一种新的两步学习矢量量化算法

学习矢量量化(LVQ)算法因其直观清晰的学习过程和易于实现而被广泛用于图像压缩。 但是,LVQ强烈依赖于码本的初始化,并且经常获得局部最优结果。 针对上述问题,本文提出了一种新的两步学习矢量量化算法,该算法在LVQ之后增加了一个校正学习阶段。 TsLVQ的主要思想是使突触权重向量远离错误聚类的训练向量,并使之朝向正确聚类的训练向量,这类似于监督学习向量量化。 但是,与监督学习向量量化不同,很难确定错误地聚类的训练向量。 本文提出了一种决策函数,用于 确定错误地聚类的训练向量,并在TsLVQ的第二个学习阶段中提出纠正学习策略。 实验结果表明,TsLVQ在PSNR方面优于LVQ,并具有更好的视觉质量。