摘要:监督学习在模式分类中是一种常见的学习方式,它需要利用带标签的样本来调整分类器的参数才能够实现正确的分类。但在实际应用中,带标签训练样本的获取可能会受到较大地限制,有时甚至不易获取。因此,只需要无类标样本的无监督学习方式逐渐成为研究的热点。本文结合Hebb学习理论和主分量分析,采用机器学习中的无监督学习方式实现了数字图像的高效压缩。实验结果表明,文中算法能够较好地实现数字图像的压缩,具有一定的实际应用价值。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
影响因子:0.27
期刊级别:省级期刊
发行周期:月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!