题... 竞争型神经网络存在"死点"问题,某些神经元在竞争中可能始终未能获胜而成为"死神经元",不仅造成神经元的浪费,而且造成训练误差偏大,无法达到训练误差的精度要求,不能很好完成它所担负的聚类或分类任务。针对该问题,研究竞争型神经网络的切入点,深入探讨了LVQ神经网络并且通过引入阈值学习规则,均衡神经元获胜的机会,较好地解决了该类网络在遇到"死"点时训练误差偏大的问题,仿真实验结果表明了该方法的有效性。 展开更多

关键词 竞争 学习矢量量化 死点 训练误差 阈值

在线阅读 下载PDF 职称材料

使用进化策略的最优码本设计 被引量：1

15

作者 王进 余松煜 张文军 《通信学报》 EI CSCD 北大核心 2000年第6期60-64,共5页

本文提出进化策略竞争学习算法 ,它把进化策略引入到矢量量化设计中 ,在使用传统竞争学习算法减小期望误差的前提下 ,利用进化策略调整各码本所确定区域的子误差 ,从而进一步改善期望误差。最后与目前常用的码本设计算法相比 ,实验结果... 本文提出进化策略竞争学习算法 ,它把进化策略引入到矢量量化设计中 ,在使用传统竞争学习算法减小期望误差的前提下 ,利用进化策略调整各码本所确定区域的子误差 ,从而进一步改善期望误差。最后与目前常用的码本设计算法相比 ,实验结果表明该算法优于其它码本设计算法 ,较好地调整了各区域的子误差 ,实现了全局最优。 展开更多

关键词 矢量量化 竞争学习算法 码本设计

在线阅读 下载PDF 职称材料