基于神经网络的一种改进的向量量化方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：用LBG算法产生的码书,其码向量在码书中的排列是无序的。用此序号作为向量量化器编码输出时,对信道误码特别敏感。为了控制由于信道误码而导致整个向量量化通信系统性能严重下降,基于Kohonen网络的自组织特征映射（SOFM）算法进行向量量化分析,并针对SOFM算法性能上的缺陷,提出了一种改进的自组织特征映射算法。新算法引入失真敏感参数,对网络参数进行优化,通过调整码字的部分失真来指导神经网络的学习。通过仿真试验,从峰值信噪比的提高验证了算法的优越性。

原文链接:http://www.cqvip.com/Main/Detail.aspx?id=34241103

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：神经网络 量化方法 神经网 detail cqvip 自组织特征映射 神经网络 向量量化 图像编码 峰值信噪比