| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-12页 |
| 1 绪论 | 第12-24页 |
| ·图像压缩的目的和意义 | 第12-13页 |
| ·各种图像压缩方法介绍 | 第13-15页 |
| ·传统的图像压缩编码方法 | 第13-14页 |
| ·新型图像编码技术 | 第14-15页 |
| ·基于人工神经网络的图像压缩 | 第15-20页 |
| ·人工神经网络用于图像压缩的原理与优势 | 第15-16页 |
| ·基于人工神经网络的图像压缩编码方法分类 | 第16-17页 |
| ·人工神经网络在图像压缩中的应用综述 | 第17-20页 |
| ·基于人工神经网络的图像压缩的可行性分析 | 第20-21页 |
| ·本文的研究内容 | 第21-24页 |
| 2 人工神经网络发展史及其基础理论研究 | 第24-34页 |
| ·人工神经网络发展历史回顾 | 第24-27页 |
| ·人工神经网络模型与网络结构 | 第27-30页 |
| ·多输入神经元 | 第27-28页 |
| ·基本网络结构 | 第28-30页 |
| ·人工神经网络的分类 | 第30-31页 |
| ·人工神经网络的学习规则 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 3 基于BP 网络的图像压缩 | 第34-52页 |
| ·BP 算法研究 | 第34-38页 |
| ·BP 网络结构及其算法 | 第35页 |
| ·性能函数 | 第35-36页 |
| ·偏导数的链法则 | 第36-37页 |
| ·传输函数 | 第37-38页 |
| ·BP 网络图像压缩 | 第38-41页 |
| ·基本原理 | 第38-39页 |
| ·计算模型 | 第39-40页 |
| ·性能参数 | 第40-41页 |
| ·关键技术 | 第41-43页 |
| ·训练样本构造 | 第41-42页 |
| ·训练算法 | 第42-43页 |
| ·编码仿真结果 | 第43页 |
| ·重建图像 | 第43页 |
| ·实验结果与分析 | 第43-47页 |
| ·实验一:采用不同的训练算法进行仿真 | 第43-45页 |
| ·实验二:线性与非线性的比较 | 第45-47页 |
| ·多级BP 网络实现图像压缩 | 第47-51页 |
| ·基于多级BP 网络的图像压缩的网络模型 | 第47-48页 |
| ·多级网络的嵌套式训练算法 | 第48-50页 |
| ·实验结果分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 4 基于自组织特征映射网络的图像压缩 | 第52-66页 |
| ·矢量量化的理论研究 | 第52-53页 |
| ·矢量量化的基本原理 | 第52-53页 |
| ·矢量量化中的码书设计 | 第53页 |
| ·SOFM 网络的理论研究 | 第53-57页 |
| ·SOFM 网络的基本思想 | 第54-55页 |
| ·一般的SOFM 网络的学习规则 | 第55-57页 |
| ·SOFM 网络的几何解释 | 第57页 |
| ·SOFM 网络的自组织特性 | 第57页 |
| ·基于SOFM 网络的矢量量化 | 第57-61页 |
| ·学习率η(t ) 及邻域N_g(t ) 的选择 | 第58-59页 |
| ·SOFM 网络在图像压缩中的应用 | 第59-61页 |
| ·实验结果与分析 | 第61-64页 |
| ·竞争层神经元个数对压缩性能的影响 | 第61-62页 |
| ·训练矢量个数对压缩性能的影响 | 第62页 |
| ·学习速度与衰减常数对压缩性能的影响 | 第62-63页 |
| ·邻域参数与初始码书对压缩性能的影响 | 第63-64页 |
| ·本章小结 | 第64-66页 |
| 5 基于Hopfield 网络的边缘检测和边缘保持的SOFM 图像压缩 | 第66-82页 |
| ·Hopfield 网络研究 | 第66-71页 |
| ·离散型Hopfield 网络及其稳定性分析 | 第67-68页 |
| ·连续型Hopfield 网络及其稳定性分析 | 第68-71页 |
| ·用改进的Hopfield 网络实现图像边缘检测 | 第71-77页 |
| ·改进后的Hopfield 网络及其算法 | 第72-73页 |
| ·网络的训练步骤以及学习机理分析 | 第73-74页 |
| ·边缘检测以及结果分析 | 第74-75页 |
| ·输入矢量的整定以及结果分析 | 第75-77页 |
| ·阈值处理以及结果分析 | 第77页 |
| ·边缘保持的SOFM 图像压缩 | 第77-81页 |
| ·改进的自适应学习方法 | 第78-79页 |
| ·基于SOFM 网络的边缘保持矢量量化系统 | 第79-80页 |
| ·实验结果 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 6 总结与展望 | 第82-84页 |
| ·本文总结 | 第82-83页 |
| ·工作展望 | 第83-84页 |
| 致谢 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 附录A:本文中出现的所有英文缩写及其含义 | 第90-92页 |
| 附录B:Hopfield网络的稳定性相关证明 | 第92-94页 |
| 附录C:作者在攻读硕士学位期间发表的论文 | 第94-95页 |
| 独创性声明 | 第95页 |
| 学位论文版权使用授权书 | 第95页 |