神经网络在预测编码中的应用

被引：5

作者：

吴贻鼎

朱翔

吴谋硕

机构：

[1] 武汉大学电子信息学院,武汉大学电子信息学院,武汉大学电子信息学院湖北武汉,湖北武汉,湖北武汉

来源：

系统工程与电子技术 | 2002年 / 12期

关键词：

图像压缩; 预测编码; 神经网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

讨论如何有效地利用backpropagation(BP)神经网络进行预测编码。改进的BP算法可以提高BP神经网络地收敛速度、泛化能力和稳定性。一般而言 ,四层网络比三层网络具有更快地学习速度 ;二阶网络比一阶网络性能更优越。利用MATLAB程序 ,构造三层、四层和二阶BP神经网络进行预测编码。测试结果表明 ,利用规模足够大的三层BP网络进行预测编码可以取得较好效果 ;四层和二阶网络比等价的三层网络可以更有效地进行预测编码

引用

页码：88 / 91

页数：4