메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 1993년도 봄 학술발표논문집 제20권 제1호
발행연도
1993.4
수록면
855 - 858 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 개선된 벡터 양자화(Vector Quantization) 설계 방법을 제안한다. 기존의 LBG 알고리즘은 분할에 의해 생성된 초기 코드북에 대해 반복된 실험을 통하여 최종의 코드북을 구한다. 그러나 제안한 방법은 입력 화상의 일부를 샘플링 한 후 이를 2-Phase Self-Organizing Neural Network으로 학습시켜서 코드북의 크기를 미리 결정한다. 결정된 초기 코드북을 LBG알고리즘으로 훈련시키므로서 효율적인 코드북을 설계한다. 제안한 방법을 Linde등이 제안한 반복분할법과 임의의 코드워드 사용법, 그리고 Kohonen의 SOFM 알고리즘과 비교하였다. 실험 결과 제안한 방법은 최적으로 알려진 반복분할법과 비슷한 성능을 보이면서 미리 코드북의 크기를 결정하므로 반복된 실험을 피할 수 있어서 실시간 응용이 가능하다.

목차

요약

Ⅰ. 서론

Ⅱ. 벡터 양자화와 LBG(Linde - Buzo - Gray) 알고리즘

Ⅲ. 제안한 방법

Ⅳ. 실험 결과

Ⅴ. 결론

참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017951325