位置:成果数据库 > 期刊 > 期刊详情页
一种新的基于自学习神经网络的静止图像编码方案
  • ISSN号:0476-0301
  • 期刊名称:《北京师范大学学报:自然科学版》
  • 时间:0
  • 分类:TN919.31[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]北京师范大学信息科学与技术学院,北京100875
  • 相关基金:国家自然科学基金资助项目(60271014)
中文摘要:

为了改善JPEG算法的编码性能,提出了一种新的基于自学习特征映射算法(SLM)的静止图像编码方案,基本思想是:1)先用矢量量化(VQ)对图像进行预测,然后进行DCT编码;2)采用新的SL,M算法来改善vQ码书性能.实验表明,与JPEG算法相比,该方案具有更高的压缩比和更好的图像质量.

英文摘要:

To improve the performance of JPEG algorithm, a new scheme for still image coding based upon self-learning neural network is presented. It uses vector quantization(VQ) based upon self-learning feature maps(SLM) to predict input image, then does DCT coding. Experimental results show that this scheme is better than JPEG algorithm.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《北京师范大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国教育部
  • 主办单位:北京师范大学
  • 主编:刘文彪
  • 地址:北京新外大街19号
  • 邮编:100875
  • 邮箱:JBNUNS@bnu.EDU.CN
  • 电话:
  • 国际标准刊号:ISSN:0476-0301
  • 国内统一刊号:ISSN:11-1991/N
  • 邮发代号:82-406
  • 获奖情况:
  • 1997年全国第二届科技期刊评比一等奖,1999年教育部优秀科技期刊二等奖,1999年首届国家期刊奖,中国期刊方阵“双高”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,英国科学文摘数据库,英国动物学记录,日本日本科学技术振兴机构数据库,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:10672