Shifted Frequency Sensitive Hierarchical SOM (SFS_HSOM), A Modified VQ with Neural Network
- سال انتشار: 1381
- محل انتشار: دومین کنفرانس ماشین بینایی و پردازش تصویر
- کد COI اختصاصی: ICMVIP02_010
- زبان مقاله: انگلیسی
- تعداد مشاهده: 1612
نویسندگان
Department of Electrical and Computer Engineering University of Tehran
چکیده
The increased demands for image storage in computer systems and transmission in communication systems have magnified the importance of the demand for signal and image compression algorithms respectively. We have focused on Vector Quantization (VQ), as a well-known compression technique, which has been widely used in many speech and image coding systems. Algorithms such as LBG and SOM (a neural network (NN) algorithm) are used towards to find a proper codebook for a given training data in VQ. We have also computed a modified version SOM called SFS_HSOM. In this paper, we used four techniques to improve the reconstructed image quality up to 130% and to decrease training and encoding time.کلیدواژه ها
Vector Quantization, Neural Networks, Self_Organizing Feature Mapمقالات مرتبط جدید
- بررسی جامع پتانسیلها و اثرات هوش مصنوعی و ChatGPT در پیشبرد و شکل دهی به فرآیندهای آموزشی مدرن
- بررسی کاربرد هوش مصنوعی در تعاملی سازی محیط یادگیری الکترونیکی
- تحلیلی از نقاط قوت و ضعف هوش مصنوعی در حل مسئله ریاضی
- استفاده از ChatGPT برای بهبود فعالیتهای آزمایشگاهی شیمی
- شخصی سازی آموزش و طراحی آموزشی به واسطه هوش مصنوعی در آموزش عالی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.