矢量量化

矢量量化 是古典量子化技術從信號處理哪些由原型傳染媒介的發行允許塑造可能性密度函數。它最初使用了為數據壓縮. 它運作在劃分大套旁邊點(傳染媒介)入小組近似地有點的同一數量最接近他們。每個小組由它代表 centroid 點，作為 k意味并且某一其他成群算法。

矢量量化密度配比的物產特別是為辨認密度是強有力的，大和高被度量的數據。因為數據點由索引他們最接近centroid代表，共同地發生的數據有低錯誤和罕見的數據高錯誤。這就是為什麼VQ是適當的為 lossy數據壓縮. 它可能為lossy數據更正也使用和密度估計.

矢量量化根據 競爭學會 範例，因此它與緊密地相關自組織映射模型。

內容

一種簡單的訓練算法為矢量量化是：

一種更加老練的算法在密度配比的估計減少偏心，并且通過包括一個額外敏感性參量保證使用所有點，：

使用冷卻的日程表導致匯合是中意的：看見被模仿的燜火.

算法可以重申更新以『活』數據，而不是被採摘任意點從數據集，但這將介紹一些偏心，如果數據世俗地被關聯在許多樣品。

矢量量化為lossy數據壓縮、lossy數據更正和密度估計使用。

Lossy數據更正或者預言，用於從有些維度恢復數據錯過。它由找到最近的小組以數據維度可利用，然後預言根據價值的結果完成為缺掉維度，假設，他們將有價值和小組的矩心一樣。

為密度估計是離一特殊矩心較近比對任何其他的區域或容量與密度相反地是比例(由於算法的密度配比的物產)。

矢量量化，也稱「塊量子化」或「模式匹配量子化」是常用的 lossy數據壓縮. 它運作在輸入價值旁邊從多維向量空間入有限套價值從分離子空間更低的維度。低空間傳染媒介要求較少倉庫面積，因此數據是壓縮的。由於矢量量化密度配比的物產，壓縮的數據有與他們的密度相反地是比例的錯誤。

變革通常完成投射或通過使用a 碼本. 在某些情況下，碼本可以也使用熵代碼離散值在同一步，通過引起a 被編碼的前綴可變長的編碼價值作為它的產品。

套分離振幅級聯合被量子化而不是分開地被量子化的每個樣品。考慮a K-尺寸傳染媒介 $[x 1, x 2,..., x k]$ 振幅級。它通過選擇最近的配比的傳染媒介壓縮從套 N-尺寸傳染媒介 $[y 1, y 2,..., y n]$ .

所有可能的組合的 N-尺寸傳染媒介 $[y 1, y 2,..., y n]$ 形成碼本。

結構圖：一臺簡單的傳染媒介分層器如下所示

codeword的仅索引在碼本被送而不是使量子化的價值。這保存空間并且達到更多壓縮。

雙胞胎矢量量化 (VQF)是一部分的 MPEG-4 標準應付時間界域衡量了被插頁的矢量量化。

這張名單是殘缺不全; 您可幫助擴展它.

并且它的精神後繼者的老版本：

哪些由MPEG家庭代替。

這張名單是殘缺不全; 您可幫助擴展它.

一部分的這篇文章根據材料最初從自由網上字典計算并且使用與允許在GFDL之下。

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

Custom Search