孙 燕

青海民族大学 计算机学院，西宁 810007

自适应模糊聚类LBG矢量量化算法

孙 燕

青海民族大学 计算机学院，西宁 810007

1 引言

LBG-VQ算法[1]能找出使矢量量化误差达到最小的矢量中心集，这个中心集就是最佳码本。传统的LBG-VQ算法是硬聚类算法[2-3]，一个样本仅仅属于某一个类，量化后码本尺寸大小固定，如果码本尺寸巨大，存储量显而易见。模糊C-均值聚类算法（Fuzzy C-means，FCM）允许样本以不同的隶属程度分别属于不同的类[4]，本文在传统LBG-VQ算法确定的矢量中心集时，采用模糊聚类FCM改进确定，自适应确定型心，使码本尺寸显著减小。

2 LBG算法

LBG算法是矢量量化码本训练的传统算法，由Lindey，Buzo，Gray三人最先提出来的[1，5]。LBG算法描述如下：

（1）已知码书尺寸M，给定设计的失真阈值即停止门限 ε(0＜ε＜1)，给定一个出示码书。已知一个训练序列 [Xj，j=0，1，…，m-1]。先取 n=0（n 为迭代次数），并设出示平均失真

（2）用给定的码本YM，求出平均失真最小条件下的所有区域边界Si(i=1，2，…，M)。即根据最佳划分准则把训练序列划分为M个胞腔。应该用训练序列Xj∈Si，使 d(Xj，Yi)＜d(Xj，Y)(Y∈YM)，从而得出最佳区域边界然后，计算在该区域下训练序列的平均失真D(n)=在这一步中要累计最小失真并在最后计算平均失真。

（4）按前面给出的最佳码书设计方法，计算这时划分的各胞腔的形心，由这M个新形心构成(n+1)次迭代的新形心。置n=n+1，返回到步骤（2）再进行计算，直到满足失真测度公式，得到所要求的码书为止。

LBG算法有3个主要缺点：（1）码书的自适应性不强，不能根据训练矢量集数据的随机分布来自适应地取得初始码书；……