-
LBG算法
鎖定
LBG算法是由Linde,Buzo,Gray三人在1980年提出的。它其實相當於Lord-Max方法的多維推廣,但它並不需要知道輸入矢量的概率分佈,LBG算法通過訓練矢量集和一定的迭代算法來逼近最優的再生碼本。
- 中文名
- LBG算法
- 提出人
- Linde,Buzo,Gray
- 提出時間
- 1980年
- 思 想
- 隨意選取n個圖像塊作為碼矢量
LBG算法思想
1.隨意選取n個圖像塊作為碼矢量。
3.由這n個集合的重心,得到n個新的碼矢量。
4.如果這些個碼矢量與原來的碼矢量變化不大(收斂),就完成碼書的訓練,否則重新進行2、3步。
LBG算法侷限性
1.最優量化器是對於訓練向量集而言,對於實際的未經訓練的向量集是否最優還很難説,這要依賴於訓練向量的代表性到底真實到何種程度。
2.由於優化分割的過程沒有依據數據結構方面的規則或者限制,而是自由進行,這就使得對碼本進行有效組織時遇到極大的困難。
3.在有些時候根本無法找到真正有代表性的訓練向量集。
- 詞條統計
-
- 瀏覽次數:次
- 編輯次數:12次歷史版本
- 最近更新: 本命年本命年44