AN EFFICIENT FAST ENCODING ALGORITHM FOR VECTOR QUANTIZATION

A fast encoding algorithm was presented which made full use of two characteristics of a vector, its sum and variance. In this paper, a vector was separated into two subvectors, one is the first half of the coordinates and the other contains the remaining coordinates. Three inequalities based on the characteristics of the sums and variances of a vector and its two subvectors were introduced to reject those codewords which are impossible to be the nearest codeword. The simulation results show that the proposed algorithm is faster than the improved equal average eaual variance nearest neighbor search (EENNS) algorithm.

基于声信号的滚动轴承故障诊断研究

结合小波包短时能量散布熵、回溯搜索算法以及学习矢量神经网络,提出一种基于声信号的滚动轴承故障诊断新方法。首先利用小波包分解结合短时能量对声信号进行脉冲能量提取,突出与故障相关的时频子空间的能量分布,再通过计算各子空间短时能量序列的散布熵,构造特征矩阵。利用t-分布随机邻域嵌入方法对所获特征进行降维聚类,显示所提取的特征具有较好的聚类性能。然后采用回溯搜索算法优化学习矢量量化建立神经网络故障诊断模型,对轴承故障进行识别,并与多种诊断方法进行比较,试验结果表明,加入短时能量散布熵后,本模型提升了声信号的能量特性,优化了特征矩阵,诊断性能最佳。

一种改进的矢量量化码字搜索算法

该文利用图像矢量的平均值和方差,结合了最近邻域搜索算法,构造了一种新的快速矢量量化编码算法。将一个输入矢量分为两个子矢量,分别计算原始矢量、两个子矢量的和以及方差值,利用在这些数值基础上建立的一组三角不等式来排除不可能的码字。仿真结果表明新算法在所需时间和计算复杂度方面优于改进的EENNS算法,为矢量量化算法的研究提供了一种新的思路。

一种快速DCT图像压缩算法的研究

主要对JPEG图像压缩标准中的DCT变换和量化部分提出了一些改进意见。其中 ,DCT变换部分采用查表法代替常规DCT算法 ,大大提高了其运算速度 ;量化部分用基于简单有效的“二重测试算法”的矢量量化取代了一般的欧氏距离矢量搜索算法 ,明显加快了码书的搜索速度。

基于Hadamard变换和矢量分割的快速搜索算法

为了对图像信号进行快速有效压缩,提出了一种改进的基于Hadamard变换和矢量分割的双测试算法。该算法首先在Hadamard域中对空域双测试算法的两个删除准则进行了等效变换;然后在实验的基础上,对变换域码字和输入矢量进行了恰当的矢量分割;最后在码字搜索过程中,利用其中一个最为有效的删除准则来排除大部分的不匹配码字。实验结果表明,改进算法能大大提高码字的搜索效率,搜索范围可减少到原始算法搜索范围的约14%～17%,总体编码时间也减少到原始算法编码时间的约35%～45%。

一种改进的基于Hadamard变换的快速码字搜索算法

提出了一种矢量量化码字搜索的快速算法。该算法是在Hadamard变换域内进行的。匹配码字的判决过程首先根据Chebyshev误差测度,在码书中找出一定数量Chebyshev误差最小的码字;然后运用部分失真搜索算法(PDS),在上述码字中找出其中最匹配的码字。从理论分析和模拟实验结果表明,该算法在保证较好的性能指标和视觉效果前提下,明显减少码字搜索时间。

SAR原始数据压缩的快速矢量量化器

回顾了矢量量化的各种快速算法,指出其在应用到SAR原始数据压缩中的局限性。为了将矢量量化应用到SAR原始数据实时压缩,提出一种基于查表的矢量量化器的设计方案,其中整合了其他的矢量量化算法。最后用各种快速算法以及BAQ算法进行了对实际数据压缩的实验比较,证明本算法在不降低量化速度的基础上,提高了原始数据量化信噪比。

一种改进的AEI算法中初始匹配码字的快速查找方法

矢量量化(VQ)是一种高效的有损压缩技术。快速码字搜索算法是矢量量化的核心问题之一,其性能决定了编码时间。快速码字搜索算法中,绝对误差不等式删除算法(AEI)是一种典型的3步算法,其第1步查找输入矢量的初始匹配码字的方法采用了Minimax法,是整个AEI算法中计算量最大的步骤,严重影响了算法的效率。针对这个问题,提出了一种新的查找初始匹配码字的方法——PartialMinimax法。该方法在保证所找到的初始匹配码字与原始AEI算法相同并且重建图像的PSNR(峰值信噪比)值不变的前提下,可显著减小这一步骤的计算量和查找时间,从而有效地提高了算法的总体编码速度。

基于Voronoi图的自适应快速码字搜索算法

PVDS算法因搜索固定数量的纹波导致搜索范围过大,编码效率较低。针对该问题,提出一种基于Voronoi图的自适应纹波搜索算法APVDS。通过实验确定一组合理的阈值,每搜索一个纹波就根据阈值判断是否达到搜索停止条件,由此减少所需搜索的纹波数。仿真实验结果表明,自适应搜索到2个纹波后,APVDS与PVDS算法的编码质量基本相同,但平均搜索范围明显缩小,平均编码时间也相应减少。

智能对线器语音系统设计与仿真分析

为方便继电保护人员在使用智能对线器时进行语音通信,在智能对线器的基础上设计了一个语音通信系统.该系统编码技术以码激励线性预测语音编码(CELP)技术为基础,采用分裂式矢量量化(SVQ)技术、开环与闭环结合的自适应码本搜索算法和固定码本自相关搜索算法来提高语音处理速度和重构语音质量,应用自适应组合滤波器进一步增强语音的感性质量.仿真分析和语音测试的结果表明,语音通信系统获得了较高质量的重构语音,能满足对线工作的语音通信需求.

序列图像编码的一种神经网络方法

根据Kohonen自组织特征映射(SOFM)算法的特点,提出了一种分阶段SOFM的边缘保持码书的设计算法.将帧间块匹配、帧内块匹配与多级矢量量化有机地结合,给出了序列图像编码的快速实现算法.计算机模拟实验结果表明,在相同块大小的前提下,本算法各方面性能较优,主观质量好,无误差累积效应,快速简单,实用性强.

基于快速搜索的码书快速生成算法

在ｋ维欧氏空间Ｒｋ中，给定一个有限子集Ｗ及一个向量ｘ，如何快速搜索Ｗ中与ｘ距离最近的向量，具有重要的实际应用价值，尤其在图像的矢量量化编码、自组织特征映射ＳＯＦＭ（Ｓｅｌｆ－ＯｒｇａｎｉｚｉｎｇＦｅａｔｕｒｅＭａｐｓ）算法的码书迭代生成等问题中，快速搜索算法起决定性的作用．针对ＳＯＦＭ算法的具体特点，在分析已有快速搜索算法的基础上，给出了一种新的快速迭代码书生成算法，该算法兼顾了快速与节省内存问题．实验结果表明：提出的新算法的执行时间仅为已有算法执行时间的约４２％．另外，新算法在模式识别领域和计算机图形学领域均具有实际应用价值．

多带激励语音编码算法中矢量量化方案的设计

作者讨论了人工神经网络矢量量化技术在多带激励语音压缩编码算法中的实际应用。采用Ｋｏｈｏｎｅｎ自组织特征映射神经网络技术对语音参数中的谱包络参数进行量化，利用Ｋｏｈｏｎｅｎ自组织特征映射神经网络具有的聚类特性，提出一种初始码本抽取和码本训练的实际算法，训练出具有明显拓扑结构的码本。利用语音的帧间相关性和训练网络的结构特性，提出一种称为“邻域搜索法”的快速码字搜索算法。实验表明，这种矢量量化算法使码本搜索时间下降为ＬＢＧ全搜索的１／４～１／６，量化质量有所提高。

基于矢量量化的说话人识别系统硬件实现

在实际应用中,矢量量化取决于码本设计、码字搜索和码字索引分配等三个关键技术,其中码本设计和码字搜索最为关键。说话人识别是一种典型的多码本应用场景,并且说话人识别算法相对比较规则,因此可采用全搜索算法进行运算,从硬件设计的角度讲,全搜索算法虽然运算量大,但算法只涉及乘、加和比较操作,采用硬件实现是切实可行的。首先对现有矢量量化算法的硬件复杂度进行分析,针对全搜索算法实现了矢量量化硬件设计,并结合该方法实现了多路电话信道中说话人的实时判别。利用FPGA对所提方法进行实验验证,结果表明所提矢量量化的硬件解决方案相比传统方案可有效提升矢量量化速度与效率。

灰度图象的快速矢量量化

本文改进了矢量量化的码书设计方法和编码的搜索过程，大大提高了矢量码书的训练效率和编码速度，获得了满意的压缩速度和效果。通过对标准测试图象的测试，速度平均提高了２．６倍，而信噪比却下降很少。