專利名稱：一種改進(jìn)的矢量量化方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種語音參數(shù)數(shù)據(jù)的壓縮處理技術(shù)，在醫(yī)學(xué)圖像，遙感圖像壓縮，視頻處理，圖片修復(fù)和文獻(xiàn)檢索等領(lǐng)域也有廣泛應(yīng)用。
背景技術(shù)：
現(xiàn)有矢量量化技術(shù)一般在生成初始碼本上存在較大的隨機(jī)性，而初始碼本的優(yōu)良與否會(huì)導(dǎo)致最終碼本生成的質(zhì)量?jī)?yōu)劣。就隨機(jī)初始碼本生成算法而言，容易掉進(jìn)局部最優(yōu)值，而非全局最優(yōu)。而現(xiàn)有的分裂法在初始分裂技術(shù)選擇上一般存在精度和算法的時(shí)間復(fù)雜度不可兼得的缺點(diǎn)，導(dǎo)致最終生成的碼本質(zhì)量下降或者整個(gè)生成過程耗時(shí)過長(zhǎng)，不利于對(duì)處理時(shí)間有特殊要求的工程實(shí)現(xiàn)。

發(fā)明內(nèi)容
本發(fā)明提出一種改進(jìn)的矢量量化技術(shù)，該方法包括根據(jù)向量數(shù)據(jù)的某一維度進(jìn)行數(shù)據(jù)的初始分裂，然后基于GLA算法進(jìn)行迭代優(yōu)化帥選，將數(shù)據(jù)一分為二。然后再將已經(jīng)一分為二的數(shù)據(jù)集合A和B，再分別進(jìn)行先單維度初始分裂后GLA優(yōu)化的過程，分別得到
4' 4' ‘ B; Bj 4個(gè)數(shù)據(jù)集合，并對(duì)這4個(gè)數(shù)據(jù)集合進(jìn)行GLA優(yōu)化，以此類推， 可以得到？個(gè)數(shù)據(jù)集合，即數(shù)據(jù)元胞，從而得到？個(gè)碼本。對(duì)于單維度初始分裂法即通過計(jì)算搜索數(shù)據(jù)跨度最大的一維，并找到這一維的重心，再以這一維的重心作為數(shù)據(jù)的分界點(diǎn)，從而完成初始分裂。對(duì)于多級(jí)碼本生成而言，在第一級(jí)碼本完成后，數(shù)據(jù)元胞內(nèi)數(shù)據(jù)與碼本之間的距離形成了生成第二級(jí)碼本的樣本空間，以此類推，可以生成多級(jí)碼本。本發(fā)明的有益技術(shù)效果是通過用單維度分裂初始碼本可以迅速將數(shù)據(jù)一分為二，在算法時(shí)間復(fù)雜度上很低，也能保證一定的分裂精度，從而提升了整個(gè)矢量量化系統(tǒng)的性能
步驟2 依靠單維度最優(yōu)劃分法將所有訓(xùn)練矢量劃分為兩個(gè)集合A和B。并分別求取兩個(gè)集合的質(zhì)心，得到對(duì)應(yīng)的碼字和。步驟3:以；
權(quán)利要求
1.一種改進(jìn)的矢量量化方法，其特征在于利用訓(xùn)練樣本的某一維度來對(duì)訓(xùn)練樣本進(jìn)行初始劃分。
2.根據(jù)權(quán)利要求1所述的矢量量化方法，其特征在于利用單一維度的質(zhì)心來對(duì)訓(xùn)練樣本進(jìn)行最佳劃分。
全文摘要
本發(fā)明公開了一種矢量量化碼本生成方法，該方法根據(jù)單一維度對(duì)訓(xùn)練序列進(jìn)行最佳劃分生成初始碼書，然后用GLA算法得到優(yōu)化后的碼書，重復(fù)進(jìn)行最終得到具有2N個(gè)碼本的碼書。本發(fā)明的有益技術(shù)效果是利用單一維度可以最大程度簡(jiǎn)化計(jì)算復(fù)雜度而不失精度，從而很大程度上提高了整體矢量量化器的性能。
文檔編號(hào)G10L19/00GK102496368SQ20111042774
公開日2012年6月13日 申請(qǐng)日期2011年12月20日 優(yōu)先權(quán)日2011年12月20日
發(fā)明者于進(jìn)強(qiáng), 廖紅云, 張小恒, 肖宏 申請(qǐng)人:重慶金美通信有限責(zé)任公司