摘要：该文提出了一种改进的低功耗并且只需少量存储空间的图像,视频编码方案,它是基于矢量量化的,***等人1998年提出的方案使用了一个小的基本码书,然后通过对基本码书中的每一码字进行八种对称变换,从而把小的基本码书扩展成为一个大的虚码书,补偿了因为码书的尺寸太小而引起的图象质量下降,因为它的基本码书小,从而对存储器的访问次数也就少,那么功耗也就小。同原方案相比,本文做出了如下两个改进:一是基本码书中存放的是码字的经过量化的DCT系数,寻找最佳匹配码字也放在DCT域内进行,二是改进了***文中的基本码书的设计方案,消除了码书中存在的重复。改进方案具有计算量更小,操作更灵活的特点。

摘要：向量量化是图像压缩中的重要内容,而码书生成是向量量化的关键.提出了一个全新的、简单的码书生成算法,其基本思想是以向量量化聚类性质为基础,应用图论建立数据之间的离散关联设计算法.该算法与传统的算法相比,优势在于不需要初始码书,不需要在实际应用中几乎不可能知道的高维向量集合的概率分布,不需要Voronoi划分,同时它避免了一般算法局部最优问题.

摘要：集合的求交集运算是数学中的基本运算.当集合元素为高维向量时候,求交运算的计算效率就十分低下.应用了一般性Grover迭代去设计算法,提出了一个简单求交运算的量子算法,它的运算效率明显比经典的电子计算算法高.

摘要：Vector quantization （VQ） is an important data compression method. The key of the encoding of VQ is to find the closest vector among N vectors for a feature vector. Many classical linear search algorithms take O（N） steps of distance computing between two vectors. The quantum VQ iteration and corresponding quantum VQ encoding algorithm that takes O（√N） steps are presented in this paper. The unitary operation of distance computing can be performed on a number of vectors simultaneously because the quantum state exists in a superposition of states. The quantum VQ iteration comprises three oracles, by contrast many quantum algorithms have only one oracle, such as Shor＇s factorization algorithm and Grover＇s algorithm. Entanglement state is generated and used, by contrast the state in Grover＇s algorithm is not an entanglement state. The quantum VQ iteration is a rotation over subspace, by contrast the Grover iteration is a rotation over global space. The quantum VQ iteration extends the Grover iteration to the more complex search that requires more oracles. The method of the quantum VQ iteration is universal.