摘要：提出了一种使各区域子误差相等的矢量量化算法,算法利用小波变换后各子带间的相关性,合理构造矢量。采用最优矢量量化器设计原则,使用改进的自组织特征映射算法生成码书。学习过程中,通过调整各子区域的误差,使之趋于相等,改善总的期望误差,获得更接近全局最优的码书。实验表明,这种算法获得的码本优于其它几种算法。

摘要：针对SOM算法用于训练生成矢量量化码书存在的不足,提出了一种基于频率敏感的自组织特征映射算法(FSOM),并应用到图像矢量量化中。实验表明,与SOM算法相比,FSOM算法具有更好的聚类特性和峰峰信噪比(PSNR),是一种有效的码书设计算法。

摘要：针对人机动态交互界面任务执行中,界面感知元素检测过程一旦失真,存在耗时较长、操作准确率较低的问题,提出基于映射图与界面视觉要素的激光全息投影人机动态交互方法 。利用自组织特征映射算法生成映射图,通过迭代学习提取目标特征;结合感知元素重要度指标和人机交互界面感知强度,通过自动标注为视觉感知元素排序编号,构建人机动态交互界面优化模式,设计激光全息投影人机动态交互界面。测试结果表明,所提方法应用下,被标记的目标视觉元素特征点经过更新后,布局完整、有序,感知强度指数误差控制在1-5之间,交互任务执行耗时均在12.5s以内,操作准确率平均值为92%,解决了激光全息投影人机动态交互优化问题。

摘要：为有效提高矢量量化码书的性能和学习效率,需进一步改进自组织神经网络的学习算法.在分析Kohonen自组织特征映射算法(SOM)的基础上,提出了一种基于频率敏感的自组织特征映射算法(FSOM),并应用到图像矢量量化中,实验表明,FSOM算法具有聚类特性好和训练速度快等优点,是一种有效的码书设计算法.