一种高效的基于模拟退火的LBG算法

针对传统矢量量化码书设计 L BG算法对初始码书敏感和在迭代过程中容易陷入局部极小的缺陷 ,结合模拟退火算法 ,提出了一种基于模拟退火的 L BG改进算法 ,并给出了退火过程中的扰动因子刻画、扰动策略选取、稳定性判据确定和温度下降策略等细节 .模拟实验结果表明 ,本文所提出的改进算法能够有效地回避对初始码书的敏感 ,同时在搜索性能和图像压缩后还原质量上都得到很好的改善 .

引入竞争机制的连续Hopfield神经网络矢量量化算法设计与实现

本文对照经典的矢量量化算法的不足,讨论了基于竞争机制的连续Hopfield神经网络矢量量化算法的设计与实现。详细描述了网络映射过程、网络能量函数的刻画和神经元状态转换方程。实验结果表明,与经典的LBG算法相比,本文所提算法具有更好的性能和强大的并行处理能力以及更优良的全局优化能力。