基于云模型的变分自编码器数据压缩方法

摘要：

图像数据解压缩问题是一类重要的数据处理问题,数据特征学习在数据压缩研究中有重要的研究价值.提出了一种基于云模型的变分自编码器特征表征模型,将云模型作为变分自编码器的先验分布,解决变分自编码器在特征表征上的局限性.变分自编码器的编码器部分负责构建数据的特征空间,通过在该空间中采样获得隐变量,完成数据压缩;解码器部分完成从数据特征到原数据的生成,即数据的解压.在人脸数据集上与原方法作实验对比,验证了该方法的正确性和有效性.

关键词：云模型、变分自编码器、隐变量空间、数据压缩、数据重构

所属期刊栏目：49

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;重庆医科大学智慧医学研究项目

在线出版日期：2023-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：96-99