排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
为了改善矢量量化的码书性能和提高神经网络的学习效率,在分析等误差自组织特征映射算法(equidistortion self-organizing feature mapping,EDSOFM)的基础上,提出了一种改进算法.改进算法将模糊神经网的隶属度函数引入到竞争学习算法中,有效地提高了学习收敛速度.针对原算法搜索获胜... 相似文献
2.
研究了一种基于Hadamard变换的结合矢量特征值和子矢量和值的快速码字搜索算法.该算法充分利用矢量特征量和子矢量和值在空域和Hadamard域间的联系,建立了一种4步高效排除不等式,再结合部分失真PDS(partial distortion search)排除法,有效地排除了大量不匹配码字.实验结果表明,算法相比于其... 相似文献
3.
用于LBG初始码书设计的改进PNN算法 总被引:1,自引:1,他引:0
矢量量化初始码书对于码书的形成非常重要,为了改善初始码书的性能和提高最终的码书质量,在分析成对最邻近(pair-wise nearest neighbor,PNN)算法与基础上,提出2种改进算法用于LBG算法初始码书的设计。改进的算法将训练矢量的分量和值排序与一次迭代多次融合用于PNN算法中,有效地降低了PNN算法的复杂度,减小了PNN算法的收敛时间。实验证明,该算法具有合理性和有效性,与LBG算法结合可进一步提高码书质量。 相似文献
4.
为了改善矢量量化的码书性能和提高神经网络的学习效率,在分析等误差自组织特征映射算法(equidistortion self-organizing feature mapping,EDSOFM)的基础上,提出了一种改进算法。改进算法将模糊神经网的隶属度函数引入到竞争学习算法中,有效地提高了学习收敛速度。针对原算法搜索获胜码字时计算量较大的问题,改进算法通过不等式判决的方法,快速排除了大量的不匹配码字。实验结果表明,改进算法使码书设计的计算量得到明显的减少,而且码书的性能得到了提高。 相似文献
1