| 一种新的自组织神经网络算法 |
| |
| 引用本文： | 黎洪松.一种新的自组织神经网络算法[J].北京师范大学学报(自然科学版),2005,41(5):496-498. |
| |
| 作者姓名： | 黎洪松 |
| |
| 作者单位： | 北京师范大学信息科学与技术学院,100875,北京 |
| |
| 摘 要： | 为有效提高矢量量化码书的性能和学习效率,需进一步改进自组织神经网络的学习算法.在分析Kohonen自组织特征映射算法(SOM)的基础上,提出了一种基于频率敏感的自组织特征映射算法(FSOM),并应用到图像矢量量化中,实验表明,FSOM算法具有聚类特性好和训练速度快等优点,是一种有效的码书设计算法.
|
| 关 键 词： | 自组织神经网络 自组织特征映射算法 矢量量化 图像编码 |
| 收稿时间： | 2005-04-08 |
| 修稿时间： | 2005年4月8日 |
A NEW SELF-ORGANIZING FEATURE MAP ALGORITHM |
| |
| Li Hongsong.A NEW SELF-ORGANIZING FEATURE MAP ALGORITHM[J].Journal of Beijing Normal University(Natural Science),2005,41(5):496-498. |
| |
| Authors: | Li Hongsong |
| |
| Institution: | College of Information Science, Beijing Normal University, 100875, Beijing, China |
| |
| Abstract: | Self-organizing neural network is a very efficient method for pattern recognition and vector quantization(VQ).Self-organizing feature map(SOM) is analyzed and frequency sensitive self-organizing feature map(FSOM) is proposed.Experimental results for image VQ show that FSOM algorithm is better than SOM algorithm. |
| |
| Keywords: | self-organizing neural network self-organizing feature map(SOM) vector quantization image coding |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
