矢量量化的误差竞争学习算法

摘要：

提出了误差竞争学习(Distortion competitive le arning,DCL)算法.该算法基于Gers ho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.

关键词：矢量量化、误差渐近理论、误差竞争学习、等误差原则

所属期刊栏目：15

分类号：TN911.21

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：281-283