一种改进的LBG快速算法

LBG算法是矢量量化码书设计的经典算法 .针对其空胞腔问题提出一种改进的LBG算法 ,并以熵序列收敛作为新的算法停止判据 .实验表明 ,该算法具有收敛速度快、码书性能佳等优点 ,该算法的PSNR比传统的LBG算法提高 2 74dB .

基于方差归一化失真测度的改进的LBG算法

矢量量化（ＶＱ）技术在话者识别系统中得到了广泛的应用。 ＶＱ码本的产生通常采用 ＬＢＧ算法，失真测度则为对矢量的各分量等权重的欧氏距离。在话者识别系统中特征矢量的各个分量的分布是有差别的，且对于不同的话者，这种差别的程度又是不一样的。由于不同分布的各维参数对话者识别的有效性各不相同，因此，文章提出了一种能反映这种有效性差别的失真测度，即：方差归一化失真测度。以该失真测度为基础，并结合时序相关的初始码本设计方法及有效的零胞腔处理技术，文章提出了改进的ＬＢＧ算法，同时利用该算法训练出改进的ＶＱ话者模型，并进行了话者识别实验。

基于VQ和LBG的移动Ad Hoc网络中分簇算法

应用信息论与数据压缩中的矢量量化理论和LBG算法,在簇和Voronoi胞腔、簇首和码矢、节点和矢量之间建立起一一对应的关系,把分簇的过程转换成二维矢量量化中胞腔的分裂过程。设计一个以簇结构稳定性高和负载均衡度好为目标的移动自组网分簇算法,仿真结果显示,分簇算法能够迅速地进行分簇,并且簇的结构具有较高的稳定性。

LBG与SOFM应用于矢量量化的比较研究

在介绍矢量量化以及LBG算法和SOFM算法的基础上,通过实验对比了LBG算法和SOFM算法在应用于图象矢量量化压缩过程时,码书大小、码字大小以及初始码书生成方式等因素对图像压缩性能的影响,得到了相关结论:固定码字矢量维数,码书越大,压缩比越小,重建图像质量越好;固定码书,码字矢量维数越小,编码性能越好;LBG算法对初始码书敏感,而SOFM算法由于所具备的自适应特性对初始码书不敏感。论文最后提供了一些改进思路,为改进传统矢量量化算法及设计新的矢量量化算法以提供了参考。

基于遗传LBG的图像矢量量化改进算法

矢量量化在图像压缩中有着举足轻重的地位。码书的设计是算法的关键,经典的LBG聚类算法由于对初始码书的选择非常敏感会导致不同的量化效果。把遗传算法和LBG算法相结合,充分利用LBG算法的局部搜索能力和遗传算法的全局寻优能力,能够在大大改善码本质量的同时加快算法的收敛速度。

自适应模糊聚类LBG矢量量化算法

采用模糊聚类C均值聚类确定型心改进LBG算法,实现语音参数MFCC码本的矢量量化,实验结果表明,该算法有着与单一LBG算法相近的量化误差,自适应确定码本大小码,码本尺寸显著降低,减小码本的存储量。

基于改进LBG算法RBF网络的高压输电线路故障诊断

利用径向基函数RBF网络适合于求解模式识别问题的优势,提出采用RBF网络来实现高压输电线路的故障诊断,建造了基于RBF网络的高压输电线路故障诊断模型结构,并且对RBF网络的聚类过程给出了改进的LBG算法。仿真分析及容错性测试结果表明,本文所提方法能快速、正确地实现高压输电线路的故障诊断,而且对因干扰而畸变的输入信息情况具有容错能力,适合应用于实时信息处理系统。

CSLBG算法在多通道混合身份认证系统中的应用

将生物认证技术与传统认证方法结合起来,针对不同安全等级需求,构建了一个基于密码、人脸和语音的多通道混合身份认证系统。在语音通道中,根据渐进最优矢量化理论的思想提出了一种改进型LBG算法(即CSLBG算法),采用码字转移方法,克服了经典LBG算法的局限性。实验结果表明,当真实人的人脸和语音随外界情况或时间变动而发生变化时,错误接收率始终低于1%,系统的识别性能和灵活性明显优于单通道身份认证系统。

浊音隶属度参数及F-LBG算法

为了克服低速率声码器因清浊音硬判决、粗判决而导致解码语音有帧过渡等不自然感的缺陷,在分析比较目前主流声码器编码算法中激励参数提取和量化算法的基础上,将模糊数学中的隶属度概念引入语音子带清浊音描述中,提出了5维的浊音隶属度矢量概念,用于精细描述语音丰富的激励信息;介绍了浊音隶属度矢量的提取算法;提出了矢量量化码本的模糊聚类与LBG级联训练算法(F-LBG);用提取算法提取、建立了浊音隶属度码本的训练样本集,用F-LBG训练了浊音隶属度码本;将提取算法和F-LBG法训练得到的浊音隶属度码本分别应用于正弦激励声码器、混合激励声码器和同态声码器进行语音编、解码仿真;结果表明,用浊音隶属度矢量描述和合成语音激励信号的算法,具有较高的准确性和较强的噪声鲁棒性。

一种快速、有效的LBG初始码书生成算法

针对LBG算法依赖初始码书的问题,以贪婪树增长算法与码书间距最大化算法为基础,提出了一种新的LBG初始码书生成算法。该算法用贪婪树增长算法生成基础码书,再采用码书间距最大化算法从基础码书中生成初始码书。该算法相对于常用的分裂法降低了计算复杂度,节约了运算时间。与两种基本算法相比,它降低了量化的失真度与平均谱包络失真。

基于PSO—LBG算法的最优码本设计

矢量量化(VQ)是一种极其重要的信号压缩方法,广泛地应用于图像信号压缩、语音信号压缩领域。它的主要问题是码本设计,在码本设计过程中,有许多算法被提出。本文提出了PSO和LBG算法相结合的PSO-LBG算法来设计码本,改善了码本质量,提高了收敛速度。

LBG算法在人脸识别中的应用

人脸图像的庞大信息量使其不适合于直接识别,根据矢量量化技术的特点,提出基于LBG算法的人脸识别方法。将训练样本拼接后分割子图像作为码书训练的输入矢量,用经典的LBG算法训练码书,根据测试样本对各码书的失真度对图像进行分类识别。ORL人脸图像数据库的实验结果表明,这一方法在不同分辨率、不同码书长度下都优于传统的PCA算法,在低分辨率下亦能获得很好的识别效果,能较好地解决人脸这样一类复杂的图像识别问题。

免疫粒子群改进LBG的孤立词语音识别算法研究

语音识别技术已在通信及控制等领域得到广泛应用,针对孤立词语音识别矢量量化中LBG算法对初始码书选择敏感,容易陷入局部最优、泛化能力不强的缺点,将免疫粒子群优化算法(IPSO)和LBG算法结合进行聚类分析,从而得到基于IPSO-LBG的码书设计方法,并将其用于基于离散隐马尔可夫模型(DHMM)的孤立词语音识别系统中。通过实验,与传统LBG算法的DHMM孤立词语音识别系统的识别结果相比,证明了改进的系统有较好的识别率和适应性。

一种基于覆盖域密度的LBG算法

针对矢量量化中Linde-Buzo-Gray(LBG)算法产生大量无效或重复码向量问题,提出了一种基于覆盖域密度分割码向量方法。在LBG算法的更新迭代步骤,记录各码向量的覆盖域及其平均失真率,计算覆盖域密度;码向量分割时,只对"坏的"码向量进行分割,"好的"码向量直接复制到下一代码书中。实验表明,修改后的算法提高了LBG的鲁棒性,码书质量也得到一定程度提高。

一种新的基于LBG和DTW的模板训练算法

提出了一种新的基于LBG和DTW结合的模板训练算法,包括模板训练、初始模板设置、空子集处理三个部分,能够完整、有效地解决语音识别中模板训练的问题。该算法实现了语音信号特征矩阵的聚类及其质心的生成,使孤立词语音识别系统更好地适用于非特定人的情况,提高了系统对训练集外说话人语音的正确识别率。设计、实现了一个识别系统,模板训练中较快的收敛速度和系统较高的识别率验证了算法的优良性能。

LBG算法中空包腔的优化处理

矢量量化(VQ)技术在说话人识别方面得到广泛的应用。VQ码本的产生通常采用LBG算法,LBG算法不可忽视的问题之一是空包腔的处理,它对码本的质量和算法的效率都产生影响。为此提出一种优化的空包腔处理方法:对得分最大的包腔的分解是基于聚类机会均等和码字最有代表性原则下进行的,避免了再一次产生空包腔的可能性。同时该方法还是基于不损失矢量的原则,对保持矢量空间分布的完备性具有意义。该方法得到了实验的验证。

使用新的码字分割方法的快速LBG算法

针对LBG算法中初始码书生成存在盲目性的问题,提出了一种基于训练向量集合分量之间的相关性进行码向量分割的方法。在迭代过程,记录每一个码向量所映射的训练向量子集;生成新的初始码书时,首先计算被分割码向量所映射的训练子集的第一个分量与其他各分量之间的协方差;根据协方差来分割相应的码向量。实验表明,应用新的码向量分割机制后,LBG算法中的迭代次数和运行时间减少了约10%左右。

一种改进的LBG算法在声纹识别中的应用

提出一种改进的矢量量化VQ(Vector Quantization)算法,优化了现有的声纹识别技术,并已经得到了应用。对基于LBG(Linde Buzo Gray)算法中现有的倒谱参数MFCC(Mel-Frequency Ceptral Coefficients)在声纹识别中的提取以及声纹模型建立的相关改进,使得矢量量化局部最优的特点在新的声纹模型建立时得到更好的应用。在保证识别率的情况下减少了匹配次数,降低了运行时间。经过测试,语音的平均识别率达到了92%以上,实时识别率达到90%以上。实验结果表明,相对于LBG算法原型,改进的算法的识别精度和速度都有所提高,是一种有效的声纹自动识别的实现方法。

一个改进的LBG算法

ＬＢＧ算法是矢量量化码书设计的基本算法。本文提出了一个改进的ＬＢＧ算法，它加入了分裂失真较大的胞腔和删除非典型胞腔两条新规则，并采用了新的分裂法。分析与试验结果表明，改进的算法具有新的优点。

一种采用码字转移的改进型LBG算法

经典LBG算法的局部极小值问题是制约其性能的重要因素.根据渐进最优矢量量化理论[4]的思想提出了一种改进型LBG算法,它采用码字转移的方法使各个类的畸变趋于平衡,从而近一步减小平均畸变以获得性能更优的量化器.文中介绍了若干实验,对多种分布的样本以及2维图像进行了经典算法和改进型算法的比较.从实验结果看出,后者的算法性能大大优于前者.