利用PNN算法改进初始码书的GLA算法

• 全文链接
• 请求原文

作   者：

吴婷婷;  曾毓敏;  李平; 

作者机构：

南京师范大学物理科学与技术学院; 

关键词：

矢量量化;  初始码书;  GLA算法;  成对最近邻算法; 

期刊名称：

数据采集与处理

基金项目：

i s s n：

1004-9037

年卷期：

2007 年 02 期

页   码：

120-122

摘   要：

针对改进广义Lloyd算法(GLA)对初始码书的敏感性,提出用成对最近邻(PNN)算法训练码书作为GLA算法的初始码书,再由GLA算法产生最终码书。PNN算法得到的码书作为GLA算法的初始码书,其码字能在整个输入矢量空间中很好地散开,尽可能地占据输入概率密度较大区域,提高最后码书的质量。仿真实验中,利用正态分布的随机数训练码书,恢复一段正态分布的随机数,采用Mahalanobis失真测度评价恢复数据的失真度。仿真结果表明,改进算法降低了GLA算法对初始码书的敏感性,提高了最终训练码书的质量,降低了恢复数据的失真。