一种基于Tabu搜索的模糊学习矢量量化图象编码算法

摘要：

模糊学习矢量量化算法(FLVQ)虽然解决了硬的竞争学习对初始码本的依赖性问题,但收敛速度变慢,且仍无法克服陷入局部最小.为此在分析模糊学习矢量量化图象编码原理的基础上,探讨了FLVQ算法的几种优化途径,进而提出了一种基于Tabu搜索(TS)的模糊学习矢量量化的新算法(TS-FLVQ),并给出了该算法的具体实现方法及步骤.该算法首先利用TS技术产生一个面向全局搜索的寻优列表,然后再进行模糊学习以得到最优解.实验结果表明,该算法在收敛速度及编码效果上均较FLVQ有较大的提高.

关键词：图象编码、模糊学习、Tabu搜索

所属期刊栏目：7

分类号：TN919.8

资助基金：广东省教育厅千百十工程优秀人才培养基金200018

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5页

页码：115-119