基于交叉熵的矢量量化分类算法  

VQ Clustering Using cross-entropy Method

作　　者：犹杰[1] 刘文予[1] 杨琳琳[1] 

机构地区：[1]华中科技大学电子与信息工程系,武汉430074

出　　处：《舰船电子工程》2007年第4期129-132,共4页Ship Electronic Engineering

基　　金：国家自然科学基金(编号:60572063);教育部博士点(编号:20040487009)资助。

摘　　要：提出一种利用最小交叉熵优化方法的矢量量化分类算法,将矢量的分类问题转化为最小失真函数估计问题,通过关联随机迭代算法逼近最优值,以更好地减小量化误差。对二维数据点集的分类和对实际图像的量化编码实验表明,该分类方法可以有效提高分类精度,减小量化的失真,实现全局优化,对大分块的图像量化编码有较优的性能。A new VQ clustering algorithm is introduced to make the distortion globally minimum using cross-entropy method, which solves the VQ clustering problem based on associated stochastic optimization. Experiments on two-dimensional datasets and real image quantization show a remarkable reduction of distortion, especially in the situation of dealing with large image coding blocks.

关 键 词：交叉熵 矢量量化 全局优化 码书 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]