Quantization del vector

Elija su lengua:
English | Français | Español | Italiano | Português | Deutsch | Nederlands | Svenska | Ελληνικά | Русский | 한국어 | 日本語 | 简体中文 | 繁體中文 | العربية

Bookmark and Share
 

Quantization del vector - Página 1

Quantization del vector es un clásico quantization técnica de proceso de señal cuál permite modelar de las funciones de la densidad de la probabilidad por la distribución de los vectores del prototipo. Fue utilizado originalmente para compresión de datos. Trabaja dividiendo un sistema grande de puntos (vectores) en los grupos que tienen aproximadamente el mismo número de los puntos más cercanos a ellos. Su representa a cada grupo del centro de figura punto, como adentro k-significa y algún otro el arracimar algoritmos.

La característica que empareja de la densidad del quantization del vector es de gran alcance, especialmente para identificar la densidad de datos grandes y alto-dimensionados. Puesto que los puntos de referencias son representados por el índice de su del centro de figura más cercano, los datos comúnmente que ocurren tienen error bajo, y error de los datos raros alto. Esta es la razón por la cual VQ es conveniente para compresión de datos del lossy. Puede también ser utilizado para la corrección de los datos del lossy y valoración de la densidad.

El quantization del vector se basa en el aprender competitivo el paradigma, así que se relaciona de cerca con mapa de auto-organización modelo.

Contenido

Entrenamiento


 
| 1 2 3 4 5 6 | Próximo

The original work was translated from English to Spanish. To view the original article please click here.
Creative Commons Licence