10.3969/j.issn.1006-8961.2000.08.006
动态模糊矢量量化算法
由于传统的K-均值算法在用于矢量量化时强烈依赖初始码书的选取,如果初始码书选取不好,则很容易陷入局部最小点;而Bezdek的模糊K-均值算法由于计算量很大,也很少用于矢量量化的设计码书,因此,人们一直在寻找收敛速度和收敛效果两者性能都较好的算法.在研究Nicolaos等人提出的模糊矢量量化(FVQ)算法基础上,针对FVQ算法收敛过程存在的问题,并从收敛结构和收敛策略出发,提出了一种动态的模糊矢量量化算法(DFVQ);同时给出了两种具体实现形式以及算法步骤.实验表明,该动态模糊矢量量化算法在收敛速度和收敛效果方面都较模糊矢量量化算法有较大提高.
图象编码、矢量量化、动态收敛
5
TN919.81
大连理工大学校科研和教改项目
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
655-659