-
题名基于遗传算法的最优码本设计
被引量：3
- 1
-
-
作者
张歆奕
吴今培
张有为
张其善
-
机构
五邑大学信息学院
北京航空航天大学电子与信息工程学院
-
出处
《信号处理》
CSCD
北大核心
2006年第3期412-416,共5页
-
文摘
矢量量化是一种极其重要的信号压缩方法,广泛应用于图像信号压缩、语音信号压缩等领域,它的主要问题是码本设计问题,传统的LBG算法及其改进算法只能获得局部最优的码本。本文详细讨论了如何利用遗传算法来获得全局最优的码本,目的应用于说话人识别。本文具体给出了基于遗传算法的最优码本设计算法的实现方法和实验结果。实验表明,本文实现的算法有效。
-
关键词
矢最量化
遗传算法
最优码本设计
-
Keywords
Vector Quantization
Genetic Algorithm
Optimal codebook design
-
分类号
TN912.32
[电子电信—通信与信息系统]
O242.23
[电子电信—信息与通信工程]
-
-
题名基于学习矢量量化算法的财务失败预测研究
被引量：1
- 2
-
-
作者
王静
裘正定
-
机构
北京交通大学信息所
-
出处
《微机发展》
2004年第8期34-37,共4页
-
文摘
实现有效的财务失败预测对于银行、投资者、企业和政府管理机构来说具有重要的意义,因而相关研究一直在金融信息处理领域中备受关注。近年来,神经网络方法被引入该领域并成为新的研究热点。文中分别利用160家和384家公司的财务数据作为训练集和测试集,首次将学习矢量量化(LVQ)算法应用至中国上市公司的财务失败预测模型的构建,并与传统的BP神经网络、对数回归模型、C4.5决策树等方法进行了实证分析比较。研究结果表明学习矢量量化算法与这些传统方法相比具有更高的预测精度,在此领域有着良好的应用前景。
-
关键词
学习矢最量化
神经网络
财务失败
BP网络
决策树
-
Keywords
LVQ
neural network
financial failure
BP
decision tree
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
