位置:成果数据库 > 期刊 > 期刊详情页
一种基于改进的SOFM神经网络的图像无损压缩方法
  • ISSN号:1000-0801
  • 期刊名称:《电信科学》
  • 时间:0
  • 分类:TN919.8[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]重庆邮电大学移动通信安全技术实验室,重庆400065, [2]中兴通讯股份有限公司,深圳518057
  • 相关基金:国家科技重大专项基金资助项目(No.2009ZX03001-004); 国家自然科学基金资助项目(No.61071116); 重庆市科委自然科学基金资助项目(No.2010BB2407)
中文摘要:

在介绍矢量量化和自组织特征映射神经网(SOFM)的基础上,针对SOFM算法的特点对其进行了几个方面的改进,提高了SOFM网络的性能。采用改进后的基于SOFM的矢量量化技术对图像进行无损压缩编码,码书设计时间减少了约70%,图像效果、编码质量均有所提高,实验结果表明了本算法的压缩比比传统的差值编码(DPCM)无损压缩最高可提升40%,证明了算法的有效性。

英文摘要:

The theories of vector quantization(VQ) and self-organizing feature mapping(SOFM) neural networks are introduced in this paper firstly.Some aspects are improved based on VQ of SOFM.The lossless compression algorithm is researched and simulated on the improved SOFM.Codebook design time is reduced by about 70%,and effect of coding image quality is also improved.The compression ration increases 40% in comparison with differential pulse code modulation(DPCM).The results of the experiment illustrate the rationality and efficiency of the algorithm.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电信科学》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国通信学会 人民邮电出版社
  • 主编:韦乐平
  • 地址:北京市丰台区成寿寺路11号邮电出版大厦8层
  • 邮编:100078
  • 邮箱:dxkx@ptpress.com.cn
  • 电话:010-81055443
  • 国际标准刊号:ISSN:1000-0801
  • 国内统一刊号:ISSN:11-2103/TN
  • 邮发代号:2-397
  • 获奖情况:
  • 获第二届全国优秀科技期刊评比三等奖(1997年),获中国科协优秀科技期刊二等奖(1997年),在第四次邮电科技期刊质量检查评比中荣获优秀科技...,国家新闻出版总署将《电信科学》列为“中国期刊方...,获第三届中国科技优秀科技期刊奖三等奖(2002年),在第五次通信行业科技期刊质量检查评比中荣获优秀...,在第六次通信行业科技期刊质量检查评比中荣获优秀...,2008年再次入选《中文核心期刊要目总览》,2009年入选中国科技论文统计
  • 国内外数据库收录:
  • 美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:12435