重庆市自然科学基金(2010BB2407)
- 作品数：2 被引量：1H指数：1
- 相关作者：陈善学张本强彭娟王佳果徐皓淋更多>>
- 相关机构：重庆邮电大学中兴通讯股份有限公司更多>>
- 发文基金：重庆市自然科学基金国家自然科学基金国家科技重大专项更多>>
- 相关领域：电子电信更多>>
- 一种基于改进的SOFM神经网络的图像无损压缩方法被引量：1
- 2011年
- 在介绍矢量量化和自组织特征映射神经网(SOFM)的基础上,针对SOFM算法的特点对其进行了几个方面的改进,提高了SOFM网络的性能。采用改进后的基于SOFM的矢量量化技术对图像进行无损压缩编码,码书设计时间减少了约70%,图像效果、编码质量均有所提高,实验结果表明了本算法的压缩比比传统的差值编码(DPCM)无损压缩最高可提升40%,证明了算法的有效性。
- 陈善学王佳果彭娟张本强
- 关键词：自组织特征映射矢量量化码书设计
- 改进的矢量量化码字快速搜索法
- 2011年
- 矢量量化技术是一种高效和有竞争力的数据压缩方法,但由于其编解码过程中需要较大的计算量影响了其使用。提出了一种改进的基于子矢量特征值的码字快速搜索算法。算法充分利用矢量的3个特征值即和值、子矢量和值以及方差,建立起一种5步码字排除法,使得算法能够快速排除大部分不匹配码字,实现减少计算量的目的。仿真实验结果表明,算法的计算量要小于ZhiBin算法、Pan算法以及Chen算法,证明了改进算法的有效性。
- 龙清徐皓淋陈善学
- 关键词：矢量量化码字搜索特征值
