Genetic Simulated Annealing-Based Kernel Vector Quantization Algorithm
Genetic Simulated Annealing-Based Kernel Vector Quantization Algorithm
复制标题
基于遗传模拟退火的核向量量化算法
DOI：
10.1142/s0218001417580022
复制
发表时间：
2017-02
影响因子：
1.5
通讯作者：
Huiping Yue
中科院分区：
文献类型：
--
作者：
Mengling Zhao;Xinyu Yin;Huiping Yue
遗传算法已成功地应用于矢量量化码书设计中，其候选解通常由LBG算法生成。针对遗传算法的早熟和易陷入局部最优的问题，从不同的角度提出了一种新的基于遗传模拟退火的核矢量量化算法。本文提出的模拟退火（SA）方法可以更快地接近最优解比其他候选方法。在遗传算法框架中，首先针对基于划分的编码方案设计了一种新的特殊的交叉算子和变异算子，然后引入SA操作以扩大算法的探索范围，最后将基于核函数的适应度引入遗传算法以实现对复杂分布数据集的聚类。在17个数据集聚类和4个图像压缩问题上，将该方法与其他算法进行了广泛的比较。实验结果表明，…
Genetic Algorithm (GA) has been successfully applied to codebook design for vector quantization and its candidate solutions are normally turned by LBG algorithm. In this paper, to solve premature phenomenon and falling into local optimum of GA, a new Genetic Simulated Annealing-based Kernel Vector Quantization (GSAKVQ) is proposed from a different point of view. The simulated annealing (SA) method proposed in this paper can approach the optimal solution faster than the other candidate approaches. In the frame of GA, firstly, a new special crossover operator and a mutation operator are designed for the partition-based code scheme, and then a SA operation is introduced to enlarge the exploration of the proposed algorithm, finally, the Kernel function-based fitness is introduced into GA in order to cluster those datasets with complex distribution. The proposed method has been extensively compared with other algorithms on 17 datasets clustering and four image compression problems. The experimental results sho...
登录
查看更多内容
DOI：
10.1007/978-3-540-45231-7_27
发表时间：
2003-08
期刊：
International Journal of Innovative Research in Computer and Communication Engineering
影响因子：
--
作者：
P. Merz
通讯作者：
P. Merz
基于修正佩里共轭梯度法的大规模非线性单调方程求解无导数法
影响因子：
4
作者：
Dai ZF;Chen XH;Wen FH
通讯作者：
Wen FH
影响因子：
7.8
作者：
S. Furao;O. Hasegawa
通讯作者：
S. Furao;O. Hasegawa
DOI：
10.1016/j.sigpro.2006.08.006
发表时间：
2007-05
期刊：
Signal Process.
影响因子：
--
作者：
Chin-Chuan Han;Ying-Nong Chen;Chih-Chung Lo;Cheng-Tzu Wang
通讯作者：
Chin-Chuan Han;Ying-Nong Chen;Chih-Chung Lo;Cheng-Tzu Wang
DOI：
10.1016/s0165-1684(00)00200-0
发表时间：
2001
期刊：
Signal Process.
影响因子：
--
作者：
Krishna Kummamuru;V. L. N. Murty;K. Ramakrishnan
通讯作者：
Krishna Kummamuru;V. L. N. Murty;K. Ramakrishnan