10.3969/j.issn.1001-5965.2004.12.017
一种基于联想记忆系统实现图像压缩的新方法
针对传统神经网络用于图像压缩时存在的训练时间长、泛化能力弱等问题,提出一种基于联想记忆型神经网络的图像压缩新方法.利用牛顿前向插值多项式构建联想记忆系统,对图像数据进行建模.首先将图像数据分为多个数据块,然后利用数据块对联想记忆系统进行训练,训练结束后得到该数据块的特征数据,特征数据的数量小于原始数据块,且数值大多在零附近.最后对所有数据块的特征数据重新排序,进行熵编码,从而实现图像数据的压缩.实验结果表明该方法是可行的和有效的,相比传统神经网络,联想记忆系统无需预先训练,不依赖训练集数据和初始值,可以实时编码.
神经网络、联想记忆系统、图像压缩、熵编码
30
TN919.8
2005-02-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
1208-1211