-
题名一种指数型模糊学习矢量量化图像编码算法
被引量：6
- 1
-
-
作者
张基宏
何振亚
-
机构
深圳大学信息工程学院
东南大学无线电工程系
-
出处
《通信学报》
EI
CSCD
北大核心
1998年第10期1-6,共6页
-
基金
广东省重点学科重点科研资助
-
文摘
本文分析了模糊矢量量化（ＦＶＱ）图像编码的原理，提出了一种指数型模糊学习矢量量化算法（ＥＦＬＶＱ）。实验结果表明，该算法具有快速收敛性能，设计的图像码书峰值信噪比与ＦＶＱ算法相比也略有改善。
-
关键词
图像编码
模糊矢量量化
指数型
fvq
-
Keywords
Image coding, Fuzzy vector quantization
-
分类号
TN919.8
[电子电信—通信与信息系统]
TP391.41
[电子电信—信息与通信工程]
-
-
题名基于FVQ的说话人识别系统的DSP实现
被引量：5
- 2
-
-
作者
余华
赵力
吴镇扬
-
机构
南京信息职业技术学院电子信息工程系
东南大学无线电工程系
-
出处
《电声技术》
北大核心
2004年第8期35-37,共3页
-
文摘
运用TMS320C5416实现了说话人自动识别系统,系统利用一种新的语音信号r阶的倒谱线性回归系数等参数构成识别的特征矢量集,运用模糊矢量量化技术实现了与文本有关的说话人识别。实验结果表明系统具有识别精度高、识别速度快等特点,是一种有效的说话人自动识别的硬件实现方法。
-
关键词
fvq
说话人识别
DSP
模糊矢量量化
TMS320C5416
-
Keywords
speech recognition
fuzzy vector quantization
digital signal processor
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
-
题名动态模糊矢量量化算法
被引量：2
- 3
-
-
作者
孔祥维
李国平
-
机构
大连理工大学电子系
-
出处
《中国图象图形学报（A辑）》
CSCD
2000年第8期655-659,共5页
-
基金
大连理工大学青年基金
-
文摘
由于传统的 K-均值算法在用于矢量量化时强烈依赖初始码书的选取 ,如果初始码书选取不好 ,则很容易陷入局部最小点 ;而 Bezdek的模糊 K-均值算法由于计算量很大 ,也很少用于矢量量化的设计码书 ,因此 ,人们一直在寻找收敛速度和收敛效果两者性能都较好的算法 .在研究 Nicolaos等人提出的模糊矢量量化(FVQ)算法基础上 ,针对 FVQ算法收敛过程存在的问题 ,并从收敛结构和收敛策略出发 ,提出了一种动态的模糊矢量量化算法 (DFVQ) ;同时给出了两种具体实现形式以及算法步骤 .实验表明 。
-
关键词
图象编码
矢量量化
动态收敛
动态模糊
fvq
Dfvq
-
Keywords
Image code, Vector quantization, Dynamic convergence
-
分类号
TN919.81
[电子电信—通信与信息系统]
-
-
题名基于自组织特征映射网络的模糊矢量量化算法
被引量：1
- 4
-
-
作者
胡勇
谈正
-
机构
西安交通大学电子与信息工程学院信息工程研究所
-
出处
《微型电脑应用》
1997年第4期40-43,共4页
-
文摘
自组织特征映射（SOFM）是一种常用的矢量量化算法，它具有设计码书不依赖于初始码书等优点。模糊矢量量化算法（FVQ）将模糊关系引入码书的设计，训练矢量与码矢之间的模糊关系用隶属函数表示。本文提出了一种基于自组织特征映射网络的模糊矢量量化算法（FSOFM），FSOFM算法将SOFM网络的调节节点邻域看作训练矢量的模糊集，网络权值学习步长的选择依赖于隶属函数。由于设计码书的评价一般采用最小均方误差准则，而隶属函数是训练矢量与码矢之间距离的函数，FSOFM算法保证了网络的全局成优化和网络权值的局部调整一致；因此，FSOFM算法能够优化码书的设计，改善设计码书的性能。此外，FSOOFM算法还具良好的适应性，当网络的将LBG、SOFM、FVQ和FOSOFM算法用于一组具有不同边缘特性的图像的矢量量化中，我们发现采用FSOFM算法进行矢量量化的所有图像都具有最高的峰值信噪比PSNR。
-
关键词
码书
码矢
模糊系统
矢量量化
算法
fvq
-
Keywords
codebook codevector fuzzy relation fuzzy set membership function SOFM
-
分类号
O242.23
[理学—计算数学]
TP301.6
[理学—数学]
-
-
题名基于模糊矢量量化的语音转换方法
被引量：1
- 5
-
-
作者
吴宪
刘民航
范琨
陈牧原
-
机构
东南大学信息科学与工程学院
-
出处
《信息化研究》
2012年第2期48-51,共4页
-
基金
国家自然科学基金(No:60975017No:51075068)
-
文摘
因传统矢量量化方法进行语音转换时的量化误差会引起特征空间的不连续性,使转换后语音的效果不理想,故采用模糊矢量量化技术提出一种新的、有效的语音转换方法。通过实验验证,基于模糊矢量量化技术的语音转换可以有效实现不同人之间的语音转换,转换后的各项指标均较为理想。
-
关键词
语音转换
模糊矢量量化
非参数方法
评价机制
-
Keywords
voice conversion
fuzzy vector quantization（fvq）
non-parameter method
evaluation mechanism
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
