1、矢量量化作為一種有效的有損壓縮技術(shù)，是Shannon信息論在信源編碼理論方面的新發(fā)展。其突出優(yōu)點是壓縮比大、編解碼簡單。矢量量化算法有著極為廣泛的應用領(lǐng)域，如圖像壓縮、模式識別、語音編碼、視頻編碼等。因此，研究矢量量化技術(shù)，具有重要的意義和價值。
　　 矢量量化的理論基礎(chǔ)是Shannon的率失真定理，其基本原理是用碼書中與輸入矢量之間失真誤差最小的碼字的索引來代替輸入矢量進行存儲和傳輸，而在解碼端只需進行簡單的查表操作。矢量量化

2、主要包括三大關(guān)鍵技術(shù)，即碼書設(shè)計算法、碼字搜索算法以及碼字索引分配算法，其中最重要的是碼書設(shè)計算法，這是關(guān)乎整個矢量量化器設(shè)計成功與否的關(guān)鍵所在。本文重點分析和研究了碼書設(shè)計算法，提出了基于自然計算理論的矢量量化碼書設(shè)計算法。
　　 本文的主要工作概況如下：
　　 首先，基于有監(jiān)督的學習矢量量化算法的思想，提出了無監(jiān)督的兩步學習矢量量化碼書設(shè)計算法。對于沒有類標的數(shù)據(jù)(圖像數(shù)據(jù))，算法無法像有監(jiān)督的競爭學習算法那樣使用訓

3、練數(shù)據(jù)類標來合理地調(diào)整競爭神經(jīng)網(wǎng)絡(luò)的權(quán)值矢量。在本文提出的算法中，增加了糾正學習的過程，即通過一個判決函數(shù)判斷是否有被錯誤劃分的數(shù)據(jù)，然后根據(jù)一定的糾正學習策略對競爭神經(jīng)網(wǎng)絡(luò)進行調(diào)整，以期待得到更好的結(jié)果。
　　 其次，為了改善遺傳算法的局部搜索能力和早熟現(xiàn)象，將模擬退火算法引入到遺傳算法中，提出了基于劃分編碼的遺傳模擬退火矢量量化碼書設(shè)計算法。針對基于劃分的染色體編碼方式，算法提出了新的有效的交叉算子、變異算子和模擬退火方法。