您的位置： 专家智库 > >

徐勇

作品数：9 被引量：38H指数：3
供职机构：长春邮电学院更多>>
相关领域：电子电信自动化与计算机技术理学更多>>

合作作者

文献类型

  • 9篇中文期刊文章

领域

  • 7篇电子电信
  • 3篇自动化与计算...
  • 1篇理学

主题

  • 7篇矢量
  • 7篇矢量量化
  • 6篇神经网
  • 6篇神经网络
  • 3篇矢量量化编码
  • 3篇图象
  • 3篇图象压缩
  • 2篇信道
  • 2篇信道编码
  • 2篇数据压缩
  • 2篇聚类
  • 1篇信号
  • 1篇信号处理
  • 1篇学习算法
  • 1篇遗传算法
  • 1篇神经网络设计
  • 1篇矢量量化方法
  • 1篇数字信号
  • 1篇数字信号处理
  • 1篇图像

机构

  • 7篇长春邮电学院
  • 4篇吉林大学
  • 3篇吉林工业大学
  • 1篇长春工业大学

作者

  • 9篇徐勇
  • 7篇陈贺新
  • 5篇戴逸松
  • 3篇戴逸松
  • 1篇王学军
  • 1篇项阳
  • 1篇贾易荣
  • 1篇荆涛
  • 1篇荆涛
  • 1篇邓小英

传媒

  • 5篇长春邮电学院...
  • 2篇系统工程与电...
  • 2篇中国图象图形...

年份

  • 1篇1999
  • 1篇1998
  • 5篇1997
  • 1篇1996
  • 1篇1995
共 9 条 记 录，以下是 1-9
全选 清除 导出
排序方式：
基于SOFM神经网络的图象矢量量化的研究被引量：5
1998年
分析了自组织特征映射（ＳＯＦＭ）算法，讨论了按加权函数控制邻域半径的方法，并对ＳＯＦＭ算法应用于图象矢量量化进行了系统的仿真实验研究，为实际应用提供了实验依据和基础。
徐勇戴逸松荆涛荆涛
关键词：神经网络图象压缩矢量量化编码SOFM
神经网络矢量量化的设计与实现被引量：3
1996年
设计了一种混合神经网络矢量量化编码方法。利用Ｋｏｈｏｎｅｎ网络的自组织聚类功能设计矢量量化器码书，实现矢量量化，用３层ＢＰ网络完成码字的信道符号编码。该神经网络矢量量化编码器能够并行处理输入矢量，速度快，效率高。
徐勇戴逸松陈贺新
关键词：神经网络数据压缩矢量量化信道编码
混合神经网络矢量量化的设计与实现被引量：2
1997年
本文设计了一种混合神经网络矢量量化编码方法,利用Kohonen网络的自组织聚类功能设计矢量量化器码书,实现矢量量化,用三层BP网络完成码字的信道符号编码.该神经网络矢量量化编码器能够并行处理输入矢量,速度快,效率高,适用于语音和图像数据压缩.
徐勇戴逸松陈贺新
关键词：矢量量化编码数据压缩神经网络信道编码
用于矢量量化的神经网络竞争学习算法被引量：3
1997年
对典型的竞争学习算法进行了研究和分析，提出了一种基于神经元获胜概率的概率敏感竞争学习算法（ＰＳＣＬ）。与传统竞争学习算法只有一个神经元获胜而得到学习不同，ＰＳＣＬ算法按照各神经元的获胜概率并通过对失真距离的调整使每个神经元均得到不同程度的学习，可以有效地克服神经元欠利用问题。
徐勇陈贺新戴逸松
关键词：神经网络矢量量化
神经网络矢量量化图像编码系统的DSP实现
1999年
结合矢量量化和神经网络技术, 提出了基于TMS320C30 芯片的彩色图像编码系统的实现方法。给出了系统的硬件结构和软件框图。实验结果表明, 在系统中使用DSP320C30。
王学军徐勇陈贺新
关键词：图像编码矢量量化数字信号处理神经网络
用模糊聚类神经网络设计图象矢量量化码书
1997年
讨论了一种模糊聚类神经网络模型，给出了将该模型用于图象矢量量化码书设计的学习算法。实验结果表明，模糊聚类神经网络可以为图象矢量量化压缩编码提供一种新的码书设计方法。
徐勇邓小英陈贺新陈贺新
关键词：图象压缩矢量量化编码神经网络模糊聚类
计算多级链路系统阻塞率的最小路集方法
1995年
讨论了多级链路系统的结构及阻塞率计算问题，探讨了ＳＰＣ（程控交换机）数字交换网络的特点。通过定义李氏网络图的最小路集，给出计算复杂交换网络的阻塞率的最小路集算法。与传统方法相比，该算法简便高效，易于在计算机上实现，具有良好的实用价值。
徐勇贾易荣项阳
关键词：程控交换机阻塞率
图象压缩的模糊竞争矢量量化方法被引量：2
1997年
在分析神经网络竞争学习算法和模糊Ｃ均值算法的基础上，提出了模糊竞争学习算法，并对模糊隶属度函数进行了探讨。理论分析和实验结果表明，模糊竞争学习算法用于图象矢量量化压缩编码是一种非常有效的方法。
徐勇陈贺新戴逸松
关键词：图象压缩模糊竞争学习矢量量化
一种基于自适应遗传算法的聚类分析方法被引量：24
1997年
本文研究了基于自适应遗传算法进行聚类分析的基本原理和实现方法。自适应遗传算法不同于一般遗传算法之处是其交叉互换率与突变率这两个参数随串的适应度值而变化，极大地增强了算法的性能。实验结果表明，遗传算法应用于聚类分析能够搜索到更为精确的聚类中心值，在模式识别、数据压缩等领域有着广泛的应用前景。
徐勇刘奕文陈贺新戴逸松
关键词：自适应处理遗传算法聚类分析方法
全选 清除 导出
共1页<1>
聚类工具0