导读:本文包含了误差竞争学习算法论文开题报告文献综述及选题提纲参考文献，主要关键词:矢量量化,等误差原则,初始码书,快速搜索
误差竞争学习算法论文文献综述
徐皓淋,陈善学[1]（2009）在《一种改进的等误差竞争学习矢量量化算法》一文中研究指出针对等误差竞争学习矢量量化算法的初始码书生成随机性较强和搜索获胜码字计算量较大这2个缺点,提出了一种改进算法。对于初始码书的缺点,改进算法采用一种基于训练矢量的统计特征量的分类平均初始码书生成算法,同时改进算法利用3个不等式来快速排除大量候选码字,从而解决了原算法计算量较大的问题。仿真实验表明,改进算法的计算量比原算法减小了80%,而图像效果即峰值信噪比(PSNR)比原算法平均提升了0.5 dB左右。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2009年06期）
陈善学,朱维乐[2]（2004）在《等误差竞争学习算法在矢量量化中的应用》一文中研究指出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,通过调整学习过程中各子区域的误差,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。(本文来源于《计算机工程与应用》期刊2004年34期）
陈善学[3]（2004）在《矢量量化的等误差竞争学习算法》一文中研究指出提出了一种使各区域子误差相等的矢量量化算法,该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,通过调整学习过程中各子区域的误差,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。(本文来源于《重庆邮电学院学报(自然科学版)》期刊2004年01期）
陈善学[4]（2003）在《等误差竞争学习算法在矢量量化中的应用》一文中研究指出本文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,通过调整学习过程中各子区域的误差,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。(本文来源于《现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集》期刊2003-06-30）
王进,余松煜,张文军[5]（2000）在《矢量量化的误差竞争学习算法》一文中研究指出提出了误差竞争学习 ( Distortion competitive learning,DCL)算法。该算法基于 Gersho的矢量量化误差渐近理论的等误差原则 ,即当码本数趋于无穷大时 ,各区域子误差相等 ,使用这个原则作为最优码书设计的一个必要条件 ,并结合传统最优码书设计的两个必要条件 ,然后根据这 3个必要条件 :( 1)最近邻规则 ;( 2 )中心准则 ;( 3)各区域子误差近似相等设计最优码书 ,而在算法的实现中引入广义误差测度 ,以确保该测度与各个区域的子误差相关。最后从快速性与均方差两个方面与目前的码本设计算法比较。实验结果表明 ,该算法在降低迭代时间与减少均方差优于其他传统码本设计算法 ,能迅速地找到优化的码本。(本文来源于《数据采集与处理》期刊2000年03期）
误差竞争学习算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
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,通过调整学习过程中各子区域的误差,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。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
误差竞争学习算法论文参考文献
[1].徐皓淋,陈善学.一种改进的等误差竞争学习矢量量化算法[J].重庆邮电大学学报(自然科学版).2009
[2].陈善学,朱维乐.等误差竞争学习算法在矢量量化中的应用[J].计算机工程与应用.2004
[3].陈善学.矢量量化的等误差竞争学习算法[J].重庆邮电学院学报(自然科学版).2004
[4].陈善学.等误差竞争学习算法在矢量量化中的应用[C].现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集.2003
[5].王进,余松煜,张文军.矢量量化的误差竞争学习算法[J].数据采集与处理.2000