dc.contributor.author | Майданюк, В. П. | uk |
dc.contributor.author | Педченко, Я. В. | uk |
dc.date.accessioned | 2024-03-14T18:07:25Z | |
dc.date.available | 2024-03-14T18:07:25Z | |
dc.date.issued | 2021 | |
dc.identifier.citation | Майданюк В. П. Векторне квантування зображень на основі двовимірної карти кохонена [Електронний ресурс] / В. П. Майданюк, Я. В. Педченко // Матеріали L Науково-технічної конференції підрозділів ВНТУ, Вінниця, 10-12 березня 2021 р. – Електрон. текст. дані. – 2021. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2021/paper/view/11539. | uk |
dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/39840 | |
dc.description.abstract | Векторне квантування з використанням двовимірних карт Кохонена забезпечує достатньо
високі характеристики. Цілий ряд експериментів з різними типами зображень показав, що коефіцієнти
ущільнення можуть знаходитися в межах 6 – 30. Для деяких зображень коефіцієнт ущільнення перевершує
стандарт JPEG при тій же якості зображення | uk |
dc.description.abstract | Vector quantization using two-dimensional Kohonen maps provides quite high characteristics. A number
of experiments with different types of images have shown that the compression ratios can be in the range of 6 - 30. For
some images, the compression ratio exceeds the JPEG standard with the same image quality. | en |
dc.language.iso | uk_UA | uk_UA |
dc.publisher | ВНТУ | uk |
dc.relation.ispartof | Матеріали L Науково-технічної конференції підрозділів ВНТУ, Вінниця, 10-12 березня 2021 р. | uk |
dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2021/paper/view/11539 | |
dc.subject | векторне квантування | uk |
dc.subject | кодування зображень | uk |
dc.subject | карта Кохонена | uk |
dc.subject | ущільнення зображень | uk |
dc.subject | vector quantization | en |
dc.subject | image coding | en |
dc.subject | Kohonen map | en |
dc.subject | image compression | en |
dc.title | Векторне квантування зображень на основі двовимірної карти кохонена | uk |
dc.type | Thesis | |
dc.identifier.udc | 681.3.05 | |
dc.relation.references | Прэтт У. Цифровая обработка изображений: Пер. с англ. – М.: Мир, 1982. – Кн.2. – 480 с. | ru |
dc.relation.references | Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. – М.: Горячая
лия – Телеком, 2001. – 382 с.: ил. | ru |
dc.relation.references | Каллан Р. Основные концепции нейронных сетей.: Пер. с англ. – М.: «Вильямс», 2001. – 286
с.: ил. | ru |
dc.relation.references | Майданюк В.П. Методи і засоби комп’ютерних інформаційних технологій. Кодування
зображень. Вінниця: ВДТУ, 2001. – 63 с. | uk |
dc.relation.references | Нейроподібні методи ущільнення зображень / В.П. Майданюк, К.В. Кожем’яко, І.Р. Арсенюк
// Оптико-електронні інформаційно-енергетичні технології. — 2009. — № 1 (17). — С. 37-45.
— Бібліогр.: 5 назв. — укp. | uk |
dc.relation.references | Shadi M. S. Hilles, Volodymyr P. Maidaniuk. SOFM for Image Compression Based on Spatial
Frequency Band-Pass Filter and Vector Quantization / Handbook of Research on Intelligent Data
Processing and Information Security Systems Stepan Mykolayovych Bilan (State University of
Infrastructure and Technology, Ukraine) and Saleem Issa Al-Zoubi (Irbid National University,
Jordan) Copyright: © 2020 |Pages: 434 ISBN13: 9781799812906|ISBN10: 1799812901|ISBN13
Softcover: 9781799812913|EISBN13: 9781799812920 DOI: 10.4018/978-1-7998-1290-6; pp. 388-
403: https://www.igi-global.com/gateway/book/232290. | uk |