矢量量化和最佳量化碼書

對於壹個空間矢量X，矢量量化就是把X映射成L個離散矢量yi（1≤I≤L）中的壹個。Yi稱為碼向量，其集合稱為碼本。這個過程有時分為兩個過程:編碼和解碼。編碼時，空間中的每個向量都獲得壹個特定的地址γ（x），解碼時，該地址被轉換為代碼向量yi =β【γ（x）】= f（x）。γ和β分別表示編碼和解碼完成的操作。量化引起的失真稱為量化失真。衡量這種失真的方法有很多，如歐氏距離和海明距離。失真度的選取原則是:在實踐中有意義，在數學上易於處理，在實現中易於計算。在壹定約束條件下能使平均失真最小的量化稱為最優量化，對應的量化器稱為最優量化器。初始碼書的選擇是矢量量化中的壹個重要問題。生成初始碼書通常有兩種方法:第壹種方法的碼書是指從壹開始就要求其大小的碼書，如隨機碼方法和乘積碼方法；第二種方法的碼本在開始時只有幾個碼向量，在叠代訓練中逐漸增加到所需的大小，如碼分裂法。特別是人工神經網絡為量化器的設計提供了新的途徑，如自組織特征映射法和模擬退火法等都是設計碼書的有效方法。與模擬退火方法壹樣，它可以有效地避免局部最優解。