中文

随机向量量化器

神经与进化计算 2010-12-17 v1 计算机视觉与模式识别

摘要

本文提出了标准Linde-Buzo-Gray(LBG)向量量化器(VQ)设计方法的一种随机推广,其中编码器实现为从由输入向量导出的概率分布中对码本索引向量进行采样,解码器实现为重构向量的叠加,并且随机VQ使用最小均方欧几里得重构失真准则进行优化,与LBG情况相同。数值模拟用于演示这如何导致随机VQ的自组织,其中不同的随机采样码本索引与不同的输入子空间相关联。此性质可用于在编码之前自动将高维输入向量分割为低维块。

关键词

引用

@article{arxiv.1012.3705,
  title  = {Stochastic Vector Quantisers},
  author = {Stephen Luttrell},
  journal= {arXiv preprint arXiv:1012.3705},
  year   = {2010}
}

备注

22 pages, 12 figures