矢量量化

矢量量化 是古典量子化技术从信号处理哪些由原型传染媒介的发行允许塑造可能性密度函数。它最初使用了为数据压缩. 它运作在划分大套旁边点(传染媒介)入小组近似地有点的同一数量最接近他们。每个小组由它代表 centroid 点，作为 k意味并且某一其他成群算法。

矢量量化密度配比的物产特别是为辨认密度是强有力的，大和高被度量的数据。因为数据点由索引他们最接近centroid代表，共同地发生的数据有低错误和罕见的数据高错误。这就是为什么VQ是适当的为 lossy数据压缩. 它可能为lossy数据更正也使用和密度估计.

矢量量化根据 竞争学会 范例，因此它与紧密地相关自组织映射模型。

内容

一种简单的训练算法为矢量量化是：

一种更加老练的算法在密度配比的估计减少偏心，并且通过包括一个额外敏感性参量保证使用所有点，：

使用冷却的日程表导致汇合是中意的：看见被模仿的焖火.

算法可以重申更新以‘活’数据，而不是被采摘任意点从数据集，但这将介绍一些偏心，如果数据世俗地被关联在许多样品。

矢量量化为lossy数据压缩、lossy数据更正和密度估计使用。

Lossy数据更正或者预言，用于从有些维度恢复数据错过。它由找到最近的小组以数据维度可利用，然后预言根据价值的结果完成为缺掉维度，假设，他们将有价值和小组的矩心一样。

为密度估计是离一特殊矩心较近比对任何其他的区域或容量与密度相反地是比例(由于算法的密度配比的物产)。

矢量量化，也称“块量子化”或“模式匹配量子化”是常用的 lossy数据压缩. 它运作在输入价值旁边从多维向量空间入有限套价值从分离子空间更低的维度。低空间传染媒介要求较少仓库面积，因此数据是压缩的。由于矢量量化密度配比的物产，压缩的数据有与他们的密度相反地是比例的错误。

变革通常完成投射或通过使用a 码本. 在某些情况下，码本可以也使用熵代码离散值在同一步，通过引起a 前缀编码了可变长的编码价值作为它的产品。

套分离振幅级联合被量子化而不是分开地被量子化的每个样品。考虑a K-尺寸传染媒介 $[x 1, x 2,..., x k]$ 振幅级。它通过选择最近的配比的传染媒介压缩从套 N-尺寸传染媒介 $[y 1, y 2,..., y n]$ .

所有可能的组合的 N-尺寸传染媒介 $[y 1, y 2,..., y n]$ 形成码本。

结构图：一台简单的传染媒介分层器如下所示

codeword的仅索引在码本被送而不是使量子化的价值。这保存空间并且达到更多压缩。

双胞胎矢量量化 (VQF)是一部分的 MPEG-4 标准应付时间界域衡量了被插页的矢量量化。

这张名单是残缺不全; 您可帮助扩展它.

并且它的精神后继者的老版本：

哪些由MPEG家庭代替。

这张名单是残缺不全; 您可帮助扩展它.

一部分的这篇文章根据材料最初从自由网上字典计算并且使用与允许在GFDL之下。

The original article is from Wikipedia. To view the original article please click here.
Creative Commons Licence

Custom Search