LBG算法对初始码书敏感的实验性能分析

介绍矢量量化的基本概念及其算法—LBG算法。指出LBG算法的缺陷，并针对LBG算法对初始码书敏感这一缺陷进行分析。同时还分析了LBG算法对几种不同初始码书的实验性能，得到了一种度量初始码书性能“优、劣”的方法，并提出了一种性能优良、操作简便的初始码书生成方法—等间隔法。最后，针对LBG算法对初始码书敏感这一缺陷给出了一些改进方向。     

基于改进SOFM的矢量量化图像压缩

在介绍矢量量化和自组织特征映射神经网络的基础上，针对基于自组织特征映射神经网络的矢量量化算法，在初始码书生成、获胜神经元搜索策略以及调整获胜码字及其拓扑领域权值等方面进行改进。实验结果表明改进算法具有合理性和有效性。     

基于G.729的固定码书搜索的改进性研究

在详细阐述G.729协议的CS-ACELP算法工作原理的基础上,分析了该算法各功能模块的算法复杂度,针对其总体复杂度较高,对硬件实现条件要求较高的问题,对复杂度相对较高的固定码书搜索部分采用减少脉冲搜索位置和补充搜索相结合的方式进行了改进,加快了码书的搜索速度,降低了算法复杂度.通过对改进后的算法进行实验仿真,验证了其可行性和有效性.     

矢量量化编码的码书设计研究

以矢量量化技术在图像压缩领域的应用作为研究目标，详细阐述了矢量量化码书生成技术，总结分析了现有典型的LBG算法，并针对LBG算法的不足，提出了改进的覆盖聚类算法，减少了计算复杂度，缩短了程序运行时间。通过理论推导和具体实现，证明了改进方法的可行性和有效性。