以熵序列收斂作算法停止判據(jù)的碼書訓(xùn)練算法

以LBG算法為代表的傳統(tǒng)碼書訓(xùn)練算法基本上都用量化失真序列收斂作算法停止條件.提出了一種簡單、快速的新算法.該算法的基本思想為,不必計(jì)算量化失真,直接用區(qū)域序列對應(yīng)的熵序列收斂作停止條件.與經(jīng)典的LBG算法相比,該算法結(jié)構(gòu)更簡單、速度更快、更容易理解.我們用典型的測試圖像Lena、Barbara作實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,該算法的PSNR與著名的LBG算法相差小于0.1dB,但它的運(yùn)行速度比LBG快兩倍以上.

作 者： 龐朝陽 孫世新   作者單位： 電子科技大學(xué)計(jì)算機(jī)系,四川,成都,610054  刊 名： 系統(tǒng)工程與電子技術(shù)  ISTIC EI PKU 英文刊名： SYSTEMS ENGINEERING AND ELECTRONICS  年，卷(期)： 2002 24(1)  分類號： O23  關(guān)鍵詞： 向量量化   LBG算法   區(qū)域序列   熵序列  

【以熵序列收斂作算法停止判據(jù)的碼書訓(xùn)練算法】相關(guān)文章：

參數(shù)序列比對算法研究04-26

信息熵方程求解算法及其應(yīng)用04-26

一類優(yōu)化問題的快速收斂算法04-26

LS-共軛梯度算法的收斂性04-27

數(shù)學(xué)算法04-28

三項(xiàng)混合共軛梯度算法及其收斂性04-27

一類非擬牛頓算法全局收斂的幾個(gè)充分條件04-27

SSDA的改進(jìn)算法04-26

基于遺傳算法的二維最小交叉熵的動態(tài)圖像分割04-26

高階熵條件格式下Euler方程與N-S方程的混合算法04-26