Алгоритм Линде – Дайвера – Грея
В этой статье отсутствует информация об общей информации, использовании в полевых условиях (упоминаете кинопак?), условиях оптимальности, выборе 𝜖, модели вместо обучающих данных, ELBG. ( декабрь 2023 г. ) |
Эта статья в значительной степени или полностью опирается на один источник . ( декабрь 2023 г. ) |
Алгоритм Линде-Бузо-Грея (назван в честь его создателей Йозефа Линде, Андреса Бузо и Роберта М. Грея , которые разработали его в 1980 году) [ 1 ] — это итеративный алгоритм векторного квантования, предназначенный для улучшения небольшого набора векторов (кодовой книги) для представления большего набора векторов (обучающего набора), так что он будет локально оптимальным . Он сочетает в себе алгоритм Ллойда с методом разделения, при котором более крупные кодовые книги создаются из меньших кодовых книг путем разделения каждого кодового вектора на две части. Основная идея алгоритма заключается в том, что при разделении кодовой книги таким образом, чтобы присутствовали все кодовые векторы из предыдущей кодовой книги, новая кодовая книга должна быть такой же хорошей, как предыдущая, или лучше. [ 2 ] : 361–362
Описание
[ редактировать ]Алгоритм Линде – Бьюзо – Грея можно реализовать следующим образом:
algorithm linde-buzo-gray is input: set of training vectors training, codebook to improve old-codebook output: codebook that is twice the size and better or as good as old-codebook new-codebook ← {} for each old-codevector in old-codebook do insert old-codevector into new-codebook insert old-codevector + 𝜖 into new-codebook where 𝜖 is a small vector return lloyd(new-codebook, training)
algorithm lloyd is input: codebook to improve, set of training vectors training output: improved codebook do previous-codebook ← codebook clusters ← divide training into |codebook| clusters, where each cluster contains all vectors in training who are best represented by the corresponding vector in codebook for each cluster cluster in clusters do the corresponding code vector in codebook ← the centroid of all training vectors in cluster while difference in error representing training between codebook and previous-codebook > 𝜖 return codebook
Ссылки
[ редактировать ]- ^ Линде, Ю.; Бузо, А.; Грей, Р. (1980). «Алгоритм проектирования векторного квантователя» . Транзакции IEEE в области коммуникаций . 28 (1): 84–95. дои : 10.1109/TCOM.1980.1094577 . ISSN 0090-6778 . S2CID 18530691 . Проверено 28 декабря 2023 г.
- ^ Грей, Р.; Гершо, А. (1992). Векторное квантование и сжатие сигналов (1-е изд.). Спрингер. дои : 10.1007/978-1-4615-3626-0 . ISBN 978-1-4613-6612-6 .