基于神经网络的矢量量化码书设计算法的研究
| 第一章 绪论 | 第1-16页 |
| ·课题的目的和意义 | 第7-9页 |
| ·矢量量化技术的研究现状 | 第9-14页 |
| ·矢量量化码书设计算法研究现状 | 第9-12页 |
| ·矢量量化码字搜索算法研究现状 | 第12-13页 |
| ·矢量量化码字索引分配算法研究现状 | 第13-14页 |
| ·矢量量化技术典型应用 | 第14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 第二章 矢量量化基础知识 | 第16-23页 |
| ·矢量量化的理论基础 | 第16-17页 |
| ·矢量量化的定义及特点 | 第17-19页 |
| ·矢量量化的相关概念 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 LBG 算法的研究 | 第23-33页 |
| ·LBG 算法的理论基础 | 第23-24页 |
| ·LBG 算法 | 第24-26页 |
| ·LBG 算法的实现 | 第24-25页 |
| ·LBG 算法的优缺点 | 第25-26页 |
| ·LBG 算法性能分析 | 第26-29页 |
| ·改进的LBG 算法及实验结果 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 学习矢量量化码书设计算法及改进 | 第33-45页 |
| ·学习矢量量化神经网络简介 | 第33-35页 |
| ·学习矢量量化(LVQ)算法 | 第35-38页 |
| ·LVQ 算法的实现 | 第35-37页 |
| ·LVQ 算法的性能分析 | 第37-38页 |
| ·改进的LVQ 算法 | 第38-41页 |
| ·仿真实验 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 自组织特征映射码书设计算法及改进 | 第45-62页 |
| ·SOFM 网络模型 | 第45-47页 |
| ·SOFM 算法的实现及性能分析 | 第47-52页 |
| ·SOFM 算法的实现 | 第47-48页 |
| ·SOFM 算法的性能分析 | 第48-50页 |
| ·SOFM 算法的特点 | 第50-51页 |
| ·仿真实验 | 第51-52页 |
| ·SOFM 算法的改进及实现 | 第52-58页 |
| ·SOFM 算法改进方案 | 第52-54页 |
| ·SOFM 改进算法的实现 | 第54-55页 |
| ·仿真实验 | 第55-58页 |
| ·SOFM 算法在图像压缩编码中的应用 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结束语 | 第62-64页 |
| ·本论文的研究工作总结 | 第62页 |
| ·亟待进行的改进工作 | 第62-63页 |
| ·研究展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 摘要 | 第68-72页 |
| ABSTRACT | 第72-78页 |
| 致谢 | 第78-79页 |
| 导师及作者简介 | 第79页 |
