Context模型奇异测度及其在量化中的应用.pdfVIP

昆明学院学报　　２０１５，３７（３）：１０５～１０９，１２５　　 ＣＮ５３－１２１１／Ｇ４　ＩＳＳＮ１６７４－５６３９ ＪｏｕｒｎａｌｏｆＫｕｎｍｉｎｇＵｎｉｖｅｒｓｉｔｙ Ｃｏｎｔｅｘｔ模型奇异测度及其在量化中的应用 １ ２ １ ３ 陈　 ，王开云 ，贾学明 ，赵　卿 （１．云南警官学院信息网络安全学院，云南 昆明６５０２２３；２．昆明学院学报编辑部，云南 昆明６５０２１４； ３．昆明学院信息技术学院，云南 昆明６５０２１４） 摘要：使用聚类算法实现Ｃｏｎｔｅｘｔ量化不仅可以推广量化器的应用范围，而且可以获得编码性能较理想的优 化量化器．然而，聚类算法依赖于相似测度．前期研究中采用的描述长度增量不能完全满足相似测度的各项 属性，从而导致聚类结果的性能偏差．因此，提出数学描述特性更好的奇异测度增量作为两个计数向量的相 似测度，并说明其相应性质．实验结果证明，使用奇异测度增量作为相似测度，不仅能够保证Ｃｏｎｔｅｘｔ量化器 的稳定性，而且还获得更佳的编码结果． 关键词：Ｃｏｎｔｅｘｔ建模；熵编码；描述长度；奇异测度 中图分类号：ＴＰ９１９１　文献标识码：Ａ　文章编号：１６７４－５６３９（２０１５）０３－０１０５－０５ ＤＯＩ：１０．１４０９１／ｊ．ｃｎｋｉ．ｋｍｘｙｘｂ．２０１５．０３．０２６ ＡｍａｚｉｎｇＭｅａｓｕｒｅｏｆＣｏｎｔｅｘｔＭｏｄｅｌａｎｄｉｔｓＡｐｐｌｉｃａｔｉｏｎｉｎＱｕａｎｔｉｚａｔｉｏｎ １ ２ １ ３ ＣＨＥＮＭｉｎ，ＷＡＮＧＫａｉｙｕｎ，ＪＩＡＸｕｅｍｉｎｇ，ＺＨＡＯＱｉｎｇ （１．ＤｅｐａｒｔｍｅｎｔｏｆＩｎｆｏｒｍａｔｉｏｎＮｅｔｗｏｒｋＳｅｃｕｒｉｔｙ，ＹｕｎｎａｎＰｏｌｉｃｅＯｆｆｉｃｅｒＡｃａｄｅｍｙ，ＹｕｎｎａｎＫｕｎｍｉｎｇ６５０２２３，Ｃｈｉｎａ； ２．ＥｄｉｔｏｒｉａｌＤｅｐａｒｔｍｅｎｔｏｆＪｏｕｒｎａｌ，ＫｕｎｍｉｎｇＵｎｉｖｅｒｓｉｔｙ，ＹｕｎｎａｎＫｕｎｍｉｎｇ６５０２１４，Ｃｈｉｎａ；３．Ｉｎｆｏｒｍａｔｉｏｎ ＴｅｃｈｎｏｌｏｇｙＣｏｌｌｅｇｅ，ＫｕｎｍｉｎｇＵｎｉｖｅｒｓｉｔｙ，ＹｕｎｎａｎＫｕｎｍｉｎｇ６５０２１４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｃｏｎｔｅｘｔｑｕａｎｔｉｚａｔｉｏｎｂａｓｅｄｏｎｔｈｅｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｃａｎｎｏｔｏｎｌｙｉｍｐｒｏｖｅｔｈｅａｐｐｌｉｃａｔｉｏｎｒａｎｇｅｂｕｔａｌｓｏｇｅｔｔｈｅ ｏｐｔｉｍｉｚｉｎｇｑｕａｎｔｉｚｅｒｗｉｔｈｉｄｅａｌｃｏｄｉｎｇｅｆｆｉｃｉｅｎｃｙ．Ｈｏｗｅｖｅｒ，ｔｈｅｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｒｅｌｉｅｓｏｎｔｈｅｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｅ．Ｉｎｔｈｅｐｒｅｖｉｏｕｓ ｒｅｓｅａｒｃｈ，ｔｈｅｉｎｃｒｅｍｅｎｔｏｆｔｈｅｄｅｓｃｒｉｐｔｉｏｎｌｅｎｇｔｈｉｓｎｏｔｓｕｉｔａｂｌｅｆｏｒｔｈｅｖａｒｉｏｕｓａｔｔｒｉｂｕｔｅｓｏｆｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｅｓｏａｓｔｏｃａｕｓｅｔｈｅ ｄｅｖｉａｔｉｏｎｏｆｃｌｕｓｔｅｒｒｅｓｕｌｔ．Ｓｏｔｈｅｉｎｃｒｅｍｅｎｔｏｆａｍａｚｉｎｇｍｅａｓｕｒｅｗｉｔｈｂｅｔｔｅｒｍａｔｈｅｍａｔｉｃｄｅｓｃｒｉｐｔｉｖｅｆｅａｔｕｒｅａｓｔｈｅｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｅｏｆ ｔｗｏｃｏｕｎｔｖｅｃｔｏｒｑｕａｎｔｉｔｙｉｓｐｒｏｐｏｓｅｄａｎｄｉｔｓｃｏｒｒｅｓｐｏｎｄｉｎｇｑｕａｌｉｔｙｉｓｓｔａｔｅｄ．Ｔｈｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｉｎｃｒｅｍｅｎｔｏｆ ａｍａｚｉｎｇｍｅａｓｕｒｅａｓｔｈｅｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｅｃａｎｎｏｔｏｎｌｙｇｕａｒａｎｔｅｅｔｈｅｓｔａｂｉｌｉｔｙｏｆＣｏｎｔｅｘｔｑｕａｎｔｉｚｅｒ，ｂｕｔａｌｓｏａｃｈｉｅｖｅｂｅｔｔｅｒｃｏｄｉｎｇ ｅｆｆｉｃｉｅｎｃｙ． Ｋｅｙｗｏｒｄｓ：ｃｏｎｔｅｘｔｍｏ